PHP全国省市区地址分割提取脚本程序

github地址： https://github.com/zmxfree/addressapart

比如将 浙江省杭州市江干区XX路X号 分割成 浙江省 杭州市 江干区 XX路X号，方便excel操作。

目前支持大部分中国省市区地址信息的分割，可以自行更新地址源信息。

主程序代码：

<?php

/**-

 * 省市区地址分割

 * 将 浙江省杭州市江干区XX路X号 分割成 浙江省 杭州市 江干区 XX路X号

 * User: [email protected]

 * Date: 14-6-18

 * Time: 下午12:52

 */



/**此引入文件应包含全国所有的省市区信息

 * 文件格式为多维数组，键是地名，值可以赋一个编号，供回查

 * array(

 * [0] => array('浙江省' => '1','北京市' => '2','上海市' => '3',...),

 * [1] => array('杭州市' => '1-1','宁波市' => '1-2','市辖区（一般的直辖市会分为市辖区和周边地区）' => '2-1,3-1',...),

 * [3] => array('西湖区'  => '1-1-1','江干区' => '1-1-2','海淀区'=>'2-1-1',...),

 * [4] => array('可按需求添加城镇信息')

 * )

 * 这样的结构CRUD操作很方便，不需要严格按照省市区结构分配。

 */

$address = include('address.info.php');

$cache_file = 'lenarr.cache.php';

mb_internal_encoding('utf8');

$len_arr = array();

if (is_file($cache_file) && is_readable($cache_file)) {

    //读取省市区长度缓存

    $len_arr = include($cache_file);

} else {

    $fp = fopen($cache_file, 'w');

    //省市区的数量有很多，但长度却是有限的，直接计算出长度，用长度去匹配，大大减少匹配次数

    $len_arr[] = array_values(array_unique(array_map('mb_strlen', array_keys($address[0])))); //所有省的长度

    $len_arr[] = array_values(array_unique(array_map('mb_strlen', array_keys($address[1])))); //市的长度

    $len_arr[] = array_values(array_unique(array_map('mb_strlen', array_keys($address[2])))); //区的长度

    //保存文件缓存

    $result = fwrite($fp, '<?php return ' . var_export($len_arr, true) . ';?>');

    fclose($fp);

}



//读取要分割的地址

$f = './address.log';

$fstr = is_file($f) && is_readable($f) ? file_get_contents($f) : '';

$add_arr = explode("\n", $fstr);



if (is_array($add_arr)) {

    foreach ($add_arr as $addr) {

        //初始化

        $l = 0;

        $i = 0;

        $p = 0;

        $find = false;

        $arr_get = array();

        $addr = trim($addr);



        while (!$find) {

            //判断是否超出lenarr数组的长度

            if (!isset($len_arr[$l])) {

                $arr_get[] = mb_substr($addr, $p, null);

                $find = true;

                break;

            }



            //截取地址

            $ad = mb_substr($addr, $p, $len_arr[$l][$i]);

            //匹配，匹配到就进入下一层级即$l++

            if (isset($address[$l][$ad])) {

                $arr_get[] = $ad; //存储值

                $p += $len_arr[$l][$i];

                $i = 0;

                $l++;

                continue;

            }

            $i++;



            //判断当前层级是否循环完毕

            //当前层级循环完毕仍未匹配到，则循环下一层级，一般是直辖市比如北京市海淀区这种情况，或者是信息不全

            if (isset($len_arr[$l]) && $i >= count($len_arr[$l])) {

                echo $ad . '<br/>'; //记录下来

                $i = 0;

                $l++;

                continue;

            }

        }

        //分割好的地址写入文件

        file_put_contents('address.detail', implode("\t", $arr_get) . "\n", FILE_APPEND);

    }

}