Question

我在网上搜索了泰国餐馆的一些数据。我目前在地址字段方面存在问题，因为在网站上地址移动到下一行时，scrape决定将其合并而不留下任何空间。例如：

22/F, Dusit Thani Bangkok946 Rama 4 RoadBangkokThailand 
1/F, Oakwood Residence113 Thonglor Soi 13BangkokThailand 
G/F, Ocean Tower IISukhumvit Soi 21WattanaBangkokThailand

在第一个条目中，我想在k和9以及d和B之间留一个空格，依此类推其他条目。

我目前正在使用BeautifulSoup来抓取here中的数据。如果有人可以帮助我解决这个问题或者更好的方法来解析HTML，我会全力以赴。我宁愿不手动改变280多个地址条目。

Answer 1

您的示例显示了需要插入空间的几种模式：

小写字母后跟大写字母
小写字母后跟数字
数字后跟一个大写字母
- （但最后可能会出现包含数字和字母的地址的问题）

这可以使用正则表达式完成，在VBA中开发用户定义函数。

Option Explicit
Function SplitAddress(S As String) As String
    Dim RE As Object
    Const sPatNumberCap As String = "\d(?=[A-Z])"
    Const sPatNonCapNumberOrCap As String = "[a-z](?=[A-Z0-9])"
    Const sRepl As String = "$& "
    Dim sTemp As String

Set RE = CreateObject("vbscript.regexp")    
With RE
    .Global = True
    .ignorecase = False

    .Pattern = sPatNumberCap
    sTemp = .Replace(S, sRepl)

    .Pattern = sPatNonCapNumberOrCap
    sTemp = .Replace(sTemp, sRepl)
End With

SplitAddress = sTemp

End Function

如果某个街道的地址2A存在问题，您可以更改.Pattern，具体取决于这些类型的字符串的真实外观。仅当大写字母后面是非空白字符时，才可以确保仅插入空格。

例如：

Const sPatNumberCap As String = "\d(?=[A-Z]\S)"

但没有例子，很难推测。

Excel：解析地址

1 个答案: