python爬取快递,Python如何生成快递取件码
本文主要介绍如何使用Python提取快递信息。本文中的样例代码讲解的很详细,对我们学习Python很有帮助。有需要的可以参考一下。
00-1010前言一、思路二、方案三、小琐事四、总结
目录
前几天在Python交流群里,一个叫[-]的粉丝分享了一个Python的基础话题,和快递信息有关。题目如下:
现在期望的效果如下:
前言
要解决这个问题,需要先读取列表的信息,然后对列表进行裁剪,得到列表中的省份或直辖市的信息,再判断地址信息中是否包含省份信息,使用添加列表的方法进行处理。这里经常使用字典和列表来存储信息,这是屡试不爽的。
一、思路
针对这个问题,粉丝[-]给出了解决方案,直接加载代码如下:
#编码:utf-8
defsp :
城市=[]
dizhi=[]
骰子={}
dic={}
foriins:
#打印(一)
a=i[1]
city=a[0:2]
zlib=a[0:2]
citys.append(城市)
dizhi.append(zlib)
Citys=set (citys) #重复数据删除
Citysss=list(cityss)# to list
d=dice.fromkeys(citysss)
forkeyind:
h=[]
forjins:
b=j[1]
lgezi=b[0:2]
iflgezi==key:
h .追加(j)
dic[key]=h
#打印(dic)
forkeyindic:
#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楼4层],
[郭*冯,河南商丘高新技术开发区食品厂],
[赵,河北省唐山市朝阳路与学院路交叉口融通大厦2408室],
[张* ,陕西省咸阳市东路6号西藏民族大学],
[刘小敏,北京市大兴区南海家园李思7号楼1单元902 ],
[郭*兰,湖北省武汉市],
[张强,河北省张家口市经济开发区钻石南路11号],
[居*龙,山东省潍坊市玉清街江山帝景B区12号楼1单元14楼],
[李* ,北京市海淀区二七区知学院5号楼超市],
[徐*康,北京市西城区西单北大街133号],
[叶,江苏省扬州市杨紫茳中路756号],
[赵小星,北京市海淀区二七区上地信息路1号金源建大厦301华为讯],
[徐Xge ,北京市海淀区闵庄路3号102号楼2层206室],
[徐* ,安徽省淮南市金河小区(金阁商场旁)],
[雷* ,北京市朝阳区望京街sohoT1C座1201 ],
[庄* ,浙江省杭州市恒生电子大厦],
[蔡*恩,湖北省武汉市人和路胡莎湾B区1103室],
[陈* ,江苏省苏州市巴城镇湖滨北路193号牛池蟹庄],
[黄* ,北京市朝阳区霄云路26号鹏润大厦A座33层],
[魏*费,河北省石家庄市新市北路与红旗街交叉口开元大厦502室],
[张* ,山东省济南市兴港路三清城业主],
[段*齐,山西省临汾市富力路尧乡社区],
[刘* ,北京市昌平区龙溪三街利龙苑601室],
[
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-8def 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"\[(?P<name>.*?), (?P<address>.*?)\]", 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盛行IT软件开发工作室其它相关文章!
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。