手把手教你使用Python提取快递信息

点击上方“Python爬虫与数据挖掘”，进行关注

回复“书籍”即可获赠Python从入门到进阶共10本电子书

今

日

鸡

汤

洛阳亲友如相问，一片冰心在玉壶。

大家好，我是Python进阶者。

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-8defsp(s):citys=[]dizhi=[]dice={}dic={}foriins:#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)forkeyind:h=[]forjins:b=j[1]lgezi=b[0:2]iflgezi==key:h.append(j)dic[key]=h#print(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-8defsp(text):city=[]dice={}dic={}address=[info[-1]forinfointext]forcity_infoinaddress: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)forkeyindict_keys:h=[]forinfointext:address=info[-1]city_info=address[0:2]ifcity_info==key:h.append(info)dic[key]=h#print(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：

withopen("地址信息.txt","r",encoding="utf-8")asf:forlineinf:content=re.compile(r"\["(?P.*?)","(?P
.*?)"\]",re.S)result=content.finditer(line)foriinresult: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(lambdas:s[:(sin("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。

最后感谢粉丝【^-^】的分享，感谢【小小明】大佬提供的pandas处理方法。这个问题肯定小编相信肯定还有其他的方法的，也欢迎大家在评论区谏言。

小伙伴们，快快用实践一下吧！如果在学习过程中，有遇到任何问题，欢迎加我好友，我拉你进Python学习交流群共同探讨学习。

小伙伴们，快快用实践一下吧！如果在学习过程中，有遇到任何问题，欢迎加我好友，我拉你进Python学习交流群共同探讨学习。

-------------------End-------------------

往期精彩文章推荐：

手把手教你JS逆向搞定字体反爬并获取某招聘网站信息

如何用Python下载百度指数的数据

分享一次实用的爬虫经验

补充篇：盘点6种使用Python批量合并同一文件夹内所有子文件夹下的Excel文件内所有Sheet数据

欢迎大家点赞，留言，转发，转载，感谢大家的相伴与支持

想加入Python学习群请在后台回复【入群】

万水千山总是情，点个【在看】行不行

/今日留言主题/

随便说一两句吧~~

关键词： 北京市海淀区 湖北省武汉市 北京市昌平区