如何用有限状态机识别地址的有效性？

在收发快递填写地址的何用时候，我们会经常手动输入地址让程序智能识别，有限有效标准的状态址地址比如，xx省xx市xx县/区xx路xx号，机识不过有时候也可以简单写：xx市xx县/区xx路xx号，别地或者xx省xx县/区xx路xx号，何用或者xx市xx路xx号。有限有效

但是状态址有些就不是合法的地址了，比如 xx省xx街道xx号，机识或者 xx市xx省xx区xx号。别地

那么问题来了，何用如何识别一个地址是有限有效否有效，确切的状态址讲，如何编程识别一个中国地址是机识否有效?

虽然我们大脑可以一眼识别，但是别地让计算器去识别，可以不是一件容易的事，根本原因在于地址的描述虽然看上去简单，但是它依然是比较复杂的上下文有关的文法。高防服务器

比如 “上海市北京东路 xx 号，南京市北京东路 xx 号”，扫描到北京东路时，它后面的门牌号是否构成正确的地址要看上下文，即城市名。

所幸的是，地址的上下文比较简单，是有限的，虽然我们可以暴力穷举所有省、市、区、街道。但有效的方法还是有限状态机。

每一个有限状态机都有一个开始状态和一个终止状态，以及若干中间状态，每一条弧上带着一个状态进入下一个状态的条件，比如在上图中当前的状态如果是省，如果遇到下一个词组和区有关就进入区，如果遇到下一个词组和城市有关那么就进入市。

如果一条地址能从状态机的云服务器提供商开始状态，经过状态机的若干中间状态，最终走到终止状态，则这条地址有效，否则无效。

比如 xx市xx省xx区xx号 就是无效地址，无法从市走到省。

现在我们通过一个简单的优先状态机来实现，代码有注释，很容易看懂

from enum import Enum def isAddress(address: str) -> bool:     #定义状态     State = Enum("State", [         "STATE_INITIAL", #开始         "STATE_PROVINCE", # 省         "STATE_CITY", # 市         "STATE_AREA", # 区 / 县         "STATE_STREET", # 街道         "STATE_NUM", #号         "STATE_END", #结束         "STATE_ILLEGAL", #错误状态     ])     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 "区" in addr_slice or "县" in addr_slice:             return State.STATE_AREA         elif "路" in addr_slice or "街道" in addr_slice:             return State.STATE_STREET         elif "号" in addr_slice:             return State.STATE_NUM         else:             return State.STATE_ILLEGAL     #定义状态转移     transfer = {          #开始可以转为 省或市         State.STATE_INITIAL: {              State.STATE_PROVINCE,              State.STATE_CITY,         },         #省可以转 市或区县         State.STATE_PROVINCE:{              State.STATE_CITY,             State.STATE_AREA,         },         #市可以转区或街道         State.STATE_CITY: {              State.STATE_AREA,             State.STATE_STREET,         },         #区县可以转街道         State.STATE_AREA: {              State.STATE_STREET,         },         #街道可以转号或终止         State.STATE_STREET: {              State.STATE_NUM,             State.STATE_END,         },         #号只能转终止         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 = ["江苏省","苏州市", "吴中区", "中山北路", "208号"]     address2 = ["苏州市","吴中区", "中山北路", "208号"]     address3 = ["苏州市","吴江区", "中山北路", "208号"]     address4 = ["苏州市","吴江区","208号"]     address5 = ["苏州市","中山北路"]     assert isAddress(address1)     assert isAddress(address2)     assert isAddress(address3)     assert isAddress(address5)     assert isAddress(address4) == False 

这里没有对整个地址字符串进行分词，而是直接将地址写成了列表的形式，主要为了说明状态机的实现和应用，上述代码仅能从格式上保证地址是有效的，并不能确保地址真实有效，如果要判断是真实有效的，那就需要将全国所有的省、市、区县、街道建立一个 hash 表，门牌号可以用范围表示，再进行状态转移判断。

上述代码的云服务器 transfer 就是一个 hash 表，相当于把所有正确转移的情况都穷举了一遍，它穷尽了在任何一种情况下，对应任何的输入，需要转义的状态。

本文转载自微信公众号「Python七号」，可以通过以下二维码关注。转载本文请联系Python七号公众号。

很赞哦!（49857）