python 行政区域地址标准化:业务经理填报的地址乱起八糟,高德接口有点厉害!2、通过爬虫,在百度搜索“百度百科” + 业务地址,通过分析第一个页面中的地址信息,但是可能会出现很多不一样的信息,分析起来有一定难度。但是优点是可以无限制爬取。 特殊情况:部分地址十分不规则的话,需要增加默认搜索地址。 new_columns = [df.columns[0]] + ['执行结果','标准地址','国家','省份','城市','县区代码','县区','乡镇代码','乡镇','街道',"乡村地址""] d_state[city]
if not town in d_t:
d_t[town] = []
d_t[town].append(village_deal)
4、再次遍历经过标准化处理的地址 ,使用village的简称与具体地址做匹配,如果存在则返回,并补充。 
python 行政区域地址标准化:业务经理填报的地址乱起八糟,高德接口有点厉害! -- 后续,使用分词思路完成解析单鞋,女方,头,绒面,一脚蹬,韩版,休闲,2020,春季,新款,平底,毛毛鞋
自定义后: 韩国,东大门,单鞋,女方头,绒面,一脚蹬,韩版,休闲,2020,春季,新款,平底,毛毛鞋
训练完成以后,对每个地址进行分词 其他事项:
1、局限性:对于结构不明了的地址,存在识别误差。
2、考虑可以增加,省市区均未有匹配才选择默认入口,不过需要对区的简称进行去重判断,如果重复太多,则不宜使用。