如何在pl/sql中將街道值拆分爲原子？

我的任務是將非原子（澳大利亞）街道地址轉換爲原子，這意味着當前街道數據一起存儲爲街道號碼和街道名稱。樣品是：如何在pl/sql中將街道值拆分爲原子？

24 George street  -----------> 24   | George street  
55 park rd    -----------> 55   | pard rd 
102a gordon road  -----------> 102a  | gordon road 
unit 5/46 addison ave -----------> unit 5/46 | addison ave 
flat 2-9/87 north avenue-----------> flat 2-9/87| north avenue 
suit 5 lvl2/55 prince hwy-------> suit 5 lvl2/55| prince hwy 
shop 5 Big Shopping Centre ------> Rejected 
Suit 2 Level 100   -------> Rejected

添加的數據（程序應該工作的方式）：

Darling street ------------------> Rejected 
City road -----------------------> rejected

建議的代碼處理結果：

Darling street ------------> Darling  | Street 
City road ---------------> City  |  road

在這種情況下

實際的代碼不應該處理地址並拋出異常。

拆分地址的最佳方式是什麼？

來源

2013-05-12 dhssa

爲什麼要這樣拒絕：'shop 5 Big Shopping Center'？ – 2013-05-12 15:47:22

@kaᵠ-因爲它不是一個有效的澳大利亞地址，根據任務 – dhssa 2013-05-12 16:03:03

的規格，郵局ville返回/拒絕交付，但是程序實際上並不理解*數據，您需要教他們不知何故。什麼會使這被拒絕？ – 2013-05-12 16:13:34

select 
    addr, 
    regexp_substr(addr, '^(.*?)\s\D+$', 1, 1, '', 1) street_number, 
    regexp_substr(addr, '^.*?\s+(\D*?)\s*$', 1, 1, '', 1) street_name 
from t1 
where -- don't show rejected 
    regexp_like(addr, '\d.*\s(street|road|rd|ave|avenue|hwy)\s*$', 'i')

fiddle

來源

2013-05-12 14:32:05

它運作良好，但如果在街道數據中根本沒有數字。如果沒有記錄街道號碼，我現在將街道名稱作爲街道號碼，如果沒有號碼，是否有阻止它處理的地方？ – dhssa 2013-05-12 14:55:07

@DilshatAbduwalli - 請將您正在談論的地址添加到您的問題並給出所需的輸出。 – 2013-05-12 14:58:00

@Skritunoff - 問題根據以上評論編輯 – dhssa 2013-05-12 15:05:51

我假定你已經看到了答案，這樣question沿着相同的路線。

@kaᵠ已經指出該程序對數據一無所知，因此它沒有上下文。情況總是如此。因此，考慮到這一點，您需要確定的第一件事是您需要什麼級別的準確度？如果你需要70％的準確度，那麼你可以用簡單的REGEX做到這一點。（是正則表達式非常簡單）？

如果您需要確定從輸入中提取的地址實際上是否真實有效，則需要使用列表或表格進行比較。這些數據將來自澳大利亞郵政（或美國的USPS）等來源。

因此，使用您的正則表達式來提取「猜測」，然後驗證那些對照主列表和匹配的是好的。沒有主列表，你不能確定你是否正確或錯誤。

我實際上一直在研究這個完全相同的問題在SmartyStreets（除了我只處理美國的addreses），並提出了許多不同的解決方案 - 不同的方式來確定地址字符串的開始和結束，作爲以及如何處理誤報，或者看起來像郵政編碼的主要數字。你可以去純粹的REGEX，或者你也可以使用包含郵政編碼，州和街道名稱的表格。這使您能夠非常接近地以高精度提取原子數據。

來源

2013-05-13 17:48:36 Jeffrey

如何在pl/sql中將街道值拆分爲原子？

回答

相關問題