我们有一个街道地址栏：
枫树路 123 号
第一大道 321 号
等等……
有没有办法将这些地址与给定的输入相匹配？输入将是街道地址，但格式可能不同。例如：
枫叶路 123 号
第一大道 321 号
我们的第一个想法是去除所有街道术语（rd、st、ave、blvd 等）的输入。
显然，这不会一直可靠地匹配。还有其他方法可以尝试在 SQL Server 中匹配街道地址吗？
我们可以使用用户定义的函数、存储过程和常规的旧 t-sql。我们不能使用 clr。
【问题讨论】：
标签： sql sql-server
与其剔除可以变化的东西，不如尝试将它们转换为可以比较的“规范形式”。
例如，替换“rd”或“rd”。用“路”和“st”或“st”。在比较之前与“街道”。
【讨论】：
您可能需要考虑使用Levenshtein Distance 算法。
您可以在 SQL Server 中将其创建为用户定义的函数，其中它将返回需要对 String_A 执行的操作数，以使其变为 String_B。然后，您可以将 Levenshtein Distance 函数的结果与某个固定阈值或某个从字符串长度派生的值进行比较。
您只需按如下方式使用它：
... WHERE LEVENSHTEIN(address_in_db, address_to_search) < 5;
作为Mark Byers suggested，如果您使用 Levenshtein Distance，将变量项转换为规范形式会有所帮助。
使用Full-Text Search 可能是另一种选择，特别是因为Levenshtein 通常需要全表扫描。此决定可能取决于您打算执行这些查询的频率。
您可能想查看以下 SQL Server 的 Levenshtein Distance 实现：
注意：您需要为上述实现实现一个 MIN3 函数。您可以使用以下内容：
CREATE FUNCTION MIN3(@a int, @b int, @c int)
RETURNS int
AS
BEGIN
DECLARE @m INT
SET @m = @a
IF @b < @m SET @m = @b
IF @c < @m SET @m = @c
RETURN @m
END
您可能也有兴趣查看以下文章：
【讨论】：
为了进行正确的街道地址匹配，您需要将地址转换为标准化格式。查看 USPS 邮政标准here（我假设您正在处理美国地址）。如果您希望能够处理所有类型的美国邮件地址，这绝不是一个简单的过程。 QAS 和 Satori Software 等公司提供的软件可用于为您进行标准化。您需要导出地址，通过软件运行它们，然后使用更新的地址加载数据库。还有第三方供应商也将执行地址标准化。对于您正在尝试做的事情来说，这可能有点矫枉过正，但这是最好的方法。如果您的数据库中的地址是标准化的，您将有更好的机会匹配它们（特别是如果您也可以标准化输入）。
【讨论】：
我认为您的第一步是更好地定义您对不同地址的慷慨程度。例如，哪些匹配，哪些不匹配：
123 Maple Street
123 Maple St
123 maple street
123 mpale street
123 maple
123. maple st
123 N maple street
123 maple ave
123 maple blvd
枫叶街和枫叶大道是否在同一个区域？橡树街和橡树大道怎么样？
例如，我住的地方有许多街道/道路/blvds/ave，它们都被命名为 Owasso。我住在奥瓦索街，它与北奥瓦索大道相连，北奥瓦索大道与南奥瓦索大道相连。但是，维多利亚大街只有一条。
鉴于这一现实，您必须拥有所有道路名称的数据库，并寻找最近的道路（并单独处理数字）
或
提前决定你会坚持什么，你不会坚持什么。
【讨论】：
地址匹配和重复数据删除是一件麻烦事。当他们说地址需要首先向当地邮政标准机构标准化时，其他海报是正确的（例如，如果它是美国地址，则为 USPS）。一旦地址采用标准格式，剩下的就很容易了。
有几个第三方服务会在列表中为您标记重复项。仅使用 MySQL 子查询执行此操作不会考虑地址格式和标准的差异。 USPS（针对美国地址）有一些制定这些标准的准则，但只有少数供应商获得了执行此类操作的认证。
因此，我建议您的最佳答案是将表格导出为 CSV 文件，例如，然后将其提交给有能力的列表处理器。 SmartyStreets 的Bulk Address Validation Tool 就是其中之一，它将在几秒钟到几分钟内自动为您完成。它将使用名为“Duplicate”的新字段和其中的 Y 值来标记重复行。
尝试标准化和验证几个地址here，以了解输出的样子。
完全披露：我为SmartyStreets工作
【讨论】：
剥离数据是个坏主意。许多城镇将有数十种相同街道的变体 - Oak Street、Oak Road、Oak Lane、Oak Circle、Oak Court、Oak Avenue 等......如上所述，转换为规范的 USPS 缩写是更好的方法。
【讨论】：
【讨论】：
CHM 文件
你可以试试 SOUNDEX 看看是否能让你接近。 http://msdn.microsoft.com/en-us/library/aa259235%28SQL.80%29.aspx
【讨论】：