python中正则表达式与jieba分词的使用

最新推荐文章于 2022-01-19 18:54:51 发布
最新推荐文章于 2022-01-19 18:54:51 发布
阅读量900 收藏
点赞数 1
分类专栏： 函数的调用 jieba分词 词性标注 正则匹配 文章标签： python 自然语言处理 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/caohailan666/article/details/107865021
版权

这次和大家分享一下主要使用正则表达式匹配文本信息内容的案例，其中还用到了jieba分词词性标注技术，和一些对文本的切片工作。有兴趣学习的可以详细看看，具体内容，应该有点帮助，这是本人一个一个代码敲出来的1000多行代码。

# coding:utf-8
import os
import docx
import pickle
import time
import datetime
import re
import sys
import jieba.posseg as psg
import numpy as np

curPath = os.path.abspath(os.path.dirname(__file__))
rootPath = os.path.split(curPath)[0]
sys.path.append(rootPath)

# 获取json返回结构
# params: wtjdxx   委托鉴定信息
# params: jd_tj_ff 鉴定条件与方法
# params: jdqk     鉴定情况
# params: wbxx     文本信息


def _extract_result(wtjdxx,jdff_tj,jdqk,wbxx):


    # 案件NLP返回json对象
    result_json = {}

    #委托鉴定信息
    WTJDXX = {}

    # 设定判决书类型，JYBG_JDS
    ws_type = 'JYBG_JDS'
#################委托鉴定信息开始**************
    _get_bmsah(WTJDXX,wtjdxx)
    _get_slrq(WTJDXX,wtjdxx)
    # _get_rwlylb(WTJDXX,wtjdxx)
    _get_rwlydw(WTJDXX,wtjdxx)
    _get_wtdwjb(WTJDXX,wtjdxx)
    # _get_ajmc(WTJDXX,wtjdxx)
    # _get_ay(WTJDXX,wtjdxx)
    # _get_sjrlxdh(WTJDXX,wtjdxx)
    _get_sjr(WTJDXX,wtjdxx)
    _get_aqzy(WTJDXX,wtjdxx)
    # _get_ssjd(WTJDXX,wtjdxx)
    # _get_zttjbs(WTJDXX,wtjdxx)
    _get_sjzy(WTJDXX,wtjdxx)
    _get_wtyq(WTJDXX,wtjdxx)
    _get_jdlb(WTJDXX,wtjdxx)

    result_json["WTJDXX"] = WTJDXX
#################委托鉴定信息结束**************

    #################鉴定方法与条件开始**************
    JDFF_TJ= {}
    _get_sysbjs(JDFF_TJ,jdff_tj)
    _get_sydbzgf(JDFF_TJ,jdff_tj)
    _get_sydbzohhc(JDFF_TJ,jdff_tj)

    result_json["JDFF_TJ"] = JDFF_TJ
    #################鉴定方法与条件开始**************

    #################鉴定情况开始**************
    JDQK = {}

    _get_ksjdrq(JDQK,jdqk)
    _get_bjrq(JDQK,jdqk)
    _get_bljg(JDQK,jdqk)
    _get_jdslkrq(JDQK,jdqk)
    _get_wtrchrq(JDQK,jdqk)
    _get_qtyyzzrq(JDQK,jdqk)
    _get_dyjdr(JDQK,jdqk)
    _get_dejdr(JDQK,jdqk)
    _get_dsjdr(JDQK,jdqk)
    _get_qtjdr(JDQK,jdqk)
    _get_jybgfs_jdsfs(JDQK,jdqk)
    _get_wpzsl(JDQK,jdqk)


    result_json["JDQK"] = JDQK

    #################鉴定情况结束**************
    return result_json


# 抽取命名实体结果
# json抽取实体
'''{
    'WTJDXX': [{
        'BMSAH': '',# 部门受案号
        'SLRQ': '',#受理日期
        'RWLYLB': '',#任务来源类别
        'RWLYDW': '',#任务来源单位
        'WTDWJB': '',#委托单位级别
        'AJMC': '',#案件名称
        'AY': '',#案由
        'SJR': '',#送检人
        'SJRLXDH': '',送检人联系电话
        'SSJD': ,#诉讼阶段
        'JDLB': '',#鉴定类别
        'SJZY': '',#涉及专业
        'ZTTJBS': '',# 专题统计标识
        'AQZY': '',# 案情摘要
        'WTYQ': ''# 委托要求
    }],
    'JDFF_TJ': [{
        'SYSBJS': '',#使用设备技术
        'SYDBZGF': '',# 使用的标准规范
        'SYDBZPHHC': '',# 使用的标准品和耗材
        }]``
        'JDQK':[ {
            'KSJDRQ': '',# 开始鉴定日期
            'BJRQ': '',# 办结日期
            'JDSLKRQ': '',# 鉴定书落款日期
            'WTRCHRQ': '',# 委托人撤回日期
            'QTYYZZRQ': '',# 其他原因终止日期
            'BLJG': '', # 办理结果
            'DYJDR': '',# 第一鉴定人
            'DRJDR': '',# 第二鉴定人
            'DSJDR': '',# 第三鉴定人
            'QTCYR': '',# 其他参与人
            'JYBGFS': '',#检验报告份数
            'JDSFS': ''# 鉴定书份数
            'WPZJSL': '',#外聘专家数量
         }]
}'''


def extract_ner(slice_result):
    # try:
    if is_debug:
        print('【委托鉴定信息】' + slice_result['委托鉴定信息'])
        print('【鉴定条件与方法】' + slice_result['鉴定条件与方法'])
        print('【鉴定情况】' + slice_result['鉴定情况'])
    item = _extract_result(slice_result['委托鉴定信息'], slice_result['鉴定条件与方法'], slice_result['鉴定情况'],slice_result['全文检索'])
    # except BaseException as e:
    #     if is_debug:
    #         print('命名实体提取异常' + e)
    return item

def data_slice(wbxx):

    # 文本切片分组集合
    slice_result = {}

    # 临时文本内容
    wbxx= wbxx.replace(' ','')
    content = wbxx

    try:
        #切片委托鉴定信息
        wtjdxx = []
        wtjdxx = re.findall('(?:检验报告).*?(?=(文本摘要|检验过程))',content)
        if not wtjdxx:
            wtjdxx=re.findall('(检验报告\s+(\S{1,30}?号)).*?(?=资料摘要)',content)
        if not wtjdxx:
            wtjdxx = re.findall('(鉴定书\s+(\S{1,30}?号)).*?(?=(文本摘要|资料摘要))',content)
        if not wtjdxx:
            wtjdxx = re.findall('鉴定书\s+(\S{1,30}?号).*?（?=[一二三四五六七八九十]?、检验：',content)
        if not wtjdxx:
            wtjdxx = content

            slice_result['委托鉴定信息'] =wtjdxx
            wtjdxx=wtjdxx.replace(' ','')
        #切片签订条件与方法
        jdff_tj = []
        jdff_tj = wtjdxx.replace(' ', '')
        jdff_tj=re.findall('(?:检验过程：).*?(?=[一二三四五六七八九十]?、检验结果)', content)
        if not jdff_tj:
            jdff_tj = content
            slice_result['鉴定条件与方法'] = jdff_tj


        #切片鉴定情况
        jdqk = []

        jdqk = content

        slice_result['鉴定情况'] = jdqk
        jdqk = jdqk.replace(' ','')


        slice_result["全文检索"] = wbxx
        wbxx = wbxx.replace(' ','')

    except Exception as e:
        if is_debug:
            print('data_slice 切片异常' + e)

    return slice_result


# 主程序
def main(wbxx):

    # 开始计时
    t1 = datetime.datetime.now().microsecond

    t3 = time.mktime(datetime.datetime.now().timetuple())


