郵便番号から住所を検索するサービスにまともなものがない
郵便番号から住所を検索するサービスにまともなものがないのは一体どういうことかと。
その原因は、どのサービスでも利用している元ネタにある。
ここからダウンロードできるCSVファイル、人間様には分かるだろうけど、コンピュータにとって分かりやすく出来てないのだ。
単一レコードの複数行分割
例えば、066-0005を探してみる*1と、こんなデータ*2が拾える。
"北海道","千歳市","協和（８８−２、２７１−１０、３４３−２、４０４−１、４２７−"
全国一括
"北海道","千歳市","３、４３１−１２、４４３−６、６０８−２、６４１−８、８１４、８４２−"
"北海道","千歳市","５、１１３７−３、１３９２、１６５７、１７５２番地）"
このように、単一レコードが複数行に渡って記述されている。
これを3レコードとして扱うサービスは論外だが、これを1レコードとして認識するサービスでも、そこからさらに以下のような形式に変換してくれるサービスは見たことがない。
北海道千歳市協和８８−２番地 北海道千歳市協和２７１−１０番地 北海道千歳市協和３４３−２番地 北海道千歳市協和４０４−１番地 北海道千歳市協和４２７−３番地 北海道千歳市協和４３１−１２番地 北海道千歳市協和４４３−６番地 北海道千歳市協和６０８−２番地 北海道千歳市協和６４１−８番地 北海道千歳市協和８１４番地 北海道千歳市協和８４２−５番地 北海道千歳市協和１１３７−３番地 北海道千歳市協和１３９２番地 北海道千歳市協和１６５７番地 北海道千歳市協和１７５２番地
最後の１７５２番地にだけ「番地」が付けられ、そのほかに付けられないサービスは及第点といったところか。
分割せずにそのままの形式で出すサービスも合格だろう。
「以下に記載がない場合」、「次のビルを除く」を含むレコード
060-0000や540-0001などがこれに当てはまる。
ここで言う「以下」、「次の」とは、その下のレコードを指すのだが、住所の検索サービスとしては前方一致で一致したもの全てを表示するようなもの以外なら、こういう文言は表示するべきではないだろう。
「〜」で範囲を示すレコード
060-0042や080-0029、606-0068などがこれに当てはまる。
実際のレコード*3は、大通西（１〜１９丁目）
、西十九条南（３５〜３８、４１、４２丁目）
、八瀬野瀬町（２７７の２、２７９の１、３〜５、２８１の２〜９、１１〜１８、２０、２２、２４〜２６、３２、２８７、３００番地）
のようになっており、住所の入力支援を目的に作られているサービスなら、このようなものは表示しないほうが適切だと思う*4。
例えば、
西十九条南 西十九条南４１丁目 西十九条南４２丁目
のように表示できたら完璧だろう*5。
ただし、最後の例はかなり複雑で、おそらく
八瀬野瀬町２７７の２番地 八瀬野瀬町２７９の１番地 八瀬野瀬町２７９の３〜５番地 八瀬野瀬町２８１の２〜９番地 八瀬野瀬町２８１の１１〜１８番地 八瀬野瀬町２８１の２０番地 八瀬野瀬町２８１の２２番地 八瀬野瀬町２８１の２４〜２６番地 八瀬野瀬町２８１の３２番地 八瀬野瀬町２８７番地 八瀬野瀬町３００番地
を表しているのだろうが、最後の２８７番地と３００番地は人間には分かるものの、コンピュータで処理しようとするとかなり面倒だ。
２８１の２８７番地、２８１の３００番地としてしまいそうなレコードである。
「〜」や「以上」、「以下」を含むレコード
896-1412や988-0927などが当てはまる。
896-1412では、下甑町瀬々野浦（１７００番地〜、内川内）
、988-0927では、唐桑町西舞根（２００番以上）
のようにして使われている。
これらに関しても、入力支援が目的のサービスなら、表示しないほうが適切だろう。
「以外」「を除く」を含むレコード*6
381-2241などがこれに当てはまる。
実際のレコード*7は、青木島町青木島乙（９５６番地以外）
のようになっている。同じ意味を表すにも関わらず、異なる表現が使用されているのがそもそも間違っているのだが、これも「〜」を含むレコード同様、入力支援が目的のサービスなら表示しないほうが適切だろう。
「その他」を含むレコード
