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：
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。
针对该问题，粉丝【^-^】给出了解决方法，直接上代码如下：
# coding: utf-8 for i in s:# print(i) set (citys) # 去重 # 转为列表 for key in d:for j in s:if lgezi == key:# print(dic) for key in dic:# 遍历字典 print (key, dic[key])if __name__ == '__main__' :'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-8 for info in text]for city_info in address:set (city)) # 先去重，然后转为列表 # print(cities) for key in dict_keys:for info in text:if city_info == key:# print(dic) for key in dic:# 遍历字典 print (key, dic[key])if __name__ == '__main__' :'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' ],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：
with open("地址信息.txt" , 'r' , encoding='utf-8' ) as f:for line in f:"\['(?P.*?)', '(?P.*?)'\]" , re.S)for i in result:"name" )"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(lambda s: s[:(s in ("黑龙江省" , "内蒙古自治区" ))+2])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！
