il y a beaucoup de vendeurs d'adresses de rue. Ils viennent en deux saveurs de base - ceux qui ont des bases de données de noms de lieux et de noms de rue, et ceux qui ne le font pas.

un analyseur d'adresse de rue d'expression régulière peut obtenir jusqu'à environ 95% de succès sans beaucoup de problèmes. Puis vous commencez à frapper les cas inhabituels. Le Perl dans CPAN, "Geo:: StreetAddress:: US", est à peu près ce bon. Il y a des ports Python et Javascript pour cela, tous open source. J'ai une meilleure version en Python qui augmente légèrement le taux de succès en traitant plus de cas. Pour obtenir les derniers 3% droite, cependant, vous avez besoin de bases de données pour aider à la désambiguïsation.

une base de données avec des codes ZIP à trois chiffres et des noms et abréviations d'États américains est d'une grande aide. Lorsqu'un analyseur voit un code postal et un nom d'état cohérents, il peut commencer à se verrouiller sur le format. Cela fonctionne très bien pour les États-Unis et le Royaume-Uni.

adresse de la rue appropriée fin et fonctionne à l'envers. C'est comme ça que les systèmes USPS le font. Les adresses sont moins ambiguës à la fin, où les noms de pays, les noms de ville et les codes postaux sont relativement faciles à reconnaître. Les noms de rue peuvent généralement être isolé. Les emplacements sur les rues sont les plus complexes à analyser; là, vous rencontrez des choses comme "cinquième étage" et"Staples Pavillion". C'est quand une base de données est une grande aide.

libpostal: une bibliothèque open-source pour analyser les adresses, la formation avec des données de OpenStreetMap, OpenAddresses et OpenCage.

https://github.com/openvenues/libpostal ( plus d'informations sur ce )

autres outils/ services:

• http://www.gisgraphy.com Libre, open source, et prêt à utiliser le géocodeur et la géolocalisation webservices, intégrant OpenStreetMap, GeoNames et Quattroshapes.

• https://github.com/kodapan/osm-common Bibliothèque pour accéder aux services OpenStreetMap, l'analyse et le traitement des données.

• http://wiki.openstreetmap.org/wiki/Nominatim

• http://address-parser.net /

• http://geoservices.tamu.edu/Services/AddressNormalization/

mise à jour: Geocode.xyz travaille maintenant dans le monde entier. Pour des exemples voir https://geocode.xyz

pour les États-Unis, le Mexique et le Canada, Voir géocodeur.ca .

par exemple:

Entrée: quelque chose qui se passe près de l'intersection des rues main et arthur kill rd new york

sortie:

<geodata>
  <latt>40.5123510000</latt>
  <longt>-74.2500500000</longt>
  <AreaCode>347,718</AreaCode>
  <TimeZone>America/New_York</TimeZone>
  <standard>
    <street1>main</street1>
    <street2>arthur kill</street2>
    <stnumber/>
    <staddress/>
    <city>STATEN ISLAND</city>
    <prov>NY</prov>
    <postal>11385</postal>
    <confidence>0.9</confidence>
  </standard>
</geodata>

vous pouvez également vérifier les résultats dans l'interface web ou obtenir la sortie comme Json ou Jsonp. par exemple. je cherche des restaurants autour de 123 Main Street, New York

pas de code? Pour la honte!

voici un analyseur D'adresse JavaScript simple. Il est assez terrible pour chaque raison simple que Matt donne dans sa thèse ci - dessus (dont je suis presque 100% d'accord avec: les adresses sont des types complexes, et les humains font des erreurs; mieux de externaliser et d'automatiser cela-quand vous pouvez vous le permettre).

