地址标准化以及地址相似度计算_地址相似度计算慢-优快云博客

地址标准化

该模块用于将不规范(或者连续)的文本地址进行尽可能的标准化, 以及对两个地址进行相似度的计算

注：
该模块为 IceMimosa/geocoding 项目的Python封装，原项目为Kotlin开发

为方便使用Python方法调用，这里使用Python的jpype模块将 IceMimosa/geocoding 进行封装

因此该模块需要Java环境的支持(需要添加JAVA_HOME等环境变量)，下边给出新封装后的接口

安装：pip install GeocodingCHN

地址标准化

Geocoding.normalizing(address)

address: 文本地址

from GeocodingCHN import Geocoding
text =  '山东青岛李沧区延川路116号绿城城园东区7号楼2单元802户'
address_nor = Geocoding.normalizing(text)
print(address_nor)

Address(
	provinceId=370000000000, province=山东省, 
	cityId=370200000000, city=青岛市, 
	districtId=370213000000, district=李沧区, 
	streetId=0, street=, 
	townId=0, town=, 
	villageId=0, village=, 
	road=延川路, 
	roadNum=116号, 
	buildingNum=7号楼2单元802户, 
	text=绿城城园东区
)

地址相似度计算

Geocoding.similarityWithResult(Address1, Address2)

Address1: 地址1, 由 Geocoding.normalizing 方法返回的 Address 类
Address2: 地址2, 由 Geocoding.normalizing 方法返回的 Address 类

from GeocodingCHN import Geocoding
text1 = '山东青岛李沧区延川路116号绿城城园东区7号楼2单元802户'
text2 = '山东青岛李沧区延川路绿城城园东区7-2-802'
Address_1 = Geocoding.normalizing(text1)
Address_2 = Geocoding.normalizing(text2)
similar = Geocoding.similarityWithResult(Address_1, Address_2)
print(similar)

0.9473309334313418

添加自定义地址

Geocoding.addRegionEntry(Id, parentId, name, RegionType, alias='')

Id: 地址的ID
parentId: 地址的父ID,必须存在
name: 地址的名称
RegionType: RegionType,地址类型,
alias: 地址的别名

from GeocodingCHN import Geocoding
Geocoding.addRegionEntry(1, 321200000000, "A街道", Geocoding.RegionType.Street)
test_address = Geocoding.normalizing("江苏泰州A街道")

Address(
	provinceId=320000000000, province=江苏省, 
	cityId=321200000000, city=泰州市, 
	districtId=321200000000, district=泰州市, 
	streetId=1, street=A街道, 
	townId=0, town=, 
	villageId=0, village=, 
	road=, 
	roadNum=, 
	buildingNum=, 
	text=
)