Java利用HanLP提取字符串中的人名和省市区实现收货地址自动识别功能

引入HanLP

<dependency>
    <groupId>com.hankcs</groupId>
    <artifactId>hanlp</artifactId>
    <version>portable-1.8.2</version>
</dependency>

代码

package com.cnnasi.api.service.impl;
import com.hankcs.hanlp.HanLP;
import com.hankcs.hanlp.dictionary.CustomDictionary;
import com.hankcs.hanlp.seg.common.Term;
import org.junit.jupiter.api.Test;

import java.util.ArrayList;
import java.util.List;
import static org.junit.jupiter.api.Assertions.*;

class MtsTradeOrderServiceImplTest {

    // 提取收件人、省市区等信息
    public static void extractInfo(String text) {
        // 提取收件人（假设收件人是人名，一般为中文）
        List<String> names = extractNames(text);
        List<String> addr = extractProvince(text);

        // 输出提取的信息
        System.out.println("收件人： " + names);
        System.out.println("省市区： " + addr);
    }

    // 提取收件人信息（通过命名实体识别）
    private static List<String> extractNames(String text) {
        List<String> names = new ArrayList<>();
        List<Term> terms = HanLP.segment(text);
        for (Term term : terms) {
            if (term.nature.toString().equals("nr")) {  // "nr"是人名的标记
                names.add(term.word);
            }
        }
        return names;
    }
	// 提取省市区（通过命名实体识别）
    private static List<String> extractProvince(String text) {
        List<String> add = new ArrayList<>();
        CustomDictionary.add("阳西县", "ns");  // 手动添加一个词
        List<Term> terms = HanLP.segment(text);
        for (Term term : terms) {
            if (term.nature.toString().startsWith("ns")) {  // "ns" 是地点词的标记
                add.add(term.word);
            }
        }
        return add;
    }
    
    @Test
    void getMtsTradeObjectList() {
        String text = "广东省阳江市阳西县溪头镇下村对虾养殖场【配送拨打:17896431283转5716】卢先生，17896431283-5716";
        extractInfo(text);
    }
}

结果

注意：提取省市区地点时可能会员识别不出来的地点，我们需要手动把生僻地点名加到自定义字典中即可。

本段代码为测试代码，实际使用需要优化。