将完整地址转换为单独的列

Question

我有一个包含 1000 个地址的列表加载到 oracle 表中。

完整地址在单列 CompleteAddress Varchar(1000)

样本数据：

12003 Main St New York NY 00991
123 ANYWHERE BLVD ABINGDON MD 21009

我需要将所有地址拆分为 Street No + Street Name、City、State 和 Zip（有时是 zip5+zip4）

数据中没有逗号或斜线。如何拆分地址？如果这很重要，我会在 C# 中工作。 RegEx 是合适的方法吗？

到目前为止，我尝试使用 SubString，但我认为这不会很好地工作。

string zipcode = completeAddress.Substring(completeAddress.Length - 5, 5);
string mystate = completeAddress.Substring(completeAddress.Length - 8, 2);

有什么想法吗？

Answer 1

地址很复杂。非常复杂。它们是非常不规则和主观的东西。在几十年的过程中，物流公司花费了 数十亿 来试图理解它们。

比尝试重新发明它更好地利用其他人所做的事情。

您拥有的数据实际上非常有意义。它只是没有“感觉”很有意义。企业喜欢将他们的地址数据分成许多小块，但为什么呢？所有这些小片段是什么意思？为什么它们需要彼此区分开来？您拥有的数据是一个“地址”。保留它，但添加它。利用现有信息推断更多信息。

使用地理编码 API（Google？Bing？其他一些服务？价格等会有所不同）搜索您拥有的数据并返回更多强类型数据。将其与您拥有的东西一起存储。例如，你有这样的：

12003 Main St New York NY 00991

所以你在这里提出请求：

http://maps.googleapis.com/maps/api/geocode/json?address=12003+Main+St+New+York+NY+00991&sensor=false

然后你得到这个：

{
   "results" : [
      {
         "address_components" : [
            {
               "long_name" : "D R Main Street",
               "short_name" : "D R Main Street",
               "types" : [ "point_of_interest", "establishment" ]
            },
            {
               "long_name" : "5",
               "short_name" : "5",
               "types" : [ "street_number" ]
            },
            {
               "long_name" : "West 31st Street",
               "short_name" : "W 31st St",
               "types" : [ "route" ]
            },
            {
               "long_name" : "Midtown",
               "short_name" : "Midtown",
               "types" : [ "neighborhood", "political" ]
            },
            {
               "long_name" : "Manhattan",
               "short_name" : "Manhattan",
               "types" : [ "sublocality", "political" ]
            },
            {
               "long_name" : "New York",
               "short_name" : "New York",
               "types" : [ "locality", "political" ]
            },
            {
               "long_name" : "New York",
               "short_name" : "New York",
               "types" : [ "administrative_area_level_2", "political" ]
            },
            {
               "long_name" : "New York",
               "short_name" : "NY",
               "types" : [ "administrative_area_level_1", "political" ]
            },
            {
               "long_name" : "United States",
               "short_name" : "US",
               "types" : [ "country", "political" ]
            },
            {
               "long_name" : "10001",
               "short_name" : "10001",
               "types" : [ "postal_code" ]
            },
            {
               "long_name" : "4414",
               "short_name" : "4414",
               "types" : []
            }
         ],
         "formatted_address" : "D R Main Street, 5 West 31st Street, New York, NY 10001, USA",
         "geometry" : {
            "location" : {
               "lat" : 40.7468529,
               "lng" : -73.9865046
            },
            "location_type" : "APPROXIMATE",
            "viewport" : {
               "northeast" : {
                  "lat" : 40.7482018802915,
                  "lng" : -73.98515561970851
               },
               "southwest" : {
                  "lat" : 40.7455039197085,
                  "lng" : -73.98785358029151
               }
            }
         },
         "partial_match" : true,
         "types" : [ "point_of_interest", "establishment" ]
      }
   ],
   "status" : "OK"
}

现在那是一些看起来很有意义的数据。也许不是您公司中的某些人认为地址是由数据的“单元”构成的，而是有意义和有用的。对于数据中的任何给定地址，您都可以自动执行此操作。

让用户以他们知道的方式输入他们的地址。将该主观地址存储为用户输入的版本。对其进行地理编码以获得更多结构化数据以存储在其旁边。

Answer 2

给定以下地址：

123 Street Woodbury TN 37190

在您使用子字符串代码（4 位或 5 位）获取邮政编码后

使用仅邮政编码

向谷歌地图地理编码API发出请求

[http://maps.googleapis.com/maps/api/geocode/json?address=37190&sensor=true][1]

Google Geocoding API 将返回州和城市，将其与您的地址字符串进行比较并匹配并将其删除：

你现在剩下：

123 街

你按空格分割，你得到街道号码和街道名称

给你！

using Newtonsoft.Json;
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;

namespace ConsoleApplication1
{
    class Program
    {
        public class GoogleGeoCodeResponse
        {

            public string status { get; set; }
            public results[] results { get; set; }

        }

        public class results
        {
            public string formatted_address { get; set; }
            public geometry geometry { get; set; }
            public string[] types { get; set; }
            public address_component[] address_components { get; set; }
        }

        public class geometry
        {
            public string location_type { get; set; }
            public location location { get; set; }
        }

        public class location
        {
            public string lat { get; set; }
            public string lng { get; set; }
        }

        public class address_component
        {
            public string long_name { get; set; }
            public string short_name { get; set; }
            public string[] types { get; set; }
        }

        private class Address {
            public string StreetNumber { get; set; }
            public string StreeName { get; set; }
            public string City { get; set; }
            public string State { get; set; }
            public string ZipCode { get; set; }
        }



        private static Address ParseAddress(string addressStr) {
            var address = new Address();
            address.ZipCode = addressStr.Split(' ').Last();
            var googleStr = "http://maps.google.com/maps/api/geocode/json?sensor=false&address=" + address.ZipCode;
            var result = new System.Net.WebClient().DownloadString(googleStr);
            var resObj = JsonConvert.DeserializeObject<GoogleGeoCodeResponse>(result);

            address.City = resObj.results[0].address_components[1].long_name;
            address.State = resObj.results[0].address_components[2].short_name;
            addressStr = addressStr.Replace(" " + address.City, "").Replace(" " + address.State, "").Replace(" " + address.ZipCode, "");

            address.StreetNumber = addressStr.Split(' ')[0];
            address.StreeName = addressStr.Split(' ')[1];

            return address;
        }

        static void Main(string[] args)
        {

           var address = ParseAddress("123 Street Woodbury TN 37190");

        }
    }
}

Answer 3

您说您有一个包含 1000 个地址的列表...但是您指定该表每天都在增长，因此您不能只是手动为每个地址添加逗号。

如果您无法对其进行地理编码，我想我会创建其他支持表/列表 (US cities, US States) 并尝试从右侧开始隔离组件。

1. 获取 ZIP，使用正则表达式或类似方法
2. 获取状态，匹配状态表
3. 让城市在 Cities 表中查找，如果没有，请“暂停并手动检查”
4. 获取地址，知道第一个数字部分是门牌号

我会检查我在支持表中找不到的项目并手动查看它们