更多>>关于我们
西安鲲之鹏网络信息技术有限公司从2010年开始专注于Web(网站)数据抓取领域。致力于为广大中国客户提供准确、快捷的数据采集相关服务。我们采用分布式系统架构,日采集网页数千万。我们拥有海量稳定高匿HTTP代理IP地址池,可以有效获取互联网任何公开可见信息。
您只需告诉我们您想抓取的网站是什么,您感兴趣的字段有哪些,你需要的数据是哪种格式,我们将为您做所有的工作,最后把数据(或程序)交付给你。
数据的格式可以是CSV、JSON、XML、ACCESS、SQLITE、MSSQL、MYSQL等等。
更多>>技术文章
如何解析美国地址
发布时间:2011-06-04
项目中经常需要将完整的美国地址(例如,6200 20th Street, Vero Beach, FL 32966)进行细分:
address: 6200 20th Street
City: Vero Beach
State: FL
Zip code:32966
下面给出一个函数,使用前需要导入re模块:
def parse_us_address(address): addrs = map(lambda x:x.strip(), address.split(',')) if addrs: m = re.compile('(\w+)\s*(.*)').search(addrs[-1]) if m: state, zipcode = m.groups()[0].strip(), m.groups()[1].strip() if len(addrs)>=3: city = addrs[-2].strip() address = ','.join(addrs[:-2]) else: address = ','.join(addrs[:-1]) return address, city, state, zipcode
调用示例:
>>> parse_us_address('6200 20th Street, Vero Beach, FL 32966')
('6200 20th Street', 'Vero Beach', 'FL', '32966')
特别说明:本文旨在技术交流,请勿将涉及的技术用于非法用途,否则一切后果自负。如果您觉得我们侵犯了您的合法权益,请联系我们予以处理。
☹ Disqus被Qiang了,之前所有的评论内容都看不到了。如果您有爬虫相关技术方面的问题,欢迎发到我们的问答平台:http://spider.site-digger.com/