python - 生成测试数据 - 如何为给定的美国邮政编码生成有效地址？

Question

我正在创建一个依赖于地址的工具。出于测试目的，我想创建大量有效的美国地址。我有 GeoNames postal code data我想为美国大约 41,000 个邮政编码中的每一个生成一些真实地址。

我找到了类似 FakeAddressGenerator 的网站和 FakeName声称生成随机、有效的美国地址。这些网站如何运作？我如何在不依赖抓取这些网站的情况下做同样的事情？

理想情况下，我希望能够在 Python 中执行此操作；使用网络服务很好(似乎 FakeAddressGenerator 或 FakeName 都没有提供这样的网络服务)。

谢谢!

Answer 1

通过谷歌搜索您的问题，我发现了 2 个感兴趣的链接:

1. https://github.com/EthanRBrown/rrad提供大约 3200 个真实的匿名地址。
2. https://openaddresses.io它还具有指向其开源 github 的链接以及完整的数据集。

我不建议抓取虚假地址生成器，因为它们不能保证存在。我也不会在谷歌地图中采样，因为你肯定会被列入黑名单。

从 2 中下载的 zip 文件中提取数据很容易:它们是包含具有完整地址、zip、lat、lon 等的 csv 文件的 zip 文件...

以上两个数据集“保证”了地址的存在。我不知道您的其他条件有多难，即 41k 邮政编码中的每个 至少有一个有效地址。如果这是一个硬约束，我怀疑你会得到这样的数据集开源。

---

编辑:

如果您有美国所有邮政编码的列表，一个完全自动化的解决方案是使用名为 openstreetmap 的 nominatim 的服务(取决于他们的目录!)

1) 获取每个邮政编码的经纬度(中心点或默认地址):

https://nominatim.openstreetmap.org/search/?format=xml&addressdetails=1&limit=1&country_codes=us&postalcode=35051

2) 得到这个经纬度的相关地址:

https://nominatim.openstreetmap.org/reverse?format=xml&lat=33.178764&lon=-86.619038&zoom=18&addressdetails=1

在阿拉巴马州的 Columbiana(邮政编码 35051)尝试此示例会产生 397 West College Street。

Nominatim 文档位于:https://wiki.openstreetmap.org/wiki/Nominatim