Поиск адреса в строке - Python или Ruby

Question

Эй, мне было интересно, как я могу найти уличный адрес в строке в Python / Ruby?

Возможно с помощью регулярного выражения?

Кроме того, он будет в следующем формате (США)

420 Fanboy Lane, Купертино CA

Спасибо!

Answer 1

Может быть, вы хотите взглянуть на pypostal .pypostal - это официальные привязки Python к libpostal.

С примерами от Майка Бетани я сделал этот маленький пример:

from postal.parser import parse_address

addresses = [
    "420 Fanboy Lane, Cupertino CA 12345",
    "1829 William Tell Oveture, by Gioachino Rossini 88421",
    "114801 Western East Avenue Apt. B32, Funky Township CA 12345",
    "1 Infinite Loop, Cupertino CA 12345-1234",
    "420 time!",
]

for address in addresses:
    print parse_address(address)
    print "*" * 60

>     [(u'420', u'house_number'), (u'fanboy lane', u'road'), (u'cupertino', u'city'), (u'ca', u'state'), (u'12345', u'postcode')]
>     ************************************************************
>     [(u'1829', u'house_number'), (u'william tell', u'road'), (u'oveture by gioachino', u'house'), (u'rossini', u'road'), (u'88421',
> u'postcode')]
>     ************************************************************
>     [(u'114801', u'house_number'), (u'western east avenue apt.', u'road'), (u'b32', u'postcode'), (u'funky', u'road'), (u'township',
> u'city'), (u'ca', u'state'), (u'12345', u'postcode')]
>     ************************************************************
>     [(u'1', u'house_number'), (u'infinite loop', u'road'), (u'cupertino', u'city'), (u'ca', u'state'), (u'12345-1234',
> u'postcode')]
>     ************************************************************
>     [(u'420', u'house_number'), (u'time !', u'house')]
>     ************************************************************

Answer 2

Используя ваш пример, это то, что я придумал в Ruby (я отредактировал его, включив в него ZIP-код и дополнительный +4 ZIP):

regex = Regexp.new(/^[0-9]* (.*), (.*) [a-zA-Z]{2} [0-9]{5}(-[0-9]{4})?$/)
addresses = ["420 Fanboy Lane, Cupertino CA 12345"]
addresses << "1829 William Tell Oveture, by Gioachino Rossini 88421"
addresses << "114801 Western East Avenue Apt. B32, Funky Township CA 12345"
addresses << "1 Infinite Loop, Cupertino CA 12345-1234"
addresses << "420 time!"

addresses.each do |address|
  print address
  if address.match(regex)
    puts " is an address"
  else
    puts " is not an address"
  end
end

# Outputs:
> 420 Fanboy Lane, Cupertino CA 12345 is an address  
> 1829 William Tell Oveture, by Gioachino Rossini 88421 is not an address  
> 114801 Western East Avenue Apt. B32, Funky Township CA 12345 is an address  
> 1 Infinite Loop, Cupertino CA 12345-1234 is an address  
> 420 time! is not an address  

Answer 3

Вот что я использовал:

(\d{1,10}( \w+){1,10}( ( \w+){1,10})?( \w+){1,10}[,.](( \w+){1,10}(,)? [A-Z]{2}( [0-9]{5})?)?) 

Он не идеален и не соответствует граничным случаям, но работает для большинства регулярно вводимых адресов и частичных адресов.

Находит адреса в тексте, такие как

Привет!Я нахожусь в 12567 Некоторый Св. Фэйрфакс, Вирджиния.Приходите за мной!

какой-то текст 12567 Какой-то Св. Мой дом

что-то еще 123 My Street Drive, Fairfax VA 22033

Надеюсь, это кому-нибудь поможет

Answer 4

Как уже говорилось, адреса очень свободной формы.Вместо подхода REGEX, как насчет сервиса, который предоставляет точные стандартизированные адресные данные?Я работаю на SmartyStreets , где мы предоставляем API, который делает именно это.Один простой запрос GET и ваш адрес для вас проанализирован.Попробуйте этот пример с питоном (вам нужно будет запустить испытание ):

https://github.com/smartystreets/smartystreets-python-sdk/blob/master/examples/us_street_single_address_example.py

Answer 5

Хорошо, основываясь на очень полезных ответах Майка Бетани и Рэйфа Кеттлера (спасибо!) Я получаю этот REGEX работает для Python и Ruby. / [0-9] {1,4} (. ), (. ) [a-zA-Z] {2} [0-9] {5} /

Ruby Code - Результаты на 12 Argonaut Lane, Lexington MA 02478

myregex=Regexp.new(/[0-9]{1,4} (.*), (.*) [a-zA-Z]{2} [0-9]{5}(-[0-9]{4})?/)

print "We're Having a pizza party at 12 Argonaut Lane, Lexington MA 02478 Come join the party!".match(myregex)

Python Code - работает не совсем так, но это базовый код.

import re
myregex = re.compile(r'/[0-9]{1,4} (.*), (.*) [a-zA-Z]{2} [0-9]{5}(-[0-9]{4})?/')
search = myregex.findall("We're Having a pizza party at 12 Argonaut Lane, Lexington MA 02478 Come join the party!")

Answer 6

\d{1,4}( \w+){1,3},( \w+){1,3} [A-Z]{2}

Не полностью протестирован, но должен работать. Просто используйте его с вашей любимой функцией из re (например, re.findall. Допущения:

1. Номер дома может быть длиной от 1 до 4 цифр
2. 1-3 слова следуют за номером дома, и все они разделены пробелами
3. Название города - 1-3 слова (должно соответствовать Купертино, Лос-Анджелесу и Сан-Луис-Обиспо)