如何从分类广告中提取街道地址？

Question

有许多分类广告以非HTML格式出现(纸张、文本、书面等)，这些广告倾向于出售房屋、汽车、租赁、租赁、公寓等。例如，分类广告说，公寓租赁广告具有一些特征，如:大小、面积、位置、价格、联系信息。.etc

我的问题是如何提取广告所在或在前一篇文章中提到的街道地址(在文章/LOCALITY中提到的地址)？

使用NLTK和python有没有解决这个问题的方法？假设文章的源文件是普通文本文件(.txt)。

Answer 1

如果源代码是.txt格式，那么正则表达式可能是最好的解决方案。我认为为所有任意类型的广告编写正则表达式并不容易(甚至不可能)，但是你有的例子越多，你的搜索就会越好。