RError.com

RError.com Logo RError.com Logo

RError.com Navigation

  • 主页

Mobile menu

Close
  • 主页
  • 系统&网络
    • 热门问题
    • 最新问题
    • 标签
  • Ubuntu
    • 热门问题
    • 最新问题
    • 标签
  • 帮助
主页 / 问题 / 1409123
Accepted
helldrg
helldrg
Asked:2022-07-12 22:18:25 +0000 UTC2022-07-12 22:18:25 +0000 UTC 2022-07-12 22:18:25 +0000 UTC

将地址解析为组件

  • 772

有一个地址列表,例如:

Абрамцевская улица, дом 16 Б
ул. Абрамцевская, д.3
ул Абрамцевская 5
Абрамцевская ул., 5/2

还有一个类:

class Address:
    def __init__(self, type, type_house, number_house):
        self.type = type # улица или шоссе
        self.name = name # название улицы
        self.type_house = 'дом' 
        self.number_house = number_house # все, что справа от названия улицы

如何将字符串拆分为类的组件字段Address?我尝试通过用符号分割字符串中的单词,然后循环遍历结果列表以搜索关键字,例如ул, улица等。然后按关键字搜索дом, д。根据元素的索引或不存在,我找到了街道的名称。不知何故,一切都不是很笨拙,也许有人有更有趣的实现选项

python
  • 1 1 个回答
  • 235 Views

1 个回答

  • Voted
  1. Best Answer
    insolor
    2022-07-12T22:48:46Z2022-07-12T22:48:46Z

    有一个现成的Natasha库用于类似的任务(从文本中提取事实),但自从我尝试使用它以来,它已经发生了相当大的变化。将地址解析器交付到某个地方,您必须按照自述文件中的建议安装旧版本:

    API 可能会发生变化,对于现实世界的任务,请考虑使用来自 Natasha 项目的低级库。针对新闻文章优化的模型,其他领域的质量可能较低。要使用旧的NamesExtractor,AddressExtactor请降级pip install natasha<1 yargy<0.13

    我在这个版本的命令中安装了它(你需要把它放在引号中,因为符号<是输入重定向运算符)

    pip install "natasha<1" "yargy<0.13"
    

    示例代码:

    from natasha import AddressExtractor
    
    extractor = AddressExtractor()
    
    addresses = """
    Абрамцевская улица, дом 16 Б
    ул. Абрамцевская, д.3
    ул Абрамцевская 5
    Абрамцевская ул., 5/2
    """.strip().splitlines()
    
    for address in addresses:
        matches = extractor(address)
        for match in matches:
            print(match.fact)
    

    结论:

    Address(parts=[Street(name='Абрамцевская', type='улица'), Building(number='16 Б', type='дом')])
    Address(parts=[Street(name='Абрамцевская', type='улица'), Building(number='3', type='дом')])
    Address(parts=[Street(name='Абрамцевская', type='улица'), Building(number='5', type=None)])
    Address(parts=[Street(name='Абрамцевская', type='улица'), Building(number='5/2', type=None)])
    

    此外,要填写您的对象,您需要遍历parts提取的地址字段中的列表,检查每个元素的类型,然后将其写入对象的相应字段中。

    如果这方面有困难,我可以稍后草拟一个如何做到这一点的例子。


    UPD。事实证明,现在调用了地址解析器AddrParser,但它并不总能在您的数据中找到门牌号码,因此使用旧版本可能是有意义的。代码示例(版本natasha == 1.4.0):

    from natasha import AddrExtractor
    import pymorphy2
    
    morph = pymorphy2.MorphAnalyzer()
    extractor = AddrExtractor(morph)
    
    addresses = """
    Абрамцевская улица, дом 16 Б
    ул. Абрамцевская, д.3
    ул Абрамцевская 5
    Абрамцевская ул., 5/2
    """.strip().splitlines()
    
    
    for address in addresses:
        matches = extractor(address)
        print([match.fact for match in matches])
    

    结论:

    [AddrPart(value='Абрамцевская', type='улица'), AddrPart(value='16 Б', type='дом')]
    [AddrPart(value='Абрамцевская', type='улица'), AddrPart(value='3', type='дом')]
    [AddrPart(value='Абрамцевская', type='улица')]
    [AddrPart(value='Абрамцевская', type='улица')]
    
    • 4

相关问题

  • 是否可以以某种方式自定义 QTabWidget?

  • telebot.anihelper.ApiException 错误

  • Python。检查一个数字是否是 3 的幂。输出 无

  • 解析多个响应

  • 交换两个数组的元素,以便它们的新内容也反转

Sidebar

Stats

  • 问题 10021
  • Answers 30001
  • 最佳答案 8000
  • 用户 6900
  • 常问
  • 回答
  • Marko Smith

    我看不懂措辞

    • 1 个回答
  • Marko Smith

    请求的模块“del”不提供名为“default”的导出

    • 3 个回答
  • Marko Smith

    "!+tab" 在 HTML 的 vs 代码中不起作用

    • 5 个回答
  • Marko Smith

    我正在尝试解决“猜词”的问题。Python

    • 2 个回答
  • Marko Smith

    可以使用哪些命令将当前指针移动到指定的提交而不更改工作目录中的文件?

    • 1 个回答
  • Marko Smith

    Python解析野莓

    • 1 个回答
  • Marko Smith

    问题:“警告:检查最新版本的 pip 时出错。”

    • 2 个回答
  • Marko Smith

    帮助编写一个用值填充变量的循环。解决这个问题

    • 2 个回答
  • Marko Smith

    尽管依赖数组为空,但在渲染上调用了 2 次 useEffect

    • 2 个回答
  • Marko Smith

    数据不通过 Telegram.WebApp.sendData 发送

    • 1 个回答
  • Martin Hope
    Alexandr_TT 2020年新年大赛! 2020-12-20 18:20:21 +0000 UTC
  • Martin Hope
    Alexandr_TT 圣诞树动画 2020-12-23 00:38:08 +0000 UTC
  • Martin Hope
    Air 究竟是什么标识了网站访问者? 2020-11-03 15:49:20 +0000 UTC
  • Martin Hope
    Qwertiy 号码显示 9223372036854775807 2020-07-11 18:16:49 +0000 UTC
  • Martin Hope
    user216109 如何为黑客设下陷阱,或充分击退攻击? 2020-05-10 02:22:52 +0000 UTC
  • Martin Hope
    Qwertiy 并变成3个无穷大 2020-11-06 07:15:57 +0000 UTC
  • Martin Hope
    koks_rs 什么是样板代码? 2020-10-27 15:43:19 +0000 UTC
  • Martin Hope
    Sirop4ik 向 git 提交发布的正确方法是什么? 2020-10-05 00:02:00 +0000 UTC
  • Martin Hope
    faoxis 为什么在这么多示例中函数都称为 foo? 2020-08-15 04:42:49 +0000 UTC
  • Martin Hope
    Pavel Mayorov 如何从事件或回调函数中返回值?或者至少等他们完成。 2020-08-11 16:49:28 +0000 UTC

热门标签

javascript python java php c# c++ html android jquery mysql

Explore

  • 主页
  • 问题
    • 热门问题
    • 最新问题
  • 标签
  • 帮助

Footer

RError.com

关于我们

  • 关于我们
  • 联系我们

Legal Stuff

  • Privacy Policy

帮助

© 2023 RError.com All Rights Reserve   沪ICP备12040472号-5