【Python】用正则提取供地数据信息

亦凉 2022-10-27 13:56 152阅读 0赞

import re
    
    # 待匹配信息
    # xxxx有限公司\P54862.3平方米\P工业用地\P2035金准0033号
    # xxxx经济合作社\P12001.2平方米\P工业\P2005-005\P
    # xxxx设备有限公司\P1045平方米\P工业\P2003-052\P
    
    # 用地单位
    # 直接分割字符串返回第一项
    def search(s, i):
        attrs = s.split("\\P")
        l = len(attrs)
        if i>l-1:
            return
        return attrs[i]
        
    # 用地面积
    # 匹配“整数加平方米”或者“浮点数加平方米”
    # 如1045平方米、12001.2平方米
    def search(s):
        pattern = unicode('\d+\.?\d+平方米', "utf-8")
        match = re.findall(pattern, s)
        if len(match)==1:
            return float(match[0][0:-3])
        else:
            return
    
    # 批文号
    # 匹配以“\p”开头，“号”，“整数-整数”或者“非号非\P”的任意个字符
    # 如2005-005、2035金准0033号
    def search(s):
        pattern = unicode('(?<=\\\\P)\d+-\d+|[^号\\\\P]+号', "utf-8")
        match = re.findall(pattern, s)
        if len(match)==1:
            return match[0]
        else:
            return
    
    # 土地用途
    # 匹配以“\P”开头，“\P”结尾，包含特定关键词
    # 如工业用地、工业
    # 这个还需要改进
    def search(s, a):
        if a is not None:
            return a
        words = ["性质","住宅","居住","工业","用地","展览","商住","集资楼","设施","商业楼","别墅","园地"]
        for word in words:
            ss = '(?<=\\\\P)[^(\\\\P)]*'+word+'[^(\\\\P)]*(?=\\\\P)'
            pattern = unicode(ss, "utf-8")
            match = re.findall(pattern, s)
            if len(match)==1:
                return match[0]
        return