Mais plutôt que de pleurer, j'ai décidé d'essayer:

ce code fonctionne bien pour analyser la plupart des résultats Esri pour findAddressCandidate et aussi avec d'autres géocodeurs (inverses)qui renvoient des adresses de ligne individuelle où la rue/ville/État sont délimitées par des guillemets. Vous pouvez étendre si vous voulez ou écrire des parsers spécifiques au pays. Ou utilisez simplement ceci comme étude de cas de la façon dont l'exercice peut être difficile ou à quel point je suis nul à JavaScript. J'admets que je n'ai passé qu'une trentaine de minutes là-dessus (les itérations futures pourraient ajouter des caches, la validation zip, et l'état des recherches ainsi que le contexte de localisation de l'utilisateur), mais cela a fonctionné pour mon cas d'utilisation: fin l'utilisateur voit la forme qui analyse la réponse de recherche de géocode dans 4 boîtes de texte. Si le parsing d'adresse sort mal (ce qui est rare à moins que les données source étaient pauvres) ce n'est pas une grosse affaire - l'utilisateur obtient de vérifier et de corriger! (Mais pour les solutions automatisées pourrait soit rejeter/ignorer ou Signaler comme erreur afin que dev puisse prendre en charge le nouveau format ou corriger les données source.)

/* 
address assumptions:
- US addresses only (probably want separate parser for different countries)
- No country code expected.
- if last token is a number it is probably a postal code
-- 5 digit number means more likely
- if last token is a hyphenated string it might be a postal code
-- if both sides are numeric, and in form #####-#### it is more likely
- if city is supplied, state will also be supplied (city names not unique)
- zip/postal code may be omitted even if has city & state
- state may be two-char code or may be full state name.
- commas: 
-- last comma is usually city/state separator
-- second-to-last comma is possibly street/city separator
-- other commas are building-specific stuff that I don't care about right now.
- token count:
-- because units, street names, and city names may contain spaces token count highly variable.
-- simplest address has at least two tokens: 714 OAK
-- common simple address has at least four tokens: 714 S OAK ST
-- common full (mailing) address has at least 5-7:
--- 714 OAK, RUMTOWN, VA 59201
--- 714 S OAK ST, RUMTOWN, VA 59201
-- complex address may have a dozen or more:
--- MAGICICIAN SUPPLY, LLC, UNIT 213A, MAGIC TOWN MALL, 13 MAGIC CIRCLE DRIVE, LAND OF MAGIC, MA 73122-3412
*/

var rawtext = $("textarea").val();
var rawlist = rawtext.split("\n");

function ParseAddressEsri(singleLineaddressString) {
  var address = {
    street: "",
    city: "",
    state: "",
    postalCode: ""
  };

  // tokenize by space (retain commas in tokens)
  var tokens = singleLineaddressString.split(/[\s]+/);
  var tokenCount = tokens.length;
  var lastToken = tokens.pop();
  if (
    // if numeric assume postal code (ignore length, for now)
    !isNaN(lastToken) ||
    // if hyphenated assume long zip code, ignore whether numeric, for now
    lastToken.split("-").length - 1 === 1) {
    address.postalCode = lastToken;
    lastToken = tokens.pop();
  }

  if (lastToken && isNaN(lastToken)) {
    if (address.postalCode.length && lastToken.length === 2) {
      // assume state/province code ONLY if had postal code
      // otherwise it could be a simple address like "714 S OAK ST"
      // where "ST" for "street" looks like two-letter state code
      // possibly this could be resolved with registry of known state codes, but meh. (and may collide anyway)
      address.state = lastToken;
      lastToken = tokens.pop();
    }
    if (address.state.length === 0) {
      // check for special case: might have State name instead of State Code.
      var stateNameParts = [lastToken.endsWith(",") ? lastToken.substring(0, lastToken.length - 1) : lastToken];

      // check remaining tokens from right-to-left for the first comma
      while (2 + 2 != 5) {
        lastToken = tokens.pop();
        if (!lastToken) break;
        else if (lastToken.endsWith(",")) {
          // found separator, ignore stuff on left side
          tokens.push(lastToken); // put it back
          break;
        } else {
          stateNameParts.unshift(lastToken);
        }
      }
      address.state = stateNameParts.join(' ');
      lastToken = tokens.pop();
    }
  }

  if (lastToken) {
    // here is where it gets trickier:
    if (address.state.length) {
      // if there is a state, then assume there is also a city and street.
      // PROBLEM: city may be multiple words (spaces)
      // but we can pretty safely assume next-from-last token is at least PART of the city name
      // most cities are single-name. It would be very helpful if we knew more context, like
      // the name of the city user is in. But ignore that for now.
      // ideally would have zip code service or lookup to give city name for the zip code.
      var cityNameParts = [lastToken.endsWith(",") ? lastToken.substring(0, lastToken.length - 1) : lastToken];

