Automatische Korrektur von Fehlern in addr:* (4) - :postcode und :city

Automatische Korrektur von Fehlern in addr:* (4) - :postcode und :city · Oli-Wan (Gast) · 23.01.2013 22:55 · [flux]

Auf die Gefahr hin, daß manch einem die Flut solcher Threads mittlerweile zu den Ohren herauskommt: Mein nächstes Vorhaben zur automatisierten Adresskorrektur (nur in Deutschland, Aufnahme in das bestehende Programm, das derzeit unter genauer Überwachung im Probebetrieb läuft, Details siehe (1) Strasse, Str. & Co) lautet: Postleitzahl und Ort auseinanderklamüsern, wenn sie gemeinsam in addr:postcode oder addr:city geschrieben oder vertauscht wurden. Beide Fehler treten regelmäßig auf, werden aber in der Regel zügig (manuell) behoben.

Beispiele: http://www.openstreetmap.org/browse/nod … 60/history (kombiniert), http://www.openstreetmap.org/browse/way … 61/history (vertauscht)

Bei diesen Tags können nicht wie bei den anderen Korrekturen einfach bestimmte Ersetzungen versucht werden, bis eine gelingt, sondern die beiden Tags müssen gemeinsam analysiert und ggf. geändert werden. Je nach vorliegenden Bedingungen (ein Tag vorhanden, beide Tags vorhanden) können unterschiedliche Fehler vorliegen.

Die Analyse unterscheidet folgende Fälle:

• Keines von beiden Tags vorhanden: nichts zu tun.
• Nur addr:postcode vorhanden: Prüfen, ob der Wert eine gültige PLZ ist; wenn nicht, Korrektur versuchen (also "PLZ Ort" aufteilen).
• Nur addr:city vorhanden: Prüfen, ob eine PLZ mit enthalten sein könnte: in diesem Fall Korrektur versuchen ("PLZ Ort" aufteilen).
• Beide Tags vorhanden: Prüfen, ob addr:postcode eine gültige PLZ und addr:city einen plausiblen Ortsnamen enthält; falls nicht, Korrektur versuchen: Wenn addr:city nach PLZ und addr:postcode nach Ort aussieht, beide tauschen; wenn einer die Form "PLZ Ort" hat, prüfen, ob dieser konsistent mit dem Wert des anderen Tags ist - in diesem Fall den überfüllten Wert reduzieren.

Zunächst einmal: Was ist eine gültige PLZ und was ist ein gültiger bzw. plausibler Ortsname?
Eine PLZ ist eindeutig zu definieren als eine Folge aus genau fünf Ziffern: /^[[:digit:]]{5}$/; ein Ortsname ist für meine Zwecke eine Folge von Nicht-Ziffern: /^[^[:digit:]]+$/. Letzteren würde man zunächst enger definieren wollen: als eine Folge von Buchstaben. Dann gibt es aber noch Ortsnamen, die aus mehreren Wörtern bestehen, mit Leerzeichen und Bindestrichen oder mit Abkürzungen (Frankfurt a. M., Einen a. d. Waffel), und ehe man sich versieht, ist man praktisch bei "alles außer Zahlen". Dieser Regex ist natürlich äußerst unspezifisch; daher baue ich eine zusätzliche Sicherung ein, dazu später.

Zu den Korrekturversuchen im einzelnen: Ist nur eines der Tags vorhanden und sieht nicht vernünftig aus (d.h. addr:postcode anders als /^[[:digit:]]{5}$/ bzw. addr:city anders als /^[^[:digit:]]+$/), wird zunächst sämtlicher Leerraum am Anfang und Ende entfernt. Anschließend wird geprüft, ob "PLZ Ort" (Leerzeichen, Tab etc. optional) vorliegen könnte, also /^[0-9]{5}[[:blank:]]*[^[:digit:]]+$/.Wenn dies der Fall ist und das zusätzliche Kriterium (siehe unten) erfüllt ist, wird der Inhalt des Tags auf addr:postcode und addr:city aufgeteilt; d.h. das vorhandene Tag wird verkürzt und das fehlende hinzugefügt.

Sind beide Tags vorhanden, aber mindestens eines von beiden sieht fragwürdig aus, wird wieder zunächst sämtlicher überschüssige Leerraum entfernt. Dann wird geprüft, ob eine Vertauschung vorliegen könnte: hat addr:city die Form einer Postleitzahl und addr:postcode die eines Ortsnamens, und ist ferner das zusätzliche Kriterium gegeben, werden beide getauscht.
Handelt es sich nicht um eine Vertauschung, gibt es noch folgende zwei korrigierbare Fehler: addr:city enthält den Ortsnamen, addr:postcode "PLZ Ort"; oder addr:postcode enthält die PLZ und addr:city "PLZ Ort". Falls beide Orte bzw. beide PLZ übereinstimmen, wird das gedoppelte Tag reduziert. In diesem Fall wird das zusätzliche Kriterium nicht überprüft.

Das zusätzliche Kriterium ist folgendes: die mutmaßliche Kombination von PLZ und Ort muß in einer aus dem OSM-Datenbestand erstellten PLZ-Liste enthalten sein. Ich habe alle Relationen mit postal_code=* aus germany.osm analysiert und soweit möglich die zugeordneten Namen herausgelesen. Dies sind zum einen admin-Grenzrelationen, wo name=* den Ortsnamen enthält, zum anderen PLZ-Relationen, wo der name meist in note="PLZ Ort" steckt. Herausgekommen ist eine Liste, die zu jeder eingetragenen PLZ die damit assoziierten Ortsnamen aufführt, etwa: (49448 "Stemshorn" "Quernheim" "Marl" "Hüde" "Brockum" "Lemförde"). Bei diesem Beispiel würde bei Vorliegen von addr:postcode=Marl, addr:city=49448 die Vertauschung der Tags durchgeführt; im Falle von addr:postcode=Pusemuckel nicht. Analog würde "49448 Hüde" zerlegt; "49448 Kleinkleckersdorf" nicht.

