3

我有一段文本，其中包括姓名，可能是公司名称，还有地址，可能还有电子邮件地址。我想从中提取街道地址，最好是名称和地址。

这些数据是从多个来源中抽取的，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能重新排列或丢失（电话号码可能排在第一位，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) 创建一个包含尽可能多信息的联系人。

这是我的一个随机想法：

  1. 取任何带有电子邮件地址的行（可以使用正则表达式轻松找到），存储电子邮件地址并删除该行，不再考虑。
  2. 取任何带有电话号码的线路（仅限数字，和 [-+()]），存储该号码，然后从进一步考虑中删除该线路。
  3. 取最后三行并将它们视为街道地址 - 将它们插入谷歌地图并希望获得最好的结果。

显然，这是很多juju魔法。有更聪明的方法吗？是否有任何图书馆有很好的正则表达式来查找不同国家的街道地址？

4

1 回答 1

0

取决于你的来源。如果您可以控制它如何从您的来源到达，那么您可以进行一些格式化。

于 2012-02-08T13:03:05.633 回答