R/clean_addr.R

In leoluyi/addr2gps: Convert address to WGS84

#' Clean address
#'
#' @param addrs Address vecter
#'
#' @return Character vector of cleaned addrs
#'
#' @import magrittr stringr
#'
#' @details 
#' \itemize{
#'   \item 全形及半形空格(如：`台北市　民生東路五段`)
#'   \item 簡寫(如：`北市中山路`)，城市縮寫處理請看下頁
#'   \item 行政區路名(如：`美村路`)
#'   \item 可辨識新舊五都(如：台北縣、新北市…等等)
#'   \item 可辨識全形、半形、國字數字及阿拉伯數字(如：`一巷`、`1巷`等等)
#'   \item 連號問題(如：`1-3號`、`1，3號`等等)，辨識至特殊符號前第一個號碼
#'         (如：`台中市西屯區台中港路三段100號1~5樓，100-1及102號1~3樓`)
#'   \item 地址字串中需排除非地址使用的特殊符號與空白等
#'   \item 辨識至最小地址單位(如：`台北市松山區八德路四段138號3樓球體區`，辨識至「號」)
#' }
#'
#' @references \url{https://github.com/moskytw/zipcodetw}
#' 
#' @examples
#' clean_addr("台北市松山區八德路四段138號3樓球體區")
#' 
#' @export
clean_addr <- function(addrs) {
  addrs %<>% str_extract("^[^(（]+")
  addrs %<>% str_extract("^.+號")
  addrs %<>% str_replace("^(\\d|[^\\w])+", "")
  
  addrs
}