[cssho]

概要

日本郵便の郵便番号データ（1レコード1行、UTF-8形式）を利用者側で指定して読み込めるようにしました。データはリポジトリに同梱していません。

郵便番号の町域名で住所を住所A（町域名まで）と住所B（町域名以降）に自動で分割できるようになり、住所全体を渡しても町域名の漢数字を抜き出さなくなります。

var dictionary = ZipCodeDictionary.Load(@"c:\data\utf_ken_all.zip");
var code = BarCode.Create("1020082", "東京都千代田区一番町5-3", dictionary);
// code.AddressNumber → "5-3"（郵便番号データなしでは "1-5-3"）

追加した API（コア、外部依存なし）

API	内容
ZipCodeDictionary.Load(パス) / Load(Stream)	utf_ken_all.csv、または zip（utf_ken_all.zip）のまま読み込む。Load(Stream) は渡された Stream を閉じない
dictionary.IsRepresentative(郵便番号)	代表の郵便番号（町域名が「以下に掲載がない場合」）なら true。データにない番号（事業所の個別番号など）は null
dictionary.Find(郵便番号) / Contains(郵便番号)	郵便番号の町域を取得する
dictionary.TrySplitAddress(郵便番号, 住所, out 住所A, out 住所B)	町域名で住所を分割する。都道府県名の省略、町域名の前の「大字」「字」、空白、全角・半角、「ヶ／ケ」の違いは区別しない。町域名の括弧書き（「北六条東（１～７丁目）」など）は除いて照合する
BarCode.Create(郵便番号, 住所, 郵便番号データ)	分割できれば住所Bだけから抜き出す。できなければ住所全体を使う（郵便番号データなしと同じ）

町域名の特殊な値

• 「○○市の次に番地がくる場合」「○○村一円」：町域名なしとして、市区町村名までで分割する。
• 「一円」という実在の町域名（滋賀県犬上郡多賀町一円）もあるため、「一円」は「市区町村名 + 一円」の形のときだけ特殊な値とみなす。
• 代表の郵便番号（「以下に掲載がない場合」）：町域名がわからないため分割しない。

代表の郵便番号の判定（IsRepresentativeZipCode）
郵便番号データに基づいて判定します。データにない番号（郵便番号データより新しい番号など）は、データなしのときと同じく下2けたで判定します。

住所A・B 版の Create の変更
住所Aを取り除くときの照合を、郵便番号データと同じ方法（空白、全角・半角、「ヶ／ケ」を区別しない）にそろえました。

読み込み時のエラー
列数が違う・郵便番号が 7 桁の数値でない・UTF-8 として読めない文字がある、のいずれかで行番号付きのエラーにします。最後のチェックで、従来の Shift_JIS 形式（KEN_ALL.CSV）の取り違えを検出します。

実データでの確認

2026年10月30日更新の utf_ken_all.csv で確認しました（データはリポジトリに含めていません）。

項目	結果
読み込み	124,527 行（郵便番号 120,721 件）を約 0.2 秒、メモリ約 22MB。形式エラーなし
分割（全町域）	「都道府県 + 市区町村 + 町域 + 番地」で組み立てた住所を、代表番号以外の 122,657 町域すべてで正しく分割。都道府県を省いた場合も失敗 0 件
マニュアルの住所例 18 件	すべて分割できた。一番町・八丁堀・三ノ輪は、辞書なしでの 1-5-3・8-2-1-1・3-1-2 が 5-3・2-1-1・1-2 になった
代表番号	1,769 件。すべて下 2 けたが 00 で、00 なのに代表でない番号は 0 件
処理時間（10 万件）	分割のみ 1 件 0.99μs、辞書ありの生成 1 件 5.92μs（辞書なし 4.62μs）

全町域の分割は、データ自身から組み立てた住所での検証です。実際の住所の書き方の揺れまでは確かめていません。

コードレビューへの対応

• 代表の郵便番号では分割しないようにした（「東京都千代田区一番町」に代表番号を使うと「一番町」の漢数字を抜き出していた）。
• データにない番号を「代表でない」と決めつけず、下2けたで判定するようにした。
• 住所A・B 版の Create の照合を郵便番号データと同じにした。
• 郵便番号の正規化と検索を 1 回にまとめた。
• 都道府県名・市区町村名の文字列を共有し、メモリを約 30MB から約 22MB に削減した。
• 分割のたびに候補文字列を作る点は、計測の結果（10 万件で約 0.1 秒）、読み込み時に作っておくとメモリが増えるため見送った。
• BarCode.Create(郵便番号, "…", null) が曖昧になる点は、2.0.0 が未公開で影響を受ける利用者がいないため見送った。

テスト

• dotnet test で 176 件すべて成功（42 件追加）。
• テスト用データ TestData/ken_all_sample.csv は、utf_ken_all.csv の形式で手書きしたもの（実データの抜粋ではない）。

🤖 Generated with Claude Code

https://claude.ai/code/session_01HNb8H3ydQTR8dWU8d28osE