住所から市町村名などを切り出す

質問

県名から始まったり、県は省略されて市名からはじまったりと、バラバラの住所データから、都道府県名が何で市町村名は何で区は何で残りの住所は何で─というようなものを取り出したいのですが、うまい方法はありませんでしょうか。
東京の場合は2番目に区が来るとか、町はどの階層に入れるのかとか、そういった細かい事は考えなくても良い内容です。
下記のプログラムでは駄目でした。切り出せない上に文字化けします。どうしてでしょう。(東京を別にしているのは京都対策です。)
if ($juusho=~tr/^(東京都)//d)
{$todoufuken=$1;}
elsif($juusho=~tr/^(.+?[県府道])//d)
{$todoufuken=$1;}

回答No.4

noname#9414

口で説明するのが面倒なので、ソースを書きます。
一通り、SJISで確かめましたが、きちんと表示でき
ました。1バイトごとにパターンマッチさせるので、
1バイト文字と2バイト文字が混じっていても大丈夫
なはずです。

>>ソースはここから
$result = 0;
@ken = ("北海道","青森県","秋田県","岩手県",
　"山形県","宮城県","福島県","茨城県","群馬県",
　"栃木県","千葉県","埼玉県","神奈川県","東京都",
　"新潟県","長野県","山梨県","静岡県","岐阜県",
　"愛知県","滋賀県","富山県","石川県","京都府",
　"大阪府","和歌山県","三重県","鳥取県",
　"島根県","広島県","岡山県","兵庫県","香川県",
　"徳島県","愛媛県","高知県","福岡県", 佐賀県",
　"長崎県","熊本県","宮崎県","鹿児島県",
　"大分県","沖縄県","山口県","奈良県","福井県");

@str = ("東京都千代田区1-1-1", "千代田区1-1-1",
　"千葉県千葉市中央区", "千葉市中央区",
　"兵庫県神戸市","神戸市");

for($i = 0; $i < @str; $i++)
{
　　foreach $key (@ken)
　　{
　　　　if($str[$i] =~ s/$key//eg)
　　　　{
　　　　　　;
　　　　}
　　}
　　print "$str[$i]\n";
}
>>ソースはここまで

とりあえず、こんなもんですかね。だめな場合は、
補足して下さい。
ではでは☆

回答No.3

ARC

現在市区町村は、全３３６８個あります。
この程度であれば、別途、市区町村名ファイルを作って、マッチング処理をさせてもいいんじゃないかと思います。

「郵便ホームページ」(下記URL)で、７桁郵便番号の一覧が手に入るので、それを加工すれば、市区町村の一覧が手に入ります。

参考URL：

http://www.postal.mpt.go.jp/

回答No.2

sando

Perlのバージョンと使用している文字コードにもよりますが、
[県府道]は１バイト単位でマッチする可能性がありますので（つまり[県府道]は６文字の文字列と解釈される）
(県|府|道)にしてみてはどうでしょうか
あとは漢字コードがＳＪＩＳの場合は変なことが起こるかもしれません。

回答No.1

noname#25358

「都」や「区」「町」などの文字が間違いなく入力されているという条件かでならば、それらの文字を使って切り分けることができます。
　しかし、もしそうでないのなら、基本的に不可能だと思った方がいいでしょう。
　よっぽど巨大なデータベースを作らない限り。