Das Verfahren hat ein paar Macken: Bei manchen Relationen liefert das Analyseverfahren dank eigenwilligem Tagging Ortsnamen wie "post_code", die entsprechenden PLZ werden also von Korrekturen ausgenommen. Auch wenn am untersuchten Objekt ein Ortsteil mit angegeben ist, in der Liste aber nur der Hauptort steht - oder umgekehrt, findet keine Korrektur statt. In der Liste steht z.B. (14050 "Berlin Westend"). Pech, wenn am Objekt eben nur "Berlin" steht. Die Liste muß also wohl noch nachbearbeitet werden. In der Regel führen diese Defekte aber nur dazu, daß sinnvolle Korrekturen unterbleiben - nicht dazu, daß falsche Korrekturen durchgeführt werden.

Ich vermute, daß bisher bei manuellen Korrekturen in den wenigsten Fällen auf ähnliche Weise geprüft wird, ob PLZ und Ort passen; aber ich möchte zumindest vermeiden, daß mein Bot auf "12345 keine Ahnung" oder "11880 ich merke mir diese blöde Telefonnummer nicht, sondern speichere sie in OSM" hereinfällt.
- Re: Automatische Korrektur von Fehlern in addr:* (4) - :postcode und :city · Basstoelpel (Gast) · 24.01.2013 09:53 · [flux]
  
  Es gibt einige wenige Orte mit einer Zahl im Namen, z.B. Altenhagen I, Stadt Springe oder Altenhagen II, Gemeinde Messenkamp, Kreis Schaumburg. Im Kreis Schaumburg gibt es insgesamt drei Altenhagen, die anderen aber ohne Nummer. Solange die offizielle Schreibweise Römische Nummern verwendet, fällt das bei Deiner Auswertung natürlich unter den Tisch. Du solltest aber mal schauen, ob Orte mit ein bis zweistelligen Zahlen auftreten.
  
  Baßtölpel
- Re: Automatische Korrektur von Fehlern in addr:* (4) - :postcode und :city · Oli-Wan (Gast) · 24.01.2013 10:09 · [flux]
  
  Basstoelpel wrote:
  
  Du solltest aber mal schauen, ob Orte mit ein bis zweistelligen Zahlen auftreten.
  
  Soeben getan: keine gefunden. (Sie werden auch nicht versehentlich vorher aussortiert.)
- Re: Automatische Korrektur von Fehlern in addr:* (4) - :postcode und :city · Oli-Wan (Gast) · 24.01.2013 16:50 · [flux]
  
  Oli-Wan wrote:
  
  Auch wenn am untersuchten Objekt ein Ortsteil mit angegeben ist, in der Liste aber nur der Hauptort steht - oder umgekehrt, findet keine Korrektur statt. In der Liste steht z.B. (14050 "Berlin Westend"). Pech, wenn am Objekt eben nur "Berlin" steht. Die Liste muß also wohl noch nachbearbeitet werden.
  
  Speziell für Berlin ist dieses Thema erledigt; möglicherweise sind aber analog auch noch andere größere Städte betroffen. Ein weiteres Problem stellen aber fehlende PLZ-Relationen dar und solche ohne jeden Hinweis auf den Ortsnamen, wie diese: http://www.openstreetmap.org/browse/relation/1244366
- Re: Automatische Korrektur von Fehlern in addr:* (4) - :postcode und :city · Oli-Wan (Gast) · 28.01.2013 22:16 · [flux]
  
  Oli-Wan wrote:
  
  Das zusätzliche Kriterium ist folgendes: die mutmaßliche Kombination von PLZ und Ort muß in einer aus dem OSM-Datenbestand erstellten PLZ-Liste enthalten sein. ...
  
  Das Verfahren hat ein paar Macken: ... Auch wenn am untersuchten Objekt ein Ortsteil mit angegeben ist, in der Liste aber nur der Hauptort steht - oder umgekehrt, findet keine Korrektur statt. In der Liste steht z.B. (14050 "Berlin Westend"). Pech, wenn am Objekt eben nur "Berlin" steht.
  
  Ich habe das Zusatzkriterium nun dahingehend überarbeitet, daß auch in solchen Fällen eine Korrektur stattfinden kann. Beim Abgleich des vermeintlichen Ortsnamens am Objekt mit dem aus der PLZ-Liste wird nicht unbedingt völlige Übereinstimmung verlangt. Alternativ genügt es, wenn der eine Name mit dem ersten Wort des anderen übereinstimmt. Als Wort zählt in diesem Zusammenhang eine Folge von mindestens drei Buchstaben, der ein Leerzeichen oder Bindestrich folgt. (Änderungen dieser Arbeitsdefinition behalte ich mir vor.)
  
  Beispiele:
  
  • Die PLZ-Liste enthält (21244 "Buchholz in der Nordheide"). "21244 Buchholz in der Nordheide" konnte bereits bisher in seine Bestandteile zerlegt werden; "21244 Buchholz" erst jetzt mit der Änderung des Kriteriums.
  • Die PLZ-Liste enthält (55411 "Bingen am Rhein"). "55411 Bingen am Rhein" kann nun auch "55411 Bingen" zerlegt werden.
  • Die PLZ-Liste enthält (60438 "Frankfurt am Main"). Neben "60438 Frankfurt am Main" kann nun auch "60438 Frankfurt" bearbeitet werden; "60348 Frankfurt a.M." immer noch nicht. Dazu müßte sich entweder das Kriterium mit der Übereinstimmung der jeweils ersten Wörter zufrieden geben; oder ich müßte eine Erkennung von Abkürzungen einbauen. Alternativ könnte ich auch einfach die PLZ-Liste auch manuell um abgekürzte Varianten größerer Städte anreichern. Ansonsten bleibt eben für die Korrekteure aus Fleisch und Blut auch noch ein bißchen was übrig.
  
