Question

我需要从字符串中提取地址

$string ="some text 9 th pizza tower 78 main Chennai 600001. and other information may be phone number etc";

从$string我想只提取“第9个披萨塔78主要奈奈600001”

此地址格式不是常数，可能有两种不同的方式一个是字符串变量，另一个是这样的

$string1= "some text 9 th pizza tower main Chennai 600001. and other information may be phone number etc";

从这里我需要提取“第9个披萨塔主要的Chennai 600001”

Answer 1

我不认为这是可能的......从纯文本文件中提取文本就像在树林里要求树一样，“哪一个？”。

如果文件始终采用相同的格式，例如：

Company Name 73
1st Cross Street, Hotel Chennai
-600000
someadditionalstuff

然后你有一个改变，或者它总是用特殊字符（，。;等）分开。如果它始终是相同的格式（您在上面显示的格式），那么这样的东西可能会起作用：

([a-zA-Z0-9 ]*),([a-zA-Z0-9 ]*) XXX ([a-zA-Z0-9 ]*) (-[0-9]{6})

第1组：公司名称第2组：地址第3组：城市第4组：邮政编码

巴比

Answer 2

抱歉这是不可能的。它可能适用于一个网站但不适用于其他网站，因为在网页上显示公司地址（或任何地址）时没有标准格式。

Answer 3

这不是一个简单的问题，并且没有可以解决问题的神奇AI代码。你必须做出一些假设，并查看大量数据，以确定它是否是好的。

开始 - 如果你假设，每个地址都以邮政编码结尾，你可以在字符串中搜索5（或6）个数字并在之后剪切。

找到地址的开头超出了我的技能。也许正在寻找第一个数字。

你需要检查很多例子，找出与大多数匹配的最佳图案。

Answer 4

是的，可以使用付费的Google自然语言处理，也可以打开自然语言处理。但对于开放的NLP，没有更好的文档可用。最好从这个网址引用： https://opennlp.apache.org/