parsing - 用户输入解析 - 城市/州/邮政编码/国家

Question

我正在寻找有关在城市/州/邮政编码/国家的多种组合中解析用户输入的建议。

一个常见的例子是谷歌地图所做的。

输入的一些示例是:

“城市、州、国家”

“城市，乡村”

“城市、邮政编码、国家”

“城市、州、邮政编码”

“邮政编码”

什么是解析用户输入的有效且正确的方法？

如果您知道任何示例实现，请分享:)

Answer 1

第一步是使用空格或逗号作为分隔符将文本分解为单独的标记。为了可扩展性，您可以将每个 token 交给线程或服务器(如果使用类似 Map-Reducer 的架构)来确定每个 token 是什么。例如，

如果我们在模式中有数字，那么它可能是一个邮政编码。

该项目是否在已知状态列表中？

国家也很容易像州一样处理，数量有限。

与写地址的常见方式相比， token 的顺序是什么？大多数输入可能会遵循本地邮局对地址格式的自定义。

获得单独的 token 结果后，您可以将这些部分重新粘合在一起以获得完整地址。在有问题的情况下，您可以提示用户他们真正的意思(如谷歌地图)并将该信息添加到学习列表中。

假设您不尝试构建 map 系统，将这种支持添加到应用程序的最简单方法是查询 Google 或 Yahoo 并要求他们为您解析日期。