手把手教你使用Python提取快遞信息

回復“書籍”即可獲贈Python從入門到進階共10本電子書

大家好，我是Python進階者。

前言

前幾天在Python交流群里邊，有個叫【^-^】的粉絲分享了一道Python基礎的題目，跟快遞信息有關的，題目如下：

現(xiàn)在想要達到的效果如下：

一、思路

針對這個問題，首先需要讀取列表的信息，之后對列表進行切割，獲取列表中的省或者直轄市信息，之后再判斷省位信息中是否包含在地址信息中，使用列表追加的方法，進行處理，這里經常會用到字典和列表來存儲信息，屢試不爽。

二、解決方案

針對該問題，粉絲【^-^】給出了解決方法，直接上代碼如下：

# 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)  # 轉為列表
    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:
        # 遍歷字典
        print(key, dic[key])


if __name__ == '__main__':
    sp([
        ['王*龍', '北京市海淀區(qū)蘇州街大恒科技大廈南座4層'],
        ['郭*峰', '河南省商丘市高新技術開發(fā)區(qū)恒宇食品廠'],
        ['趙*生', '河北省唐山市朝陽道與學院路路口融通大廈2408室'],
        ['張*', '陜西省咸陽市文匯東路6號西藏民族大學'],
        ['劉*民', '北京市大興區(qū)南海家園四里7號樓1單元902'],
        ['郭*蘭', '湖北省武漢市湖北省'],
        ['張*強', '河北省張家口市經開區(qū)鉆石南路11號'],
        ['鞠*龍', '山東省濰坊市玉清街江山帝景B區(qū)12號樓一單元14樓'],
        ['李*', '北京市海淀區(qū)西二旗智學苑5號樓超市'],
        ['許*康', '北京市西城區(qū)西單北大街甲133號'],
        ['葉*生', '江蘇省揚州市揚子江中路756號'],
        ['趙*興', '北京市海淀區(qū)西二旗上地信息路1號金遠見大樓華緯訊301'],
        ['徐*革', '北京市海淀區(qū)閔莊路3號102棟二層206'],
        ['徐*', '安徽省淮南市金荷小區(qū)(金格商場旁)'],
        ['雷*', '北京市朝陽區(qū)望京街道望京sohoT1C座1201'],
        ['莊*', '浙江省杭州市恒生電子大廈'],
        ['蔡*恩', '湖北省武漢市仁和路沙湖港灣B區(qū)1103'],
        ['陳*', '江蘇省蘇州市巴城鎮(zhèn)湖濱北路193號牛吃蟹莊'],
        ['黃*', '北京市朝陽區(qū)霄云路26號鵬潤大廈A座33層'],
        ['魏*飛', '河北省石家莊市新石北路與紅旗大街交口開元大廈502室'],
        ['張*', '山東省濟南市興港路三慶城市主人'],
        ['段*琪', '山西省臨汾市福利路堯鄉(xiāng)小區(qū)'],
        ['劉*', '北京市昌平區(qū)龍禧三街驪龍園601'],
        ['王*生', '上海市楊浦區(qū)邯鄲路復旦大學遺傳學樓319室'],
        ['王*君', '江蘇省揚州市葉挺路318號建行營業(yè)部'],
        ['王*義', '北京市東城區(qū)環(huán)球貿易中心D座'],
        ['韓*鑒', '北京市門頭溝區(qū)濱河路葡東小區(qū)七號樓4層D門'],
        ['羅*若', '陜西省西安市龍首北路宮園一號5號樓4單元'],
        ['王*', '北京市海淀區(qū)上地東路盈創(chuàng)動力大廈e座801c源清慧虹信息科技'],
        ['馬*', '湖北省武漢市廟山中路10號名湖豪庭7棟1403'],
        ['常*峰', '山西省太原市迎新街'],
        ['侯*', '浙江省杭州市江陵路1541號'],
        ['許*娟', '上海市寶山區(qū)殷高西路高境二村177號502'],
        ['朱*', '北京市海淀區(qū)東升鎮(zhèn)寶盛東路奧北科技園領智中心Ｂ座5層'],
        ['吳*峰', '湖北省武漢市幸福路鴻福花園1棟3006'],
        ['付*誠', '北京市海淀區(qū)觀林園'],
        ['滕*', '江蘇省南京市秣周東路11號雙子樓9號樓15樓君度科技'],
        ['石*剛', '遼寧省大連市大連市經濟技術開發(fā)區(qū)福泉北路20號'],
        ['程*', '北京市昌平區(qū)沙河兆豐家園'],
        ['武*', '北京市昌平區(qū)回龍觀西大街龍騰苑五區(qū)16號樓1單元202'],
        ['郭*欣', '北京市西城區(qū)阜成門 萬通新世界 B座1503']
    ])

代碼不算多，需要花點時間去讀，不過涉及的知識點并不復雜，基本上有點Python基礎，也可以理解。代碼運行之后，可以看到效果如下：

不過后來我在讀取這份代碼的時候，發(fā)現(xiàn)中間有個地方寫的著實有些冗余，稍微修改下，代碼方面簡潔一些，一些函數(shù)和變量命名加了一些對應的現(xiàn)實意義的單詞，可讀性強了一丟丟，代碼如下：