  Mich würden einmal eure Meinungen zu dem Vorhaben interessieren. Vielleicht habe ich noch was wichtiges übersehen?
- Re: Automatische Korrektur von Fehlern in addr:* (4) - :postcode und :city · EvanE (Gast) · 29.01.2013 00:55 · [flux]
  Oli-Wan wrote:
  
  Oli-Wan wrote:
  
  Das zusätzliche Kriterium ist folgendes: die mutmaßliche Kombination von PLZ und Ort muß in einer aus dem OSM-Datenbestand erstellten PLZ-Liste enthalten sein. ...
  
  Das Verfahren hat ein paar Macken: ...
  
  Ich habe das Zusatzkriterium nun dahingehend überarbeitet, daß auch in solchen Fällen eine Korrektur stattfinden kann. Beim Abgleich des vermeintlichen Ortsnamens am Objekt mit dem aus der PLZ-Liste wird nicht unbedingt völlige Übereinstimmung verlangt. Alternativ genügt es, wenn der eine Name mit dem ersten Wort des anderen übereinstimmt. Als Wort zählt in diesem Zusammenhang eine Folge von mindestens drei Buchstaben, der ein Leerzeichen oder Bindestrich folgt. (Änderungen dieser Arbeitsdefinition behalte ich mir vor.)
  
  Beispiele: ...
  
  Mich würden einmal eure Meinungen zu dem Vorhaben interessieren. Vielleicht habe ich noch was wichtiges übersehen?
  
