目录

前言

前几天在Python交流群里边，有个叫【^-^】的粉丝分享了一道Python基础的题目，跟快递信息有关的，题目如下：

现在想要达到的效果如下：

一、思路

针对这个问题，首先需要读取列表的信息，之后对列表进行切割，获取列表中的省或者直辖市信息，之后再判断省位信息中是否包含在地址信息中，使用列表追加的方法，进行处理，这里经常会用到字典和列表来存储信息，屡试不爽。

二、解决方案

针对该问题，粉丝【^-^】给出了解决方法，直接上代码如下：

# coding: utf-8
def sp(s):
    citys = []
    dizhi = []
    dice = {}
    dic = {}
    for i in s:
        # print(i)
        a = i[1]
        city = a[0:2]
        zlib = a[0:2]
        citys.append(city)
        dizhi.append(zlib)
    cityss = set(citys)  # 去重
    citysss = list(cityss)  # 转为列表
    d = dice.fromkeys(citysss)
    for key in d:
        h = []
        for j in s:
            b = j[1]
            lgezi = b[0:2]
            if lgezi == key:
                h.append(j)
            dic[key] = h
    # print(dic)
    for key in dic:
        # 遍历字典
        print(key, dic[key])


if __name__ == "__main__":
    sp([
        ["王*龙", "北京市海淀区苏州街大恒科技大厦南座4层"],
        ["郭*峰", "河南省商丘市高新技术开发区恒宇食品厂"],
        ["赵*生", "河北省唐山市朝阳道与学院路路口融通大厦2408室"],
        ["张*", "陕西省咸阳市文汇东路6号西藏民族大学"],
        ["刘*民", "北京市大兴区南海家园四里7号楼1单元902"],
        ["郭*兰", "湖北省武汉市湖北省"],
        ["张*强", "河北省张家口市经开区钻石南路11号"],
        ["鞠*龙", "山东省潍坊市玉清街江山帝景B区12号楼一单元14楼"],
        ["李*", "北京市海淀区西二旗智学苑5号楼超市"],
        ["许*康", "北京市西城区西单北大街甲133号"],
        ["叶*生", "江苏省扬州市扬子江中路756号"],
        ["赵*兴", "北京市海淀区西二旗上地信息路1号金远见大楼华纬讯301"],
        ["徐*革", "北京市海淀区闵庄路3号102栋二层206"],
        ["徐*", "安徽省淮南市金荷小区(金格商场旁)"],
        ["雷*", "北京市朝阳区望京街道望京sohoT1C座1201"],
        ["庄*", "浙江省杭州市恒生电子大厦"],
        ["蔡*恩", "湖北省武汉市仁和路沙湖港湾B区1103"],
        ["陈*", "江苏省苏州市巴城镇湖滨北路193号牛吃蟹庄"],
        ["黄*", "北京市朝阳区霄云路26号鹏润大厦A座33层"],
        ["魏*飞", "河北省石家庄市新石北路与红旗大街交口开元大厦502室"],
        ["张*", "山东省济南市兴港路三庆城市主人"],
        ["段*琪", "山西省临汾市福利路尧乡小区"],
        ["刘*", "北京市昌平区龙禧三街骊龙园601"],
        ["王*生", "上海市杨浦区邯郸路复旦大学遗传学楼319室"],
        ["王*君", "江苏省扬州市叶挺路318号建行营业部"],
        ["王*义", "北京市东城区环球贸易中心D座"],
        ["韩*鉴", "北京市门头沟区滨河路葡东小区七号楼4层D门"],
        ["罗*若", "陕西省西安市龙首北路宫园一号5号楼4单元"],
        ["王*", "北京市海淀区上地东路盈创动力大厦e座801c源清慧虹信息科技"],
        ["马*", "湖北省武汉市庙山中路10号名湖豪庭7栋1403"],
        ["常*峰", "山西省太原市迎新街"],
        ["侯*", "浙江省杭州市江陵路1541号"],
        ["许*娟", "上海市宝山区殷高西路高境二村177号502"],
        ["朱*", "北京市海淀区东升镇宝盛东路奥北科技园领智中心Ｂ座5层"],
        ["吴*峰", "湖北省武汉市幸福路鸿福花园1栋3006"],
        ["付*诚", "北京市海淀区观林园"],
        ["滕*", "江苏省南京市秣周东路11号双子楼9号楼15楼君度科技"],
        ["石*刚", "辽宁省大连市大连市经济技术开发区福泉北路20号"],
        ["程*", "北京市昌平区沙河兆丰家园"],
        ["武*", "北京市昌平区回龙观西大街龙腾苑五区16号楼1单元202"],
        ["郭*欣", "北京市西城区阜成门 万通新世界 B座1503"]
    ])

代码不算多，需要花点时间去读，不过涉及的知识点并不复杂，基本上有点Python基础，也可以理解。代码运行之后，可以看到效果如下：

不过后来我在读取这份代码的时候，发现中间有个地方写的着实有些冗余，稍微修改下，代码方面简洁一些，一些函数和变量命名加了一些对应的现实意义的单词，可读性强了一丢丢，代码如下：

