\r \r

地址提取和标准化技能使用指南\r

\r

技能概述\r

\r 此技能提供完整的地址信息处理工作流程，将杂乱的文本地址转换为结构化的地理位置信息。技能集成了文本清洗、地址解析、层级标准化、精确位置提取和坐标转换等功能。\r \r

何时使用此技能\r

\r 当遇到以下情况时应当使用此技能：\r

• 从客户资料、订单信息、文档记录中提取地址信息\r
• 需要处理包含地址的自然语言文本并转换为标准格式\r
• 需要将文本地址转换为GPS坐标以进行地图标注或导航\r
• 清理和标准化来自多个来源的地址数据\r
• 提取文本中的精确位置信息（包括楼栋号、门牌号）\r
• 过滤掉地址文本中的干扰信息（电话、备注、联系方式等）\r \r

如何使用此技能\r

\r

基本使用流程\r

\r

1. 准备输入文本：收集包含地址信息的原始文本\r
2. 调用地址提取器：使用AddressExtractor类处理文本\r
3. 获取处理结果：接收包含清洗文本、地址组件、标准化地址和坐标的完整结果\r
4. 后续处理：根据需要使用标准化地址或坐标信息\r \r

核心组件使用\r

\r

1. 初始化地址提取器\r

\r

from scripts.address_parser import AddressExtractor\r
\r
# 初始化提取器（推荐配置API密钥）\r
extractor = AddressExtractor(amap_api_key="your-amap-api-key")\r
\r
# 如不配置API密钥，仍可提取和标准化地址，但无法获取坐标\r
extractor_no_api = AddressExtractor()\r
```\r
\r
#### 2. 执行完整地址提取流程\r
\r
```python\r
# 输入包含地址的文本\r
text = "客户张三，电话13800138000，地址：北京市朝阳区建国门外大街1号国贸大厦A座1208室"\r
\r
# 执行提取和标准化\r
result = extractor.extract_and_standardize(text)\r
\r
# 检查结果\r
if result['success']:\r
    print(f"标准化地址: {result['standardized_address']}")\r
    print(f"坐标: {result['coordinates']}")\r
else:\r
    print(f"错误: {result['error']}")\r
```\r
\r
#### 3. 单独使用各功能模块\r
\r
**文本清洗：**\r
```python\r
cleaned = extractor.clean_text(raw_text)\r
```\r
\r
**地址组件提取：**\r
```python\r
components = extractor.extract_address_components(cleaned_text)\r
```\r
\r
**地址标准化：**\r
```python\r
standardized = extractor.standardize_address(components)\r
```\r
\r
**坐标获取：**\r
```python\r
coordinates = extractor.get_coordinates_from_amap(query_address)\r
```\r
\r
### 结果格式说明\r
\r
技能返回一个包含以下字段的字典：\r
\r
- `success`: 布尔值，表示处理是否成功\r
- `original_text`: 原始输入文本\r
- `cleaned_text`: 清洗后的文本\r
- `components`: 地址组件字典，包含：\r
  - `province`: 省份\r
  - `city`: 城市  \r
  - `district`: 区县\r
  - `town`: 乡镇街道\r
  - `village`: 村庄社区\r
  - `road`: 道路\r
  - `house_number`: 门牌号\r
  - `building`: 楼栋号\r
  - `poi`: 兴趣点\r
- `standardized_address`: 标准化的地址路径\r
- `query_address`: 用于API查询的地址字符串\r
- `coordinates`: 坐标信息（如可用）\r
  - `lng`: 经度\r
  - `lat`: 纬度\r
  - `formatted_address`: 格式化地址\r
\r
### 高德地图API配置\r
\r
要获取精确坐标，需要配置高德地图API密钥：\r
\r
1. 访问[高德开放平台](https://lbs.amap.com/)注册账号\r
2. 创建应用并获取API Key\r
3. 在初始化时传入密钥：`AddressExtractor(amap_api_key="your-key")`\r
\r
API密钥将用于调用高德地理编码API：`https://restapi.amap.com/v3/geocode/geo`\r
\r
### 支持的地址格式\r
\r
技能支持多种中文地址表达格式：\r
- 标准行政区划地址：省-市-区-街道-门牌号\r
- 商业建筑地址：大厦、广场、中心等POI名称\r
- 住宅小区地址：小区、花园、苑等居住区名称\r
- 混合格式：包含道路、楼栋、单元等详细信息\r
\r
### 地址层级识别\r
\r
技能按以下优先级识别和提取地址层级：\r
1. **省份**：直辖市、自治区、特别行政区\r
2. **城市**：地级市、副省级城市、直辖市\r
3. **区县**：市辖区、县、县级市、自治县\r
4. **乡镇街道**：镇、乡、街道办事处\r
5. **村庄社区**：村、社区、居委会\r
6. **道路**：路、街、大道、胡同、巷、弄\r
7. **门牌号**：数字+号、带中文描述的门牌\r
8. **楼栋号**：栋、号楼、幢、座、单元\r
9. **POI**：商业建筑、公共设施、地标建筑\r
\r
### 文本清洗规则\r
\r
自动过滤以下内容：\r
- 特殊符号：【】()（）[]{}\x3C>《》""''「」『』等\r
- 无效备注：备注、说明、注意、联系、电话、手机等开头的描述\r
- 多余空白字符和标点符号\r
- 个人敏感信息：姓名、年龄、性别等非地址信息\r
\r
### 错误处理\r
\r
技能具备完善的错误处理机制：\r
- 无有效地址时的友好提示\r
- API调用失败的异常处理\r
- 网络请求的超时控制\r
- 编码问题的自动处理\r
\r
## 最佳实践\r
\r
1. **预处理**：尽量提供完整、清晰的地址文本\r
2. **API配置**：生产环境务必配置有效的高德API密钥\r
3. **结果验证**：对重要应用建议验证坐标结果的准确性\r
4. **批量处理**：可循环调用处理多条地址信息\r
5. **日志记录**：利用内置日志功能追踪处理过程\r
\r
## 扩展和定制\r
\r
可通过修改`address_parser.py`中的正则表达式模式来适配特定的地址格式需求。脚本支持灵活的组件扩展和定制化配置。