Python編程使用有限狀態(tài)機識別地址有效性
在收發(fā)快遞填寫地址的時候，我們會經(jīng)常手動輸入地址讓程序智能識別，標準的地址比如，xx省xx市xx縣/區(qū)xx路xx號，不過有時候也可以簡單寫：xx市xx縣/區(qū)xx路xx號，或者xx省xx縣/區(qū)xx路xx號，或者xx市xx路xx號。
但是有些就不是合法的地址了，比如 xx省xx街道xx號，或者 xx市xx省xx區(qū)xx號。
那么問題來了，如何識別一個地址是否有效，確切的講，如何編程識別一個中國地址是否有效？
雖然我們大腦可以一眼識別，但是讓計算器去識別，可以不是一件容易的事，根本原因在于地址的描述雖然看上去簡單，但是它依然是比較復雜的上下文有關的文法。
比如 “上海市北京東路 xx 號，南京市北京東路 xx 號”，掃描到北京東路時，它后面的門牌號是否構成正確的地址要看上下文，即城市名。
所幸的是，地址的上下文比較簡單，是有限的，雖然我們可以暴力窮舉所有省、市、區(qū)、街道。但有效的方法還是有限狀態(tài)機。
每一個有限狀態(tài)機都有一個開始狀態(tài)和一個終止狀態(tài)，以及若干中間狀態(tài)，每一條弧上帶著一個狀態(tài)進入下一個狀態(tài)的條件，比如在上圖中當前的狀態(tài)如果是省，如果遇到下一個詞組和區(qū)有關就進入?yún)^(qū)，如果遇到下一個詞組和城市有關那么就進入市。
如果一條地址能從狀態(tài)機的開始狀態(tài)，經(jīng)過狀態(tài)機的若干中間狀態(tài)，最終走到終止狀態(tài)，則這條地址有效，否則無效。
比如 xx市xx省xx區(qū)xx號 就是無效地址，無法從市走到省。
現(xiàn)在我們通過一個簡單的優(yōu)先狀態(tài)機來實現(xiàn)，代碼有注釋，很容易看懂
from enum import Enum
def isAddress(address: str) -> bool:
#定義狀態(tài)
State = Enum("State", [
"STATE_INITIAL", #開始
"STATE_PROVINCE", # 省
"STATE_CITY", # 市
"STATE_AREA", # 區(qū) / 縣
"STATE_STREET", # 街道
"STATE_NUM", #號
"STATE_END", #結束
"STATE_ILLEGAL", #錯誤狀態(tài)
])
def toAddressType(addr_slice : str) -> State:
if "省" in addr_slice:
return State.STATE_PROVINCE
elif "市" in addr_slice:
return State.STATE_CITY
elif "區(qū)" in addr_slice or "縣" in addr_slice:
return State.STATE_AREA
elif "路" in addr_slice or "街道" in addr_slice:
return State.STATE_STREET
elif "號" in addr_slice:
return State.STATE_NUM
else:
return State.STATE_ILLEGAL
#定義狀態(tài)轉移
transfer = {
#開始可以轉為 省或市
State.STATE_INITIAL: {
State.STATE_PROVINCE,
State.STATE_CITY,
},
#省可以轉 市或區(qū)縣
State.STATE_PROVINCE:{
State.STATE_CITY,
State.STATE_AREA,
},
#市可以轉區(qū)或街道
State.STATE_CITY: {
State.STATE_AREA,
State.STATE_STREET,
},
#區(qū)縣可以轉街道
State.STATE_AREA: {
State.STATE_STREET,
},
#街道可以轉號或終止
State.STATE_STREET: {
State.STATE_NUM,
State.STATE_END,
},
#號只能轉終止
State.STATE_NUM: {
State.STATE_END,
},
}
st = State.STATE_INITIAL
for ch in address:
current_state = toAddressType(ch)
if current_state not in transfer[st]:
return False
st = current_state
return st in [State.STATE_STREET, State.STATE_NUM,State.STATE_END]
if __name__ == '__main__':
address1 = ["江蘇省","蘇州市", "吳中區(qū)", "中山北路", "208號"]
address2 = ["蘇州市","吳中區(qū)", "中山北路", "208號"]
address3 = ["蘇州市","吳江區(qū)", "中山北路", "208號"]
address4 = ["蘇州市","吳江區(qū)","208號"]
address5 = ["蘇州市","中山北路"]
assert isAddress(address1)
assert isAddress(address2)
assert isAddress(address3)
assert isAddress(address5)
assert isAddress(address4) == False
這里沒有對整個地址字符串進行分詞，而是直接將地址寫成了列表的形式，主要為了說明狀態(tài)機的實現(xiàn)和應用，上述代碼僅能從格式上保證地址是有效的，并不能確保地址真實有效，如果要判斷是真實有效的，那就需要將全國所有的省、市、區(qū)縣、街道建立一個 hash 表，門牌號可以用范圍表示，再進行狀態(tài)轉移判斷。
上述代碼的 transfer 就是一個 hash 表，相當于把所有正確轉移的情況都窮舉了一遍，它窮盡了在任何一種情況下，對應任何的輸入，需要轉義的狀態(tài)。
最后的話
本文分享了如何實現(xiàn)一個簡單的有限狀態(tài)機
附有限狀態(tài)機的開源實現(xiàn)：
django-fsm[1]
python-state-machine[2]
參考資料
[1]
django-fsm:
https://github.com/viewflow/django-fsm
[2]
python-state-machine:
https://github.com/jtushman/state_machine
以上就是Python編程使用有限狀態(tài)機識別地址有效性的詳細內容，更多關于Python之有限狀態(tài)機識別地址的資料請關注本站其它相關文章！
版權聲明：本站文章來源標注為YINGSOO的內容版權均為本站所有，歡迎引用、轉載，請保持原文完整并注明來源及原文鏈接。禁止復制或仿造本網(wǎng)站，禁止在非maisonbaluchon.cn所屬的服務器上建立鏡像，否則將依法追究法律責任。本站部分內容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學習參考，不代表本站立場，如有內容涉嫌侵權，請聯(lián)系alex-e#qq.com處理。
關注官方微信