Question

我有一个以逗号分隔的文本文件。每行的第5个字段包含名称和地址信息。该名称通过“¬”字符与街道信息分开。同一个角色也将城市分开。示例字段为：
“¬BOL-MICKEY M MOUSE-123 TOMORROW LANE-ORLANDO FL12345-6789¬¬¬EOL-”

我需要将名称分成几部分，将城市|州| zip分成几部分。但是，名称可能有也可能没有中间的首字母，因此：

m = l [4] .split（“¬”）
firstName，mi，lastName = m [2] .split（）

如果没有中间的首字母，

将无效。此外，城市的名称可能有也可能没有空格，因此：

city，state，zipCode = m [4] .split（）

如果这个城市是“圣安东尼奥”或“里约热内卢”，

将无效。

最重要的是，我如何解析该部分并不总是采用相同格式的字段？

Answer 1

在您的示例中，似乎您可以通过获取“第一个字段”，“最后字段”和“介于两者之间的所有内容”来解决问题：

m = line.split("¬")[2].split()
firstname = m[0]
surname = m[-1]
initials = m[1:-1] # Maybe just keep this as a list?

和

m = line.split("¬")[4].split()
city = ' '.join(m[:-2])
state = m[-2]
zipCode = m[-1]

通常，您可以通过从开头和结尾获取“固定”字段来处理包含空格的单个字段，剩下的任何内容都是可以包含空格的字段。只要有两个字段包含空格在同一栏中，你无能为力。它含糊不清。

使用您拥有的数据格式，如果有姓名包含空格的人，例如Robert Van de Graff，您可能会遇到一些问题。如果您通过查找仅包含一个字母的单词（例如：Robert J. Van de Graaff）并使用这些单词来定义名字的开头和结尾的位置，则可以解决此问题。但总的来说，你可能会有问题。

此外还隐藏着一个国际化问题：不是每个人都先写下他们的“名字” - 有时他们会先写下他们的姓氏。

Answer 2

基本上Anon建议，你可以像这样实现它：

cityInfo = m[4].split()
city, state, zipCode = ' '.join(cityInfo[:-2]), cityInfo[-2], cityInfo[-1])