    # 数据切片按照业务逻辑进行文本切片
    slice_result = data_slice(wbxx)

    # 抽取命名实体标签
    extract_result = extract_ner(slice_result)

    t2 = datetime.datetime.now().microsecond

    t4 = time.mktime(datetime.datetime.now().timetuple())

    if is_debug:
        print('NLP解析结果耗时:%dms' % ((t4 - t3) * 1000 + (t2 - t1) / 1000))

    return extract_result


#*******************************委托鉴定信息start*********************************
# "BMSAH": '',  # 部门受案号
def _get_bmsah(WTJDXX,wtjdxx):
    try:
        #鲁济检技鉴〔2015〕59号   滨检技鉴〔2014〕11号   青检技鉴〔2018〕1号
        WTJDXX['BMSAH'] = ''.join(re.findall('(?<=检验报告).*?(\S{1,30}?号)', wtjdxx, re.S))
        if not WTJDXX['BMSAH']:
            WTJDXX['BMSAH'] = ''.join(re.findall('（?<=检验鉴定文书）.*?(\S{1,30}?号)', wtjdxx, re.S))
    except Exception as e:
        if is_debug:
            print('获取部门受案号异常：' + e.__str__())
        WTJDXX['BMSAH']= ''


#"SLRQ": ' ', #受理日期
def _get_slrq(WTJDXX,wtjdxx):
    try:
        wtjdxx=wtjdxx.replace(' ','')
        #委托日期：2017年10月11日  委托日期：   委托日期：2014年7月17日   委托日期：2014.1.15
        WTJDXX['SLRQ'] =''.join(re.findall('(?<=委托日期：)'+ ('\d{4}'+'年?.?\s?'+'\d{1,2}'+'月?.?\s?'+'\d{1,2}'+'日?.?\s'),wtjdxx))
        #针对有的文书 写错了的情况下
        if not WTJDXX['SLRQ']:
            WTJDXX['SLRQ'] =''.join(re.findall('(?<=委托日期：)'+ ('\d{4}'+'你那?.?\s?'+'\d{1,2}'+'月?.?\s?'+'\d{1,2}'+'日?.?\s'),wtjdxx))
        if not WTJDXX['SLRQ']:
            WTJDXX['SLRQ'] = ''.join(re.findall('(?<=委托时间：)' + ('\d{4}' + '年?.?\s?' + '\d{1,2}' + '月?.?\s?' + '\d{1,2}' + '日?.?\s'), wtjdxx))
    except Exception as e:
        if is_debug:
            print('获取受理日期异常：' + e.__str__())
        WTJDXX['SLRQ']= ''


#'RWLYLB': '',#任务来源类别
# def _get_rwlylb(wtjdxx):
#     pass


#'RWLYDW': '',#任务来源单位   获取委托单位
def _get_rwlydw(WTJDXX,wtjdxx):
    try:
        #委托单位：青岛市人民检察院刑事执行检察处
        WTJDXX['RWLYDW'] = ''.join(re.findall('(?<=委托单位：).*?(?=委托日期)',wtjdxx, re.DOTALL))
        if not WTJDXX['RWLYDW']:
            WTJDXX['RWLYDW'] = ''.join(re.findall('(?<=委托单位：).*?(?=委托时间)', wtjdxx, re.DOTALL))
    except Exception as e:
        if is_debug:
            print('获取任务来源单位异常：' + e.__str__())
        WTJDXX['RWLYDW']  = ''


#'WTDWJB': '',#委托单位级别   (县区级院  地市级院 省级院 高检院 系统外单位)
def _get_wtdwjb(WTJDXX,wtjdxx):
    try:
        WTDW = re.findall('(?<=委托单位：).*?(?=委托日期)',wtjdxx, re.DOTALL)
        if not WTDW:
            WTDW = re.findall('(?<=委托单位：).*?(?=委托时间)', wtjdxx, re.DOTALL)
        #青岛市人民检察院刑事执行检察处 槐荫区人民检察院 无棣县院 莱芜市人民检察院
        if '县' or '区' in WTDW[0]:
            WTJDXX['WTDWJB'] = '县区级院'
        if '市' in WTDW[0]:
            WTJDXX['WTDWJB'] = '地市级院'
        if '省' in WTDW[0]:
            WTJDXX['WTDWJB'] = '省级院'
        if '最高检' in WTDW[0]:
            WTJDXX['WTDWJB'] = '高检院'
        # else:
        #     WTJDXX['WTDWJB'] = '系统外单位'
    except Exception as e:
        if is_debug:
            print('获取委托单位级别异常：' + e.__str__())
        WTJDXX['WTDWJB']= ''


#获取鉴定类别 如果出现什么就是什么 如果没有 则返回  首次鉴定
def _get_jdlb(WTJDXX,wtjdxx):
    try:
        wtjdxx=wtjdxx.replace(' ','').replace('  ','').replace('   ','')
        if '补充鉴定' in wtjdxx:
            WTJDXX['JDLB'] = '补充鉴定'
        if '重新鉴定' in wtjdxx:
            WTJDXX['JDLB'] = '重新鉴定'
        else:
            WTJDXX['JDLB'] = '首次鉴定'

    except Exception as e:
        if is_debug:
            print('获取鉴定类别异常：' + e.__str__())
        WTJDXX['JDLB'] = ''


#'AJMC': '',#案件名称
# def _get_ajmc(AYMC,wtjdxx,wbxx):
#     pass


#'AY': '',#案由
# def _get_ay(AY,wtjdxx,wbxx):
#     pass


#'SJR': '',#送检人
def _get_sjr(WTJDXX,wtjdxx):
    try:
        wtjdxx = wtjdxx.replace(' ','').replace('  ','').replace('   ','')
        #送 检 人：蔡文锋 李成业
        WTJDXX['SJR'] = ''.join(re.findall('(?<=送检人：).*?(?=送检材料)', wtjdxx, re.DOTALL))
    except Exception as e:
        if is_debug:
            print('获取送检人异常:' + e.__str__())
        WTJDXX['SJR'] = ''


#'SJRLXDH': '',送检人联系电话
# def _get_sjrlxdh(SJRLXDH,wtjdxx,wbxx):
#     pass

#'SSJD': ,#诉讼阶段
# def _get_ssjd(SSJD,wttjdxx,wbxx):
#     pass


#'SJZY': '',#涉及专业
# 济南民营科技产业园西沙实业公司2012年11月第5号记帐凭证及所附原始凭证。表示司法会计 记帐凭证 收入 账页 明账 细账'
# 伤情是否存在及伤情程度  表示法医临床
# 对潘洪光尸体进行尸表检验，查明是否有体表伤。标识法医病理   等等
def _get_sjzy(WTJDXX,wtjdxx):
    try:
        #涉及专业信息和内容
        wtjdxx=wtjdxx.replace(' ','').replace('  ','').replace('   ','').replace('    ','')
        sjzyxx = re.compile('送检材料：(.*?)检验开始日期：',re.S)
        sjzynr = sjzyxx.findall(wtjdxx)
        if not sjzynr:
            sjzyxx = re.compile('送检材料：(.*?)检验开始时间：', re.S)
            sjzynr = sjzyxx.findall(wtjdxx)
        if not sjzynr:
            sjzyxx = re.compile('送检材料：(.*?)鉴定开始日期：', re.S)
            sjzynr = sjzyxx.findall(wtjdxx)
        if not sjzynr:
            sjzyxx = re.compile('送检材料：(.*?)鉴定开始时间：', re.S)
            sjzynr = sjzyxx.findall(wtjdxx)
        if not sjzynr:
            sjzyxx = re.compile('送检材料：(.*?)开始检验日期：', re.S)
            sjzynr = sjzyxx.findall(wtjdxx)
        if not sjzynr:
            sjzyxx = re.compile('送检材料：(.*?)开始检验时间：', re.S)
            sjzynr = sjzyxx.findall(wtjdxx)
        if not sjzynr:
            sjzyxx = re.compile('送检材料：(.*?)开始鉴定日期：', re.S)
            sjzynr = sjzyxx.findall(wtjdxx)
        if not sjzynr:
            sjzyxx = re.compile('送检材料：(.*?)开始鉴定时间：', re.S)
            sjzynr = sjzyxx.findall(wtjdxx)
        if not sjzynr:
            sjzyxx = re.compile('送检材料：(.*?)检验：?', re.S)
            sjzynr = sjzyxx.findall(wtjdxx)

