Street Address Suche in einem String - Python oder Ruby

Question

Hey, Ich frage mich, wie ich eine Adresse in einer Zeichenfolge in Python/Ruby finden kann?

Vielleicht durch eine Regex?

Außerdem ist es sein würde im folgende Format (US)

420 Fanboy Lane, Cupertino CA

Dank!

Answer 1

mit Ihrem Beispiel das ist, was ich kam mit in Ruby (ich es bearbeitet schließen Postleitzahl und eine optionale +4 PLZ):

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 2

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

nicht vollständig getestet, aber funktionieren sollte. Verwenden Sie sie einfach mit Ihrer Lieblingsfunktion von re (zB re.findall Annahmen:.

1. Eine Hausnummer
zwischen 1 und 4 Ziffern lang sein kann
2. 1-3 Worte folgen einer Hausnummer, und sie sind alle getrennt durch Leerzeichen
3. Stadtname ist 1-3 Wörter (benötigt Cupertino, Los Angeles und San Luis Obispo entsprechen)

Answer 3

Okay, Basierend auf den sehr hilfreich Mike Bethany und Rafe Kettler Antworten (Danke!) ich dieses REGEX für Python und Ruby arbeitet. /[0-9] {1,4}, (.) [A-zA-Z] {2} [0-9] {5}/

Ruby-Code (.) - Ergebnisse in 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 - funktioniert nicht ganz die gleiche, aber das ist der Basiscode.

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 4

Wie gesagt, Adressen sind sehr frei. Anstelle eines REGEX-Ansatzes, wie wäre es mit einem Service, der genaue, standardisierte Adressdaten liefert? Ich arbeite für SmartyStreets, wo wir eine API zur Verfügung stellen, die genau das tut. Eine einfache GET-Anfrage und Sie haben Ihre Adresse für Sie analysiert. Versuchen Sie, diese Python-Probe aus (Sie beginnen müssen eine trial):

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

Answer 5

Hier ist, was ich verwendet:

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

Es ist nicht perfekt und nicht mit Grenzfälle, aber es funktioniert für die am häufigsten getippten Adressen und Teiladressen.

Es findet Adressen in Text wie

Hi! I'm at 12567 Some St. Fairfax, VA. Come get me!

some text 12567 Some St. is my home

something else 123 My Street Drive, Fairfax VA 22033

Hope this jemand, den Sie haben wollen

Answer 6

Vielleicht einen Blick auf pypostal hilft. pypostal sind die offiziellen Python-Bindungen zu libpostal.

Mit den Beispielen von Mike Bethany ich machte dieses kleine Beispiel:

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')] 
>  ************************************************************