Question

我需要在PHP中解析一个可能有缩写的字符串的街道地址。此字符串来自文本输入。我需要搜索的字段是：

street（字母数字 - 可能有
建筑（字母数字 - 可能有
数字（字母数字 - 可能有
区域（数字从1到5）
其他（未知字段＆用于搜索数据库中的所有上述字段）

例如，用户提交以下文本文本之一：

街道主要建筑物H7号码5区域1
st Main Road bldg H7 Nr 5 Ar 5
stMain bldgh7
ar5未知其他搜索参数
街道主干道h7 2b
街道主要街道主要道路

我希望将结果视为数组：

[street] =＆gt;主要道路[建筑物] =＆gt; h7 [编号] =＆gt; 5 [区域] =＆gt; 1
[street] =＆gt;主要道路[建筑物] =＆gt; h7 [编号] =＆gt; 5 [区域] =＆gt; 5
[street] =＆gt;主要[建筑物] =＆gt; h7
[area] =＆gt; 5 [other] =＆gt;未知其他搜索参数
[street] =＆gt;主要道路[other] =＆gt; h7 2b
[street] =＆gt; Main Street＆amp;＆amp; Main Road

到目前为止，我的代码......但是我还没有使用示例3.，4.，5.，6。：

<?php
//posted address
$address = "str main one bldg 5b other param area 1";
//to replace
$replace = ['street'=>['st','str'],
            'building'=>['bldg','bld'],
            'number'=>['nr','numb','nmbr']];
//replace
foreach($replace as $field=>$abbrs)
    foreach($abbrs as $abbr)
        $address = str_replace($abbr.' ',$field.' ',$address);
//fields
$fields = array_keys($replace);
//match
if(preg_match_all('/('.implode('|',array_keys($fields)).')\s+([^\s]+)/si', $address, $matches)) {
    //matches
    $search = array_combine($matches[1], $matches[2]);
    //other
    $search['other'] = str_replace($matches[0],"",$address);
}else{
    //search in all the fields
    $search['other'] = $address;    
}
//search
print_r($search);

代码测试员：http://ideone.com/j3q4YI

Answer 1

谢谢你的帮助！我认为我应该做多个preg_matches之类的事情。

我刚刚发现了一个完全符合我想要的PHP扩展。

该库是PHP Postal（https://github.com/openvenues/php-postal）并需要libpostal。运行PHP时，加载库大约需要15-20秒，之后一切正常。

解析的总执行时间：0.00030-0.00060秒。

$parsed = Postal\Parser::parse_address("The Book Club 100-106 Leonard St, Shoreditch, London, Greater London, EC2A 4RH, United Kingdom");
foreach ($parsed as $component) {
    echo "{$component['label']}: {$component['value']}\n";
}

输出：

house: the book club
house_number: 100-106
road: leonard st
suburb: shoreditch
city: london
state_district: greater london
postcode: ec2a 4rh
country: united kingdom

此后我必须做的就是更换我的标签并格式化地址。

希望这会有助于其他想要用PHP解析地址的人。

Answer 2

哇，你有一个毛茸茸的烂摊子要清理干净。我已经辛苦工作了几个小时。它适用于你的所有样品，但我不会把我的职业生涯放在完美的未来所有案例上。地址变化太多了。我希望你能理解我的过程，并在新的样品未能正确捕获时进行修改。我会留下所有调试评论，因为我认为你会将它们用于将来的编辑。

$addresses=array(
    "street Main Road Bulding H7 Number 5 Area 1",
    "st Main Road bldg H7 Nr 5 Ar 5",
    "stMain bldgh7",
    "ar5 unknown other search parameter",
    "street Main Road h7 2b",
    "street main street str main road"
);

$regex["area"]="/^(.*?)(ar(?:ea)?\s?)([1-5])(.*?)$/i";
$regex["number"]="/^(.*?)(n(?:umbe)?r\s?)([0-9]+)(.*?)$/i";
$regex["building"]="/^(.*?)(bu?i?ldi?n?g\s?)([^\s]+)(.*?)$/i";
$regex["corner"]="/^(.*?str?(?:eet)?)\s?(str?(?:eet)?.*)$/i"; // 2 streets in string
$regex["street"]="/^(.*?)(str?(?:eet)?\s?)([^\s]*(?:\s?ro?a?d|\s?str?e?e?t?|.*?))(\s?.*?)$/i";
$regex["other"]="/^(.+)$/";

$search=[];
foreach($addresses as $i=>$address){
    echo "<br><div><b>$address</b> breakdown:</div>";
    foreach($regex as $key=>$rgx){
        if(strlen($address)>0){
            //echo "<div>addr(",strlen($address),") $address</div>";
            if(preg_match($rgx,$address,$matches)){
                if($key=="other"){
                    $search[$i][$key]=$matches[0];  // everything that remains
                }elseif($key=="corner"){
                    $search[$i]["street"]="";  // NOTICE suppression
                    // loop through both halves of corner address omitting element[0]
                    foreach(array_diff_key($matches,array('')) as $half){
                        //echo "half= $half<br>";
                        if(preg_match($regex["street"],$half,$half_matches)){
                            //print_r($half_matches);
                            $search[$i]["street"].=(strlen($search[$i]["street"])>0?"&&":"").ucwords($half_matches[3]);
                            $address=trim($half_matches[1].$half_matches[4]);
                            // $matches[2] is the discarded identifier
                            //echo "<div>$key Found: {$search[$i][$key]}</div>";
                            //echo "<div>Remaining: $address</div>";
                        }
                    }
                }else{
                    $search[$i][$key]=($key=="street"?ucwords($matches[3]):$matches[3]);
                    $address=trim($matches[1].$matches[4]);
                    // $matches[2] is the discarded identifier
                    //echo "<div>$key Found: {$search[$i][$key]}</div>";
                    //echo "<div>Remaining: $address</div>";
                    //print_r($matches);
                }
            }
        }else{
            break;  // address is fully processed
        }
    }
    echo "<pre>";
        var_export($search[$i]);
    echo "</pre>";  
}

输出是一个满足你的简要说明的数组，但由于我没有按顺序捕获地址组件，因此键无关紧要 - 这对你来说无关紧要，所以我没有打扰它重新排序。 / p>

street Main Road Bulding H7 Number 5 Area 1 breakdown:
array (
  'area' => '1',
  'number' => '5',
  'building' => 'H7',
  'street' => 'Main Road',
)

st Main Road bldg H7 Nr 5 Ar 5 breakdown:
array (
  'area' => '5',
  'number' => '5',
  'building' => 'H7',
  'street' => 'Main Road',
)

stMain bldgh7 breakdown:
array (
  'building' => 'h7',
  'street' => 'Main',
)

ar5 unknown other search parameter breakdown:
array (
  'area' => '5',
  'other' => 'unknown other search parameter',
)

street Main Road h7 2b breakdown:
array (
  'street' => 'Main Road',
  'other' => 'h7 2b',
)

street main street str main road breakdown:
array (
  'street' => 'Main Street&&Main Road',
)

...男孩，我很高兴这个项目不属于我。祝你好运！

PHP解析街道地址，其中包含来自文本输入的缩写以供搜索

2 个答案: