您将如何使用 Java 从邮政地址中清除街道号码？答案

【问题标题】：How would you sanitize the street number out of a postal address using Java?您将如何使用 Java 从邮政地址中清除街道号码？
【发布时间】：2012-11-28 02:24:32
【问题描述】：

为确保数据隐私，我必须在删除门牌号后发布地址列表。

所以，例如：

1600 Amphitheatre Parkway, Mountain View, CA

需要发布为

Amphitheatre Parkway, Mountain View, CA

在 Java 中执行此操作的最佳方法是什么？这需要正则表达式吗？

【问题讨论】：

你只是想用空字符串替换所有数值吗？
这对于像“120 7th Street NW”这样的东西没有意义。此外，您是否仅限于美国地址，它们是否始终采用“街道、城市、州”格式？
删除数字是不够的。猜猜谁住在“One Microsoft Way”。 :-)
别忘了 P.O.盒子、公寓、楼层和套房号等。这些也需要删除吗？
如果您有邮政编码，您也可以使用它来检索地址。这样您就不会意外发布门牌号。

标签： java regex sanitization privacy street-address

【解决方案1】：

编辑：怎么样...

addressString.replace("^\\s*[0-9]+\\s+","");

或 JavaScript...

addressString.replace(/^\s*[0-9]+\s+/,'');

我最初的建议是 (JavaScript)...

addressString.replace(/^\s*[0-9]+\s*(?=.*$)/,'');

【讨论】：

注意不要在 '123 2nd Street, Nowhereville' 调用两次
我确实打算每行只调用一次：D
事实上/^\s*[0-9]+\s+/ 更简单，可能效果更好。无需前瞻。这也将确保“第 7 街”不会变成“第 7 街”
@Wrikken 我更新后的答案可以安全使用，因为它坚持后面的空格字符。
OP 已经提出了一个单独的问题，要求将其转换为有效的 Java 代码，但您愿意在此处修复它以供后代使用吗？应该是addressString.replace("^\\s*[0-9]+\\s*(?=.*$)", "");

【解决方案2】：

这是一个技术上难以解决的问题。但我认为这并不重要。

您说您想从地址中去除门牌号以确保数据隐私。您认为这到底是如何确保隐私的？我的意思是，它可能会给那些住在有几千户人家的街道上的人一点隐私，但在一条中等大小的街道上，它会缩小到几百人；在一条小街上可能有几个选择，在一些乡村道路上，它可能会准确地告诉你地址对应的房子。

这不是消毒。

如果您将任何其他数据与该地址相关联，问题就会变得非常复杂。

【讨论】：

+1 因为即使正则表达式的答案在技术上解决了这个问题，这个答案似乎更相关。

【解决方案3】：

一种可能性是使用通常会解析地址并以 XML 格式返回的 CASS 系统。然后，您可以轻松获取街道名称、城市和州，而忽略街道编号。

【讨论】：

【解决方案4】：

Natchy，我在一家名为 SmartyStreets 的地址验证公司工作：解析街道地址是我们的专业领域。我将加强 pkananen 和 Mark 所说的话，因为这远远超出了正则表达式的能力，而且无论如何——撇开数据隐私不谈——你目前的方法不如其他方法有效。

USPS 授权某些地址解析器供应商使用其官方数据并返回经过认证的结果，特别是“CASS-Certified”。通常 CASS 与邮件相关联，但可以很好地扩展到您需要做的领域。有 API（用于入口点）和批处理服务（如上传列表）将验证和组件化地址。

当一个地址被分解成组件时，很容易只使用你真正需要的部分。您还将验证该地址是否存在、完整、准确，并且可以满足您的目的。

例如，在LiveAddress' API page（您可以将其用作您自己研究的跳板）上，您可以了解它是如何工作的，并且您可以从文档中挑选您将要使用的地址想要展示或储存。（有趣的是！我们在该页面上的默认示例地址也是Google 在加利福尼亚州山景城的地址。）

如果您对解析地址还有任何疑问，我很乐意亲自为您提供帮助。

【讨论】：