У нас есть файл Excel. Этот файл находится в ячейках с названием «адрес», содержащих строку, например:
The Accounts Department, National Bank Ltd, 20 Lombard Str., London 3 WRS, England
Необходимо обмениваться информацией в сотовых группах. То есть у нас должны быть следующие ячейки:
«страна»: Англия «город»: Лондон «улица»: Lombard Str. ..... и другие
Это необходимо для анализа содержимого ячейки и разделения содержимого на логические части. Вы можете сказать, с чего я начал?
Нет надежного способа сделать это. Предполагая (и это большое предположение), что запятые используются только для разделения ячеек, вы можете открыть меню Data, выбрать Text To Columns и выбрать comma в качестве разделителя.
Это должно дать вам что-то вроде следующего:
A1 | B1 | C1 | D1 | E1
The Accounts Department | National Bank Ltd | 20 Lombard Str. | London 3 WRS | England
Оттуда, в ячейке F1, вы можете сделать следующее, чтобы попытаться извлечь название улицы:
=RIGHT(C1,LEN(TRIM(C1))-FIND(" ",TRIM(C1)))
Вы можете использовать это, чтобы найти город:
=LEFT(D1,FIND(" ",TRIM(D1)))
Вы, вероятно, найдете исключения для обеих моих формул, и вам просто придется обойти это.
Если мое первое предположение неверно и в тексте есть запятые, отличные от разделителя полей, я бы попросил вернуть файл с другим разделителем (например, вертикальной чертой).
Это действительно зависит от того, разделены ли ваши «логические части» каким-либо образом, чтобы вы могли идентифицировать каждую часть отдельно. Я сомневаюсь, что вы можете использовать запятую "," в качестве разделителя, поскольку компоненты адреса могут сами содержать запятые (например, название фирмы/бизнеса). Кроме того, у вас могут быть проблемы с чистотой данных - то есть запятые могут отсутствовать, стоять не в том месте или что-то еще.
Если у вас есть данные с разделителями, ваша работа несколько упрощается, поскольку вы сможете идентифицировать каждое поле независимо. Однако это все еще не так просто. Если у вас нет данных с разделителями, это будет намного сложнее. В любом случае, идентификация полей, вероятно, будет выглядеть следующим образом:
1) Почтовый индекс (для этого есть хорошо известное регулярное выражение, однако вам снова может понадобиться справиться с неправильными или недействительными почтовыми индексами или опечатками)
2) Страна и город, город - вы можете получить их со словарем британских городов и городов. Есть Гугл.
3) Деревни - сложнее, но опять же словарь на 98% поможет.
4) Улицы, дороги и т. д.: словарь для этого не годится. Вам нужно будет сделать какое-то распознавание на основе ключевых слов — если поле заканчивается улицей, дорогой, переулком или чем-то еще. Однако таких очень много. Вы можете обнаружить, что байесовский подход хорошо работает для этого.
5) Название компании, отдел и т. д. Еще сложнее. Опять же, некоторые ключевые слова могут помечать их (например, «ltd»), но я предполагаю, что большинство ваших записей не обязательно включают юридическое лицо. А отделы могут быть любыми.
Кроме того, как насчет имен людей? Вы можете узнать их?
Короче говоря, это довольно большая и сложная работа, которую нужно выполнить правильно. Нет простого/простого ответа.
Кстати, если у вас есть доступ к PAF, это может вам помочь: http://www.royalmail.com/portal/rm/jump2?mediaId=400085&catId=400084&campaignid=paf_redirect
Но это все равно не поможет вам с именами отделов, компаний или людей.