  Ich finde das sinnvoll.
  Deswegen habe ich mit dem Overpass-Turbo eine kleine Overpass-Abfrage entwickelt, die alle Städte (Knoten mit place=city/town) in Deutschland (is_in enthält Deutschland) mit Leerzeichen oder Bindestrich im Namen auflistet (445 Treffer). Daraus habe ich noch die 116 Sädte die mit "Bad " beginnen entfernt.
```
Wendlingen␣am␣Neckar
Esslingen␣am␣Neckar
Ostseebad␣Rerik
Markt␣Schwaben
Königs␣Wusterhausen
Furth␣im␣Wald
Herzebrock-Clarholz
Ramstein-Miesenbach
Neuburg␣an␣der␣Donau
Steinau␣an␣der␣Straße
Höchstadt␣an␣der␣Aisch
Neunkirchen␣am␣Brand
Gemünden␣am␣Main
Königslutter␣am␣Elm
Bergen␣auf␣Rügen
Clausthal-Zellerfeld
Garmisch-Partenkirchen
Weil␣am␣Rhein
Efringen-Kirchen
Frankfurt␣am␣Main
Höchst␣im␣Odenwald
Sankt␣Blasien
Annaberg-Buchholz
Zell␣im␣Wiesental
Winsen␣(Aller)
Ottendorf-Okrilla
Monheim␣am␣Rhein
Bergisch␣Gladbach
Osterode␣am␣Harz
Herzberg␣am␣Harz
Hann.␣Münden
Neustadt␣in␣Holstein
Weimar␣(Lahn)
Neustadt-Glewe
Oer-Erkenschwick
Osterholz-Scharmbeck
Wennigsen␣(Deister)
Neustadt␣am␣Rübenberge
Wasserburg␣am␣Inn
Waren␣(Müritz)
Biberach␣an␣der␣Riß
Ribnitz-Damgarten
Friedberg␣(Hessen)
Plau␣am␣See
Königsbach-Stein
Zella-Mehlis
Neustadt␣an␣der␣Aisch
Naumburg␣(Saale)
Freyburg␣(Unstrut)
Kronberg␣im␣Taunus
Dillingen␣an␣der␣Donau
Hohenstein-Ernstthal
Neu-Isenburg
Geislingen␣an␣der␣Steige
Mühlheim␣am␣Main
Porta␣Westfalica
Sankt␣Augustin
Emmerich␣am␣Rhein
Limbach-Oberfrohna
Hessisch␣Oldendorf
Königstein␣im␣Taunus
Wangen␣im␣Allgäu
Gau-Algesheim
Maxhütte-Haidhof
Ebersbach␣an␣der␣Fils
Schwalbach␣am␣Taunus
Oldenburg␣in␣Holstein
Ober-Ramstadt
Dießen␣am␣Ammersee
Rheda-Wiedenbrück
Lindenberg␣im␣Allgäu
Kalbe␣(Milde)
Burgkirchen␣an␣der␣Alz
Garching␣an␣der␣Alz
Landau␣an␣der␣Isar
Stetten␣am␣kalten␣Markt
Bruchhausen-Vilsen
Neu-Ulm
Schwäbisch␣Gmünd
Kirchheim␣unter␣Teck
Doberlug-Kirchhain
Oberndorf␣am␣Neckar
Giengen␣an␣der␣Brenz
Lohne␣(Oldenburg)
Neukirchen-Vluyn
Kamp-Lintfort
Bruck␣in␣der␣Oberpfalz
Groß-Zimmern
Nieder-Olm
Preußisch␣Oldendorf
Bietigheim-Bissingen
Schwarzenbach␣an␣der␣Saale
Sandau␣(Elbe)
Bernkastel-Kues
Markt␣Indersdorf
Übach-Palenberg
Neumagen-Dhron
Traben-Trarbach
Burg␣Stargard
Herrsching␣am␣Ammersee
Kernen␣im␣Remstal
Brake␣(Unterweser)
Obernburg␣am␣Main
Wörth␣am␣Main
Heilbad␣Heiligenstadt
Sankt␣Andreasberg
Neuhaus␣am␣Rennweg
Korntal-Münchingen
Neustadt␣bei␣Coburg
Haren␣(Ems)
Postbauer-Heng
Lindow␣(Mark)
Castrop-Rauxel
Lingen␣(Ems)
Neustadt␣(Dosse)
Rotenburg␣an␣der␣Fulda
Rüdesheim␣am␣Rhein
Steinbach-Hallenberg
Dietfurt␣an␣der␣Altmühl
Zell␣am␣Harmersbach
Isny␣im␣Allgäu
Biebesheim␣am␣Rhein
Lindau␣(Bodensee)
Staufen␣im␣Breisgau
Linz␣am␣Rhein
Ilsenburg␣(Harz)
Grafing␣bei␣München
Werder␣(Havel)
Neukirchen␣(Knüll)
Oberursel␣(Taunus)
Meisenheim,␣Glan
Sankt␣Georgen
Alfeld␣(Leine)
Wilkau-Haßlau
Bendorf␣(Rhein)
Bernburg␣(Saale)
Nassau␣(Lahn)
Endingen␣am␣Kaiserstuhl
Neunburg␣vorm␣Wald
Hochheim␣am␣Main
Wörth␣an␣der␣Donau
Henstedt-Ulzburg
Rheinfelden␣(Baden)
Hohen␣Neuendorf
Neustadt␣am␣Kulm
Röthenbach␣an␣der␣Pegnitz
Hitzacker␣(Elbe)
Eisenberg␣(Pfalz)
Simbach␣am␣Inn
Lohr␣am␣Main
Krakow␣am␣See
Eltville␣am␣Rhein
Neusalza-Spremberg
Sankt␣Goar
Bernau␣bei␣Berlin
Remseck␣am␣Neckar
Titisee-Neustadt
Barchfeld,␣Werra
Leinfelden-Echterdingen
Hohenberg␣an␣der␣Eger
Haslach␣im␣Kinzigtal
Stadt␣Wehlen
Wörth␣am␣Rhein
Bismark␣(Altmark)
Reuterstadt␣Stavenhagen
Selters␣(Westerwald)
Kurort␣Oberwiesenthal
Neumarkt-Sankt␣Veit
Ostheim␣vor␣der␣Rhön
Greven␣(Westf.)
Vohburg␣an␣der␣Donau
Lauda-Königshofen
Niedernhausen,␣Taunus
Calbe␣(Saale)
Gronau␣(Leine)
Jessen␣(Elster)
Vilshofen␣an␣der␣Donau
Pfaffenhofen␣an␣der␣Ilm
Steinfeld␣(Oldenburg)
Sandersdorf-Brehna
Sankt␣Goarshausen
Königstein␣(Sächsische␣Schweiz)
Ostseeheilbad␣Graal-Müritz
Willingen␣(Upland)
Fürth␣(Odenwald)
Idar-Oberstein
Werben␣(Elbe)
Werther␣(Westfalen)
Köthen␣(Anhalt)
Rielasingen-Worblingen
Sulz␣am␣Neckar
Landau␣in␣der␣Pfalz
Offenbach␣am␣Main
Gartz␣(Oder)
Geislingen␣b.␣Balingen
Strasburg␣(Uckermark)
Monsheim,␣Rheinhessen
Vogtsburg␣im␣Kaiserstuhl
Gundelfingen␣an␣der␣Donau
Sankt␣Ingbert
Tambach-Dietharz
Altdorf␣bei␣Nürnberg
Lübben␣(Spreewald)
Klingenberg␣am␣Main
Oestrich-Winkel
Lauterbach␣(Hessen)
Brandenburg␣an␣der␣Havel
Neustadt␣an␣der␣Donau
Achim␣(Weser)
Steinheim␣an␣der␣Murr
Horn-Bad␣Meinberg
Neumarkt␣in␣der␣Oberpfalz
Floh-Seligenthal
Garching␣bei␣München
Hamm␣(Sieg)
Schieder-Schwalenberg
Groß-Gerau
Naumburg␣(Hessen)
Coswig␣(Anhalt)
Rottenburg␣am␣Neckar
Buchen␣(Odenwald)
Schloß␣Holte-Stukenbrock
Uebigau-Wahrenbrück
Schwarzenberg␣im␣Erzgebirge
Freiburg␣im␣Breisgau
Stockstadt␣am␣Rhein
Höchstädt␣an␣der␣Donau
Frankenberg␣(Eder)
Fürstenwalde␣(Spree)
Bernstadt␣auf␣dem␣Eigen
Herzberg␣(Elster)
Homberg␣(Efze)
Leer␣(Ostfriesland)
Hessisch␣Lichtenau
Neuenhagen␣bei␣Berlin
Baden-Baden
Lutherstadt␣Eisleben
Breisach␣am␣Rhein
Lenzen␣(Elbe)
Kandel,␣Pfalz
Winsen␣(Luhe)
Rottenburg␣an␣der␣Laaber
Weißenthurm,␣Rhein
Buchholz␣in␣der␣Nordheide
Dissen␣am␣Teutoburger␣Wald
Erlenbach␣am␣Main
Heringen␣(Werra)
Halle␣(Westfalen)
Eningen␣unter␣Achalm
Villingen-Schwenningen
Limburg␣an␣der␣Lahn
Moosburg␣an␣der␣Isar
Gneisenaustadt␣Schildau
Regis-Breitingen
Laucha␣an␣der␣Unstrut
Ransbach-Baumbach
Mörfelden-Walldorf
Vaihingen␣an␣der␣Enz
Storkow␣(Mark)
Homberg␣(Ohm)
Aken␣(Elbe)
Neustadt␣(Hessen)
Kohren-Sahlis
Cappeln␣(Oldenburg)
Blankenburg␣(Harz)
Singen␣(Hohentwiel)
Hirschhorn␣(Neckar)
Annweiler␣am␣Trifels
Ostseebad␣Kühlungsborn
Freiberg␣am␣Neckar
Zarrentin␣am␣Schaalsee
Hude␣(Oldenburg)
Schönebeck␣(Elbe)
Brand-Erbisdorf
Ludwigshafen␣am␣Rhein
Rehburg-Loccum
Auerbach␣in␣der␣Oberpfalz
Kempten␣(Allgäu)
Mülheim-Kärlich
Mühldorf␣am␣Inn
Märkisch␣Buchholz
Wyk␣auf␣Föhr
Sulzbach␣/␣Saar
Haina␣(Kloster)
Neustadt␣in␣Sachsen
Bitterfeld-Wolfen
Neustadt␣an␣der␣Waldnaab
Frankfurt␣(Oder)
Feldkirchen-Westerham
Erbach␣(Odenwald)
Weiden␣i.d.OPf.
Raguhn-Jeßnitz
Töging␣am␣Inn
Höhr-Grenzhausen
Sulzbach-Rosenberg
Wolframs-Eschenbach
Markt␣Bibart
Haag␣in␣Oberbayern
Goethestadt␣Bad␣Lauchstädt
Lübbenau␣(Spreewald)
Neustadt␣an␣der␣Orla
Sankt␣Wendel
Mülheim␣an␣der␣Ruhr
Rothenburg␣ob␣der␣Tauber
Brotterode-Trusetal
Schwäbisch␣Hall
Neunkirchen␣(Saar)
Weil␣der␣Stadt
Ellwangen␣(Jagst)
Eschenbach␣in␣der␣Oberpfalz
Forst␣(Lausitz)
Groß-Umstadt
Vetschau␣(Spreewald)
Landsberg␣am␣Lech
Prien␣am␣Chiemsee
Edingen-Neckarhausen
Neustadt␣an␣der␣Weinstraße
Schwarzenbach␣am␣Wald
Ehingen␣(Donau)
Frankenthal␣(Pfalz)
Allendorf␣(Lumda)
Neu-Anspach
Stadt␣Südliches␣Anhalt
Osternienburger␣Land
Samtgemeinde␣Hage
Samtgemeinde␣Brookmerland
Zeulenroda-Triebes
Zahna-Elster
Lutherstadt␣Wittenberg
```
  Falls du Bedarf hast, kann ich dir auch ausführlichere Listen zukommen lassen. Einfach über der Forum-Mail melden. Du kannst natürlich auch selber mit dem Skript Versuche durchführen.
  
