最近要实现一个地址纠错的功能，想请 v2 的大佬们指点一下思路

[icered]

目前是根据用户输入地址直接调高德 api 进行匹配，但是用户输入的内容是有一些问题的，就会导致匹配结果出问题，比如说是：
* 错别字输入
* 省市区县镇联动某一级缺失
* 多输入的关键字，如 xxx，加上街道后 **xxx 街道** 也无法匹配
* 故意输错的，如 **上海深圳市** 这样的

现在就是想把这个数据在调用匹配前处理一下，明显错误就提示一下，小错误就自动纠正一下。

ps：现在还是个实习生，技术也不怎么好，问的这个问题可能也有点泛，就想聆听大佬们的思路整理一下，比如有没有现成的一些开放 api 可以用一下啥的。感谢~

[VoidChen]

大学跟导师做项目的时候不是经常要做这样的处理吗。。前端输入框做个条件限制，不好限制的后端直接怼过去 try catch 一下，失败就说“输入有误，请重新输入”。。

[sheny]

上海虽然没有深圳市，但有四川路、南京路。

[Wisho]

1. 尽可能把所有合法地址的文本数据搞到手，然后自己造轮子写个 trie 树，基于 trie 树实现前缀搜索。
2. 尽可能把所有合法地址的文本数据搞到手，一把梭倒进 Elasticsearch，用 ES 支持前缀联想了解一下。

[484A4B]

不是一般前面几个都是下拉列表选择的吗？
先选省，再选市，再选区县，然后再填详细地址。
这样要是再写错就 try catch 重新输入咯。

[zixiaoguan]

往大了讲 这就属于 人工智能的一部分，
往小了说，不按照固定的格式录入 就报错就好啦。

[icered]

@VoidChen #1 有时候不报错，会返回地址，但是匹配的结果是错的，导致产生一系列问题...

[icered]

@sheny #2 只要是正确的行政区，输入匹配没问题

[icered]

@Wisho #3 是准备把国家统计局的地址爬下来，然后再把高德的地址库也弄下来，跟公司自己的地址库做比较。。 字典树可以尝试下，我看看我的水平能不能实现，哈哈，第二种属于搜索引擎了吧，开会的时候公司的大佬们觉得引擎不好做，所以就，开拓视野了，嘿嘿

[icered]

@484A4B #4 原先是有省市下拉，区 /县，街道 /镇是匹配后显示出来，听需求说觉得这样麻烦，不过这个的确是一个解决方案，会简单一些，只用处理后面的数据

[icered]

@zixiaoguan #5 是的，错别字方面我看了百度 AI 开放平台，准备试着用一下，然后后面更细一点的，只能靠其他方式识别了，现在的功能特别依赖高德的 api，像明显的上海市杭州市错误，它仍然会返回上海的坐标结果，而不是报错，所以就需要先自己处理一下了

[Juszoe]

@icered #9 下拉也不麻烦呀，现在市面上的地址选择基本都这么做的，拿个省市县区数据不难吧

[liaojl]

@sheny 还有桂林路🤣

[shiny]

如果是快递地址，可以提供个思路：使用现成的地址清洗服务。菜鸟的贵一点，一次一分钱，还有一个快宝的是免费的。

[gamexg]

以前做过一次地址纠错，印象是直接拿统计局的省市划分匹配。
匹配时移除省市县区等字，如果某一级匹配不到直接匹配全部下一级，例如：地址没有市，那么直接将整个省所有区去匹配。

爬虫爬的一批地址这么处理一遍后就只有少量建设兵团等有问题，专门处理后只有几个有问题的了。

[icered]

@Juszoe #11 下拉对于频繁操作的还是有点麻烦，实在没办法，只能继续采取下拉了，拿数据的话还是没问题的

[icered]

@shiny #13 这是个方法，以前都不知道还有地址清洗服务，哈哈

[icered]

@gamexg #14 也对，直接全匹配下一级，收下了