- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我正在对法国的法官任命系统进行一些数据分析,并使用一些代码来执行此操作。但我遇到了正则表达式问题。
我的数据由一大堆法院和法官任命组成。
这是一个示例列表:
Appellate Court of Paris
Blabla about the jugdge : Mr Dominique Martin, blahblahblah Blabla about the judge : Ms Jeanne Truc
District Court of Paris
Blabla about the jugdge : Mr François Dupont, blahblahblah Blabla about the jugdge : Mr Jean Dupuis, blahblahblah Blabla about the jugdge : Ms Marguerite Lorem, blahblahblah
District Court of Lyon
Blabla about the judge : Ms Lorena Ipsum, blablabh
其中有很多地方法院和上诉法院混合在一起。通常,在城市上诉法院之后是地区法院。
(对于阅读这篇文章的法国人,我将“Tribunal de grande instance”翻译成“District Court”,将“Cour d'appel”翻译成“Appellate Court”,如果所有内容都是英文的话会更容易理解)
然后我需要一份法院法官的名单。
为了实现这一点,我开始使用优秀的 ol' python 3 做一个正则表达式。首先,我得到了所有评委的名单,这要感谢先生和夫人(嗯,这是法语,所以 M. 和 Mme.)。然后,遍历此列表中的每个法官以查找他们被任命的到底在哪里。我写了类似的东西:
court = re.findall(r'(District Court of.+?|Appelate Court of.+?)\n.+?'+ judge, appointments, re.S)
“法官”变量是我正在寻找的当前法官的名字,“任命”是我正在对其进行正则表达式处理的列表。 Dotall 标志打开,如果你不了解 python,请忘记模式前的 'r',它只是关于如何解释后面字符串中的特殊字符。
(我也尝试过使用 re.search,但我认为 re.findall 更适合发现错误)
而且结果始终是列表中的第一个(例如:巴黎上诉法院)...就好像它是一个贪婪的请求,即使我用'?'标记了每个限定符。在 Python 中将量词标识为非贪婪的。
(我是法学院的学生,不是 CS 的学生,如果我在那里做错了什么,我请求原谅)。
注意:我正在解析的原始列表:http://www.legifrance.gouv.fr/affichTexte.do?cidTexte=JORFTEXT000022472292 (注意那是一个丑陋的法国政府网站)。
最佳答案
使用 lxml解析 html:
import lxml.html as LH
import re
url='http://www.legifrance.gouv.fr/affichTexte.do?cidTexte=JORFTEXT000022472292'
doc=LH.parse(url)
data=(p.text_content() for p in doc.xpath('//p'))
next(data) # Skip the paragraph before the first court
result={}
for court,text in zip(*[data]*2):
court=court.strip()
names=re.findall(r'((?:M\.|Mme)[^,]+),',text)
result[court]=names
print(result)
产量 this result .
您链接到的页面实际上组织得很好。 (至少,我见过更糟糕的情况!;)。每个法庭都有自己的<p>
标记,以及以下 <p>
标签包含列出所有人的文本。因此,如果您使用 HTML 解析器查找所有 <p>
标签,您可以快速梳理法院和人民。
grouper recipe zip(*[iter(...)]*2)
用于单步执行 <p>
-标签数据二<p>
-一次标记。
关于python - 使用正则表达式和 Python 识别包含唯一单词的特定段落的标题(和 French Judges),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/8216729/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!