每日 Harness 开源 · Source
返回本期 · Back to 2026-08-30

博客文章 · Blog Posts2026-08-30 · Sunday, August 30, 2026

Parsing the Infamous Japanese Postal CSV

dampfkraft.com原文 ↗

Parsing the Infamous Japanese Postal CSV
`posuto` 针对日本邮政 `ken_all.csv` 的历史格式异常做预处理:町名超过 38 字符或假名读音超过 76 字符时,一行会被拆成多行并重复字段,断点甚至不遵循词边界。最极端的邮编有 66 行,京都地址连续 8 行;再加上“except the following”括号和失真的罗马字,项目选择输出清洗后的 JSON,而不是假装通用 CSV parser 已经足够。
–浏览

评论 · Comments