        if '尸体' in sjzynr[0] or '尸表' in sjzynr[0]:
            WTJDXX['SJZY'] = '法医病理'
        if '记账凭证' in sjzynr[0] or '凭证' in sjzynr[0] or '收入' in sjzynr[0] or '资金' in sjzynr[0] or '工资' in sjzynr[0] or '明账' in sjzynr[0] or '细账' in sjzynr[0] or '账页' in sjzynr[0] or '数额' in sjzynr[0] or '总额' in sjzynr[0] or '票据' in sjzynr[0] or '金额' in sjzynr[0] or '报销' in sjzynr[0] or '资金' in sjzynr[0] or '赃款' in sjzynr[0] or '贷款' in sjzynr[0] or '补偿款' in sjzynr[0] or '会计' in sjzynr[0]:
            WTJDXX['SJZY'] = '司法会计'
        if '伤情' in sjzynr[0] or '损伤' in sjzynr[0] or '法医' in sjzynr[0]:
            WTJDXX['SJZY'] = '法医临床'
        if '数据' in sjzynr[0] or '恢复' in  sjzynr[0]  or '提取' in  sjzynr[0] or 'U盘' in  sjzynr[0] or '微信' in  sjzynr[0] or 'QQ' in  sjzynr[0] or 'qq' in  sjzynr[0] or '短信' in  sjzynr[0]:
            WTJDXX['SJZY'] = '电子数据'
        if '精神病' in sjzynr[0]:
            WTJDXX['SJZY'] = '法医精神病'
        if '毒物' in sjzynr [0]:
            WTJDXX['SJZY'] = '法医毒物'
        if '塑料' in sjzynr[0] or '橡胶' in sjzynr[0] or '玻璃' in sjzynr[0]:
            WTJDXX['SJZY'] = '微量物证'

        # else:
        #     WTJDXX['SJZY'] = ''
    except Exception as e:
        if is_debug:
            print('获取涉及专业异常:' + e.__str__())
        WTJDXX['SJZY'] = ''


#'ZTTJBS': '',# 专题统计标识
# def _get_zttjbs(wtjdxx):
#     pass


#'AQZY': '',# 案情摘要
#一、案情摘要|摘要案情
#李风宝，男，1968年5月8日出生。因犯抢劫罪被判死刑缓期执行，2009年到山东省青岛监狱服刑，2012年2月27日减为无期徒刑，2014年11月27日减为有期徒刑18年6个月。该犯于2017年10月10日21时20分突然出现心跳呼吸骤停，经监狱医院抢救，病情不稳，于当日22时06分许由120急救车转至青岛市城阳区人民医院抢救治疗。当日22时30分，因抢救无效，宣布临床死亡。
def _get_aqzy(WTJDXX,wtjdxx):
    try:
        wtjdxx = wtjdxx.replace(' ', '').replace('  ', '').replace('   ', '')
        WTJDXX['AQZY'] =''.join(re.findall('(?<=案情摘要).*?(?=文本摘要)',wtjdxx,re.DOTALL))
        if not WTJDXX['AQZY']:
            WTJDXX['AQZY'] = ''.join(re.findall('(?<=摘要案情).*?(?=文本摘要)', wtjdxx, re.DOTALL))
        if not WTJDXX['AQZY']:
            WTJDXX['AQZY'] = ''.join(re.findall('(?<=案情摘要).*?(?=[一二三四五六七八九十]?、?资料摘要)', wtjdxx, re.DOTALL))
        if not WTJDXX['AQZY']:
            WTJDXX['AQZY'] = ''.join(re.findall('(?<=摘要案情).*?(?=[一二三四五六七八九十]?、?资料摘要)', wtjdxx, re.DOTALL))
        if not WTJDXX['AQZY']:
            WTJDXX['AQZY'] = ''.join(re.findall('(?<=摘要案情).*?(?=[一二三四五六七八九十]?、?鉴定过程)', wtjdxx, re.DOTALL))
        if not WTJDXX['AQZY']:
            WTJDXX['AQZY'] = ''.join(re.findall('(?<=案情摘要).*?(?=[一二三四五六七八九十]?、?鉴定过程)', wtjdxx, re.DOTALL))
        if not WTJDXX['AQZY']:
            WTJDXX['AQZY'] = ''.join(re.findall('(?<=摘要案情).*?(?=[一二三四五六七八九十]?、?检验)',wtjdxx,re.DOTALL))
        if not WTJDXX['AQZY']:
            WTJDXX['AQZY'] = ''.join(re.findall('(?<=案情摘要).*?(?=[一二三四五六七八九十]?、?检验)',wtjdxx,re.DOTALL))
    except Exception as e:
        if is_debug:
            print('获取案情摘要异常：' + e.__str__())
        WTJDXX['AQZY'] = ''


#'WTYQ': ''# 委托要求
# 四、委托要求: 查明犯罪嫌疑人王中在2013年01月至2016年04月任峄城区榴园镇卫生院院长期间基本公共卫生服务项目经费支出中发放兼职人员没有参加兼职工作的工资补助数额。
def _get_wtyq(WTJDXX,wtjdxx):
    try:
        wtjdxx=wtjdxx.replace(' ','').replace('  ','').replace('   ','')
        WTJDXX['WTYQ'] = ''.join(re.findall('(?<=委托要求：).*?(?=检验开始日期)',wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=委托要求：).*?(?=检验开始时间)',wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=委托要求：).*?(?=鉴定开始时间)',wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=委托要求：).*?(?=鉴定开始日期)',wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=委托要求：).*?(?=开始鉴定时间)',wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=委托要求：).*?(?=开始鉴定日期)',wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=委托要求：).*?(?=开始检验时间)',wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=委托要求：).*?(?=开始检验日期)',wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=委托要求：).*?(?=检验过程)', wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=委托要求：).*?(?=检验)', wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=委托要求：).*?(?=[一二三四五六七八九十]?、受理日期)',wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=鉴定要求：).*?(?=检验开始日期)', wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=鉴定要求：).*?(?=检验开始时间)',wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=鉴定要求：).*?(?=鉴定开始时间)',wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=鉴定要求：).*?(?=鉴定开始日期)',wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=鉴定要求：).*?(?=开始鉴定时间)',wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=鉴定要求：).*?(?=开始鉴定日期)',wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=鉴定要求：).*?(?=开始检验时间)',wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=鉴定要求：).*?(?=开始检验日期)',wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=鉴定要求：).*?(?=检验过程)', wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=鉴定要求：).*?(?=检验)', wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=鉴定要求：).*?(?=[一二三四五六七八九十]?、受理日期)',wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=检验要求：).*?(?=检验开始日期)', wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=检验要求：).*?(?=检验开始时间)',wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=检验要求：).*?(?=鉴定开始时间)',wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=检验要求：).*?(?=鉴定开始日期)',wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=检验要求：).*?(?=开始鉴定时间)',wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=检验要求：).*?(?=开始鉴定日期)',wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=检验要求：).*?(?=开始检验时间)',wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=检验要求：).*?(?=开始检验日期)',wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=检验要求：).*?(?=检验过程)', wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=检验要求：).*?(?=检验)', wtjdxx, re.DOTALL))
        if not WTJDXX['WTYQ']:
            WTJDXX['WTYQ'] = ''.join(re.findall('(?<=检验要求：).*?(?=[一二三四五六七八九十]?、受理日期)',wtjdxx, re.DOTALL))
    except Exception as e:
        if is_debug:
            print('获取委托要求异常：' + e.__str__())
        WTJDXX['WTYQ'] = ''
#*************************委托鉴定信息END************************************


#*************************鉴定方法与条件START********************************
# 'SYSBJS': '',#使用设备技术
# eg.（一）检验设备
# 美亚柏科便携式手机取证一体机（设备编号：C-02）；电子检材屏蔽箱C-03；手机大师一体机版取证软件C-05(版本号：V2.6.22301RTM)
def _get_sysbjs(JDFF_TJ,jdff_tj):
    try:
        jdff_tj = jdff_tj.replace(' ', '').replace('  ', '').replace('   ', '')
        JDFF_TJ['SYSBJS'] = ''.join(re.findall('(?<=1、检验设备).*?(?=2、检验方法)',jdff_tj,re.DOTALL))
        if not JDFF_TJ['SYSBJS']:
            JDFF_TJ['SYSBJS'] = ''.join(re.findall('(?<=（一）检验设备).*?(?=（二）检验方法)', jdff_tj, re.DOTALL))
        if not JDFF_TJ['SYSBJS']:
            JDFF_TJ['SYSBJS'] = ''.join(re.findall('(?<=检验设备：).*?(?=检验软件)', jdff_tj, re.DOTALL))
        if not JDFF_TJ['SYSBJS']:
            JDFF_TJ['SYSBJS'] =''.join(re.findall('(?<=检验过程).*?(?=[一二三四五六七八九十]?、?检验结果)',jdff_tj,re.DOTALL))
    except Exception as e:
        if is_debug:
            print('获取使用设备技术异常：' + e.__str__())
        JDFF_TJ['SYSBJS']=''


# 'SYDBZGF': '',# 使用的标准规范 检验方法：《法庭科学电子物证手机检验技术规范》GA/T1069-2013；《电子物证数据恢复检验规程》GBT29360-2012；《电子物证文件一致性检验规程》GBT29361-2012。
def _get_sydbzgf(JDFF_TJ,jdff_tj):
    try:
        jdff_tj = jdff_tj.replace(' ', '').replace('  ', '').replace('   ', '')
        JDFF_TJ['SYDBZGF'] = ''.join(re.findall('(?<=检验方法).*?(?=[一二三四五六七八九十]?、?检验步骤)',jdff_tj,re.DOTALL))
        if not JDFF_TJ['SYDBZGF']:
            JDFF_TJ['SYDBZGF'] = ''.join(re.findall('(?<=检验方法).*?(?=[123456789]?、?检验步骤)', jdff_tj, re.DOTALL))
        if not JDFF_TJ['SYDBZGF']:
            JDFF_TJ['SYDBZGF'] = ''.join(re.findall('(?<=检验方法).*?(?=[123456789]?、?对送检检材)', jdff_tj, re.DOTALL))
        if not JDFF_TJ['SYDBZGF']:
            JDFF_TJ['SYDBZGF'] = ''.join(re.findall('(?<=检验方法).*?(?=[一二三四五六七八九十]?、?鉴定意见)', jdff_tj, re.DOTALL))
        if not JDFF_TJ['SYDBZGF']:
            JDFF_TJ['SYDBZGF'] = ''.join(re.findall('(?<=检验软件：).*?(?=检验过程)', jdff_tj, re.DOTALL))
        if not JDFF_TJ['SYDBZGF']:
            JDFF_TJ['SYDBZGF'] = ''.join(re.findall('(?<=检验过程).*?(?=[一二三四五六七八九十]?、检验结果)', jdff_tj,re.DOTALL))
    except Exception as e:
        if is_debug:
            print('获取使用的标准规范异常：' + e.__str__())
        JDFF_TJ['SYDBZGF']=''


# 'SYDBZPHHC': '',# 使用的标准品和耗材
def _get_sydbzohhc(JDFF_TJ,jdff_tj):
    try:
        jdff_tj = jdff_tj.replace(' ', '').replace('  ', '').replace('   ', '')
        JDFF_TJ['SYDBZPHHC'] = ''.join(re.findall('(?<=检验软件).*?(?=[一二三四五六七八九十]?、?检验过程)', jdff_tj, re.DOTALL))
        if not JDFF_TJ['SYDBZPHHC']:
            JDFF_TJ['SYDBZPHHC'] = ''.join(re.findall('(?<=检验软件).*?(?=[一二三四五六七八九十]?、?检验方法)', jdff_tj, re.DOTALL))
        if not JDFF_TJ['SYDBZPHHC']:
            JDFF_TJ['SYDBZPHHC'] = ''.join(re.findall('(?<=检验过程).*?(?=[一二三四五六七八九十]?、?检验结果)', jdff_tj,re.DOTALL))
        if not JDFF_TJ['SYDBZPHHC'] :
            JDFF_TJ['SYDBZPHHC']  = ''.join(re.findall('(?<=检验步骤).*?(?=[一二三四五六七八九十]?、?检验结果)',jdff_tj,re.DOTALL))
    except Exception as e:
        if is_debug:
            print('获取使用的标准品和耗材异常：' + e.__str__())
        JDFF_TJ['SYDBZPHHC'] =''

#*************************鉴定方法与条件END**********************************


#***************************鉴定情况START***********************************
# 'KSJDRQ': '',# 开始鉴定日期
def _get_ksjdrq(JDQK,jdqk):
    try:
        jdqk=jdqk.replace(' ','').replace('  ','').replace('   ','')
        JDQK['KSJDRQ'] = ''.join(re.findall('(?<=开始鉴定日期：)'+('\d{4}\s?年\d{1,2}\s?月\d{1,2}\s?日'),jdqk))
        if not JDQK['KSJDRQ']:
            JDQK['KSJDRQ']=''.join(re.findall('(?<=开始检验日期：)'+('\d{4}\s?年\d{1,2}\s?月\d{1,2}\s?日'),jdqk))
        if not JDQK['KSJDRQ']:
            JDQK['KSJDRQ']=''.join(re.findall('(?<=鉴定开始日期：)'+('\d{4}年\s?\d{1,2}\s?月\d{1,2}\s?日'),jdqk))
        if not JDQK['KSJDRQ']:
            JDQK['KSJDRQ']=''.join(re.findall('(?<=检验开始日期：)'+('\d{4}\s?年\d{1,2}\s?月\d{1,2}\s?日'),jdqk))
    except Exception as e:
        if is_debug:
            print("获取开始鉴定日期异常：" + e.__str__())
        JDQK['KSJDRQ'] = ''


# 'BJRQ': '',# 办结日期  最后面的日期2017年6月16日
def _get_bjrq(JDQK,jdqk):
    try:
        jdqk = jdqk.replace(' ', '').replace('  ', '').replace('   ', '')
        JDQK['BJRQ']=''.join(re.findall('\d{4}'+'年'+'\d{1,2}'+'月'+'\d{1,2}'+'日',jdqk)[-1])
    except Exception as e:
        if is_debug:
            print("获取办理日期异常：" + e.__str__())
        JDQK['BJRQ'] = ''


# 'JDSLKRQ': '',# 鉴定书落款日期  最后面的日期2017年6月16日
def _get_jdslkrq(JDQK,jdqk):
    try:
        jdqk = jdqk.replace(' ', '').replace('  ', '').replace('   ', '')
        JDQK['JDSLKRQ']=''.join(re.findall('\d{4}'+'年'+'\d{1,2}'+'月'+'\d{1,2}'+'日',jdqk)[-1])
    except Exception as e:
        if is_debug:
            print("获取鉴定书落款日期异常：" + e.__str__())
        JDQK['JDSLKRQ'] = ''


# 'WTRCHRQ': '',# 委托人撤回日期 在文书中查找 如果没有则不返回
def _get_wtrchrq(JDQK,jdqk):
    try:
        jdqk = jdqk.replace(' ', '').replace('  ', '').replace('   ', '')
        JDQK['WTRCHRQ']=''.join(re.findall('(?<=委托人撤回日期：)'+('\d{4}'+'年'+'\d{1,2}'+'月'+'\d{1,2}'+'日'),jdqk))
    except Exception as e:
        if is_debug:
            print('获取委托人撤回日期异常：' + e.__str__())
        JDQK['WTRCHRQ'] = ''


# 'QTYYZZRQ': '',# 其他原因终止日期  在文书中查找 如果没有 则不返回
def _get_qtyyzzrq(JDQK,jdqk):
    try:
        jdqk = jdqk.replace(' ', '').replace('  ', '').replace('   ', '')
        JDQK['WTRCHRQ']=''.join(re.findall('(?<=其他原因终止日期：)'+('\d{4}'+'年'+'\d{1,2}'+'月'+'\d{1,2}'+'日'),jdqk))
    except Exception as e:
        if is_debug:
            print('获取其他原因终止日期异常：' + e.__str__())
        JDQK['WTRCHRQ'] = ''


# # 'BLJG': '', # 办理结果 在文书中查找关键字 等于（检验结果 检验意见 检验结论 附件 检验人 鉴定人）附件优先
def _get_bljg(JDQK,jdqk):
    try:
        JDQK['BLJG'] = re.findall('(?<=检验结果：).*?(?=附件)', jdqk, re.DOTALL)
        if not JDQK['BLJG']:
            JDQK['BLJG'] = re.findall('(?<=检验结果).*?(?=附件)', jdqk, re.DOTALL)
        if not JDQK['BLJG']:
            JDQK['BLJG'] = re.findall('(?<=检验意见：).*?(?=附件)',jdqk, re.DOTALL)
        if not JDQK['BLJG']:
            JDQK['BLJG'] = re.findall('(?<=检验意见).*?(?=附件)',jdqk, re.DOTALL)
        if not JDQK['BLJG']:
            JDQK['BLJG'] = re.findall('(?<=检验结论：).*?(?=附件)',jdqk, re.DOTALL)
        if not JDQK['BLJG']:
            JDQK['BLJG'] = re.findall('(?<=检验结论).*?(?=附件)', jdqk, re.DOTALL)
        if not JDQK['BLJG']:
            JDQK['BLJG'] = re.findall('(?<=检验结果).*?(?=检验人)',jdqk, re.DOTALL)
        if not JDQK['BLJG']:
            JDQK['BLJG'] = re.findall('(?<=检验结果：).*?(?=检验人)',jdqk, re.DOTALL)
        if not JDQK['BLJG']:
            JDQK['BLJG'] = re.findall('(?<=检验结果：).*?(?=鉴定人)',jdqk, re.DOTALL)
        if not JDQK['BLJG']:
            JDQK['BLJG'] = re.findall('(?<=检验结果).*?(?=鉴定人)',jdqk, re.DOTALL)
        if not JDQK['BLJG']:
            JDQK['BLJG'] = re.findall('(?<=检验结论).*?(?=检验人)',jdqk, re.DOTALL)
        if not JDQK['BLJG']:
            JDQK['BLJG'] = re.findall('(?<=检验结论：).*?(?=检验人)',jdqk, re.DOTALL)
        if not JDQK['BLJG']:
            JDQK['BLJG'] = re.findall('(?<=检验结论：).*?(?=鉴定人)',jdqk, re.DOTALL)
        if not JDQK['BLJG']:
            JDQK['BLJG'] = re.findall('(?<=检验结论).*?(?=鉴定人)',jdqk, re.DOTALL)
        if not JDQK['BLJG']:
            JDQK['BLJG'] = re.findall('(?<=检验意见：).*?(?=鉴定人)',jdqk, re.DOTALL)
        if not JDQK['BLJG']:
            JDQK['BLJG'] = re.findall('(?<=检验意见).*?(?=鉴定人)',jdqk, re.DOTALL)
        if not JDQK['BLJG']:
            JDQK['BLJG'] = re.findall('(?<=检验意见：).*?(?=检验人)',jdqk, re.DOTALL)
        if not JDQK['BLJG']:
            JDQK['BLJG'] = re.findall('(?<=检验意见).*?(?=检验人】)',jdqk, re.DOTALL)
        JDQK['BLJG']=''.join(JDQK['BLJG'])
    except Exception as e:
        if is_debug:
            print('获取办理结果异常：' + e.__str__())
        JDQK['BLJG']=''


# 'DYJDR': '',# 第一鉴定人   1.检验人：郑志宏  李东升 2014年2月28日  2.检验人：苏滨 宋文超 授权签字人：苏滨  2015年9月9日
#3.鉴定人：苏滨 宋文超 授权签字人：苏滨  2015年9月9日   分三种情况 第一鉴定人为第一个人名
def _get_dyjdr(JDQK,jdqk):
    try:
        jdqk=jdqk.replace(' ','').replace('  ','').replace('   ','')
        JDR_list = re.findall('(?<=鉴定人：).*?(?=授权签字人)',jdqk,re.DOTALL)
        if not JDR_list:
            JDR_list = re.findall('(?<=检验人：).*?(?=授权签字人)', jdqk, re.DOTALL)
        if not JDR_list:
            JDR_list = re.findall('(?<=鉴定人：).*?(?=\d{4}''年''\d{1,2}''月''\d{1,2}''日)',jdqk,re.DOTALL)
        if not JDR_list:
            JDR_list = re.findall('(?<=鉴定人：).*?(?=[零0○〇一二三四五六七八九]{4}年[零0○〇一二三四五六七八九十]{1,2}月[零0○〇一二三四五六七八九十]{1,2}日)',jdqk,re.DOTALL)
        if not JDR_list:
            JDR_list = re.findall('(?<=检验人：).*?(?=\d{4}''年''\d{1,2}''月''\d{1,2}''日)', jdqk, re.DOTALL)
        if not JDR_list:
            JDR_list = re.findall('(?<=检验人：).*?(?=[零0○〇一二三四五六七八九十]{4}年[[零0○〇一二三四五六七八九十]{1,2}月[零0○〇一二三四五六七八九十]{1,2}日)',jdqk,re.DOTALL)
        JDR_str = ''.join(JDR_list)
        result = psg.cut(JDR_str)
        JDR = [x.word for x in result if x.flag=='nr']
        JDR_CD = len(JDR)
        if JDR_CD >=1:
            JDQK['DYJDR'] = JDR[0]
        else:
            JDQK['DYJDR'] = ''

#下面是另一种方法提取鉴定人
    #     JDQK['BJRQ'] = re.findall('\d{4}' + '年' + '\d{1,2}' + '月' + '\d{1,2}' + '日', jdqk)[-1]
    #     # 获取鉴定人
    #     JDR_list=re.findall('(?<=检验人：).*?(?=授权签字人)',jdqk,re.DOTALL) #列表形式存在
    #     JDR_str=''.join(JDR_list) #转成字符串
    #     JDR = [i.strip() for i in JDR_str.split('\n') if i.strip()]
    #     JDRCD = len(JDR)  # 查看检验人的个数
    #     if JDRCD >= 1:
    #         JDQK['DYJDR'] = JDR[0]
    #     else:
    #         JDQK['DYJDR'] = ''
    #     if not JDR:
    #         JDR_list=re.findall('(?<=鉴定人：).*?(?=授权签字人)',jdqk,re.DOTALL)
    #         JDR_str = ''.join(JDR_list)
    #         JDR =  [i.strip() for i in JDR_str.split('\n') if i.strip()]
    #         JDRCD = len(JDR)  # 查看检验人的个数
    #         if JDRCD >= 1:
    #             JDQK['DYJDR'] = JDR[0]
    #         else:
    #             JDQK['DYJDR'] = ''
    #
    #     if not JDR:
    #         re_com = re.compile('检验人：(.*?)\d',re.S)
    #         re_com1 = re_com.findall(jdqk)[0]
    #         #去除掉鉴定人之间的空格换行，将其作为列表输出，以便取出第一第二等鉴定人，其他鉴定人。
    #         JDR =  [i.strip() for i in re_com1.split('\n') if i.strip()]
    #
    #         JDRCD=len(JDR) #查看检验人的个数
    #         if JDRCD >=1:
    #             JDQK['DYJDR'] = JDR[0]
    #         else:
    #             JDQK['DYJDR']=''
    #     if not JDR:
    #         re_com = re.compile('鉴定人：(.*?)\d',re.S)
    #         re_com1 = re_com.findall(jdqk)[0]
    #         # 去除掉鉴定人之间的空格换行，将其作为列表输出，以便取出第一第二等鉴定人，其他鉴定人。
    #         JDR =  [i.strip() for i in re_com1.split('\n') if i.strip()]
    #
    #         JDRCD = len(JDR)  # 查看检验人的个数
    #         if JDRCD >= 1:
    #             JDQK['DYJDR'] = JDR[0]
    #         else:
    #             JDQK['DYJDR'] = ''
    except Exception as e:
        if is_debug:
            print('获取第一鉴定人异常：' + e.__str__())
        JDQK['DYJDR']=''


# 'DRJDR': '',# 第二鉴定人  1.检验人：郑志宏  李东升 2014年2月28日  2.检验人：苏滨 宋文超 授权签字人：苏滨  2015年9月9日
 #3.鉴定人：苏滨 宋文超 授权签字人：苏滨  2015年9月9日   分三种情况 第二鉴定人为第二个人名
def _get_dejdr(JDQK,jdqk):
    try:
        jdqk=jdqk.replace(' ','').replace('  ','').replace('   ','')
        JDR_list = re.findall('(?<=鉴定人：).*?(?=授权签字人)', jdqk, re.DOTALL)
        if not JDR_list:
            JDR_list = re.findall('(?<=检验人：).*?(?=授权签字人)', jdqk, re.DOTALL)
        if not JDR_list:
            JDR_list = re.findall('(?<=鉴定人：).*?(?=\d{4}''年''\d{1,2}''月''\d{1,2}''日)', jdqk, re.DOTALL)
        if not JDR_list:
            JDR_list = re.findall('(?<=鉴定人：).*?(?=[零0○〇一二三四五六七八九]{4}年[零0○〇一二三四五六七八九十]{1,2}月[零0○〇一二三四五六七八九十]{1,2}日)', jdqk,re.DOTALL)
        if not JDR_list:
            JDR_list = re.findall('(?<=检验人：).*?(?=\d{4}''年''\d{1,2}''月''\d{1,2}''日)', jdqk, re.DOTALL)
        if not JDR_list:
            JDR_list = re.findall('(?<=检验人：).*?(?=[零0○〇一二三四五六七八九]{4}年[零0○〇一二三四五六七八九十]{1,2}月[零0○〇一二三四五六七八九十]{1,2}日)', jdqk,re.DOTALL)
        JDR_str = ''.join(JDR_list)
        result = psg.cut(JDR_str)
        JDR = [x.word for x in result if x.flag == 'nr']
        JDR_CD = len(JDR)
        if JDR_CD >= 2:
            JDQK['DRJDR'] = JDR[1]
        elif JDR_CD < 2:
            JDQK['DRJDR'] = ''

        # JDQK['BJRQ'] = re.findall('\d{4}' + '年' + '\d{1,2}' + '月' + '\d{1,2}' + '日', jdqk)[-1]
        # # 获取鉴定人
        # # 获取鉴定人
        # JDR_list = re.findall('(?<=检验人：).*?(?=授权签字人)', jdqk, re.DOTALL)  # 列表形式存在
        # JDR_str = ''.join(JDR_list) #转成字符串
        # JDR =  [i.strip() for i in JDR_str.split('\n') if i.strip()]
        # JDRCD = len(JDR)  # 查看检验人的个数
        # if JDRCD >= 2:
        #     JDQK['DRJDR'] = JDR[1]
        # else:
        #     JDQK['DRJDR'] = ''
        # if not JDR:
        #     JDR_list = re.findall('(?<=鉴定人：).*?(?=授权签字人)', jdqk, re.DOTALL)
        #     JDR_str = ''.join(JDR_list)
        #     JDR = [i.strip() for i in JDR_str.split('\n') if i.strip()]
        #     JDRCD = len(JDR)  # 查看检验人的个数
        #     if JDRCD >= 2:
        #         JDQK['DRJDR'] = JDR[1]
        #     else:
        #         JDQK['DRJDR'] = ''
        # if not JDR:
        #     re_com = re.compile('检验人：(.*?)\d', re.S)
        #     re_com1 = re_com.findall(jdqk)[0]
        #     # 去除掉鉴定人之间的空格换行，将其作为列表输出，以便取出第一第二等鉴定人，其他鉴定人。
        #     JDR =  [i.strip() for i in re_com1.split('\n') if i.strip()]
        #     # JDR=re.findall('检验人：(.*?)\d',jdqk,re.S)
        #     JDRCD = len(JDR)  # 查看检验人的个数
        #     if JDRCD <= 1:
        #         JDQK['DRJDR'] = ''
        #     if JDRCD >=2:
        #         JDQK['DRJDR'] = JDR[1]
        #
        # if not JDR:
        #     re_com = re.compile('鉴定人：(.*?)\d', re.S)
        #     re_com1 = re_com.findall(jdqk)[0]
        #     # 去除掉鉴定人之间的空格换行，将其作为列表输出，以便取出第一第二等鉴定人，其他鉴定人。
        #     JDR =  [i.strip() for i in re_com1.split('\n') if i.strip()]
        #     # JDR=re.findall('检验人：(.*?)\d',jdqk,re.S)
        #     JDRCD = len(JDR)  # 查看检验人的个数
        #     if JDRCD <= 1:
        #         JDQK['DRJDR'] = ''
        #     if JDRCD >=2:
        #         JDQK['DRJDR'] = JDR[1]

    except Exception as e:
        if is_debug:
            print('获取第二鉴定人异常：' + e.__str__())
        JDQK['DRJDR']=''


# 'DSJDR': '',# 第三鉴定人  1.检验人：郑志宏  李东升 2014年2月28日  2.检验人：苏滨 宋文超 授权签字人：苏滨  2015年9月9日
#3.鉴定人：苏滨 宋文超 授权签字人：苏滨  2015年9月9日   分三种情况 第三鉴定人为第三个人名
def _get_dsjdr(JDQK,jdqk):
    try:  #适用于人名之间没有空格的情况 单个鉴定人之间的数字没有空格 如果存在单名'张 三' 这种 或者 '司法会计 张三\n司法会计 李四'这种就不适用
        jdqk=jdqk.replace(' ','').replace('  ','').replace('   ','')
        JDR_list = re.findall('(?<=鉴定人：).*?(?=授权签字人)', jdqk, re.DOTALL)
        if not JDR_list:
            JDR_list = re.findall('(?<=检验人：).*?(?=授权签字人)', jdqk, re.DOTALL)
        if not JDR_list:
            JDR_list = re.findall('(?<=鉴定人：).*?(?=\d{4}''年''\d{1,2}''月''\d{1,2}''日)', jdqk, re.DOTALL)
        if not JDR_list:
            JDR_list = re.findall('(?<=鉴定人：).*?(?=[零0○〇一二三四五六七八九]{4}年[零0○〇一二三四五六七八九十]{1,2}月[零0○〇一二三四五六七八九十]{1,2}日)', jdqk,re.DOTALL)
        if not JDR_list:
            JDR_list = re.findall('(?<=检验人：).*?(?=\d{4}''年''\d{1,2}''月''\d{1,2}''日)', jdqk, re.DOTALL)
        if not JDR_list:
            JDR_list = re.findall('(?<=检验人：).*?(?=[零0○〇一二三四五六七八九]{4}年[零0○〇一二三四五六七八九十]{1,2}月[零0○〇一二三四五六七八九十]{1,2}日)', jdqk,re.DOTALL)
        JDR_str = ''.join(JDR_list)
        result = psg.cut(JDR_str)
        JDR = [x.word for x in result if x.flag == 'nr']
        JDR_CD = len(JDR)
        if JDR_CD >= 3:
            JDQK['DSJDR'] = JDR[2]
        else:
            JDQK['DSJDR'] = ''

    except Exception as e:
        if is_debug:
            print('获取第三鉴定人异常：' + e.__str__())
        JDQK['DSJDR']=''


# 'QTCYR': '',# 其他参与人  1.检验人：郑志宏  李东升 2014年2月28日  2.检验人：苏滨 宋文超 授权签字人：苏滨  2015年9月9日
#3.鉴定人：苏滨 宋文超 授权签字人：苏滨  2015年9月9日   分三种情况 其他鉴定人为第三个人名后的人名 ！！！基本上没有！！！
def _get_qtjdr(JDQK,jdqk):
    try:
        jdqk=jdqk.replace(' ','').replace('  ','').replace('   ','')
        JDR_list = re.findall('(?<=鉴定人：).*?(?=授权签字人)', jdqk, re.DOTALL)
        if not JDR_list:
            JDR_list = re.findall('(?<=检验人：).*?(?=授权签字人)', jdqk, re.DOTALL)
        if not JDR_list:
            JDR_list = re.findall('(?<=鉴定人：).*?(?=\d{4}''年''\d{1,2}''月''\d{1,2}''日)', jdqk, re.DOTALL)
        if not JDR_list:
            JDR_list = re.findall('(?<=鉴定人：).*?(?=[零0○〇一二三四五六七八九]{4}年[零0○〇一二三四五六七八九十]{1,2}月[零0○〇一二三四五六七八九十]{1,2}日)', jdqk,re.DOTALL)
        if not JDR_list:
            JDR_list = re.findall('(?<=检验人：).*?(?=\d{4}''年''\d{1,2}''月''\d{1,2}''日)', jdqk, re.DOTALL)
        if not JDR_list: #有的存在中文和一些不规范的表达 以下代码解决这一问题
            JDR_list = re.findall('(?<=检验人：).*?(?=[零0○〇一二三四五六七八九]{4}年[零0○〇一二三四五六七八九十]{1,2}月[零0○〇一二三四五六七八九十]{1,2}日)', jdqk,re.DOTALL)
        JDR_str = ''.join(JDR_list)
        result = psg.cut(JDR_str)
        JDR = [x.word for x in result if x.flag == 'nr']
        JDR_CD = len(JDR)
        if JDR_CD >= 4:
            JDQK['QTCYR'] = JDR[3:]
        else:
            JDQK['QTCYR'] = ''


    except Exception as e:
        if is_debug:
            print('获取其他参与人异常：' + e.__str__())
        JDQK['QTCYR']=''


# 'JYBGFS','JDSFS': '',#检验报告份数，鉴定书份数
def _get_jybgfs_jdsfs(JDQK,jdqk):
    try:
    #获取检验报告
        JYBG = re.findall('(?:检验报告).*?(?=委托单位)',jdqk,re.S)
        if '检验报告' in JYBG[0]:
            JDQK['JYBGFS'] = 1
            JDQK['JDSFS'] = 0
        if '鉴定书' in JYBG[0]:
            JDQK['JYBGFS'] = 0
            JDQK['JDSFS'] = 1
    except Exception as e:
        if is_debug:
            print('获取检验报告和鉴定书异常：' + e.__str__())
        JDQK['JYBGFS']=''
        JDQK['JDSFS']=''


# 'WPZJSL': '',#外聘专家数量
def _get_wpzsl(JDQK,jdqk):
    try:
    #获取鉴定书
        WPZJ = re.findall('(?=外聘专家数量)',jdqk)
        if WPZJ != []:
            pass
        else:
            JDQK['WPZJSL'] = 0
    except Exception as e:
        if is_debug:
            print('获取外聘专家数量异常：' + e.__str__())
        JDQK['WPZJSL']=''
#***************************鉴定情况END**************************************


# 读取文件解析路径
def readoc(path, client=None):

    suffix = os.path.splitext(path)[-1]

    wbxx = ''
    if suffix == '.txt':
        try:
            with open(path, 'r', encoding='utf-8') as f:
                wbxx = f.read()
        except:
            try:
                with open(path, 'r', encoding='gb2312') as f:
                    wbxx = f.read()
            except:
                try:
                    with open(path, 'r', encoding='gbk') as f:
                        wbxx = f.read()
                except:
                    with open(path, 'r', encoding='gb18030') as f:
                        wbxx = f.read()
    elif suffix == '.docx':
        document = docx.Document(path)
        for paragraph in document.paragraphs:
            wbxx += paragraph.text
            wbxx += '\n'
    elif suffix in ['.doc', '.docx', '.htm', '.rtf', '.wps']:
        word = client.Dispatch('Word.Application')
        word.visible = 0
        word.displayalerts = 0
        try:
            doc = word.Documents.Open(path)
            i = 0
            for paragraphs in doc.Paragraphs:
                i += 1
                wbxx += paragraphs.Range.Text.replace('\r', '\n')
            doc.Close()
        except:
            try:
                doc.Close()
            except:
                pass
            return 'word读取出错'
        word.Quit()
    else:
        return '未识别格式'
    return wbxx


# 读取文件功能入口
def read_sys(func):

    # 是否为调式模式,生产环境设为False，调式环境设为True
    global is_debug

    is_debug =False

    # 设置默认读取解析文件
    isfiledir = False

    # 设置默认读取文件路径
    f_path = r''

    if len(sys.argv) == 2:
        f_path = sys.argv[-1]
    else:
        # 单个文书
        f_path = r'D:\wb文案测试\检察技术NLP\技术检察检验报告\胶检技鉴受[2019]37028100002号_检验报告_952B014000A60038E053C0A8014875AE.doc'

        if is_debug:
            print(f_path)

        # True False
        isfiledir = False

        pass
    # 遍历读取某个文件夹下的所有文件
    if isfiledir:

        # 统计文书解析数量
        i = 0
        for f in os.scandir(f_path):
            if is_debug:
                # 测试用，正式注释掉 start
                if i < 1:
                    i = i + 1
                    continue
                # 测试用，正式注释掉 end
            f_path = f.path

            if is_debug:
                # 输出文件路径
                print(f_path)

            if os.path.isfile(r'' + f_path.replace('\"', '')):
                if sys.platform != 'linux' and os.path.splitext(f_path)[-1] != '.txt':
                    from win32com import client
                else:
                    client = None
                content = readoc(os.path.normpath(r'' + f_path.replace('\"', '')), client)
            elif isinstance(content, str):
                pass
            else:
                print('未识别文件格式！！！')
            if len(sys.argv) == 1:
                pass
            # content = reg_text(content)

            extract_result = func(content)

            print(extract_result)

            i = i + 1

            if is_debug:
                # 批量测试脚本时使用，每次执行100份，测试用，正式注释掉 start
                if i == 200:
                    break
                # 批量测试脚本时使用，每次执行100份，测试用，正式注释掉 start
    else:
        if os.path.isfile(r''+f_path.replace('\"', '')):
            if sys.platform != 'linux' and os.path.splitext(f_path)[-1] != '.txt':
                from win32com import client
            else:
                client = None
            content = readoc(os.path.normpath(r''+f_path.replace('\"', '')), client)
        elif isinstance(f_path, str):
            pass
        else:
            print('未识别文件格式！！！')
        if len(sys.argv) == 1:
            pass
        # content = reg_text(content)

        extract_result = func(content)

        print(extract_result)


# 主入口程序
if __name__ == '__main__':
    read_sys(main)

*斜体样式*
在获取姓名的时候用到jieba分词和词性标注进行获取
多文本处理的也有很多的内容，在这里也说不完，可以具体在代码中看，欢迎大神们指导，本人随时更新和修改。
学无止境还得学
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
[python 主谓宾否]正则表达式+jieba分词
神创的博客
04-17 4145
&gt;&gt;&gt; import re &gt;&gt;&gt; match = r'[\u4e00-\u9fa5]+\sn' &gt;&gt;&gt; f = open('E:/序言++.txt').read() &gt;&gt;&gt; z = re.findall(match,f) &gt;&gt;&gt; print(z) ['美国版 n', '序言 n', '部 n', '
jieba中的正则表达式
Eva_Hua的专栏
06-14 900
jieba是一个十分常见的自然语言处理包，功能包括：分词，提取关键词等等，具体看他们的官方页面，下面以jieba中的正则表达式为例子，介绍一些常见的正则公式GitHub - fxsjy/jieba: 结巴中文分词https://github.com/fxsjy/jiebare_userdict = re.compile('^(.+?)([0-9]+)?([a-z]+)?$', re.U)该正则项是jieba加载自定义函数load_userdict过滤文本使用，下面看看效果 结果：word = '新灌病毒
jieba源碼研讀筆記（四） - 正則表達式
keineahnung2345的博客
02-22 627
jieba包含的三大功能：分詞、詞性標注及關鍵詞提取都需要用到正則表達式。 筆者將jieba/__init__.py，jieba/finalseg/__init__.py及jieba/posseg/__init__.py三個檔案裡出現的正則表達式集中在本篇介紹。 先介紹下筆者在學習正則表達式時用到的工具： regex101：可以使用這個線上工具來測試regex的效果。 以及Python正則表達式的教學： Python - Regular Expressions 還有一篇中文的： 正则表达式的功法大全，做N
python_业余学习_分词工具jieba 正则表达式清洗微博文本特殊符号 最大匹配算法
weixin_47133613的博客
01-19 2041
文章目录0. 原文学习1. jieba分词工具的安装2. 使用jieba分词工具实现分词3. 获取微博文本txt版本4. Python正则表达式清洗微博文本特殊符号(网址, @, 表情符等)5. 再次进行分词，使用前向最大匹配算法 0. 原文学习 原文1学习：文本处理流程——分词 原文2学习：数据与步骤 原文3学习：Python正则表达式清洗微博文本特殊符号(网址, @, 表情符等) 1. jieba分词工具的安装 Microsoft Windows [版本 10.0.19042.1466] (c) Mic
【爬虫实例】正则表达式爬取古诗词
qq_38480908的博客
08-10 399
目录一、序言二、代码三、总结反思 一、序言 学完正则表达式，今天做了一个实战项目，来爬取某个古诗词网站的诗词信息。 二、代码 # 00 导入所需的包 import requests import re # 03 页面解析 def parse_page(url): # 3.1 构造请求头 headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gec
python同义词替换的实现（jieba分词）
12-30
import jieba def replaceSynonymWords(string1): # 1读取同义词表，并生成一个字典。 combine_dict = {} # synonymWords.txt是同义词表，每行是一系列同义词，用空格分割 for line in open(TihuanWords.txt, r,...
jieba分词工具包下载
11-16
jieba分词工具是Python中广泛使用的中文分词库，尤其在自然语言处理（NLP）领域中扮演着重要角色。这个工具包提供了一个高效、易用的接口，能够对中文文本进行精确、全模式和搜索引擎模式的分词。jieba库支持动态...
python jieba 分词的一系列代码
11-28
在Python编程语言中，jieba库是一个非常流行的中文分词工具，它提供了高效且易于使用的接口，使得开发者能够轻松地处理中文文本。本项目聚焦于使用jieba进行分词，并结合其他库如snownlp（用于情感分析）和...
python jieba分词并统计词频后输出结果到Excel和txt文档方法
09-20
本篇文章主要介绍了python jieba分词并统计词频后输出结果到Excel和txt文档方法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
基于Python的中英文分词基础：正则表达式和jieba分词器
weikai_w的博客
09-01 6489
基于Python的中英文分词基础：正则表达式和jieba开场白正则表达式jieba分词器 正则表达式 jieba分词器
python中文分词库jieba使用方法详解
09-17
主要介绍了python中文分词库jieba使用方法详解,需要的朋友可以参考下
jieba分词学习笔记（二）
weixin_34248849的博客
11-29 117
<!-- toc --> 分词模式 jieba分词有多种模式可供选择。可选的模式包括： 全切分模式 精确模式 搜索引擎模式 同时也提供了HMM模型的开关。 其中全切分模式就是输出一个字串的所有分词， 精确模式是对句子的一个概率最佳分词， 而搜索引擎模式提供了精确模式的再分词，将长词再次拆分为短词。 效果大抵如下： # en...
正则表达式案例（JAVA）
Andy-ZhangSir的博客
11-29 420
前言 这一章节，我想列举一些平时看到的比较有意思的可以使用正则表达式的案例。还是比较有趣，特此记录。 案例 简化结巴话 说话结巴的人，会将一个字说多次，但是其意思就只有一次，这里模拟简化结巴话，如下。 原话：今天…的…的…的太阳真…真是太大…大…大了！ 目标：今天的太阳真是太大了！ String s ="今天...的...的..的太阳真..真是太大...大..大了！"; // 去掉.字符 String newStr = s.replaceAll("\\.+", ""); System.out.pri
基于正则表达式和jieba分词的文件名搜索
qq_41631952的博客
03-23 2165
概述主要对文件夹（包括子文件夹）进行扫描得到所有文件夹名称及文件名称并保存到数据库中，提供文件夹或文件名的检索功能（包括单个关键词检索、多个关键词检索、全文匹配检索）python中的正则表达式（re模块）正则表达式本身是一种小型的、高度专业化的编程语言，而在python中，通过内嵌集成re模块，程序媛们可以直接调用来实现正则匹配。正则表达式模式被编译成一系列的字节码，然后由用C编写的匹配引擎执行。...
jieba分词原理整理
u012558945的专栏
04-12 1万+
一 工具简介jieba 是一个基于Python的中文分词工具：https://github.com/fxsjy/jieba对于一长段文字，其分词原理大体可分为三部：1.首先用正则表达式将中文段落粗略的分成一个个句子。2.将每个句子构造成有向无环图，之后寻找最佳切分方案。3.最后对于连续的单字，采用HMM模型将其再次划分。二 模式介绍jieba分词分为“默认模式”（cut_all=False）,“全...
jieba textrank关键词提取 python_NLP笔记之正则表达式与jieba分词
weixin_39841709的博客
11-24 472
本文介绍自然语言处理的基础操作，主要为正则表达式和jieba分词，整理来自B站https://www.bilibili.com/video/BV1is411E7vR?from=search&seid=17199998704756408851正则表达式Python re库有正则表达式# encoding: UTF-8import re# 将正则表达式编译成Pattern对象，写到r...
基于python中jieba包的中文分词中详细使用（一）
热门推荐
让算法融入生活，改变生活！
05-06 7万+
基于python中jieba包的中文分词中详细使用（一） 01.前言 02.jieba的介绍 02.1 What 02.2特点 02.3安装与使用 02.4涉及到的算法 03.主要功能 03.01分词 03.02添加自定义词典 03.02调整词典 04.结束语 基于python中jieba包的中文分词中详细使用（一） 01.前言 之前的文章中也是用过一些jieba...
Python：利用jieba库对中文小说进行词频统计并进行简单的正则匹配，同时验证Zipf-Law
qq_43042024的博客
09-22 1059
中文小说词频统计及正则匹配 首先导入中文分词库jieba，Counter库和re库 import jieba import re from collections import Counter 导入打开要处理的文本傲慢与偏见中文版小说并利用jieba分词 txt = open("傲慢与偏见.txt", "r", encoding="gb18030").read() words = jieba.l...
用python语言编写一个jieba分词语句
最新发布
03-23
可以使用以下代码来使用jieba分词： import jieba text = "我爱自然语言处理" words = jieba.cut(text) print("分词结果：") for word in words: print(word) 输出结果为： 分词结果： 我 爱 自然语言处理 注意：在使用jieba分词前，需要先安装jieba库。可以使用以下命令来安装： pip install jieba
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值