amrez-nova-eop-services-api/AMREZ.EOP.Domain/Shared/Data/ThaiAddressParser.cs

using System.Text.RegularExpressions;

namespace AMREZ.EOP.Domain.Shared.Data;

using System.Text.RegularExpressions;

public record ParsedAddress(
    string Name,
    string Phone,
    string AddressOnly, // ที่อยู่เต็ม ไม่รวมชื่อ/เบอร์
    string AddressMain, // ส่วนต้นของที่อยู่ เช่น เลขที่ / หมู่ / ซอย / ถนน
    string Subdistrict, // ตำบล / แขวง
    string District, // อำเภอ / เขต
    string Province, // จังหวัด
    string PostalCode // รหัสไปรษณีย์ 5 หลัก
);

public static class ThaiAddressParser
{
    public static ParsedAddress Parse(string? raw)
    {
        if (string.IsNullOrWhiteSpace(raw))
        {
            return new ParsedAddress("", "", "", "", "", "", "", "");
        }

        var original = raw;

        // normalize space + เอา emoji / สัญลักษณ์กวน ๆ ออก
        var sNorm = Regex.Replace(original, "[ \\t]+", " ");
        sNorm = sNorm
            .Replace("🏠", " ")
            .Replace("☎️", " ")
            .Replace("📍", " ");
        sNorm = Regex.Replace(sNorm.Trim(), "\\s*\\n\\s*", "\n");

        // ====================== PHONE ======================
        string? phoneDigits = null;
        var phoneMatches = Regex.Matches(original.Replace("-", ""), @"0\d{8,9}");
        if (phoneMatches.Count > 0)
        {
            // ส่วนใหญ่เบอร์จะอยู่ท้าย เอาอันสุดท้าย
            phoneDigits = phoneMatches[^1].Value;
        }

        var sWithoutPhone = sNorm;

        if (!string.IsNullOrWhiteSpace(phoneDigits))
        {
            // pattern ยอมให้มี "-" หรือ space คั่นตัวเลขแต่ละตัว
            var phoneChars = phoneDigits.ToCharArray();
            var phonePattern = string.Join("[- ]?", phoneChars);
            var phoneRegex = new Regex(phonePattern);

            sWithoutPhone = phoneRegex.Replace(sWithoutPhone, "");

            // ตัดคำ "โทร", "Tel", "เบอร์" ที่ติดกับเบอร์ออก
            sWithoutPhone = Regex.Replace(
                sWithoutPhone,
                @"(โทร\.?|Tel\.?|tel\.?|เบอร์|[Tt]el ?:)\s*",
                "",
                RegexOptions.CultureInvariant
            );
        }

        // ====================== NAME ======================
        var lines = sWithoutPhone
            .Split('\n', StringSplitOptions.RemoveEmptyEntries | StringSplitOptions.TrimEntries);

        var firstLine = lines.Length > 0 ? lines[0] : string.Empty;

        // หา index สิ้นสุดชื่อ (ก่อนเจอเลขหรือคำว่า "ที่อยู่"/"ร้าน")
        var nameEndIndex = firstLine.Length;

        var digitMatch = Regex.Match(firstLine, @"\d");
        if (digitMatch.Success && digitMatch.Index < nameEndIndex)
        {
            nameEndIndex = digitMatch.Index;
        }

        var addrWordMatch = Regex.Match(firstLine, "(ที่อยู่|ร้าน)");
        if (addrWordMatch.Success && addrWordMatch.Index < nameEndIndex)
        {
            nameEndIndex = addrWordMatch.Index;
        }

        var name = firstLine[..nameEndIndex].Trim(' ', ':', '-', '(', ')');
        // ถ้ามีวงเล็บท้ายชื่อ และไม่มีเลขข้างใน ตัดออก
        name = Regex.Replace(name, @"\([^0-9)]*\)$", "").Trim();

        // ====================== ADDRESS TEXT (เต็ม) ======================
        var allText = string.Join(" ", lines);
        var addrText = allText;

        if (!string.IsNullOrWhiteSpace(name) && addrText.StartsWith(name))
        {
            addrText = addrText[name.Length..].Trim(' ', ',', ':', '-');
        }

        addrText = Regex.Replace(addrText, @"\s{2,}", " ");

        // เคลียร์วงเล็บเปล่า ๆ "()" ที่บางแถวมี
        addrText = Regex.Replace(addrText, @"\(\s*\)", "").Trim();

