如何在.NET中有效地检查字符串中是否存在一个单词（在单词列表中）？

我需要导入大约300万行数据。每行有一个地址，该地址分为以下字段：

• 街道：如史密斯街1号或史密斯街2/4号或史密斯街1号
• 郊区：里士满
• 声明：
• 国家：iso代码

当我读取每一行时，我需要将其与我们自己的数据库进行匹配，该数据库具有相同的字段结构

问题是当我们有以下情况时：

• DB:1史密斯街档案：1史密斯街
• DB:史密斯街1号。档案：史密斯街1号

我有一个所有街道缩写的列表，但我不知道如何检查这两种街道类型

我正在尝试这样做：

var addressIndexFull = new Dictionary<string, int>();
var addressIndexAbbrev = new Dictionary<string, int>();

File Rows:
- 1 smith st
- 2 smith street

DB
- 1 smith street | ID: 1234

Result:
AIF => "1 smith street" | 1234
AIA => "1 smith st" | 1234

现在搜索相反的街道类型

不知道

这让我获得了大量的点击率。但我想找到更多的匹配项

有什么想法吗

---

注：.NET4.5&C#。

也许我遗漏了什么

首先规范化读取地址-去掉前导尾随空格，去掉嵌入空格，规范化街道地址中的数字（无前导零，…），强制使用小写。确保它尽可能与DB匹配

尝试匹配数据库

将街道替换为st，然后重试

将街道替换为st.再试一次

将st替换为street，然后重试

这是正常的启发式匹配

示例代码

//replace street by st, try again
var tryagain = addr.Replace(" street"," st");

可能更好的方法是使用regex表查找内容。也许是这样的

var replaces = new List<Tuple<string,string>>{
Tuple.Create("\wst$", "street"),
Tuple.Create("\wstreet$", "st"),
Tuple.Create("\wroad$", "rd"),
};

---

警告：以上是粗略的代码，我肯定没有编译，谷歌c#regex让它100%正确

也许我遗漏了什么

首先规范化读取地址-去掉前导尾随空格，去掉嵌入空格，规范化街道地址中的数字（无前导零，…），强制使用小写。确保它尽可能与DB匹配

尝试匹配数据库

将街道替换为st，然后重试

将街道替换为st.再试一次

将st替换为street，然后重试

这是正常的启发式匹配

示例代码

//replace street by st, try again
var tryagain = addr.Replace(" street"," st");

可能更好的方法是使用regex表查找内容。也许是这样的

var replaces = new List<Tuple<string,string>>{
Tuple.Create("\wst$", "street"),
Tuple.Create("\wstreet$", "st"),
Tuple.Create("\wroad$", "rd"),
};

---

警告：以上是粗略的代码，我肯定不会编译，谷歌c#regex让它100%正确

是的，我更多的是在代码示例之后，而不是更高层次的逻辑答案。你能详细说明一下怎么做吗：

用一些代码将street替换为st

？我害怕你会说：使用for循环<代码>对于每个缩写，字符串。替换。。当街道名称中有街道类型时，这不是很好。。。例如，

Dark Alley Place

…

match.Replace

不起作用。它将匹配整行（yay），这意味着：这个输入字符串与您给出的模式匹配。但是，替换将替换匹配的整个输入字符串：（是的，我更喜欢代码示例，而不是更高层次的逻辑答案。你能详细说明一下如何做：

用一些代码替换street by st

？我担心你可能会说：使用for循环。

对于每个abbriev，string.replace

。当街道名称中有street类型时，这并不太好……例如，

深色a。）lley Place

…

match.Replace

将不起作用。它将匹配整行（yay），这意味着：此输入字符串与您给定的模式匹配。但随后，Replace将替换匹配的整个输入字符串：(