  Wer damit ein wenig rumspielt, bitte erstmal das Limit runtersetzen und die BBox deutlich kleiner fassen. Für die BBox um ganz Deutschland lief das Skript ca. 150 Sekunden. Zum Ausprobieren reicht ja ein kleinerer Ausschnitt.
  
  Edbert (EvanE)
- Re: Automatische Korrektur von Fehlern in addr:* (4) - :postcode und :city · Oli-Wan (Gast) · 04.02.2013 15:24 · [flux]
  
  Danke Edbert, die Liste werde ich bei Gelegenheit mal mit meiner PLZ-Liste abgleichen.
  Den aus meiner Sicht wichtigsten Hinweis hast Du aber in einem kleinen Einschub versteckt: das Wort "Bad". Zum Glück gibt es scheinbar nicht allzu viele "Bad"-Orte an, vor, bei oder in Irgendwas (Bad Homburg vor der Höhe, Bad Soden am Taunus und eine Handvoll weitere), wo also die erweiterte Identitätsprüfung notwendig werden könnte. Eine Lösung könnte sein, die Definition eines Worts so abzuwandeln, daß auch "Bad xyz" als ein Wort zählt.
  Evtl. muß ich meinem Programm auch noch beibringen, Abkürzungen zu verstehen (Beulen a.d. Rinn, Einen a.d. Waffel usw.). Ansonsten gilt aber: Orte, die mein Programm nicht erkennt, bleiben einfach außen vor - da muß dann der Mensch schauen, was zu tun ist. Diese Fehlerklasse wird ja auch im housenumbervalidator angezeigt.
  
  btw: 55583 "Bad Münster am Stein-Ebernbu"?
  
  Ich hatte zwar auf quantitativ mehr Feedback gehofft, aber da ich zumindest auch keinen Widerspruch vernehme und bisherige Tests der Funktion osm-task-subfix-addr-postcode-city-confusion an "handverlesenen" Objekten ermutigend verliefen, werde ich die oben erläuterte Korrektur bald in den Probebetrieb mit einbeziehen. Damit ist dann möglicherweise bereits der Endausbau der automatischen Adresskorrekturen erreicht - ob ich mich an zusammengeklebte "Straße Hausnummer" herantraue, weiß ich noch nicht. Daß diese Aufgabe nicht ganz trivial ist, wurde ja bereits verschiedentlich erwähnt.
- Re: Automatische Korrektur von Fehlern in addr:* (4) - :postcode und :city · user_5359 (Gast) · 05.02.2013 10:02 · [flux]
  Oli-Wan wrote:
  
  Ich hatte zwar auf quantitativ mehr Feedback gehofft, ...
  
  Auch wenn ich mir die Adresse-Informationen bzgl. Datenqualität genauer ansehe, kann ich nicht bei allen mitdiskutieren (solange es in die richtige Richtung läuft 🙂 ).
  
  Derzeit 15 Werte von addr:postcode in der Form 5 Zeichen und ein Blank (und ggf. eine beliebige Zeichenkette)
```
SQL-Code␣:␣like␣'_____␣%'
```
  davon sind 10 Postleitzahlen mit einem angehängten Blank. In addr:city existiert derzeit kein solches Muster, dafür gibt es einige Beispiele, die mit einer Hausnummer befüllt sind. Alle Fehlerfälle, die mir derzeit bekannt sind, würden mit den obenstehenden Beschreibungen entweder korrekt korrigiert oder nicht angepackt.
  
