背景：我正在建立一个网站，从香港的房地产网站（示例项目）抓取数据。我抓取不同的网站，用于各种房产列表。因此，我从原始爬行位置获得了各种位置格式
示例： 很少样本原始抓取位置：
从上述地址可以看出，香港的同一区域，即北点可以有多种形式，上面列出的很少。问题是这个数据没有意义，除非它是映射/结构化的
要求： 我想要一些优雅的解决方案，以便能够将这些原始爬行位置映射到预定义的值集。我能想到的一种方法是，创建一个位置数据库（我正在使用mysql），并找出每个已爬网原始位置的匹配locationId。 如果上述方案听起来不错，那么我的数据库将包含如下字段：
LOCATION_REF，country，state，city，locality，subLocality1，subLocality2，lat，long
其他信息：我也使用apache solr（lucene）来构建这个网站，所以也欢迎任何与solr相关的匹配建议
思考：我认为必须有一些预定义的API来做这样的事情，因为我看到的几乎每个应用都有基于位置的搜索和过滤。是否有谷歌api这样做？如果是的话，如果有人可以帮助提供好的例子，我将不胜感激
PS：我使用Jsoup来解析页面中的数据（以提取原始位置）
答案 0 :(得分：0)
我找到了一种方法，谷歌地理编码会回答我提出的所有问题。 Google地理编码API将原始地址格式映射到自己的格式，根据位置hirarchy（例如街道号码，邻域，地点等等）提供位置的结构化数据。这就是我需要的
以下是供参考的链接：https://developers.google.com/maps/documentation/geocoding/intro