简单文本解析库
简单文本解析库
提问于 2011-02-23 01:01:51
我有一个从web获取地址的方法，因此，有许多已知的错误，如：
123 Awesome St, Pleasantville, NY, Get Directions我想成为：
123 Awesome St, Pleasantville, NY有没有web服务或Python库可以帮助您做到这一点？我们可以开始创建一个项目列表，比如"，Get Directions“或更通用的版本，但我认为可能会有一个帮助器库来进行这种文本分析。
回答 2
Stack Overflow用户
发布于 2011-02-23 01:13:54
下面是一个Regex，它可以解析其中的任何一个。如果您有其他示例，我可以更改当前的正则表达式使其适用
(?<address>(?:[0-9]+\s+(?:\w+\s?)+)+)[,]\s+(?<city>(?:\w+\s?)+)[,]\s+(?<state>(?:\w+\s?)+)(?:$|[,])
这甚至适用于与我的地址格式相似的地址(1234 North 1234 West，Pleasantville，NY)
Stack Overflow用户
发布于 2011-02-23 01:23:09
我要说的是，除非数据是固定格式的，或者您有一个巨大的地址数据库来进行匹配，否则这项任务是不可能在高度可信的情况下完成的。
您可以使用一个国家/地区列表，然后针对您使用的每个国家/地区设置一个规则集。美国的规则集可能包括一份州、城市和邮政编码的列表，以及一种查找街道地址的模式。然后，您将丢弃任何不是州、城市邮政编码或看起来不像街道地址的内容。
您仍然会删除本应是地址一部分的内容，但至少使用瑞典地址，其中可以只包含农场的名称，而不是街道和号码。如果美国的国家地址是相同的，那么就没有办法知道什么是地址的一部分，什么不是，除非你有权访问一个包含所有美国地址的数据库。:-)
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/5081296
复制相关文章
相似问题
腾讯云开发者