# 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，然后轉為列表
    # 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:
        # 遍歷字典
        print(key, dic[key])


if __name__ == '__main__':
    sp([
        ['王*龍', '北京市海淀區(qū)蘇州街大恒科技大廈南座4層'],
        ['柴*虎', '北京市昌平區(qū)北七家鎮(zhèn)順瑋閣小區(qū)'],
        ['韓*', '遼寧省葫蘆島市小莊子鄉(xiāng)寶倉村'],
        ['魏*森', '北京市昌平區(qū)于辛莊路，賦騰國創(chuàng)中心，2樓'],
        ['鄧*明', '北京市豐臺區(qū)新華街三里1號樓305'],
        ['趙*', '上海市寶山區(qū)寶山區(qū)高境鎮(zhèn)高境一村11號后3號車庫'],
        ['徐*亮', '北京市海淀區(qū)花園東路11號泰興大廈302'],
        ['張*凡', '北京市昌平區(qū)沙河鎮(zhèn)松蘭堡迎客家園507'],
        ['趙*', '北京市北京市海淀區(qū)農大國際創(chuàng)業(yè)園b區(qū)6065'],
        ['顧*天', '北京市海淀區(qū)上地東路1號華控大廈'],
        ['丁*', '上海市楊浦區(qū)安波路533弄碩和商務2號樓1102'],
        ['封*號', '江蘇省蘇州市陸家鎮(zhèn)陸豐東路199號水岸香堤2#2309'],
        ['王*哲', '上海市靜安區(qū)曲沃路430弄15號401'],
        ['劉**', '湖北省武漢市左嶺鎮(zhèn) 武漢華星光電一號門'],
        ['付*', '安徽省合肥市長江西路305號電信新技術樓'],
        ['魯*', '湖北省武漢市武大科技園宏業(yè)樓C座'],
        ['張*', '北京市朝陽區(qū)小營路13號亞非大廈7層8704室'],
        ['齊*', '湖北省武漢市珞喻路馬家莊'],
        ['王*', '北京市海淀區(qū)北塢嘉園北里9號樓三單元D01'],
        ['陳*龍', '北京市朝陽區(qū)北衛(wèi)新園'],
        ['曹*生', '江蘇省無錫市澄南花苑'],
        ['沈*', '北京市海淀區(qū)中關村南大街甲18號北京國際大廈D座7層'],
        ['續(xù)*', '山西省晉中市中都廣場12層暢快車貸'],
        ['趙*全', '河北省唐山市李釗莊鎮(zhèn)大王莊村'],
        ['成*', '上海市虹口區(qū)東五小區(qū)641號樓2007'],
        ['方*', '上海市閔行區(qū)聯(lián)航路1399弄28號1103室'],
        ['曹*', '上海市浦東新區(qū)向城路15號24C'],
        ['韓*德', '北京市大興區(qū)棗園北里小區(qū)1號樓8單元202'],
        ['金*鵬', '浙江省溫州市溫州職業(yè)技術學院生活區(qū)快遞中心'],
        ['陶*明', '浙江省嘉興市南溪路桂苑小區(qū)23幢603'],
        ['李*ir', '北京市豐臺區(qū)南苑鄉(xiāng) 德鑫家園9號樓5單元50'],
        ['姜*杰', '山東省臨沂市鳳凰嶺大街惠民早餐'],
        ['l*xq', '遼寧省沈陽市衛(wèi)工南街4-4網(wǎng)點2門瀚辰跆拳道'],
        ['單*成', '山東省日照市日照職業(yè)技術學院'],
        ['韓*紅', '上海市楊浦區(qū)隆昌路619號10號樓二樓'],
        ['魏*琪', '北京市豐臺區(qū)漢威國際廣場4區(qū)12號樓'],
        ['楊*康', '北京市豐臺區(qū)豐臺科技園漢威廣場12棟'],
    ])

三、小小花絮

這里其實還可以通過正則表達式來做地址信息的提取，代碼如下：

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

可以得到用戶的姓名和地址信息，如下圖所示：

之后將得到的數(shù)據(jù)可以存excel，之后通過pandas進行提取，這里使用小小明大佬給的指導代碼，可以提取省位，真不錯！

df['地區(qū)2']=df.地區(qū).apply(lambda s: s[:(s in ("黑龍江省", "內蒙古自治區(qū)"))+2])

四、總結

我是Python進階者。本文實際生活中的快遞信息，基于Python編程，使用Python基礎知識中的列表、字典、函數(shù)等，實現(xiàn)了數(shù)據(jù)信息的提取過程。

最后感謝粉絲【^-^】的分享，感謝【小小明】大佬提供的pandas處理方法。這個問題肯定小編相信肯定還有其他的方法的，也歡迎大家在評論區(qū)諫言。

小伙伴們，快快用實踐一下吧！如果在學習過程中，有遇到任何問題，歡迎加我好友，我拉你進Python學習交流群共同探討學習。