住所を分ける正規表現をチェックするやつ

try_split_address.rb

require 'csv'
require 'optparse'

#
# なるべく短い正規表現で住所を「都道府県/市区町村/それ以降」に分けるエクストリームスポーツ
# http://qiita.com/zakuroishikuro/items/066421bce820e3c73ce9
#
# 正規表現で住所の「都道府県/市区町村/それ以降」をキャプチャできるか試すスクリプト
# 使い方はとりあえず実行すれば分かると思います
#
# このスクリプトと同じフォルダに以下のzipのKEN_ALL.csvを置いてお使いください
# http://www.post.japanpost.jp/zipcode/dl/kogaki/zip/ken_all.zip
#
# 動作確認: ruby 2.3.0p0 (2015-12-25 revision 53290) [x86_64-darwin15]
#

@sample_address = "東京都文京区後楽１丁目３−６１"
@sample_answer = ["東京都", "文京区", "後楽１丁目３−６１"]

# 起動時に引数「-e」をつけたらエクストリームモードをON
OptionParser.new.on('-e', '--extreme'){ @extreme = true }.parse! ARGV
@extreme_address = "壱丁目二番地３号都道府県市区町村ハイツ456号室" #「それ以降」に追加される番地・マンション名

# 住所データを取得 (同じフォルダ内のKEN_ALL.csvを読み込む)
print "\nKEN_ALL.csvをパース中... "
address_list = []
csv_path = File.expand_path "../KEN_ALL.CSV", __FILE__
if !File.exists? csv_path
  puts "\n\nERROR: KEN_ALL.CSVが存在しません。"
  puts "  以下のzip内のKEN_ALL.CSVをこのスクリプトと同じフォルダに置いてください。"
  puts "  http://www.post.japanpost.jp/zipcode/dl/kogaki/zip/ken_all.zip\n\n"
  exit
end
CSV.foreach csv_path, encoding:"Shift_JIS:UTF-8" do |row|
  #都道府県、市区町村、町域名のみ取り出す
  #このcsvはデータ構造がうんこで、本当は町域名の結合とかする必要があるんだけど、今回はしなくても問題ない
  if @extreme
    address_list << [*row[6..7], "#{row[8]}#{@extreme_address}"]
  else
    address_list << row[6..8]
  end
end
puts @extreme ? "完了 (extreme)" : "完了"

# 無限ループ
trap :INT, :exit #(control + Cで終了)

loop do
  # 正規表現を取得
  puts "\n正規表現を入力してください (control + cで終了)："
  begin
    rex = /#{gets.strip}/
  rescue RegexpError
    puts "\nERROR: 正規表現の作成に失敗しました。", "  #{$!}"
    next
  end
  if rex.source.empty?
    puts "ERROR: 文字列が空です。"
    next
  end

  # サンプル住所で試してみる。駄目だったら入力しなおし。
  m = @sample_address.match(rex).captures rescue []
  unless m == @sample_answer
    puts "\nERROR: サンプル住所の分割に失敗しました。やり直してください。"
    puts "  住所: #{@sample_address}"
    puts "  正解: #{@sample_answer}"
    puts "  回答: #{m}"
    next
  end

  # 正規表現のマッチ結果を取得
  result = address_list.map do |address|
    address.join.match(rex).captures rescue []
  end

  # 判定
  fail_count = 0
  address_list.zip(result).each do |address, match|
    if address != match
      puts "失敗... #{address * ?|}\t(#{match * ?|})"
      fail_count += 1
    end
  end

  # 結果を出力
  all = address_list.count
  pct = fail_count.to_f / all * 100
  puts "\n正規表現: ", rex.source
  puts "\n失敗数: ", "#{fail_count} / #{all} (#{pct.to_i}%)"
end