問題タブ [street-address]

顧客アドレスエンティティに属性を追加しました。属性設定コードは以下の通りです-

私はそれから-

• model \ entity\setup.phpに属性を追加しました
• 編集フォームにHTMLフィールドを追加しました

チェックボックスをオンにすると、属性がデータベースに保存されます。ただし、チェックボックスがオフになっている場合は設定が解除されていません（チェックボックスがオフになっていると、チェックボックスの入力が「投稿」されないためだと思います。

これをオフにする最良の方法は何ですか？デフォルト値の0を追加する必要がありますか？または、コントローラーに保存する前に属性の設定を解除/削除しますか？モデルにget/setメソッドを追加する必要がありますか？

アドレスを必要とする英国のサイトでは、多くの場合、ユーザーに郵便番号の提供を求められます。次に、サイトは、その郵便番号に一致するさまざまなアドレスからの選択をユーザーに提供します。

郵便番号を住所に一致させるにはどうすればよいですか？

私は Python が得意なので、詳細が些細な場合は疑似コードで十分です。タスクを開始してください - 私の州の教会のカタツムリ メール アドレスをネットでクロールするにはどうすればよいですか。「123 Old West Road #3 Old Lyme City MD 01234」のような 1 つのライナーができたら、十分な試行錯誤を重ねて、おそらくそれを City、State、Street、Number、apt に解析できます。私の問題は、オンラインでホワイト ページを使用している場合、HTML ジャンク、HTML テーブル、広告などをすべて処理するにはどうすればよいかということです。私は彼らの電話番号が必要だとは思いませんが、問題はありません。解析したらいつでも捨てることができます。ソリューションが半分手動 (pdf に保存してから acrobat を開いてテキストとして保存するなど) であっても、それでも満足できるかもしれません。ありがとう！Perl のスニペットも受け入れます。自分で翻訳できます。

配列には 5000 個、場合によってはそれ以上の番地の文字列があります。それらすべてをレーベンシュタインと比較して、同様の一致を見つけたいと思います。すべての 5000 をループして、他のすべての 4999 と直接比較せずに、どうすればこれを行うことができますか?

編集:誰かに提案があれば、別の方法にも興味があります。全体的な目標は、ユーザーが送信した住所に基づいて類似のエントリを見つける (および重複を排除する) ことです。

私の問題

米国下院のサイトにある個々のリンクをクロールして、リストされているすべての個人のワシントンの住所を見つけようとしています。問題は、ワシントンの住所の形式が時々変わることです。弾丸、パイプ、新しいライン、ブレークタグがあり、一致させるのが難しい場合があります。

多くのページをクロールして、ほぼ類似しているアドレスを取得しようとしています。

固有の空白は無視してください。文字列部分の類似性を示すだけです

これらはそれぞれ、他の大量のテキストタグとhtmlタグに囲まれて個別に戻ってきます。アドレスには、アドレス自体に<br>または<br/>が含まれる場合もあります。

私がやりたいのは、ソース文字列から最初の一致をキャプチャし、それを変数の値として設定することです。私の理解では、これは正規表現でアプローチするのが最善です。

アップデート：

最近のさまざまな表現方法について詳しく学んだ結果、厳密ではない表現が最適であると判断しました。これらのアドレスは、箇条書き、パイプ、および改行で表示されています。おそらく、次のことを伝える表現が最適でしょう。

[数字][何でも]["ワシントン"][何でも][DC|DC][何でも][5つの数字]

どうやらそれはあまりにも緩いです。何でもブロックが段落をもたらしていたのは、私が何でも数文字を許可することに単に興味があるときでした。

これまでのところ、以下にあるアドレスの照合に失敗しました（これらは多くのアドレスのほんの一部です）

• http://giffords.house.gov/
• http://coffman.house.gov/
• http://boyd.house.gov/

さて、私はこれに対する良い解決策を見つけようとして数日間爆撃しました。私が持っているのは、2つの可能なアドレス形式です。

私がする必要があるのは、両方の文字列をそのように構造化された配列に分割することです

私の主な問題は、家番号の不足をどのように説明するかです。配列全体でデータを1つ上にシフトする必要はありません。

[編集]

これが私がatmをしていることだと思っている人のために。（よりクリーンなバージョン）

streetaddressという名前の列があります。

例えば：

純粋にSQLで行の先頭から数字を削除するにはどうすればよいですか？

コンマ区切りのテキスト ファイルがあります。各行の 5 番目のフィールドには、名前と住所の情報が含まれています。名前は、「¬」文字で通りの情報と区切られています。市区町村|都道府県|郵便番号も同じ文字で区切られています。サンプル フィールドは次のようになります
。

名前をパーツに分割し、都市|州|郵便番号をパーツに分割する必要があります。ただし、名前にはミドル イニシャルがある場合とない場合があるため、

m = l[4].split("¬")
firstName, mi, lastName = m[2].split()

ミドルイニシャルがない場合は機能しません。また、都市の名前にはスペースが含まれる場合と含まれない場合があるため、次のようになります:

city, state, zipCode = m[4].split()

たとえば、都市が「サンアントニオ」または「リオデジャネイロ」の場合は機能しません。

要するに、セクションが常に同じ形式であるとは限らないフィールドのセクションを解析するにはどうすればよいですか?

プログラムで新しい連絡先を作成しています。アドレス以外はうまく機能します。以下は連絡先を追加するコードです

自宅の住所のみ、職場の住所のみ、または他の住所のみを保存すると、コードはうまく機能します。しかし、すべての住所 (自宅、職場、その他) を保存すると、最後の住所のみが連絡先に保存されます。このエラーを解決する方法を提案してください。

Java でアドレスを比較するためのライブラリを知っている人はいますか?

さまざまな方法で書かれた、アドレスに同等性を与えるもの。

たとえば、次のことを認識する必要があります。

は同じ住所です。

もちろん、これは非常にエスカレートする可能性があるため、私は尋ねています。

前もって感謝します。