住所表記ゆれの代表例｜全角・半角・ヶ・ケ・ハイフンの違いを解説
住所データで起こりやすい全角・半角、空白、ハイフン、丁目・番・号、カナ、地名文字などの表記ゆれを解説します。文字列の整形だけで判断せず、住所構造や住所辞書で確認する考え方を紹介します。
住所データには、全角・半角、空白、ハイフン、丁目・番・号、カナ、地名文字など、見た目は近くても扱いが異なる表記ゆれがあります。ここでは代表例を整理し、文字列の整形だけで判断しないための考え方を解説します。
住所表記ゆれの代表例
表記ゆれがあることは、必ずしも別の住所であることを意味しません。同じルールを全項目へ一括で適用する前に、どの種類の違いを扱うかを分けて考えます。
全角・半角の数字
「２－８－１」と「2-8-1」のような数字の幅は、対象を限定すれば整理しやすい例です。ただし、住所全体を一律に変換する前に、元の値と変換後の値を比較できる列を残します。
ハイフンに見える文字
半角ハイフン、全角ハイフン、マイナス記号などは見た目が似ています。SUBSTITUTE関数は指定した文字を置き換える関数なので、対象の文字を確認して使います。「ー」をすべてハイフンへ置き換えるような一括処理は避けます。
丁目・番・号とハイフン表記
「2丁目8番1号」と「2-8-1」は、住所構造を確認しながら扱う必要があります。単純な文字置換ではなく、住所の階層や辞書データと照合して候補として扱います。
スペースとカナ
TRIM関数は主にASCIIのスペースを対象にします。すべての空白を同じように扱えるわけではなく、建物名などで意味を持つ区切りまで消さないように注意します。ASC関数は全角の英数カナを半角へ変換する関数であり、住所全体へ無条件に適用する前に対象範囲を確認します。Excelでの扱いはExcelで住所の表記ゆれを整える方法も参照してください。
「ケ」と「ヶ」は文字だけで決めない
地名の「ケ」と「ヶ」は、見た目が近くても正式表記が異なる場合があります。神奈川県横浜市西区には「霞ケ丘」、大阪府堺市堺区には「霞ヶ丘町」があります。片方をもう片方へ一括置換するのではなく、住所辞書や住所の階層を使って確認します。
正規化の方法を分ける
正規化は、対象を限定して整理する処理、住所構造を確認する処理、住所辞書で照合する処理に分けます。数字や特定のハイフンのように規則が明確なものと、地名文字や旧字体のように辞書照合が必要なものを同じ方法で処理しません。
注意：正規化しても、住所の実在性、現在の住所か、郵便番号との一致、同じ顧客かどうかまでは保証できません。確認対象と確認結果を別に記録します。
元データと候補を分けて残す
元の住所、正規化候補、確認結果、確認理由を分けて保存します。元の入力が誤りとは限らないため、上書きだけで履歴を失わないようにします。旧住所の確認は旧住所から現住所を調べる方法、住所と建物情報の分け方は住所と建物名・部屋番号の分割も参考にしてください。
住所データを確認する
表記を整えた後も、確認が必要なデータは候補として残し、少量のデータから見直すことをおすすめします。