Python-中一个好用的地址解析工具cpca（chinese_province_city_area_mapper）
简介
gihub地址： https://github.com/DQinYuan/chinese_province_city_area_mapper
cpca---chinese province city area，一个用于提取简体中文字符串中省，市和区并能够进行映射，检验和简单绘图的python模块
["徐汇区虹漕路461号58号楼5楼", "泉州市洛江区万安塘西工业区"]
↓
省 市 区 地址 上海市 上海市 徐汇区 虹漕路461号58号楼5楼 福建省 泉州市 洛江区 万安塘西工业区 “地址”列：代表去除了省市区之后的具体地址
安装介绍
该库目前仅支持Python3，在命令行直接进行安装即可：
pip install cpca
windows 中需要C/C++编译环境的支持，需要下载另外的软件，然后再进行安装 http://go.microsoft.com/fwlink/?LinkId=691126
编译环境的安装教程： https://o7planning.org/11467/install-microsoft-visual-cpp-build-tools
基本使用方法
常规用法
会自动补全相应的省、市、区
import cpca
location_str = ["徐汇区虹漕路461号58号楼5楼",
"泉州市洛江区万安塘西工业区",
"北京朝阳区北苑华贸城"]
data=cpca.transform(location_str)
data
l=['灵宝市函谷关镇']
df = cpca.transform(l)
df
df.loc[0,"市"]
重名情况
中国的区级行政单位非常的多，经常有重名的情况，比如“北京市朝阳区”和“吉林省长春市朝阳区”，当有上级地址信息的时候，cpca 能够根据上级地址 推断出这是哪个区，但是如果没有上级地址信息，单纯只有一个区名的时候， cpca 就没法推断了，只能随便选一个了， 通过 umap 参数你可以指定这种情况下该选择哪一个
从例子可以看出，umap 字典的 key 是区名，value 是区的 adcode，这里 110105 就是北京市朝阳区的 adcode，具体的 adcode 可以去全国行政区划查询平台上查询
全国行政区划查询平台： http://xzqh.mca.gov.cn/map
历史相关文章
以上是自己实践中遇到的一些问题，分享出来供大家参考学习，欢迎关注微信公众号：DataShare ，不定期分享干货