# coding: utf-8
def sp(text):
    city = []
    dice = {}
    dic = {}
    address = [info[-1] for info in text]
    for city_info in address:
        city.append(city_info[0:2])
    cities = list(set(city))  # 先去重，然后转为列表
    # print(cities)
    dict_keys = dice.fromkeys(cities)

    for key in dict_keys:
        h = []
        for info in text:
            address = info[-1]
            city_info = address[0:2]
            if city_info == key:
                h.append(info)
            dic[key] = h
    # print(dic)
    for key in dic:
        # 遍历字典
        print(key, dic[key])


if __name__ == "__main__":
    sp([
        ["王*龙", "北京市海淀区苏州街大恒科技大厦南座4层"],
        ["柴*虎", "北京市昌平区北七家镇顺玮阁小区"],
        ["韩*", "辽宁省葫芦岛市小庄子乡宝仓村"],
        ["魏*森", "北京市昌平区于辛庄路，赋腾国创中心，2楼"],
        ["邓*明", "北京市丰台区新华街三里1号楼305"],
        ["赵*", "上海市宝山区宝山区高境镇高境一村11号后3号车库"],
        ["徐*亮", "北京市海淀区花园东路11号泰兴大厦302"],
        ["张*凡", "北京市昌平区沙河镇松兰堡迎客家园507"],
        ["赵*", "北京市北京市海淀区农大国际创业园b区6065"],
        ["顾*天", "北京市海淀区上地东路1号华控大厦"],
        ["丁*", "上海市杨浦区安波路533弄硕和商务2号楼1102"],
        ["封*号", "江苏省苏州市陆家镇陆丰东路199号水岸香堤2#2309"],
        ["王*哲", "上海市静安区曲沃路430弄15号401"],
        ["刘**", "湖北省武汉市左岭镇 武汉华星光电一号门"],
        ["付*", "安徽省合肥市长江西路305号电信新技术楼"],
        ["鲁*", "湖北省武汉市武大科技园宏业楼C座"],
        ["张*", "北京市朝阳区小营路13号亚非大厦7层8704室"],
        ["齐*", "湖北省武汉市珞喻路马家庄"],
        ["王*", "北京市海淀区北坞嘉园北里9号楼三单元D01"],
        ["陈*龙", "北京市朝阳区北卫新园"],
        ["曹*生", "江苏省无锡市澄南花苑"],
        ["沈*", "北京市海淀区中关村南大街甲18号北京国际大厦D座7层"],
        ["续*", "山西省晋中市中都广场12层畅快车贷"],
        ["赵*全", "河北省唐山市李钊庄镇大王庄村"],
        ["成*", "上海市虹口区东五小区641号楼2007"],
        ["方*", "上海市闵行区联航路1399弄28号1103室"],
        ["曹*", "上海市浦东新区向城路15号24C"],
        ["韩*德", "北京市大兴区枣园北里小区1号楼8单元202"],
        ["金*鹏", "浙江省温州市温州职业技术学院生活区快递中心"],
        ["陶*明", "浙江省嘉兴市南溪路桂苑小区23幢603"],
        ["李*ir", "北京市丰台区南苑乡 德鑫家园9号楼5单元50"],
        ["姜*杰", "山东省临沂市凤凰岭大街惠民早餐"],
        ["l*xq", "辽宁省沈阳市卫工南街4-4网点2门瀚辰跆拳道"],
        ["单*成", "山东省日照市日照职业技术学院"],
        ["韩*红", "上海市杨浦区隆昌路619号10号楼二楼"],
        ["魏*琪", "北京市丰台区汉威国际广场4区12号楼"],
        ["杨*康", "北京市丰台区丰台科技园汉威广场12栋"],
    ])

三、小小花絮

这里其实还可以通过正则表达式来做地址信息的提取，代码如下：

with open("地址信息.txt", "r", encoding="utf-8") as f:
    for line in f:
        content = re.compile(r"\["(?P.*?)", "(?P
.*?)"\]", re.S)
        result = content.finditer(line)
        for i in result:
            name = i.group("name")
            address = i.group("address")
            print(name, address)

可以得到用户的姓名和地址信息，如下图所示：

之后将得到的数据可以存excel，之后通过pandas进行提取，这里使用小小明大佬给的指导代码，可以提取省位，真不错！

df["地区2"]=df.地区.apply(lambda s: s[:(s in ("黑龙江省", "内蒙古自治区"))+2])

四、总结

我是Python进阶者。本文实际生活中的快递信息，基于Python编程，使用Python基础知识中的列表、字典、函数等，实现了数据信息的提取过程。

以上就是基于Python实现快递信息提取的详细内容，更多关于Python快递信息提取的资料请关注脚本之家其它相关文章！

关键词： 北京市海淀区 湖北省武汉市 北京市昌平区 北京市朝阳区