建站
咨詢
售后
建站咨詢
新聞中心
在收發(fā)快遞填寫地址的時候，我們會經(jīng)常手動輸入地址讓程序智能識別，標(biāo)準(zhǔn)的地址比如，xx省xx市xx縣/區(qū)xx路xx號，不過有時候也可以簡單寫：xx市xx縣/區(qū)xx路xx號，或者xx省xx縣/區(qū)xx路xx號，或者xx市xx路xx號。
但是有些就不是合法的地址了，比如 xx省xx街道xx號，或者 xx市xx省xx區(qū)xx號。
那么問題來了，如何識別一個地址是否有效，確切的講，如何編程識別一個中國地址是否有效?
雖然我們大腦可以一眼識別，但是讓計算器去識別，可以不是一件容易的事，根本原因在于地址的描述雖然看上去簡單，但是它依然是比較復(fù)雜的上下文有關(guān)的文法。
比如 “上海市北京東路 xx 號，南京市北京東路 xx 號”，掃描到北京東路時，它后面的門牌號是否構(gòu)成正確的地址要看上下文，即城市名。
所幸的是，地址的上下文比較簡單，是有限的，雖然我們可以暴力窮舉所有省、市、區(qū)、街道。但有效的方法還是有限狀態(tài)機(jī)。
每一個有限狀態(tài)機(jī)都有一個開始狀態(tài)和一個終止?fàn)顟B(tài)，以及若干中間狀態(tài)，每一條弧上帶著一個狀態(tài)進(jìn)入下一個狀態(tài)的條件，比如在上圖中當(dāng)前的狀態(tài)如果是省，如果遇到下一個詞組和區(qū)有關(guān)就進(jìn)入?yún)^(qū)，如果遇到下一個詞組和城市有關(guān)那么就進(jìn)入市。
如果一條地址能從狀態(tài)機(jī)的開始狀態(tài)，經(jīng)過狀態(tài)機(jī)的若干中間狀態(tài)，最終走到終止?fàn)顟B(tài)，則這條地址有效，否則無效。
比如 xx市xx省xx區(qū)xx號 就是無效地址，無法從市走到省。
現(xiàn)在我們通過一個簡單的優(yōu)先狀態(tài)機(jī)來實現(xiàn)，代碼有注釋，很容易看懂
- from enum import Enum
- def isAddress(address: str) -> bool:
- #定義狀態(tài)
- State = Enum("State", [
- "STATE_INITIAL", #開始
- "STATE_PROVINCE", # 省
- "STATE_CITY", # 市
- "STATE_AREA", # 區(qū) / 縣
- "STATE_STREET", # 街道
- "STATE_NUM", #號
- "STATE_END", #結(jié)束
- "STATE_ILLEGAL", #錯誤狀態(tài)
- ])
- def toAddressType(addr_slice : str) -> State:
- if "省" in addr_slice:
- return State.STATE_PROVINCE
- elif "市" in addr_slice:
- return State.STATE_CITY
- elif "區(qū)" in addr_slice or "縣" in addr_slice:
- return State.STATE_AREA
- elif "路" in addr_slice or "街道" in addr_slice:
- return State.STATE_STREET
- elif "號" in addr_slice:
- return State.STATE_NUM
- else:
- return State.STATE_ILLEGAL
- #定義狀態(tài)轉(zhuǎn)移
- transfer = {
- #開始可以轉(zhuǎn)為 省或市
- State.STATE_INITIAL: {
- State.STATE_PROVINCE,
- State.STATE_CITY,
- },
- #省可以轉(zhuǎn) 市或區(qū)縣
- State.STATE_PROVINCE:{
- State.STATE_CITY,
- State.STATE_AREA,
- },
- #市可以轉(zhuǎn)區(qū)或街道
- State.STATE_CITY: {
- State.STATE_AREA,
- State.STATE_STREET,
- },
- #區(qū)縣可以轉(zhuǎn)街道
- State.STATE_AREA: {
- State.STATE_STREET,
- },
- #街道可以轉(zhuǎn)號或終止
- State.STATE_STREET: {
- State.STATE_NUM,
- State.STATE_END,
- },
- #號只能轉(zhuǎn)終止
- State.STATE_NUM: {
- State.STATE_END,
- },
- }
- st = State.STATE_INITIAL
- for ch in address:
- current_state = toAddressType(ch)
- if current_state not in transfer[st]:
- return False
- st = current_state
- return st in [State.STATE_STREET, State.STATE_NUM,State.STATE_END]
- if __name__ == '__main__':
- address1 = ["江蘇省","蘇州市", "吳中區(qū)", "中山北路", "208號"]
- address2 = ["蘇州市","吳中區(qū)", "中山北路", "208號"]
- address3 = ["蘇州市","吳江區(qū)", "中山北路", "208號"]
- address4 = ["蘇州市","吳江區(qū)","208號"]
- address5 = ["蘇州市","中山北路"]
- assert isAddress(address1)
- assert isAddress(address2)
- assert isAddress(address3)
- assert isAddress(address5)
- assert isAddress(address4) == False
這里沒有對整個地址字符串進(jìn)行分詞，而是直接將地址寫成了列表的形式，主要為了說明狀態(tài)機(jī)的實現(xiàn)和應(yīng)用，上述代碼僅能從格式上保證地址是有效的，并不能確保地址真實有效，如果要判斷是真實有效的，那就需要將全國所有的省、市、區(qū)縣、街道建立一個 hash 表，門牌號可以用范圍表示，再進(jìn)行狀態(tài)轉(zhuǎn)移判斷。
上述代碼的 transfer 就是一個 hash 表，相當(dāng)于把所有正確轉(zhuǎn)移的情況都窮舉了一遍，它窮盡了在任何一種情況下，對應(yīng)任何的輸入，需要轉(zhuǎn)義的狀態(tài)。
本文轉(zhuǎn)載自微信公眾號「Python七號」，可以通過以下二維碼關(guān)注。轉(zhuǎn)載本文請聯(lián)系Python七號公眾號。
網(wǎng)頁標(biāo)題：如何用有限狀態(tài)機(jī)識別地址的有效性？
文章起源：http://m.5511xx.com/article/cohpssp.html