  Damit ein +1 für eine Implementierung von meiner Seite.
  
  MfG Georg V.
- Re: Automatische Korrektur von Fehlern in addr:* (4) - :postcode und :city · Oli-Wan (Gast) · 06.02.2013 13:09 · [flux]
  user_5359 wrote:
  
  Auch wenn ich mir die Adresse-Informationen bzgl. Datenqualität genauer ansehe, kann ich nicht bei allen mitdiskutieren
  
  Doch, ich bestehe darauf 😉 Es ist insbesondere sehr hilfreich, wenn jemand sich die betroffenen Daten mit anderen Methoden ansieht als ich, und so mögliche Probleme aufdeckt - oder eben keine.
  
  PLZ-Werte mit "nur" überschüssigem Leerraum werden im Rahmen der Korrektur ebenfalls gekürzt. Das steht zwar in den Details der obigen Beschreibung, aber nicht in der Einleitung, und ist eher ein Nebeneffekt der komplexeren Korrekturen; daher noch einmal der Hinweis. Es gibt zwar wahrlich schlimmere Fehler (Leerraum zu ignorieren sollte man einem Auswerter noch zutrauen) - aber wenn ich die Leerzeichen nicht entferne, tut es faktisch jemand anders (Fehlermeldung im housenumbervalidator).
  
  Die neu hinzugekommenen Korrekturen sehen dann z.B. so aus:
```
osm-mechedit-fix-addr␣run␣Tue␣Feb␣05␣19:58:31␣2013
created␣changeset␣#14925388,␣http://www.openstreetmap.org/browse/changeset/14925388
editing␣node␣#2135948949,␣http://www.openstreetmap.org/browse/node/2135948949
addr:postcode␣tag␣modified:␣"13127␣"␣->␣"13127"
editing␣node␣#2139624781,␣http://www.openstreetmap.org/browse/node/2139624781
addr:postcode␣tag␣modified:␣"25469␣"␣->␣"25469"
editing␣node␣#2140561477,␣http://www.openstreetmap.org/browse/node/2140561477
addr:postcode␣tag␣modified:␣"10119␣Berlin"␣->␣"10119"
addr:city␣tag␣modified:␣"nil"␣->␣"Berlin"
warning:␣addr:street␣tag␣"Steinstraße␣13"␣of␣node␣#2140561477␣still␣looks␣suspicious
editing␣node␣#2141007216,␣http://www.openstreetmap.org/browse/node/2141007216
addr:postcode␣tag␣modified:␣"22089␣"␣->␣"22089"
...
editing␣node␣#2141598591,␣http://www.openstreetmap.org/browse/node/2141598591
addr:postcode␣tag␣modified:␣"38350␣Helmstedt"␣->␣"38350"
addr:city␣tag␣modified:␣"nil"␣->␣"Helmstedt"
warning:␣addr:street␣tag␣"von-Guericke-Straße␣7"␣of␣node␣#2141598591␣still␣looks␣suspicious
```
  ("nil" ist ein Artefakt bei der Erstellung des Logs und heißt: vorher kein Wert vorhanden)
- Re: Automatische Korrektur von Fehlern in addr:* (4) - :postcode und :city · EvanE (Gast) · 06.02.2013 14:43 · [flux]
  Oli-Wan wrote:
  
  Danke Edbert, die Liste werde ich bei Gelegenheit mal mit meiner PLZ-Liste abgleichen.
  Den aus meiner Sicht wichtigsten Hinweis hast Du aber in einem kleinen Einschub versteckt: das Wort "Bad". Zum Glück gibt es scheinbar nicht allzu viele "Bad"-Orte an, vor, bei oder in Irgendwas (Bad Homburg vor der Höhe, Bad Soden am Taunus und eine Handvoll weitere), wo also die erweiterte Identitätsprüfung notwendig werden könnte. Eine Lösung könnte sein, die Definition eines Worts so abzuwandeln, daß auch "Bad xyz" als ein Wort zählt.
  Evtl. muß ich meinem Programm auch noch beibringen, Abkürzungen zu verstehen (Beulen a.d. Rinn, Einen a.d. Waffel usw.). Ansonsten gilt aber: Orte, die mein Programm nicht erkennt, bleiben einfach außen vor - da muß dann der Mensch schauen, was zu tun ist. Diese Fehlerklasse wird ja auch im housenumbervalidator angezeigt.
  
  btw: 55583 "Bad Münster am Stein-Ebernbu"?
  
  Bad Münster am Stein-Ebernburg laut Nominatim:
  "Verwaltungsgrenze Bad Münster am Stein-Ebernburg, Bad Kreuznach, Rheinland-Pfalz, Deutschland"
  
  Bad Homburg vor der Höhe Abkürzung nach meiner Erinnerung Bad Homburg v.d.H.
  
