从 Google Maps XML 获取地址数据答案

【问题标题】：Getting address data from Google Maps XML从 Google Maps XML 获取地址数据
【发布时间】：2018-07-12 23:17:41
【问题描述】：

我从谷歌地图中提取了一些地址，它们位于一个 xml 文件中。在 myxml 文件中，我有一些 xelements，例如

<location>, <place_id>, <adr_address>, etc

“adr_address”元素有不同的类，每个类包含城市、街道、国家等值。如何从“adr_address”xElement 中获取每个值

<adr_address>&lt;span class="street-address"&gt;1805 Geary Boulevard&lt;/span&gt;, &lt;span class="locality"&gt;San Francisco&lt;/span&gt;, &lt;span class="region"&gt;CA&lt;/span&gt; &lt;span class="postal-code"&gt;94115&lt;/span&gt;, &lt;span class="country-name"&gt;United States&lt;/span&gt;</adr_address>

我在这里将 adr_address xElement 放入一个对象中，但不确定之后如何获取每个类的值。

XElement firstOrDefault = xElement.Descendants("adr_address").FirstOrDefault();

【问题讨论】：

我不知道为什么，但 Google 地图在 adr_address 元素中返回了一些 HTML。它根本不是 XML。其中，这些是 HTML 意义上的“类”，而不是编程语言意义上的“类”。如果您现在不使用 HTML，那么您可能不明白在这种情况下“类”是什么意思。

标签： c# xml xelement

【解决方案1】：

在我看来，您以这种形式获得地址、邮政编码等值似乎很奇怪。通常谷歌地图应该正确解析这些值。

无论如何，您可以做的是像这样取消转义特殊字符：

firstOrDefault.Value.Replace("&lt;", "<").Replace("&gt;", ">");

然后使用这个正则表达式来提取值：

 var str = "&lt;span class=\"street-address\"&gt;1805 Geary Boulevard&lt;/span&gt;, &lt;span class=\"locality\"&gt;San Francisco&lt;/span&gt;, &lt;span class=\"region\"&gt;CA&lt;/span&gt; &lt;span class=\"postal-code\"&gt;94115&lt;/span&gt;, &lt;span class=\"country-name\"&gt;United States&lt;/span&gt;".Replace("&lt;", "<").Replace("&gt;", ">");

        Regex regex = new Regex("<span class=\"street-address\">(.*)</span>, <span class=\"locality\">(.*)</span>, <span class=\"region\">(.*)</span> <span class=\"postal-code\">(.*)</span>, <span class=\"country-name\">(.*)</span>");
        Match match = regex.Match(str);

        if (match.Success)
        {
            string address = match.Groups[1].Value;
            string locality = match.Groups[2].Value;
            string region = match.Groups[3].Value;
            string zip = match.Groups[4].Value;
            string country = match.Groups[5].Value;
         }

【讨论】：

糟糕，糟糕，糟糕。建议 Regex 解析 HTML，甚至不向 OP 说明 Google 已向他返回了一些 HTML 而不是 XML。
我注意到它是 HTML 格式的 .. 您是否尝试编写代码来解析此处发布的 HTML？它是用逗号分隔的跨度。在我看来不干净。一个简单的正则表达式对我来说似乎更容易解释这一点。我同意从长远来看它可能不太稳定。但这一切都取决于数据来自何处以及如何变化。我让你发布 jour 代码来比较:)
最好的办法是首先正确地存储数据，或者找出为什么它会以这种形式出现。我很确定它不是直接来自 google maps api
一般来说，正则表达式不适用于 HTML。如果 OP 正在调用 Google Maps 并取回此信息，那么 Google Maps 出于某种原因将其发回。现在，是的，也许 OP 实际上将这些信息发送到 Google 地图（我不知道他们的 API），但无论如何，它是 HTML，不应该用正则表达式解析。
另一篇文章没有说“用于大型数据集”。它表示HTML不是“regular language”，所以一般情况下，不能被正则表达式解析或匹配。

【解决方案2】：

接受的答案是错误的，adr_address 没有记录在案，我们不能依赖它，您必须使用 address_components，它是一个数组，所有信息都已拆分并带有类型标识符 (here is a list for them)：

var addrComponents =  xElement.Descendants("address_component");
foreach(var component in addrComponents)
{
   if(component.Descendants('type').Any(t => t.Value == "country"))
       country = component.long_name;
   else if (....)
       ....
}

由于每个组件可能有多个类型，您必须在其所有类型中进行搜索，这就是我使用Any 的原因。

对不起，如果这没有编译，因为我直接在这里写了这个，但这是主要思想。

【讨论】：

【解决方案3】：

这行得通（经过试验和测试）:)

// load xml string from webresponse into the linq functionality library .
var elements = XElement.Load(XmlReader.Create(new StringReader(xml)));

// get all the address_component elements in the xml
var addrComponents = elements.Descendants("address_component");

// under those: get all the one's that contain element "type"
var country = addrComponents.Where(d => d.Descendants("type")

// filter further to get the one's with country in their value.(ie. 
//<type>country</type>)
.Any(t => t.Value == "country"))

//first one that matches these criteria, take the long_name value ie 
//<long_name>'merica</long_name> this could be subbed for short_name as well 
//for country code
.First().Element("long_name").Value;

全部完成:)

【讨论】：

请解释您的代码行，以便其他用户了解其功能。谢谢！

【解决方案4】：

如果你不介意使用 jQuery，这对我来说非常有用：

var street_address = $("<p>" + place.adr_address + "</p>").find(".street-address").html()

【讨论】：