Android应用如何实现用户当前位置与CSV存储地址的一致性校验

优先推荐方案：坐标对比法 #

地址字符串的书写格式灵活度极高，直接做字符串匹配准确率极低，最优解是通过经纬度坐标做距离校验：

• 提前批量处理CSV中的所有地址，用Geocoder的getFromLocationName()方法将每个地址字符串转换为经纬度对，和原地址一起存储，预处理仅需执行一次，不占用APP运行时性能。
• 拿到用户当前定位的经纬度后，无需再转换为地址字符串，直接和CSV中存储的所有目标坐标计算直线距离即可，Android内置了成熟的距离计算API：

// currentLat、currentLng为用户当前定位的经纬度
// targetLat、targetLng为CSV中目标地址预转换的经纬度
float[] distanceResult = new float[1];
Location.distanceBetween(currentLat, currentLng, targetLat, targetLng, distanceResult);
// 距离单位为米，可根据业务场景调整误差阈值，普通民用场景设置50-100米即可
if (distanceResult[0] < 50) {
    // 判定为地址匹配
}

备选方案：字符串标准化模糊匹配 #

如果受条件限制无法做地址预转坐标处理，可通过标准化+相似度计算实现匹配：

1. 对用户返回的地址和CSV存储的地址做统一标准化处理：
   • 去除所有空格、标点、特殊符号
   • 英文统一转为小写，其他语言统一字符编码格式
   • 裁剪掉国家/大区这类非必要后缀字段
     示例标准化代码：

   private String standardize(String rawAddress) {
       if (rawAddress == null) return "";
       // 保留字母、数字以及对应语言的有效字符，去除所有其他符号，统一转小写
       return rawAddress.replaceAll("[^a-zA-Z0-9\\p{L}]", "")
               .toLowerCase()
               .trim();
   }
   

2. 计算两个标准化后字符串的相似度，可选用莱文斯坦距离、余弦相似度等通用算法，匹配度超过90%即可判定为一致。

内容的提问来源于stack exchange，提问作者nCoder