在字符串中搜索模式，如果找到则添加字符

Question

我正在开发一些地址清理/地理编码软件，最近遇到了一种特殊的地址格式，这给我带来了一些问题。你知道吗

我的外部地理编码模块在查找30 w 60th new york（30 w 60th street new york是地址的正确格式）等地址时遇到问题。你知道吗

我需要做的就是检查字符串：

1. 有没有数字后跟th或st或nd或rd？（+后面的空格）。一、 电子33rd34th21st24th
2. 如果是的话，后面是street这个词吗？你知道吗

如果是，什么也不做。你知道吗

如果否，在特定模式之后立即添加单词street？你知道吗

正则表达式是处理这种情况的最佳方法吗？你知道吗

进一步澄清：我对其他地址后缀没有任何问题，例如avenue、road等。我分析了非常大的数据集（我每天通过应用程序运行大约12000个地址），而忽略street的实例是最让我头疼的问题。我研究了地址解析模块，如usaddress、smartystreets和其他模块。我真的只需要拿出一个干净的（希望regex？）我所描述的具体问题的解决方案。你知道吗

我想的是：

1. 将字符串转换为列表。你知道吗
2. 在列表中找到符合我所解释的条件的元素的索引
3. 检查下一个元素是否为street。如果是，什么也不做。你知道吗
4. 如果不是，则用[:targetword + len(targetword)] + 'street' + [:targetword + len(targetword)]重新构建列表。（targetword将是47th或字符串中的任何内容）
5. 将列表重新连接成一个字符串。你知道吗

我对regex不是很在行，所以我在寻找一些建议。你知道吗

谢谢。你知道吗

Answer 1

虽然您当然可以使用regex来解决这类问题，但我还是忍不住想，很可能有一个Python库已经为您解决了这个问题。我从来没用过这些，但只要快速搜索一下就会发现：

https://github.com/datamade/usaddress

https://pypi.python.org/pypi/postal-address

https://github.com/SwoopSearch/pyaddress

PyParsing还有一个地址示例，您可以查看：http://pyparsing.wikispaces.com/file/view/streetAddressParser.py

您还可以看看前面的问题：is there a library for parsing US addresses?

有什么理由不能仅仅使用第三方库来解决问题吗？他说

编辑：他们的网址：https://github.com/pyparsing/pyparsing