我现在的做法，用 jsoup 去标签，然后在得到的字符串里面找地址
可是！！！ 地址没什么规律啊
有的在一个标签里,有的在多个标签里，还有的中间有逗号
无语。。。。。
所以大佬们有什么建议能帮帮我这只小菜鸡么
示例： 湖北省武汉市武昌区东湖西路特 2 号平安财富中心（东湖大厦正对面） B 座 7 楼 桂林市公共资源交易中心 4 号 柳州市柳江新城区，北接柳江大道（原堡隆路），南至南一路（原广场北路） 江苏省淮安市高教园区科技路 山东省淄博市张店区北西五路 68
This topic created in 2957 days ago, the information mentioned may be changed or developed.
 |
AoangSep 29, 2018 via Android
1
xx 省 xx 市
|
 |
lhx2008Sep 29, 2018 via Android
3
找地址提取的轮子
|
 |
lithium4010Sep 29, 2018
4
具体什么网页？
|
 |
mhycySep 29, 2018
5
关键字分割后重组
|
 |
lyusantuSep 29, 2018
6
人为开发的都是有一定的规则的
|
 |
8
|
|
9
@mhycy 嗯嗯，想过，但是关键字不好确定，可以看下我放的那两个网址。而且比如“地址”的话是很常见的关键字，后面跟的不一定是地址，比如“单位地址：_____________________________”，这样的
|
 |
zhuangjiaSep 29, 2018
12
没有头绪。。。
|
 |
EvilCultSep 29, 2018
13
我觉得这事儿需要 py 大佬的人工智能.........
|
 |
cccssssSep 29, 2018
14
你找找发快递时候，app 里粘贴一段文本就能识别地址的轮子
|
 |
kokutouSep 29, 2018 via Android
15
看看顺丰和圆通的微信小程序？
地址自动识别，但是提供对话框让用户查错修改。 |
 |
ClutchBearSep 29, 2018
16
用 foolnltk 大该能处理成这样的. |
|
ClutchBearSep 29, 2018
17
|
|
ClutchBearSep 29, 2018
18
foolnltk 基本上能满足,
不满足就需要手动调整了. |
|
ClutchBearSep 29, 2018
19
代码
``` import fool text = """七、采购人联系方式 采购单位：湖北省梁子湖管理局 地 址：鄂州市梁子湖区梁子镇广场大道 1 号 联 系 人：袁主任 电 话：0711-2473006 八、代理机构联系方式 单 位：武汉渤正项目管理有限公司 地 址：武汉市中北路楚河汉街同成富苑 A 座 2706 邮 编：430077 联 系 人：刘工 电 话：027-86615324""" words, ners = fool.analysis(text) print(ners) ``` <script src="https://gist.github.com/playbear/c89115a6905d9f346ffeb70c5543fc62.js"></script> |
|
ClutchBearSep 29, 2018
20
结果
[[(16, 34, 'location', '湖北省梁子湖管理局\n\n 地 址'), (34, 55, 'location', '鄂州市梁子湖区梁子镇广场大道 1 号\n\n'), (60, 64, 'person', '袁主任'), (63, 67, 'person', '\n\n 电'), (66, 70, 'person', ' '), (105, 118, 'company', '武汉渤正项目管理有限公司'), (126, 147, 'location', '武汉市中北路楚河汉街同成富苑 A 座 2706'), (169, 173, 'person', '刘工\n')]] |
 |
arerecSep 29, 2018
21
用一些自然语言处理的 命名实体识别的轮子，提取地址类的实体
|
|
ClutchBearSep 29, 2018
22
|
|
23
 贴图再试试 |
2 |
ccnccySep 30, 2018 via iPhone
25
看你两个网址爬
址: 后面的信息不就行了 |
Select Language