在Java中良好的地址/字符串解析庫？

-1

我正在尋找任何可以解析一個正常的文本字符串地址的Java庫。該文本可以包含所有類型的特殊和非特殊:(字符，但我真的想要拉出原始字符串是一個粗略的地址字符串。在Java中良好的地址/字符串解析庫？

換句話說，我將如何拉出地址隨機的字符串，其中包含一個地址somehwere？格式並不重要，只要輸出已獲得街道和號碼在某處。如果沒有任何庫，你會使用正則表達式嗎？

2012-04-03 El Duderino

您需要提供有關輸入字符串的更多詳細信息。它保證是一個包含單個地址的字符串，而不是其他任何東西？它是一個包含單個地址的段落嗎？字符串中可以有多個地址？潛在問題的範圍從中等簡單（如果輸入非常有限）到潛在困難（考慮在可以任意語言的文本頁面中查找所有有效國際地址的問題）。 – 2012-04-03 19:10:48

@StuartGolodetz我認爲你的陳述中的後者是真實的 - 他說他想從「隨機字符串」中提取地址，所以我認爲可以肯定地說，他只是想找到任何可以擺脫大堆的地址的字符。沒有關於輸入字符串的更多信息是必要的。 – CodeBlind 2012-04-03 19:24:59

街道地址？對於哪些國家？ – 2012-04-03 19:29:22

我不知道任何這樣做的庫......但是，這聽起來像是一個出色的人工智能問題:)

如果您有ASCII/Unicode形式的任何現有地址簿，從根本上使用它們生成正則表達式模式，然後針對隨機文本運行所有已知的地址正則表達式模式，並查看出現的內容。這樣你就可以根據已知的地址格式「教」你的算法如何運行。我懷疑，如果有任何圖書館確實存在這種事情，這可能是他們如何做的，因爲可能有不同的方式來格式化街道地址。

一個例子可能是在典型的美國街道地址。例如：

1234 Main St. NW, Some City, ST, 12345 //[ST] = two-letter state abbreviation

你可以寫一個正則表達式來查找兩個數字和一箇中間狀態縮寫。當然，這隻適用於美國的街道地址，它不會抓住所有的地址，並且你必須小心地限制你的正則表達式以避免誤報，但是你可以將該正則表達式添加到你的可能性列表中。

來源

2012-04-03 19:23:19 CodeBlind

這是一個很好的解決方案，以及我如何開始實施解決方案。國家縮寫實際上並不能保證，所以我使用邏輯來尋找一個純數字（街道號碼），然後「記錄」令牌，直到我找到一個通用的街道地址（從USPS官方街道末端獲得）。大部分時間，但是一些縮寫是有問題的（例如，BY爲bayou）。 upvoted，但我離開這個打開，希望有人仍然會有一個殺手正則表達式庫或解析庫，謝謝你的答案！如果沒有更多的答案，我會在幾天內接受。 – 2012-04-05 17:39:42

在Java中良好的地址/字符串解析庫？

回答

相關問題