      // assumption / RULE: street and city must have comma delimiter
      // addresses that do not follow this rule will be wrong only if city has space
      // but don't care because Esri formats put comma before City
      var streetNameParts = [];

      // check remaining tokens from right-to-left for the first comma
      while (2 + 2 != 5) {
        lastToken = tokens.pop();
        if (!lastToken) break;
        else if (lastToken.endsWith(",")) {
          // found end of street address (may include building, etc. - don't care right now)
          // add token back to end, but remove trailing comma (it did its job)
          tokens.push(lastToken.endsWith(",") ? lastToken.substring(0, lastToken.length - 1) : lastToken);
          streetNameParts = tokens;
          break;
        } else {
          cityNameParts.unshift(lastToken);
        }
      }
      address.city = cityNameParts.join(' ');
      address.street = streetNameParts.join(' ');
    } else {
      // if there is NO state, then assume there is NO city also, just street! (easy)
      // reasoning: city names are not very original (Portland, OR and Portland, ME) so if user wants city they need to store state also (but if you are only ever in Portlan, OR, you don't care about city/state)
      // put last token back in list, then rejoin on space
      tokens.push(lastToken);
      address.street = tokens.join(' ');
    }
  }
  // when parsing right-to-left hard to know if street only vs street + city/state
  // hack fix for now is to shift stuff around.
  // assumption/requirement: will always have at least street part; you will never just get "city, state"  
  // could possibly tweak this with options or more intelligent parsing&sniffing
  if (!address.city && address.state) {
    address.city = address.state;
    address.state = '';
  }
  if (!address.street) {
    address.street = address.city;
    address.city = '';
  }

  return address;
}

// get list of objects with discrete address properties
var addresses = rawlist
  .filter(function(o) {
    return o.length > 0
  })
  .map(ParseAddressEsri);
$("#output").text(JSON.stringify(addresses));
console.log(addresses);

<script src="https://ajax.googleapis.com/ajax/libs/jquery/2.1.1/jquery.min.js"></script>
<textarea>
27488 Stanford Ave, Bowden, North Dakota
380 New York St, Redlands, CA 92373
13212 E SPRAGUE AVE, FAIR VALLEY, MD 99201
1005 N Gravenstein Highway, Sebastopol CA 95472
A. P. Croll &amp; Son 2299 Lewes-Georgetown Hwy, Georgetown, DE 19947
11522 Shawnee Road, Greenwood, DE 19950
144 Kings Highway, S.W. Dover, DE 19901
Intergrated Const. Services 2 Penns Way Suite 405, New Castle, DE 19720
Humes Realty 33 Bridle Ridge Court, Lewes, DE 19958
Nichols Excavation 2742 Pulaski Hwy, Newark, DE 19711
2284 Bryn Zion Road, Smyrna, DE 19904
VEI Dover Crossroads, LLC 1500 Serpentine Road, Suite 100 Baltimore MD 21
580 North Dupont Highway, Dover, DE 19901
P.O. Box 778, Dover, DE 19903
714 S OAK ST
714 S OAK ST, RUM TOWN, VA, 99201
3142 E SPRAGUE AVE, WHISKEY VALLEY, WA 99281
27488 Stanford Ave, Bowden, North Dakota
380 New York St, Redlands, CA 92373
</textarea>
<div id="output">
</div>

Dans notre projet, nous avons utilisé l'adresse suivante analyseur. Il analyser adresses pour la plupart des pays dans le monde avec une bonne précision.

http://address-parser.net /

il est disponible comme bibliothèque autonome ou comme API live.

si vous voulez vous fier aux données OSM libpostal est très puissant et traite beaucoup des mises en garde les plus courantes avec les entrées d'adresse.