Python:正则表达式迭代以匹配列表元素中的单词

Question

设置

抓取伦敦的住房广告，我获取每个广告的单元素列表中的地址，例如

address=['Brockham Drive, Brixton SW2']

我有一本字典，将伦敦各行政区与其所在地区联系起来，例如

boroughs={ 
'Barking_Dagenham':['Barking', ..., 'Rush Green'],
'Barnet':['Arkley', ..., 'Woodside Park'],
    ⋮
'Westminster':['Bayswater', ..., 'Westminster'],
}

<小时/> 问题

我想检查地址中是否包含地区名称。如果该地区位于address中，那么我想创建变量district和borough来指示该地区及其相应的行政区。

<小时/> 代码尝试

(1)

for bor in boroughs.keys(): # loop over boroughs
   for distr in boroughs[bor]: # loop over borough's districts
      if distr in address[0]: # assign if district in address
         district = distr
         borough = bor
         break
      else:
         district = 'unknown'
         borough = 'unknown'

(1) 不起作用。也就是说，所有内容都被标记为'unknown'。

我不确定我是否正确地执行了 break 操作，也不确定 if distr in address[0]: 是否是在以下情况下检查匹配的正确方法:迭代。

(2)

for bor in boroughs.keys(): # loop over boroughs
   for distr in boroughs[bor]: # loop over borough's districts
      district = re.search(r'\b'distr'\b', address[0]):    
      borough = ?
      break
   else:
      district = 'unknown'
      borough = 'unknown'

对于(2)，我不确定在使用“\b”时如何正确迭代“bor”。不确定当迭代产生正确的地区匹配时如何分配相应的行政区。另外，不确定我是否应该使用(2)而不是(1)。

我应该使用哪种方法，如何才能至少使用其中一种方法？

Answer 1

您的代码尝试 #1 是正确的，但缺少一个关键元素。您只是打破了内部 for 循环，但随后您的代码继续循环通过外部 for 循环。添加一个变量来检查是否发现跳出了外层for循环。

found = False

for bor in boroughs.keys(): # loop over boroughs
  for distr in boroughs[bor]: # loop over borough's districts
    if distr in address[0]: # assign if district in address
      district = distr
      borough = bor
      found = True
      break
    else:
      district = 'unknown'
      borough = 'unknown'
  if found:
    break