数据结构:高级字符串拆分以返回列表

Question

我正在编写一个名为

get_coords(item(，它将数据文件中位置 1 列的预期格式的单个字符串作为输入。该函数应返回一个包含两个条目的列表：纬度和经度作为浮点值。如果缺少纬度和经度，则应返回 numpy.nan (NaN( 以指示缺少的值。

成功实现的示例是：

text = '1533 Bridle Creek BlvdnVirginia Beach, VA 23464-7907n(36.787392, -76.15761)'
print(get_coords(text))
[36.787392, -76.15761]

我觉得我需要使用某种形式的字符串拆分，但是，经度和纬度坐标可以有不同的长度，这让我觉得我需要使用 re 模块之类的东西并使用类似 re.search 的东西; 如何提取坐标并将它们作为列表返回，给定不同长度的坐标以及初始字符串？

Answer 1

看起来坐标总是在最后一行。如果是这种情况，我们可以执行以下操作：

coords_str = text.splitlines()[-1]

获取最后一行。

由于一个幸运的巧合，坐标的格式似乎与python元组完全相同。 正因为如此，我们可以使用 ast 模块将其转换为 Python 元组：

import ast
ast.literal_eval(coords_str)

Answer 2

如果要使用 re ，这里有一个模式：

return list(map(float, re.search(r'(([+-]?[d.]+),s*([+-]?[d.]+))', text).groups()))

简而言之，re.search以下模式

：

• 以 open paren 开头 -> (
• 有一个可选符号 -> [+-]?
• 有一系列数字和句点 -> [d.]+
• 有一个逗号和可选的空格 -> ,s*
• 重复数字模式 -> [+-]?[d.]+
• 并以接近的)结束

请注意，额外的括号创建匹配的组，稍后可由.groups()调用查询。

Answer 3

你可以使用这样的东西：

def get_coords(str):
    latLong = str.split('n')[-1]
    if not latLong:
        return numpy.nan
    latLong = latLong.replace("(","")
    latLong = latLong.replace(")","")
    latLongList = latLong.split(',')
    latLongList = list(map(float, latLongList))
    return latLongList

您可能会：

• 将字符串拆分为"">;
• 获取带有纬度和经度的最后一行;
  • 如果缺少值，则返回 numpy.nan;
• 去掉像"("和"(">这样的字符;
• 将结果拆分为"，">;
• 设置值的格式。

无需担心琴弦上的不同长度。