住所データの扱いは難しい

住所データの処理-2で複数行のデータはマージしないで削除と書きましたが、マージするためのアルゴリズムと、使えそうなコマンドを思いつき、住所データのマージ処理に挑戦中です。

まだ、完成はしていませんが、ちょっとショッキングな事実を見つけてしまいました。

アルファベットのデータが欲しくて、ローマ字のデータをダウンロードしていたのですが、あまりにも後かっこ”）”で閉じられていないデータが多かったので、カナ版のデータをダウンロードしてみたところ、

ローマ字版では、町域データが削られていました。

京都の通り名を使わなければ実害はなさそうなのですが、データそのものが今一信頼できなくなったので、郵便番号データのカナ版を使って、再構築です。