MySQL街道地址模糊搜索

Question

有谁知道在MySQL数据库上做模糊街道地址搜索的好脚本（或好策略）？关键问题是

• 大写(很容易 -- -- 只要用LCASE)
• 标点符号
• 缩略语（这是个难点--street=st等。

我想能够匹配：123大街，B单位=123大街b单位

Answer 1

虽然它并不完美，而且可能相当缓慢，但你会希望通过REGEXP()使用正则表达式。

这里有一个第一次使用的正则表达式，可以匹配大多数情况（以及你的例子）。

(?isx)                  # search across multiple lines and ignore case
(                       # full match
  (                       # st number - what about number words like one or two?
    \d+
  )
  \s+                     # whitespace
  (                       # street name (one or more words)
    [a-z]+
    (?:
      \s+
      [a-z]+
    )*
  )
  \s+                     # whitespace
  (                       # street type
    al(?:y\.?|ley)          # aly, aly. or alley
  |
    ave(?:\.|nue)?          # ave, ave., or avenue
  |
    b(?lvd\.?|oulevard)     # blvd, blvd. or boulevard
  |
    c(?:t\.?|ourt)          # ct, ct. or court
  |
    cir(?:\c\.?|cle)?       # cir, circ, circ. or circle
  |
    cres(?:\.|cent)?        # cres, cres. or crescent
  |
    dr(?:\.|ive)?           # dr, dr. or drive
  |
    exp(?:y\.?|ressway)     # expy, expy. or expressway
  |
    f(?:wy\.?|reeway)       # fwy, fwy. or freeway
  |
    g(?:rdns\.?|ardens)     # grdns, grdns. or gardens
  |
    h(?:wy\.?|ighway)       # hwy, hwy. or highway
  |
    l(?n\.?|ane)            # ln, ln. or land
  |
    m(?:nr\.?|anor)         # mnr, mnr. or manor
  |
    m(?:trwy\.?|otorway)    # mtrwy, wtrwy. or motorway
  |
    pl(?:\.|ace)?           # pl, pl. or place
  |
    r(?:d\.?|oad)           # rd, rd. or road
  |
    st(?:\.|reet)?          # st, st. or street
  |
    t(?:pk\.?|urnpike)      # tpk, tpk. or turnpike
  |
    ter(?:\r?\.?|race)      # ter, ter., terr, terr. or terrace
  |
    tr(?:l.\?|ail)          # trl, trl. or trail
  |
    pike|park|walk|loop|bay|close|gate|highlands
  |
    row|way|oval|dell|rise|vale|byway|lawn
  )
  \,?                     # optional comma
  \s+                     # whitespace
  (                       # optional number, unit, apt or floor
    (
      \#                    # number
    |
      unit                  # unit
    |
      num(?:\.|ber)         # num, num. or number
    |
      ap(?:t\.?|artment)    # apt, apt. or apartment
    |
      fl(?:\.|oor)?         # fl, fl. or floor
    )
    \s+
    \d+
  )?
)

它将返回：

1美元 - 完全匹配

2美元----房号

3元--街道名称

4美元--街道类型

要在mysql中使用这个，你需要把所有的注释（从'#'到eol）剥离出来，删除第一行（切换选项），并将所有内容折叠成没有任何空格的单行。

Answer 2

做好 查找匹配 毫无希望，除非你 规范化 首先。 一旦你通过你的地址通过标准化软件，搜索是微不足道的，因为完全匹配是足够的。

Answer 3

你可以使用地址数据从Experian QAS.它的每点击许可证。模糊搜索在数据上很好用，地址更准确。

Answer 4

你所描述的是地址标准化，正如迈克所指出的。我在这个领域的工作 SmartyStreets (地址是我们的工作)。

美国邮政总局有一定的指导原则，叫做Public 28，它描述了地址的预期格式。如果您打算使用这些地址，您需要根据该格式进行标准化，并且在大多数情况下，对标准化的字符串进行精确的字符串比较。

SmartyStreets' 地址验证API 有这样的功能，但如果你已经有了一个地址列表来标准化，你可以考虑用一个 列表处理服务.