如何从文本字符串 php 中识别地址位置？
How to identify address location from text string php?
我正在尝试使用 xampp 上的 php 从一长串文本中识别和提取任何输入地址位置（不限于美国 - SmartyStreet）。
我已经阅读了一些关于如何做到这一点的 topics/libraries，它们围绕着使用 NLP、Google 的地理编码 API 和正则表达式来执行上述任务。这 3 个 link 是一些似是而非的 link，可能有助于 Link 1, Link 2, Link 3/GitHub Library(Seems Promising)。
不过，不知道这些link对实现有没有帮助？有人可以帮我吗？
这当然是地址解析的圣杯。攻击这个项目时需要考虑的几件事。首先，每个国家都可以有自己特定的寻址格式。尽管这很好，但没有标准的寻址格式。
这里有一些很好的地址格式汇编，但即使这些格式也不总是一致：
Address formats by Informatica
Address formats by Universal Postal Union
Address formats by a guy who has spent a lot of time thinking about this kind of stuff
第 1 步 -
熟悉每个国家/地区所有可能的地址格式后，您可以将相似的格式分组并为每个组创建一个正则表达式。
第 2 步 -
这很关键。尽一切可能确定该地址可能属于哪个国家/地区。这会让您知道要使用哪个正则表达式。如果做不到这一点，您可能会得到许多不同的候选地址。
第 3 步 -
使用正则表达式，扫描源文本以确定地址的潜在范围、起点和终点。在美国，地址通常以门牌号开头，以邮政编码（5、9 或 11 位数字）结尾。在德国，地址通常以街道名称开头，以 city/state 或 post 代码结尾。
第 4 步 -
现在，根据您对该国家/地区格式模式的理解，浏览该候选地址以确定地址的各个组成部分。找到以下组件：
- 主号
- 街道pre-directional（有助于获得所有可能值的索引）
- 街道名称（有助于获得所有可能值的索引）
- 街道后缀（有助于获得所有可能值的索引）
- 街道post-directional（有助于获得所有可能值的索引）
- 辅助号码指示符（有助于获得所有可能值的索引）
- 二级数
- 城市（有助于获得所有可能值的索引）
- 状态（有助于获得所有可能值的索引）
- post代码
（还有很多，但这是一个好的开始）
第 5 步 -
如果您只想确定一个看起来像地址的字符串，您就完成了。将此字符串输入地理编码工具并获取与其对应的 lat/lon。 Google Maps or OpenStreetMap 应该可以为您解决问题。
如果您想知道一个地址是否真的有效（例如与权威数据集中的已知条目相匹配，例如本地 post 办公室），那么您需要使用地址验证工具，就像您可以通过简单 google 搜索找到的那样：
Google Search: "address validation"
完全公开：我花了很多时间思考这个话题，试图找到解决它的不同方法，并向很多人解释。我整天在 SmartyStreets 工作国际地址。
我正在尝试使用 xampp 上的 php 从一长串文本中识别和提取任何输入地址位置（不限于美国 - SmartyStreet）。
我已经阅读了一些关于如何做到这一点的 topics/libraries，它们围绕着使用 NLP、Google 的地理编码 API 和正则表达式来执行上述任务。这 3 个 link 是一些似是而非的 link，可能有助于 Link 1, Link 2, Link 3/GitHub Library(Seems Promising)。
不过，不知道这些link对实现有没有帮助？有人可以帮我吗？
这当然是地址解析的圣杯。攻击这个项目时需要考虑的几件事。首先，每个国家都可以有自己特定的寻址格式。尽管这很好，但没有标准的寻址格式。
这里有一些很好的地址格式汇编，但即使这些格式也不总是一致：
Address formats by Informatica
Address formats by Universal Postal Union
Address formats by a guy who has spent a lot of time thinking about this kind of stuff
第 1 步 - 熟悉每个国家/地区所有可能的地址格式后，您可以将相似的格式分组并为每个组创建一个正则表达式。
第 2 步 - 这很关键。尽一切可能确定该地址可能属于哪个国家/地区。这会让您知道要使用哪个正则表达式。如果做不到这一点，您可能会得到许多不同的候选地址。
第 3 步 - 使用正则表达式，扫描源文本以确定地址的潜在范围、起点和终点。在美国，地址通常以门牌号开头，以邮政编码（5、9 或 11 位数字）结尾。在德国，地址通常以街道名称开头，以 city/state 或 post 代码结尾。
第 4 步 - 现在，根据您对该国家/地区格式模式的理解，浏览该候选地址以确定地址的各个组成部分。找到以下组件：
- 主号
- 街道pre-directional（有助于获得所有可能值的索引）
- 街道名称（有助于获得所有可能值的索引）
- 街道后缀（有助于获得所有可能值的索引）
- 街道post-directional（有助于获得所有可能值的索引）
- 辅助号码指示符（有助于获得所有可能值的索引）
- 二级数
- 城市（有助于获得所有可能值的索引）
- 状态（有助于获得所有可能值的索引）
- post代码
（还有很多，但这是一个好的开始）
第 5 步 - 如果您只想确定一个看起来像地址的字符串，您就完成了。将此字符串输入地理编码工具并获取与其对应的 lat/lon。 Google Maps or OpenStreetMap 应该可以为您解决问题。
如果您想知道一个地址是否真的有效（例如与权威数据集中的已知条目相匹配，例如本地 post 办公室），那么您需要使用地址验证工具，就像您可以通过简单 google 搜索找到的那样：
Google Search: "address validation"
完全公开：我花了很多时间思考这个话题，试图找到解决它的不同方法，并向很多人解释。我整天在 SmartyStreets 工作国际地址。