从名称和地址的文本块中提取地址/联系人详细信息？

Question

我有一个文本块，其中包括姓名，公司名称和地址，也许还有电子邮件地址。我想从中提取街道地址，最好是姓名和地址。

这些数据是从多个来源中汲取的，所以我不知道实际的格式。它可能是这样的

Company name, owner@domain.com
ATTN John Doe
care of Company Name
123 Street St
New York, NY 12345
US
123-456-7890

但是这些线路中的任何一条都可以重新排列或丢失（电话号码可以先到，没有ATTN或c / o等）。此外，这可能来自任何国家。

目标是：a）将地址插入Google Maps API，b）创建尽可能多的信息的联系人。

我有一个随机的想法：

1. 使用电子邮件地址（可以轻松找到正则表达式）获取任何一行，存储电子邮件地址并删除该行以免进一步考虑。
2. 使用电话号码（仅限数字和[ - +（）]），存储该号码，并从进一步的考虑中删除该行。
3. 取最后三行并考虑街道地址 - 将它们插入谷歌地图并希望最好。
显然，这是很多juju魔术。有更聪明的方法吗？是否有任何图书馆有良好的正则表达式来寻找不同国家的街道地址？

Answer 1

取决于您的来源。如果您可以控制它从源头到达的方式，那么您可以进行一些格式化。