enderecobr_rs

Documentações: R Python Rust

Versão experimental!

Esta biblioteca tem por objetivo prover de funções utilizadas para padronizar endereços brasileiros, corrigindo erros comuns, expandindo abreviações etc, afim de facilitar processamentos posteriores.

Esta biblioteca é uma adaptação para Rust do enderecobr visando ganho de eficiência e expandir seu uso para demais linguagens de programação, utilizando esta implementação como base das demais.

Ela usa majoritariamente expressões regulares nas padronizações, com exceção do módulo experimental de separação de endereços, que utiliza um modelo probabilístico de Conditional Random Field já embutido na bilioteca.

Bindings

O repositório da versão em R se mantém em enderecobr, utilizando internamente as funções desta lib. A versão em Python é feita no subdiretório bindings/python deste projeto. Algumas funções ou classes/structs da implementação em Rust podem não estar expostas em algumas linguagens. Vide documentação do Rust para identificar tais situações. Para solicitar esse tipo de mudança ou bindings em outras linguagens de programação, abrir uma Issue ou Pull request neste repositório.

Instalação

A última versão pode ser baixada do crates com o comando:

cargo add enderecobr_rs

Ou adicionando em no seu Cargo.toml:

[dependencies]
enderecobr_rs = { version = "0.0.3" }

Exemplo de uso

Rust:

use enderecobr_rs::{padronizar_complementos, padronizar_logradouros};
assert_eq!(padronizar_logradouros("r. gen.. glicério"), "RUA GENERAL GLICERIO");
assert_eq!(padronizar_complementos("QD1 LT2 CS3"), "QUADRA 1 LOTE 2 CASA 3");

Python:

import enderecobr
assert enderecobr.padronizar_logradouros("r. gen.. glicério") == "RUA GENERAL GLICERIO"
assert enderecobr.padronizar_logradouros("QD1 LT2 CS3") == "QUADRA 1 LOTE 2 CASA 3"

Nota

enderecobr é desenvolvido por uma equipe de pesquisadores do Instituto de Pesquisa Econômica Aplicada (Ipea).