解析臭名昭著的日本邮编 CSV：一场对数据地狱的敬畏之旅

概述

作者分享解析日本邮政公布的邮编数据 ken_all.csv 的「恐怖经历」，并发布 posuto 这个易用包。该 CSV 出了名的难解析：超长字段（社区名超过 38 字符、半角片假名超过 76 字符）会被拆成多行并重复其余字段，换行位置看似随机；某些条目含「除以下建筑外」这类注记，需精确匹配并排除；「一円」既可能意为「一日元」又可能是「周围区域」的注释，需从社区名中移除（除滋贺县一个真以此为名的社区）。附带的罗马字文件质量也很差（如「JAビル」被转成「JIEIEIBIRU」）。作者感叹一个地方能塞进多少复杂度。