  Hier noch die Liste der 116 Städte, die mit "Bad " beginnen.
```
Bad␣Abbach
Bad␣Aibling
Bad␣Arolsen
Bad␣Belzig
Bad␣Bentheim
Bad␣Bergzabern
Bad␣Berka
Bad␣Berleburg
Bad␣Berneck
Bad␣Bevensen
Bad␣Bibra
Bad␣Blankenburg
Bad␣Bodenteich
Bad␣Brambach
Bad␣Bramstedt
Bad␣Breisig
Bad␣Brückenau
Bad␣Buchau
Bad␣Camberg
Bad␣Colberg-Heldburg
Bad␣Doberan
Bad␣Driburg
Bad␣Dürkheim
Bad␣Dürrenberg
Bad␣Dürrheim
Bad␣Eilsen
Bad␣Elster
Bad␣Ems
Bad␣Endbach
Bad␣Endorf
Bad␣Essen
Bad␣Fallingbostel
Bad␣Feilnbach
Bad␣Frankenhausen/Kyffhäuser
Bad␣Freienwalde␣(Oder)
Bad␣Friedrichshall
Bad␣Gandersheim
Bad␣Gottleuba-Berggießhübel
Bad␣Griesbach
Bad␣Grund
Bad␣Harzburg
Bad␣Herrenalb
Bad␣Hersfeld
Bad␣Hindelang
Bad␣Homburg␣vor␣der␣Höhe
Bad␣Honnef
Bad␣Hönningen
Bad␣Iburg
Bad␣Kissingen
Bad␣Kohlgrub
Bad␣Königshofen
Bad␣Köstritz
Bad␣Kötzting
Bad␣Kreuznach
Bad␣Krozingen
Bad␣Laasphe
Bad␣Langensalza
Bad␣Lausick
Bad␣Lauterberg␣im␣Harz
Bad␣Liebenwerda
Bad␣Liebenzell
Bad␣Lippspringe
Bad␣Lobenstein
Bad␣Malente-Gremsmühlen
Bad␣Marienberg
Bad␣Mergentheim
Bad␣Münder
Bad␣Münster␣am␣Stein-Ebernburg
Bad␣Münstereifel
Bad␣Muskau
Bad␣Nauheim
Bad␣Nenndorf
Bad␣Neuenahr-Ahrweiler
Bad␣Neustadt␣an␣der␣Saale
Bad␣Oeynhausen
Bad␣Oldesloe
Bad␣Orb
Bad␣Peterstal-Griesbach
Bad␣Pyrmont
Bad␣Rappenau
Bad␣Reichenhall
Bad␣Rodach
Bad␣Sachsa
Bad␣Säckingen
Bad␣Salzdetfurth
Bad␣Salzschlirf
Bad␣Salzuflen
Bad␣Saulgau
Bad␣Schandau
Bad␣Schmiedeberg
Bad␣Schönborn
Bad␣Schussenried
Bad␣Schwalbach
Bad␣Schwartau
Bad␣Segeberg
Bad␣Sobernheim
Bad␣Soden␣am␣Taunus
Bad␣Soden-Salmünster
Bad␣Sooden
Bad␣Staffelstein
Bad␣Steben
Bad␣Sulza
Bad␣Sülze
Bad␣Teinach
Bad␣Tennstedt
Bad␣Urach
Bad␣Vilbel
Bad␣Waldsee
Bad␣Wildbad
Bad␣Wildungen
Bad␣Wilsnack
Bad␣Windsheim
Bad␣Wörishofen
Bad␣Wünnenberg
Bad␣Wurzach
Bad␣Zwischenahn
```
  'Anfällig' für Abkürzungen dürfte neben deinen zwei Beispielen folgende Orte sein:
  - Bad Frankenhausen/Kyffhäuser
  - Bad Freienwalde (Oder)
  - Bad Lauterberg im Harz
  - Bad Neustadt an der Saale
  
  Edbert (EvanE)
- Re: Automatische Korrektur von Fehlern in addr:* (4) - :postcode und :city · Oli-Wan (Gast) · 06.02.2013 15:08 · [flux]
  EvanE wrote:
  
  Oli-Wan wrote:
  
  btw: 55583 "Bad Münster am Stein-Ebernbu"?
  
  Bad Münster am Stein-Ebernburg laut Nominatim:
  "Verwaltungsgrenze Bad Münster am Stein-Ebernburg, Bad Kreuznach, Rheinland-Pfalz, Deutschland"
  
  Ich bin mittlerweile dahinter gekommen. Bei dieser Relation war das von mir ausgewertete note-Tag fehlerhaft. Nominatim wertet die admin-Grenze aus, deren name-Tag korrekt ist (die aber keine für mich verwendbare Information zur PLZ enthält).
  
  Daneben gibt es eine Reihe von Relationen, wo ehemals auswertbare note-Tags (note="xxxxx Ortsname") durch note="xxxxx post_code" ersetzt wurden; überwiegend in Fernost und stets durch denselben Benutzer. Dort wird mein Programm die in diesem Faden beschriebenen Korrekturen nicht durchführen können.
  www.openstreetmap.org/browse/relation/1087073
  ~~www.openstreetmap.org/browse/relation/1087077~~ ist inzwischen korrigiert, mein Datenauszug ist veraltet
  www.openstreetmap.org/browse/relation/1096779
  www.openstreetmap.org/browse/relation/1096785
  www.openstreetmap.org/browse/relation/1096786
  www.openstreetmap.org/browse/relation/1096809
  www.openstreetmap.org/browse/relation/1096811
  www.openstreetmap.org/browse/relation/1106855
  www.openstreetmap.org/browse/relation/1113172
  www.openstreetmap.org/browse/relation/1283586
  www.openstreetmap.org/browse/relation/1327258
  www.openstreetmap.org/browse/relation/1327267
  www.openstreetmap.org/browse/relation/1329077
  www.openstreetmap.org/browse/relation/1329080
  www.openstreetmap.org/browse/relation/1329082
  www.openstreetmap.org/browse/relation/1329083
  www.openstreetmap.org/browse/relation/1329085
  www.openstreetmap.org/browse/relation/1329086
  www.openstreetmap.org/browse/relation/1329089
  www.openstreetmap.org/browse/relation/1329091
  www.openstreetmap.org/browse/relation/1357514
  www.openstreetmap.org/browse/relation/1357521
  www.openstreetmap.org/browse/relation/1357522
  www.openstreetmap.org/browse/relation/1421434
  www.openstreetmap.org/browse/relation/2302726
  www.openstreetmap.org/browse/relation/2466233
  www.openstreetmap.org/browse/relation/2639207
  www.openstreetmap.org/browse/relation/2639208
  
  EvanE wrote:
  
  Bad Homburg vor der Höhe Abkürzung nach meiner Erinnerung Bad Homburg v.d.H.
  
