Gute Adresse/String Parsing-Bibliotheken in Java?

Question

Ich suche nach Bibliotheken in Java, die eine Adresse aus einer normalen Textfolge analysieren können. Der Text könnte alle Arten von speziellen und nicht-speziellen enthalten :(Zeichen, aber alles, was ich wirklich aus der ursprünglichen Zeichenfolge entfernen möchte, ist eine grobe Adressfolge.

Mit anderen Worten, wie würde ich eine Adresse aus a ziehen random String, der eine Adresse enthält somewhere? Das Format ist nicht wirklich wichtig, solange die Ausgabe die Straße und die Nummer irgendwo hat. Würden Sie dafür reguläre Ausdrücke verwenden, wenn es keine Bibliotheken gibt?

Answer 1

Ich kenne keine Bibliotheken, die das tun ... aber, das klingt wie ein ausgezeichnetes Problem der künstlichen Intelligenz :)

Wenn Sie irgendwelche vorhandenen Adressbücher in ASCII/Unicode-Form haben, könnten Sie pote Nutze sie normalerweise, um Regex-Muster zu erzeugen, dann führe alle bekannten Adress-Regex-Muster gegen deinen zufälligen Text aus und sieh, was herauskommt. Auf diese Weise können Sie Ihrem Algorithmus "beibringen", wie er sich basierend auf bekannten Adressformaten verhalten soll. Ich vermute, wenn Bibliotheken für diese Art von Dingen existieren, dann würden sie das wahrscheinlich tun, weil es wahrscheinlich mehrere Möglichkeiten gibt, eine Straßenadresse zu formatieren.

Ein Beispiel könnte in der typischen US-Straßenadresse sein. Zum Beispiel:

1234 Main St. NW, Some City, ST, 12345 //[ST] = two-letter state abbreviation 

Sie könnten einen regulären Ausdruck schreiben, der nach zwei Zahlen und einer Abkürzung zwischen den Zuständen sucht. Natürlich würde dies nur für US-Straßenadressen funktionieren, es würde sie nicht alle erfassen, und Sie müssten vorsichtig sein, um Ihre Regex einzuschränken, um falsche Positive zu vermeiden, aber Sie könnten diesen regulären Ausdruck zu Ihrer Liste von Möglichkeiten hinzufügen.