文本地址智能识别组件(二)

客官°小女子只卖身不卖艺 2023-07-12 14:39 7阅读 0赞

## **前言** ##

前面我们提到过[文本地址智能识别组件][Link 1]的暴力解析方式,直接如何强行匹配地址信息,但是这种方式很难维护.这次我们通过别的方式去实现地址识别的功能,达到和数据库实时同步,并且自动补全的功能,当我们地址里面输入湖南省岳麓区时自动匹配长沙市,但输入长沙市岳麓区时,自动匹配出湖南省,达到实际需求中真正的智能识别文本地址信息

## **方案** ##

大概的思路是数据库中存在想对应的省市区三级甚至四级的数据,没有数据可以自行去网上下载一份导入数据库,相关的数据操作按钮功能我就不一一描述了,我们通过数据库地址的级别功能找到对应的关联关系,通过连表查询出对应的上下级地址名称,然后把相关的值传进来返回对应的地址信息再处理相关的业务,可能数据结构和业务逻辑不一样,这就需要自行处理了.

**首先我们查询对应的参考数据**  
![查询的地址结果][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1lhb1d1X1pob3U_size_16_color_FFFFFF_t_70]  
SQL如下

SELECT * FROM kd_region WHERE region_name = '北京市'
    UNION 
    SELECT * FROM kd_region WHERE region_parent_id = '110000'
    UNION
    SELECT * FROM kd_region WHERE region_parent_id = '110100'

如上可看出数据库的地址表数据结构是有region\_id(地址ID)和region\_parent\_id(父级ID),region\_type(1省,2市,3区,4街道)这些关键信息所组成.

**编写匹配地址业务SQL**

SELECT
    		t2.province_code provinceCode,
    		t2.province_name province,
    		t2.city_name city,
    		t2.county_name county
    		FROM
    		((
    		SELECT
    		r.region_id province_code,
    		r.region_name province_name,
    		r1.region_name city_name,
    		r2.region_name county_name
    		FROM
    		kd_region r
    		LEFT JOIN kd_region r1 ON r.region_id = r1.region_parent_id AND
    		r1.region_type = 2 AND r1.is_del = 0
    		LEFT JOIN kd_region r2 ON r1.region_id = r2.region_parent_id AND r2.is_del
    		= 0
    		WHERE
    		r.region_type = 1 AND r.is_del= 0
    		) ) t2 WHERE
    		(
    		INSTR('湖南省岳麓区XX路XX区',t2.province_name) 
    		OR 
    		INSTR('湖南省岳麓区XX路XX区',t2.city_name)
    		)
    		AND INSTR('湖南省岳麓区XX路XX区',t2.county_name)

通过关联地址表的父级ID查询出三级菜单,由于我们的地址有些是直辖市自治县这种特殊地址,所以关联第三级的时候我们的地址级别只要不为1或者2都可以,不然会导致部分特殊地址丢失的情况.  
由于地址会自动找出丢失的第一级或者第二级,当出现重名的地址时,可以考虑随时获取识别到的地址

**具体业务处理**

/**
    	 * 识别相关信息:QQ1025032391
    	 * @param request
    	 * @return
    	 */
    	@RequestMapping("/textRecognition")
    	public ApiResult textRecogin(HttpServletRequest request) {
        
    		String functionId = "/textRecognition";
    		String text = request.getParameter("text");
    		if (StringUtils.isEmpty(text)) {
        
    			return error(functionId, "请传入文本信息");
    		}
    		String regEx = "[`~!@#$%^&*()\\-+={}':;,\\[\\].<>/?￥%…（）_+|【】‘；：”“’。，、？\\s]";
            Pattern p = Pattern.compile(regEx);
            Matcher m = p.matcher(text);
            text = m.replaceAll(" ");
    
            String[] textArr = text.split("\\s+");
            if (textArr.length != 3) {
        
    			return error(functionId, "文本信息传入不正确");
    		}
            List<String> dataList = new ArrayList<String>(Arrays.asList(textArr));
            Map<String, String> data = new HashMap<String, String> ();
            for (int i = 0; i < dataList.size(); i++) {
        
            	List<RegionDTO> recognition = regionService.getTextRecognition(dataList.get(i));
            	if (recognition.size() > 0) {
        
            		if (dataList.get(i).length() > 50) {
        
    					return error(functionId, "地址长度不能超过50位");
    				}
            		//如果多个结果,可考虑随机匹配
            		RegionDTO region = recognition.get(new Random().nextInt(recognition.size()));
            		//不随机匹配
    //        		RegionDTO region = recognition.get(new Random().nextInt(recognition.size()));
            		data.put("provinceCode", region.getProvinceCode());
            		data.put("province", region.getProvince());
            		data.put("city", region.getCity());
            		data.put("county", region.getCounty());
            		String detail = dataList.get(i).replace(region.getProvince(), "").replace(region.getCity(), "").replace(region.getCounty(), "");
            		data.put("detail", detail);
            		data.put("text", Pattern.compile("\\s+").matcher(text.replace(dataList.get(i), region.getProvince()+region.getCity()+region.getCounty() + detail)).replaceAll(","));
            		dataList.remove(i);
            		break;
            	}
    		}
    		if (data.isEmpty() || StringUtils.isEmpty(data.get("county"))) {
        
    			return error(functionId, "未匹配到地址信息");
    		} 
    		for (int i = 0; i < dataList.size(); i++) {
        
    			if ((Pattern.compile("[0-9]*")).matcher(dataList.get(i)).matches()) {
        
            		if (dataList.get(i).length() > 17 || dataList.get(i).length() < 7) {
        
    					return error(functionId, "电话号码长度为7-17位");
    				}
    
    				data.put("phone", dataList.get(i));
    				dataList.remove(i);
    				break;
    			}
    		}
    		if (StringUtils.isEmpty(data.get("phone"))) {
        
    			return error(functionId, "未识别到手机号");
    		}
    		if (dataList.get(0).length() > 10) {
        
    			return error(functionId, "姓名不能超过10位");
    		}
    		data.put("name", dataList.get(0));
    		Map tempMap = data;
    		Map<String,Object> resultData = tempMap;
    		return success(functionId, ApiResult.SUCCESS_MESSAGE, resultData);
    	}

如上传入文本信息,就可以识别地址信息了,可能具体的业务场景不一样,可以根据自己的业务场景适当变更,但地址识别是测试过了,完全可以使用的.

[Link 1]: https://blog.csdn.net/YaoWu_Zhou/article/details/104747255
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1lhb1d1X1pob3U_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200309114728567.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1lhb1d1X1pob3U=,size_16,color_FFFFFF,t_70