        // ====================== POSTAL CODE ======================
        string postal = "";
        var postalMatch = Regex.Match(addrText, @"(\d{5})(?!.*\d{5})");
        if (postalMatch.Success)
        {
            postal = postalMatch.Groups[1].Value;
        }

        // helper เลือกกลุ่มแรกที่ไม่ว่าง
        static string Pick(params Group[] groups)
        {
            foreach (var g in groups)
            {
                if (g.Success && !string.IsNullOrWhiteSpace(g.Value))
                    return g.Value.Trim();
            }

            return "";
        }

        // ====================== SUBDISTRICT (ตำบล/แขวง) ======================
        string subdistrict = "";
        var subMatch = Regex.Match(
            addrText,
            @"ต\. ?(?<t1>[^ \d]+)|ตำบล ?(?<t2>[^ \d]+)|แขวง ?(?<t3>[^ \d]+)"
        );
        if (subMatch.Success)
        {
            subdistrict = Pick(
                subMatch.Groups["t1"],
                subMatch.Groups["t2"],
                subMatch.Groups["t3"]
            );
        }

        // ====================== DISTRICT (อำเภอ/เขต) ======================
        string district = "";
        var distMatch = Regex.Match(
            addrText,
            @"อ\. ?(?<d1>[^ \d]+)|อำเภอ ?(?<d2>[^ \d]+)|เขต ?(?<d3>[^ \d]+)"
        );
        if (distMatch.Success)
        {
            district = Pick(
                distMatch.Groups["d1"],
                distMatch.Groups["d2"],
                distMatch.Groups["d3"]
            );
        }

        // ====================== PROVINCE ======================
        string province = "";
        if (Regex.IsMatch(addrText, @"กรุงเทพมหานคร|กรุงเทพฯ|กทม\.?|กรุงเทพ(?![กษ])"))
        {
            province = "กรุงเทพมหานคร";
        }
        else
        {
            var provMatch = Regex.Match(
                addrText,
                @"จ\. ?(?<p1>[^0-9 ]+)|จังหวัด ?(?<p2>[^0-9 ]+)"
            );
            if (provMatch.Success)
            {
                province = Pick(
                    provMatch.Groups["p1"],
                    provMatch.Groups["p2"]
                );
            }
        }

        // special rule: ถ้าอำเภอ = "เมือง" แล้วมีจังหวัด ให้กลายเป็น "เมือง{จังหวัด}"
        // เช่น เมือง + ลำพูน = เมืองลำพูน
        if (district == "เมือง" && !string.IsNullOrWhiteSpace(province))
        {
            district = $"เมือง{province}";
        }

        // ====================== ADDRESS MAIN ======================
        var mainAddress = addrText;

        // ลบรหัสไปรษณีย์ออกจาก address main
        if (!string.IsNullOrEmpty(postal))
        {
            mainAddress = mainAddress.Replace(postal, "").Trim();
        }

        // ลบจังหวัดออก
        mainAddress = Regex.Replace(
            mainAddress,
            @"(กรุงเทพมหานคร|กรุงเทพฯ|กทม\.?|กรุงเทพ(?![กษ])|จ\. ?[^0-9 ]+|จังหวัด ?[^0-9 ]+)",
            "",
            RegexOptions.CultureInvariant
        );

        // ลบตำบล/แขวง + อำเภอ/เขต ออกจาก address main
        mainAddress = Regex.Replace(
            mainAddress,
            @"(ต\. ?[^ \d]+|ตำบล ?[^ \d]+|แขวง ?[^ \d]+|อ\. ?[^ \d]+|อำเภอ ?[^ \d]+|เขต ?[^ \d]+)",
            "",
            RegexOptions.CultureInvariant
        );

        // ลบ "กรุงเทพ / กทม" ที่ยังหลุดท้าย ๆ อีกที กันเคสแบบ "กรุงเทพ ."
        mainAddress = Regex.Replace(
            mainAddress,
            @"(กรุงเทพมหานคร|กรุงเทพฯ|กรุงเทพ|กทม\.?)\s*\.?",
            "",
            RegexOptions.CultureInvariant
        );

        // เคลียร์ space / comma ซ้ำ
        mainAddress = Regex.Replace(mainAddress, @"\s{2,}", " ");
        mainAddress = mainAddress.Trim(' ', ',', '.');

        return new ParsedAddress(
            Name: name,
            Phone: phoneDigits ?? "",
            AddressOnly: addrText,
            AddressMain: mainAddress,
            Subdistrict: subdistrict,
            District: district,
            Province: province,
            PostalCode: postal
        );
    }
}