如何校验自有精确地址与Google Maps API返回的近似地址？

这确实是地址匹配场景里很常见的痛点——Google返回的是街道范围的近似地址，而你的数据是精确门牌号，直接硬对比肯定不行。我给你几个实用的思路，结合地址字符串处理和经纬度距离计算来解决：

1. 先处理地址字符串，提取关键匹配字段 #

Google的end_address是带范围的（比如3722-3788 Street, City, ST 11111, USA），你的自有地址是精确门牌号（3750 Street, City, ST 11111, USA），核心要匹配的是街道、城市、州、邮编这些信息，门牌号可以直接忽略。

你可以写个简单的地址清洗函数，去掉门牌号部分，统一格式后再对比：

function cleanAddress(address) {
  // 去掉开头的门牌号（包括范围格式，比如3722-3788）和可能的后缀字母（比如123A）
  let cleanedAddr = address.replace(/^[\d-]+[a-zA-Z]?\s+/, '');
  // 去掉末尾的国家标识（如果统一是USA的话），避免干扰
  cleanedAddr = cleanedAddr.replace(/,\s+USA$/, '').trim();
  // 统一转小写+合并多余空格，避免大小写/空格差异导致不匹配
  return cleanedAddr.toLowerCase().replace(/\s+/g, ' ');
}

// 使用示例
const googleAddr = "3722-3788 Street, City, ST 11111, USA";
const ownAddr = "3750 Street, City, ST 11111, USA";

const cleanedGoogle = cleanAddress(googleAddr);
const cleanedOwn = cleanAddress(ownAddr);

// 此时两者都会变成 "street, city, st 11111"，可以直接对比
const isAddressMatch = cleanedGoogle === cleanedOwn;

如果遇到街道缩写不一致的情况（比如St. vs Street），可以在清洗函数里加一步统一转换：比如把所有st\.替换成street，ave\.替换成avenue，进一步提升匹配准确率。

2. 用经纬度距离判断，而非直接相等 #

经纬度是浮点数，直接==对比肯定会出错，你需要计算两点之间的实际球面距离，判断是否在合理的阈值内。推荐用Haversine公式（专门计算地球表面两点距离的公式）：

function calculateHaversineDistance(lat1, lon1, lat2, lon2) {
  const earthRadiusKm = 6371; // 地球半径（公里）
  // 转弧度
  const dLat = (lat2 - lat1) * Math.PI / 180;
  const dLon = (lon2 - lon1) * Math.PI / 180;
  
  const a = 
    Math.sin(dLat/2) * Math.sin(dLat/2) +
    Math.cos(lat1 * Math.PI / 180) * Math.cos(lat2 * Math.PI / 180) * 
    Math.sin(dLon/2) * Math.sin(dLon/2); 
  const c = 2 * Math.atan2(Math.sqrt(a), Math.sqrt(1-a)); 
  const distanceMeters = earthRadiusKm * c * 1000; // 转成米
  
  return distanceMeters;
}

// 使用示例：设置100米的阈值（可根据业务调整）
const threshold = 100;
const distance = calculateHaversineDistance(deliveryLatitude, deliveryLongitude, endLatitude, endLongitude);
const isLocationClose = distance <= threshold;

3. 结合两者做双重校验（推荐） #

单一维度的匹配可能会有误差（比如同名街道、经纬度偏差），最好同时满足地址关键信息匹配 + 经纬度距离在阈值内，这样准确率最高：

// 组合逻辑
if (isAddressMatch && isLocationClose) {
  console.log("地址匹配成功！");
  // 执行你的数据集更新逻辑
}

额外注意事项 #

• 阈值调整：城市区域街道密集，阈值可以设小一点（比如50米）；郊区或偏远地区可以适当放大（比如200米）。
• 正则适配：如果你的地址有特殊格式（比如带公寓号3750 Street Apt 4B），可以调整正则表达式，把公寓号也过滤掉。
• 异常处理：记得处理空地址、无效经纬度的情况，避免程序报错。

内容的提问来源于stack exchange，提问作者Kevin Nguyen