我希望能够从 python 中的字符串中解析出城市、州或邮政编码。所以，如果我输入了
科罗拉多州博尔德
80303
科罗拉多州博尔德
博尔德，Co 80303
...
它们的任何变体都会返回城市、州或邮编。
这都是用户输入的数据并输入到一个文本字段中。
【问题讨论】：
只需询问他们的邮政编码，然后使用地理编码数据库提供适用城市的（简短）列表。这样您就可以获得干净整洁的 5 位输入，它们可以节省时间，而且你们都可以愉快地回家了。
如果您已经有数据，只需查找 zip，找到可能的城市列表（只有一个适用的州），然后将所有内容都小写后匹配城市名称。
【讨论】：
您可以使用地理编码网络服务或类似的东西。例如，在Yahoo geocoding API 页面上，它显示了如何以多种方式指定地址：
This free field lets users enter any of the following:
city, state
city, state, zip
zip
street, city, state
street, city, state, zip
street, zip
并且 XML 结果提供解析后的地址，例如在页面上指定的 test URL。
【讨论】：
我会使用([^\d]+)?(\d{5})? 作为我的正则表达式，并使用match 所以它只匹配字符串的开头。这样它就不会因输入错误而失败，并且会对预期的内容做出最好的猜测。然后您可以在“，”上拆分第一个捕获组。
【讨论】：
easy_install ngram
每行一个包含所有城市和州名的构建文件，放在 citystate.data 加利福尼亚州红木城 弗吉尼亚州红木 等等
实验（0.2门槛有点松）
import string
import ngram
cityStateParser = ngram.NGram(
items = (line.strip() for line in open('citystate.data')) ,
N=3, iconv=string.lower, qconv=string.lower, threshold=.2
)
示例：
cityStateParser.search('redwood')
[('Redwood VA', 0.5),
('Redwood NY', 0.5),
('Redwood MS', 0.5),
('Redwood City CA', 0.36842105263157893),
...
]
注意事项： 因为这些是 NGram，所以当州是城市中 ngram 的一部分时，您可能会被淘汰 即搜索“washington”会产生比“Washington OK”得分更高的 Washington IN
您可能还想阅读Using Superimposed Coding Of N-Gram Lists For Efficient Inexact Matching（PDF 下载）
【讨论】：
这段代码似乎做你想做的事：
text = """
Boulder, Co
80303
Boulder, Colorado
Boulder, Co 80303
"""
lines = text.splitlines()
ABBREV = dict(co="Colorado", ca="California")
STATES = ABBREV.values()
def parse_addr(line):
addr = {}
# normalize commas
parts = line.replace(",", " ").split()
for part in parts:
if part.capitalize() in STATES:
addr["state"] = part
elif part.lower() in ABBREV:
addr["state"] = ABBREV[part.lower()]
else:
try:
zip = int(part)
addr["zip"] = part
except ValueError:
addr["city"] = part
return addr
for line in lines:
print line, parse_addr(line)
输出：
Boulder, Co {'city': 'Boulder', 'state': 'Colorado'}
80303 {'zip': '80303'}
Boulder, Colorado {'city': 'Boulder', 'state': 'Colorado'}
Boulder, Co 80303 {'city': 'Boulder', 'state': 'Colorado', 'zip': '80303'}
处理“南达科他州”和其他两个词的州/城市留给读者作为练习:)
正如其他海报所建议的那样，您也可以变得聪明并使用邮政编码来缩小城市/州的范围。
【讨论】：