Match search words at the start of a word, not anywhere inside one

Searching "Winkler H" returned all seven Winklers instead of the one
Hannah. Each word was matched as a substring, so "H" hit T-h-omas,
Kat-h-arina and CNC-Dre-h-er:in — every row. The shorter the input, the
more useless the result, and an initial is the shortest input anyone
would type.

A word now has to match at the start of a word: either the haystack
begins with it, or a space does. The haystack is first name, last name
and job title joined, with hyphens, slashes, colons and dots flattened
to spaces, so "dreher" still finds CNC-Dreher:in and "cnc" still finds
both the Dreher and the Fräser.

Checked against the live data before and after: "winkler h" now returns
Hannah Winkler alone, "h winkler" the same in either order, "winkler
kat" the two Katharinas, "dreher" the twelve CNC-Dreher.

The trigram index on the concatenated name no longer applies, which is
the price. At under nine hundred rows the scan is a few milliseconds; an
index on the same expression brings it back when that stops being true.

LIKE's own wildcards are escaped now — typing "100%" searched for
everything before.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

app/(app)/employees/page.tsx

@@ -7,6 +7,7 @@ import { Pagination } from "@/components/ui/Pagination";
 import { StatusChip } from "@/components/ui/StatusChip";
 import { currentUserId } from "@/lib/auth/session";
 import { sql, withUser } from "@/lib/db";
+import { istPersonalnummer, suchMuster } from "@/lib/employee-search";
 import { derivedStatusFilter } from "@/lib/employee-status-filter";
 import { fmtDate, todayIso } from "@/lib/format";
 import { breadcrumbLabel, divisionOf, loadOrgMaps, subtreeOf, unitOf } from "@/lib/org";
@@ -87,7 +88,7 @@ export default async function EmployeesPage({ searchParams }: EmployeesPageProps
         // `\d`, nicht `d`: der fehlende Backslash liess die Ziffernerkennung
         // nie greifen — „1590" wurde als Name gesucht und fand nichts,
         // während das Muster auf „ddd" ansprang.
-        if (/^\d+$/.test(term)) {
+        if (istPersonalnummer(term)) {
           q = q.where("personnel_number", "=", Number(term));
         } else {
           // Wortweise statt am Stück, und **jedes** Wort muss irgendwo
@@ -109,17 +110,31 @@ export default async function EmployeesPage({ searchParams }: EmployeesPageProps
           // Verglichen wird gegen den zusammengesetzten Namen, weil genau
           // darauf der Trigramm-Index liegt (idx_employees_name_trgm).
           // Getrennte Felder hätten ihn ungenutzt gelassen.
-          const woerter = term.split(/\s+/).filter(Boolean);
+          // Jedes Wort trifft am **Wortanfang**, nicht irgendwo mittendrin.
+          //
+          // Vorher wurde jedes Wort als Teilzeichenkette gesucht. Bei „Winkler
+          // H" traf das „H" auf T-h-omas, Kat-h-arina und CNC-Dre-h-er:in —
+          // die Suche gab alle sieben Winkler zurück, obwohl genau eine Hannah
+          // heisst. Je kürzer die Eingabe, desto unbrauchbarer wurde sie, und
+          // ein Anfangsbuchstabe ist die kürzeste sinnvolle Eingabe überhaupt.
+          //
+          // Gesucht wird über Vorname, Nachname und Position zusammen, wobei
+          // Trennzeichen als Wortgrenze gelten: „dreher" findet damit auch
+          // „CNC-Dreher:in". Ein Wort trifft, wenn der Heuhaufen damit beginnt
+          // oder ein Leerzeichen davorsteht.
+          //
+          // Der Trigramm-Index auf dem zusammengesetzten Namen greift hier
+          // nicht mehr — das ist der Preis. Bei knapp neunhundert Zeilen liest
+          // Postgres die Tabelle in wenigen Millisekunden; die Genauigkeit ist
+          // das wert, und bei Bedarf trägt ein Index auf demselben Ausdruck
+          // das später wieder.
+          const heuhaufen = sql<string>`translate(lower(first_name || ' ' || last_name || ' ' || job_title), '-/:.,', '     ')`;
           q = q.where((eb) =>
             eb.and(
-              woerter.map((wort) => {
-                // Als Parameter gebunden, nicht in die Abfrage geschrieben.
-                const like = `%${wort}%`;
-                return eb.or([
-                  eb(sql<string>`first_name || ' ' || last_name`, "ilike", like),
-                  eb("job_title", "ilike", like),
-                ]);
-              })
+              // Als Parameter gebunden, nicht in die Abfrage geschrieben.
+              suchMuster(term).map(([amAnfang, nachLeerzeichen]) =>
+                eb.or([eb(heuhaufen, "like", amAnfang), eb(heuhaufen, "like", nachLeerzeichen)])
+              )
             )
           );
         }