  In den PLZ-Relationen:
```
'(61348␣"Bad␣Homburg␣v.d.␣Höhe")
'(61350␣"Bad␣Homburg␣v.d.␣Höhe")
'(61352␣"Bad␣Homburg␣v.d.␣Höhe")
```
- Re: Automatische Korrektur von Fehlern in addr:* (4) - :postcode und :city · EvanE (Gast) · 06.02.2013 17:22 · [flux]
  Oli-Wan wrote:
  EvanE wrote:
  
  Bad Homburg vor der Höhe Abkürzung nach meiner Erinnerung Bad Homburg v.d.H.
  
  In den PLZ-Relationen:
  
  '(61348␣"Bad␣Homburg␣v.d.␣Höhe") '(61350␣"Bad␣Homburg␣v.d.␣Höhe") '(61352␣"Bad␣Homburg␣v.d.␣Höhe")
  Man sollte doch immer vorher nachsehen, bevor man so etwas schreibt.
  Auf der Wikipedia-Seite steht die Abkürzung direkt am Anfang. 🙁
  
  Edbret (EvanE)
- Re: Automatische Korrektur von Fehlern in addr:* (4) - :postcode und :city · Oli-Wan (Gast) · 12.02.2013 00:03 · [flux]
  EvanE wrote:
  
  Man sollte doch immer vorher nachsehen, bevor man so etwas schreibt.
  Auf der Wikipedia-Seite steht die Abkürzung direkt am Anfang. 🙁
  
  Demnach ist sie aber - ohne Leerzeichen - in OSM auch falsch.
  
  EvanE wrote:
  
  Edbret (EvanE)
  
  Nanu, umgetauft? 😉
  
  Saalfeld/Saale machte zwar noch eine Anpassung des Stringvergleichs notwendig, aber seitdem läuft die neue Funktion sehr zufriedenstellend und ist bisher noch mit jedem Ortsnamen fertiggeworden. Weitere Änderungen (je ein Exemplar von mehreren bis vielen):
```
editing␣node␣#2144051910,␣http://www.openstreetmap.org/browse/node/2144051910
addr:postcode␣tag␣modified:␣"48149␣"␣->␣"48149"
editing␣node␣#2143353577,␣http://www.openstreetmap.org/browse/node/2143353577
addr:postcode␣tag␣modified:␣"07318␣Saalfeld"␣->␣"07318"
addr:city␣tag␣modified:␣"nil"␣->␣"Saalfeld"
editing␣way␣#25001680,␣http://www.openstreetmap.org/browse/way/25001680
addr:postcode␣tag␣modified:␣"13595␣"␣->␣"13595"
editing␣way␣#31246510,␣http://www.openstreetmap.org/browse/way/31246510
addr:postcode␣tag␣modified:␣"12679␣Berlin"␣->␣"12679"
addr:city␣tag␣modified:␣"nil"␣->␣"Berlin"
editing␣way␣#204245346,␣http://www.openstreetmap.org/browse/way/204245346
addr:postcode␣tag␣modified:␣"49201␣"␣->␣"49201"
editing␣way␣#204130846,␣http://www.openstreetmap.org/browse/way/204130846
addr:street␣tag␣modified:␣"Meissner␣Str."␣->␣"Meissner␣Straße"
addr:postcode␣tag␣modified:␣"01445␣Radebeul"␣->␣"01445"
addr:city␣tag␣modified:␣"nil"␣->␣"Radebeul"
editing␣way␣#204231371,␣http://www.openstreetmap.org/browse/way/204231371
addr:street␣tag␣modified:␣"Eifelstr.␣"␣->␣"Eifelstraße"
addr:postcode␣tag␣modified:␣"53119␣"␣->␣"53119"
editing␣node␣#287501062,␣http://www.openstreetmap.org/browse/node/287501062
addr:postcode␣tag␣modified:␣"Hatten"␣->␣"26209"
addr:city␣tag␣modified:␣"26209"␣->␣"Hatten"
editing␣node␣#2147151496,␣http://www.openstreetmap.org/browse/node/2147151496
addr:postcode␣tag␣modified:␣"84028␣Landshut"␣->␣"84028"
addr:city␣tag␣modified:␣"nil"␣->␣"Landshut"
editing␣node␣#2147899622,␣http://www.openstreetmap.org/browse/node/2147899622
addr:postcode␣tag␣modified:␣"22041␣"␣->␣"22041"
```
- Re: Automatische Korrektur von Fehlern in addr:* (4) - :postcode und :city · EvanE (Gast) · 12.02.2013 02:06 · [flux]
  
  Oli-Wan wrote:
  
  EvanE wrote:
  
  Edbret (EvanE)
  
  Nanu, umgetauft? 😉
  
  Nein, nur zu schnell getippt.
  Meistens sehe ich solche Fehler und korrigiere sie vor dem Abschicken.
  Aber irgendwann rutsch dann doch einer durch.
  
  Schön zu sehen, dass solche Dreher jemanden auffallen.
  Edbert (EvanE)
- Re: Automatische Korrektur von Fehlern in addr:* (4) - :postcode und :city · Oli-Wan (Gast) · 14.02.2013 21:08 · [flux]
  Eine Ergänzung werde ich wohl noch einbauen, nämlich für den Fall, daß sowohl PLZ und Ort durcheinandergewürfelt werden als auch ein "D[ -]" vor der Postleitzahl steht. Stein des Anstoßes ist
```
way␣#205324243's␣addr:postcode␣tag␣looks␣funny:␣"D-41066␣Mönchengladbach"
but␣I␣can't␣do␣anything␣about␣it
```
  Edit: ist eingebaut und scheint zu funktionieren.