005-0863や074-1272、440-0845、665-0808などが該当する。
それぞれ使用方法が異なり、常盤（その他）
、音江町（国見その他）
、高師町（北原、その他）
、切畑（長尾山「その他」）
のように使われている。
これらのレコード以前により特定された同じ地域のレコードが存在するため、これらのレコードは、「より特定されたレコード以外の同地域」を表す。
従って、入力支援が目的のサービスならそれぞれ、「常盤」、「音江町国見」、「高師町北原」、「切畑長尾山」と表示するべきだろう。
「全域」を含むレコード
089-5865がそれに当てはまる*8唯一のレコードだが、グーグルでこの住所*9を検索してみたところ、この下に「大通り」や「本通」等の小字(？)が付いていることがわかった。
つまり、それらをまとめて同じ郵便番号が割り振られているのだが、これも入力支援が目的のサービスなら、表示しないほうがよりよい*10のではないかと思われる。
「（丁目）」、「（郡）」、「（番地）」などを含むレコード
463-0067などがこれに該当する。
おそらく１丁目とか、ほげ郡とかが付くのだろうが、範囲で表現できないためにこのような表記になっているのだろうか？
これらは、入力支援が目的のサービスなら括弧を取り除いて、検索結果の表示が目的なら全て取り除いて表示するのが適切ではないだろうか*11？
また、これの変形パターンとして、「（○○屋敷）」*12という表記があった。
これについても、入力支援が目的のサービスなら括弧と○を取り除いて、検索結果の表示が目的のサービスなら全て取り除いて表示するのが適切だとは思うが、それにしたって○○とは・・・
「を含む」を含むレコード
792-0846と786-0301が該当する。
それぞれ、立川町（立川山を含む）
、"大正（葛籠川、轟崎を含む）
のように使用されている。
これは、「立川町以外にも、立川山も」、「大正以外にも、葛籠川と轟崎も」ということを表している*13。
そのため、前者なら2つに分割して、後者なら3つに分割して表示すべき*14だろう。
「地階・階層不明」を含むレコード
540-6190などが該当するが、そもそもこの郵便番号に意味があるのかが疑問である。
サービスとしては、一応そのまま*15表示しておくのがいいのではないだろうか。
複雑な、としか言い表せないレコード
例えば384-2304*16、例えば048-2402*17、例えば590-0111*18、例えば651-1102*19などといった、もはや人間様にも何言ってんだか分からないようなレコード*20 *21。
その他
これまでに挙げた例以外にも色々とあるのだが、あまりにも多いため全部は紹介できなかった。
それにしても、よくこんな複雑、というか表記方法に統一性が徹底されていない形式が許されるものだ。
ファイルフォーマットからなにから全部見直してくれれば良いんだけど、どこに言えばいいのやら・・・
*1:実際はハイフンなしの0660005となる
*2:重要な部分のみ引用
*3:の一部
*4:検索結果を表示することが目的のサービスなら、そのままの方がいいだろう
*5:が、広範囲の場合(20を越える場合とか)は表示しないほうがいい
*6:他にも同様の意味で異なる表現が使用されている可能性がある
*7:の一部
*8:おそらく
*9:北海道十勝郡浦幌町厚内
*10:削除する手間を省くことができる
*11:どうすれば良いか良くわからない
*12:441-1336
*13:と、予想
*14:というかそもそも別レコードとするべき
*15:括弧等もそのままで
*16:茂田井（１〜５００「２１１番地を除く」「古町」、２５２７〜２５２９「土遠」）
*17:大江（１丁目、２丁目「６５１、６６２、６６８番地」以外、３丁目５、１３−４、２０、６７８、６８７番地）
*18:三原台（２丁１１−７・９〜１７・２１、３丁５９−２〜１８・２１〜２５、４丁６０−１・１０７−３〜１２・１６〜２１
*19:山田町下谷上（大上谷、修法ケ原、中一里山「９番地の４、１２番地を除く」長尾山、再度公園）
*20:2番目なんかは多分後ろは全て３丁目の番地を表してるんだろうな
*21:最後のは長尾山の前に「、」が抜けてるだけか？
