生成测试数据 - 如何为给定的美国邮政编码生成有效地址？

Question

我正在创建一个依赖于地址的工具。出于测试目的，我想创建大量有效的美国地址。我有GeoNames postal code data，我想为美国大约 41,000 个邮政编码中的每一个生成一些真实地址。

我发现像 FakeAddressGenerator 和 FakeName 这样的网站声称可以生成随机、有效的美国地址。这些网站是如何运作的？我怎样才能在不依赖抓取这些网站的情况下做同样的事情？

理想情况下，我希望能够在 Python 中做到这一点；使用网络服务很好（看起来 FakeAddressGenerator 或 FakeName 都没有提供这样的网络服务）。

谢谢！

Answer 1

搜索您的问题，我发现了 2 个感兴趣的链接：

1. https://github.com/EthanRBrown/rrad 提供大约 3200 个真实的匿名地址。
2. https://openaddresses.io 还提供了指向其开源 github 的链接，其中包含完整的数据集。

我不建议抓取虚假地址生成器，因为它们不能保证存在。我也不会去谷歌地图取样，因为你肯定会被列入黑名单。

从 2 中下载的 zip 文件中提取数据很容易：它们是包含 csv 文件的 zip 文件，其中包含完整地址、zip、lat、lon 等...

以上两个数据集“保证”了地址的存在。我不知道您的其他条件有多难，即 41k 邮政编码中的 每个 至少有一个有效地址。如果这是一个硬约束，我怀疑你会得到这样的数据集开源。

---

编辑：

如果您有一份美国所有邮政编码的列表，一个完全自动化的解决方案是使用名为 nominatim of openstreetmap 的服务（取决于他们的 TOC！）

1) 获取每个邮政编码的纬度、经度（中心点或默认地址）：

https://nominatim.openstreetmap.org/search/?format=xml&addressdetails=1&limit=1&country_codes=us&postalcode=35051

2) 获取这个lat、lon的相关地址：

https://nominatim.openstreetmap.org/reverse?format=xml&lat=33.178764&lon=-86.619038&zoom=18&addressdetails=1

在阿拉巴马州的 Columbiana（邮政编码 35051）尝试这个示例会产生 397 West College Street。

Nominatim 文档位于：https://wiki.openstreetmap.org/wiki/Nominatim

Answer 2

你可以安装随机地址：

pip install random-address

然后使用random_address.real_random_address_by_postal_code：

>>> import random_address
>>> random_address.real_random_address_by_postal_code('32409')
{'address1': '711 Tashanna Lane', 'address2': '', 'city': 'Southport', 'state': 'FL', 'postalCode': '32409', 'coordinates': {'lat': 30.41437699999999, 'lng': -85.676568}}