最近公司有个业务,说是要根据不规则的地址进行识别到地址的省市区出来,搞得我头发掉了一地,还好最终写出来了,能识别公司业务地址中的90%,就算成功,目前测试了一下,100条有2-3条识别不出,也还行吧,
提供地址的时候,最好实现约定,让业务人员提供的地址上面包含省市区。
- 这种的比较简单,直接用正则表达式进行解析,
package com.huanwu.sp.common.lang.utils;
import java.util.ArrayList;
import java.util.LinkedHashMap;
import java.util.List;
import java.util.Map;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
import org.apache.commons.lang3.StringUtils;
import com.alibaba.fastjson.JSONObject;
public class AddressResolutionUtil {
/**
* county 识别不了以下的-------- 万江 长安 虎门 塘厦 凤岗 高埗 石碣 厚街 石龙 大岭山 茶山 石排 企石 横沥 桥头 谢岗
* 东坑 樟木头 常平 寮步 大朗 黄江 清溪 沙田 道滘 洪梅 麻涌 中堂 望牛墩
*
*/
// private static String regex =
// "(?<province>[^省]+自治区|.*?省|.*?行政区|.*?市)(?<city>[^市]+自治州|.*?州|.*?地区|.*?行政单位|.+盟|市辖区|.*?市|.*?县|.*?屯|贵安|.+南)(?<county>[^县]+县|.+区|.+市|.+旗|.+海域|.+岛)?(?<town>[^区]+区|.+镇)?(?<village>.*)";
private static String regex = "(?<province>[^省]+自治区|.*?省|.*?行政区|.*?市)(?<city>[^市]+自治州|.*?市|.*?州|.*?地区|.*?行政单位|.+盟|市辖区|.*?县|.*?屯|贵安|.+南)(?<county>[^区]+区|.+市|.+(原胶南市)|.+县|.+旗|.+海域|.+岛|.+镇|.+街道|.+甸|.+城|.+委|.+场|.+北|.+南|.+东|.+口|.+岛|.+中|.+河|阳逻|.+高新|.+山)?(?<village>.*)";
public static String getAddress(String address) {
String[] errorCode = new String[] { " ", ",", ",", "?", "?", "+", "\"", "-", " ", "null" };
for (int i = 0; i < errorCode.length - 1; i++) {
address = StringUtils.replace(address, errorCode[i], "");
}
return address;
}
// 往字符串数组追加新数据
private static String[] insert(String[] arr, String str) {
int size = arr.length; // 获取数组长度
String[] tmp = new String[size + 1]; //