Question

免责声明：我仔细阅读了这篇帖子： Street Address search in a string - Python or Ruby 和许多其他资源。

到目前为止，对我来说没有任何作用。

在这里，我正在寻找的更多细节是：

规则很放松，我绝对不是要求一个涵盖所有案例的完美代码;只是一些简单的基本假设，地址应采用以下格式：

a）街道号码（1 ... N位数）;

b）街道名称：一个或多个单词大写;
     如果它可以以缩写为前缀，那么
b-2）（可选）将是最好的。 “S.”，“N。”，“E。”，“W。”

c）（可选）单位/公寓/等可以是任意（包括空）数量的任意字符

d）街道“类型”：（“st。”，“ave。”，“way”）之一;

e）城市名称：1个或更多大写词;

f）（可选）州名缩写（2个字母）

g）（可选）zip，任意5位数。

上述所有内容都不一定是有效的（例如现有的城市或邮政编码）。

到目前为止，我正在尝试这样的表达式：

pat = re.compile（r'\ d {1,4}（\ w +）{1,5}，（。*），（\ w +）{1,5}，（AZ | CA | CO | NH），[0-9] {5}（ - [0-9] {4}）？'，re.IGNORECASE）

>>> pat.search("123 East Virginia avenue, unit 123, San Ramondo, CA, 94444")

不要工作，对我来说理解原因并不容易。具体来说：我如何在我的模式中将一组任何单词与应该遵循的特定单词分开，如州名缩写。或街道“类型（”st。，ave。）？

无论如何：这是我希望得到的一个例子：特定 def ex_addr（text）：＃做了魔法＃返回第一个地址（所有地址？）或如果没有找到则返回

for t in [
'The meeting will be held at 22 West Westin st., South Carolina, 12345 on Nov.-18',
'The meeting will be held at 22 West Westin street, SC, 12345 on Nov.-18',

'Hi there,\n How about meeting tomorr. @10am-sh in Chadds @ 123 S. Vancouver ave. in Ottawa? \nThanks!!!',
'Hi there,\n How about meeting tomorr. @10am-sh in Chadds @ 123 S. Vancouver avenue in Ottawa? \nThanks!!!',

'This was written in 1999 in Montreal',

"Cool cafe at 420 Funny Lane, Cupertino CA is way too cool",

"We're at a party at 12321 Mammoth Lane, Lexington MA 77777; Come have a beer!"
] print ex_addr(t)

我想得到：

'22 West Westin st., South Carolina, 12345'
'22 West Westin street, SC, 12345'
'123 S. Vancouver ave. in Ottawa'
'123 S. Vancouver avenue in Ottawa'
None # for 'This was written in 1999 in Montreal',
"420 Funny Lane, Cupertino CA",
"12321 Mammoth Lane, Lexington MA 77777"

你能帮忙吗？

Answer 1

我刚刚在GitHub遇到过这个问题，因为我遇到了类似的问题。看起来比现有的解决方案更有效。

https://github.com/madisonmay/CommonRegex

查看代码，街道地址的正则表达式可以解决更多场景。＆＃39; \ d {1,4} [\ w \ s] {1,20}（?: street | st | avenue | ave | road | rd | highway | hwy | square | sq | trail | trl | drive |博士|法院|克拉|林荫道| PKWY |圆| CIR |大道| BLVD）\ W（= \ S | $）＆＃39;？

Answer 2

\d{1,4}( \w+){1,5}, (.*), ( \w+){1,5}, (AZ|CA|CO|NH), [0-9]{5}(-[0-9]{4})?

在这个正则表达式中，你有一个太多的空格（在( \w+){1,5}之前，它已经以一个开头）。删除它，它符合您的示例。

我认为你不能认为“单位123”或类似物会在那里，或者可能有几个（例如“建筑物A，适合3”）。请注意，在您的初始正则表达式中，.可能与,匹配，这可能导致非常长（和不需要的）匹配。你可能应该接受几个这样的群体，但这些群体的数量有限制（例如，用, (.*)替换(, [^,]{1,20}){0,5}。

在任何情况下，你可能永远不会得到100％准确的东西，它会接受人们可能会对它们施加的任何变化。做大量的测试！祝你好运。

以文本形式显示美国街道地址（最好使用Python正则表达式）

2 个答案: