Python制作的Tries树查找地址中包含的省份

最新推荐文章于 2021-06-20 15:32:14 发布

sallyyoung_sh

最新推荐文章于 2021-06-20 15:32:14 发布

阅读量571

点赞数

分类专栏：机器学习——文本挖掘文章标签： Python Panda Trie树地址标识

本文链接：https://blog.csdn.net/sallyyoung_sh/article/details/77744556

版权

机器学习——文本挖掘专栏收录该内容

4 篇文章 1 订阅

订阅专栏

class Trie:
	root={}
	END='/'
	def add_province(self,word):
		node=self.root
		for c in word:
			if c=='省':
				node[self.END]='省'
			elif c=='自':
				node[self.END]='自治区'
				break
			else:
				node=node.setdefault(c,{})


	def find_province(self,word):
		node=self.root
		#flag为前置flag,bflag为后置flag
		fflag=0
		bflag=0
		province=[]
		for c in word:
			#假设flag不为0，代表找到省份的第一个关键字。假设此时节点包含结束字符，则定义bflag=1,读取下一个字符
			if fflag!=0 and self.END in node:
				#定义后向查找标识，排除陕西南路之类的情况
				if re.search('路|街|岸|道|苑|侧|镇|园|区|第|村|坡|乡|项|里',c) is not None:
					province=[]
					fflag=0
					node=self.root
                                        continue
				else bflag<2:
					bflag=bflag+1
					continue
				else return ''.join(province)
			#假设bflag==1，表明已经找到一次省份。第一次后后续匹配找到省份名称，设flag=1,存储省份名称，继续后一级查找
			elif c in node:
				fflag=1
				province.append(c)
				node=node[c]
			#在地址中逐字查找是否有省份的第一个关键字，直到找到,flag标为1，否则0
			elif c not in node:
				if fflag==0:
					continue
			#假如第一次找的不匹配，但该关键字在根节点属于省份的第一个字符，则清空已经找到的省名，把第一个字符读入省名，flag置为1，并读入第二个省名字符。否则，flag重新标为0，返回根节点查找省名。
				elif c in self.root:
					province=[]
					fflag=1
					province.append(c)
					node=self.root[c]
					continue
				else:
					province=[]
					fflag=0
					node=self.root
					continue
#假如遍历完毕，找到第一个省份字符且当前字符为地址的最后一个字符（地址中只有省份名称也没出现“省”字的特殊情况）
		if fflag!=0 and self.END in node:
			return ''.join(province)
		return False