lib/employee-search.ts

@@ -0,0 +1,35 @@
+// Wie aus einer Eingabe Suchmuster werden.
+//
+// Getrennt von der Seite, weil hier die Entscheidungen stecken, die man
+// prüfen können muss: was als Wort zählt, was am Wortanfang treffen muss und
+// was von LIKE als Text und nicht als Platzhalter gelesen wird.
+//
+// Die Bedeutung selbst — „trifft am Wortanfang" — liegt im SQL der Seite:
+// verglichen wird gegen Vorname, Nachname und Position zusammengesetzt, mit
+// Trennzeichen als Wortgrenze.
+
+/** Nur Ziffern? Dann ist es eine Personalnummer und kein Name. */
+export function istPersonalnummer(term: string): boolean {
+  return /^\d+$/.test(term.trim());
+}
+
+/**
+ * Je Suchwort zwei LIKE-Muster: „am Anfang" und „nach einem Leerzeichen".
+ * Zusammen ergeben sie „am Anfang eines Wortes".
+ *
+ * Ein Wort als Teilzeichenkette zu suchen wäre einfacher und war die erste
+ * Fassung — bei „Winkler H" traf das „H" dann auf Thomas, Katharina und
+ * CNC-Dreher:in, also auf alle. Je kürzer die Eingabe, desto unbrauchbarer
+ * das Ergebnis, und ein Anfangsbuchstabe ist die kürzeste sinnvolle Eingabe.
+ */
+export function suchMuster(term: string): string[][] {
+  return term
+    .trim()
+    .split(/\s+/)
+    .filter(Boolean)
+    .map((wort) => {
+      // Die Platzhalter von LIKE entschärfen: wer „50 %" tippt, sucht Text.
+      const klein = wort.toLowerCase().replace(/[\\%_]/g, (z) => `\\${z}`);
+      return [`${klein}%`, `% ${klein}%`];
+    });
+}

tests/unit/employee-search.test.ts

@@ -0,0 +1,59 @@
+import { describe, expect, it } from "vitest";
+import { istPersonalnummer, suchMuster } from "@/lib/employee-search";
+
+// Der Anlass: „Winkler H" gab alle sieben Winkler zurück statt der einen
+// Hannah. Das „H" wurde als Teilzeichenkette gesucht und traf damit T-h-omas,
+// Kat-h-arina und CNC-Dre-h-er:in.
+//
+// Was hier geprüft wird, ist die Musterbildung. Dass „am Wortanfang" auch
+// wirklich am Wortanfang trifft, entscheidet das SQL der Seite — und ist
+// gegen die laufende Datenbank belegt: „winkler h" liefert dort genau Hannah
+// Winkler, „winkler kat" die beiden Katharinas, „dreher" die CNC-Dreher:innen.
+
+describe("istPersonalnummer", () => {
+  it("erkennt reine Ziffern", () => {
+    expect(istPersonalnummer("3038")).toBe(true);
+    expect(istPersonalnummer("  3038  ")).toBe(true);
+  });
+
+  it("hält alles andere für einen Namen", () => {
+    for (const t of ["winkler", "winkler 3038", "3038a", "", "  "]) {
+      expect(istPersonalnummer(t)).toBe(false);
+    }
+  });
+});
+
+describe("suchMuster", () => {
+  it("macht aus jedem Wort ein Paar: am Anfang, und nach einem Leerzeichen", () => {
+    expect(suchMuster("winkler")).toEqual([["winkler%", "% winkler%"]]);
+  });
+
+  it("behandelt jedes Wort einzeln", () => {
+    expect(suchMuster("winkler h")).toEqual([
+      ["winkler%", "% winkler%"],
+      ["h%", "% h%"],
+    ]);
+  });
+
+  it("kennt keinen Platzhalter mitten im Wort", () => {
+    // Das ist der Kern: „h%" trifft Hannah, „%h%" träfe auch Thomas.
+    const [, [amAnfang]] = suchMuster("winkler h");
+    expect(amAnfang.startsWith("%")).toBe(false);
+  });
+
+  it("schreibt klein, damit der Vergleich unabhängig von der Schreibweise ist", () => {
+    expect(suchMuster("WINKLER")).toEqual([["winkler%", "% winkler%"]]);
+  });
+
+  it("verträgt beliebig viel Abstand und Rand", () => {
+    expect(suchMuster("  winkler   h  ")).toHaveLength(2);
+    expect(suchMuster("   ")).toEqual([]);
+  });
+
+  it("entschärft die Platzhalter von LIKE", () => {
+    // Sonst wäre „%" eine Suche nach allem und „_" nach beliebigem Zeichen.
+    expect(suchMuster("100%")).toEqual([["100\\%%", "% 100\\%%"]]);
+    expect(suchMuster("a_b")).toEqual([["a\\_b%", "% a\\_b%"]]);
+    expect(suchMuster("a\\b")).toEqual([["a\\\\b%", "% a\\\\b%"]]);
+  });
+});