先照這個順序做

  1. 保存來源原文
  2. 另外建立查找用正規化欄位
  3. 代碼一律保留前導零
  4. 不要刪除樓層或行政區
  5. 輸出正式文件前回看原始來源

正規化是查找工具,不是改寫來源

全形 120 與半形 120 通常指同一數字,臺與台也常是字形差異。把這些差異暫時消除,有助於找出看似不同但其實相同的地址文字。

本站仍同時保留兩份原始地址,讓使用者看得到資料實際寫法。

哪些內容不該自動消掉

樓層、室號、行政區、巷弄與門牌附號都可能影響實際地點或登記範圍。沒有明確規則與人工確認時,不應為了提高相同比例而刪除。

常見問題

再確認一件事

程式可以只保存正規化後地址嗎?

不建議。應保存來源原文,再另建正規化欄位供搜尋或比對,才能追溯差異。