从街道地址中去除街道号码

Question

使用 Ruby（初学者）和正则表达式，我正在尝试从街道地址中提取街道号码。容易的地方我没有问题，但我需要一些帮助来解决：

'6223 1/2 S FIGUEROA ST' ==> 'S FIGUEROA ST'

感谢您的帮助！！

更新：

'6223 1/2 2ND ST' ==> '2ND ST'

来自@pesto的示例： '221B Baker Street' ==> 'Baker Street'

- kenny

---

它需要在国际环境下工作吗？或者需要处理包含数字的美国街道名称吗？ 有足够多的城市有“23rd street”。 - MSalters

Answer 1

这将删除字符串前面的任何内容，直到遇到字母：

street_name = address.gsub(/^[^a-zA-Z]*/, '')

如果可能的话，要像“221B贝克街”这样的东西，你需要使用更复杂的内容。下面的代码应该可以实现：

street_name = address.gsub(/^((\d[a-zA-Z])|[^a-zA-Z])*/, '')

- Pesto

---

@Kenny：我更新了一个正则表达式，可以解决“221B”类型的问题，同时仍然处理“1/2”。 - Pesto

Answer 2

分组匹配：

.*\d\s(.*)

如果您还需要考虑公寓号码：

.*\d.*?\s(.*)

这将处理123A街道名称。

只要字符串中没有其他数字，就应该去除前面的数字（和空格）。只需捕获第一组（.*）。

- Bryan Denny

---

123 2nd ST 是一个问题。 - kenny

Answer 3

街道名称也可以是数字吗？例如：

1234 45TH ST

或者甚至更好

1234 45 ST

你可以处理上面的第一种情况，但第二种情况比较困难。

我会将地址根据空格拆分，跳过不包含字母的前导部分，然后将剩余部分连接起来。我不了解 Ruby，但这里有一个 Perl 示例，同时也突显了我这种方法的问题：

#!/usr/bin/perl

use strict;
use warnings;

my @addrs = (
    '6223 1/2 S FIGUEROA ST',
    '1234 45TH ST',
    '1234 45 ST',
);

for my $addr ( @addrs ) {
    my @parts = split / /, $addr;

    while ( @parts ) {
        my $part = shift @parts;
        if ( $part =~ /[A-Z]/ ) {
            print join(' ', $part, @parts), "\n";
            last;
        }
    }
}

C:\Temp> skip
S FIGUEROA ST
45TH ST
ST

- Sinan Ünür

Answer 4

还有一个stackoverflow的答案集： 从字符串中解析可用的街道地址、城市、州、邮政编码

我认为Google/Yahoo的解码器方法是最好的，但这取决于你要处理多少个地址 - 否则选择的答案可能是最好的。

- meade

Answer 5

哎呀！除非您正在使用标准化地址，否则单独解析地址可能会非常棘手。原因在于，“主要号码”（通常称为门牌号码）可以位于字符串的各个位置，例如：

1. RR 2 Box 15（RR也可以是Rural Route、HC、HCR等）
2. PO Box 17
3. 12B-7A
4. NW95E235
5. 等等。

这不是一项微不足道的任务。根据您的应用程序需求，获得准确信息的最佳选择是利用地址验证网络服务。有一些提供此功能的供应商。

为了充分披露，我是SmartyStreets的创始人。我们有一个地址验证网络服务API，可以验证和标准化您的地址，以确保它是真实的，并允许您获取主要/门牌号码部分。如有问题，请随时与我联系。

- Jonathan Oliver

Answer 6

/[^\d]+$/ 也可以匹配相同的内容，但不使用捕获组。

- Ben Hughes

Answer 7

以后参考一个非常好的工具来帮助处理正则表达式是http://www.rubular.com/

- Andrew