百度地图点集文档使用python的re模块处理成json的相关写法

这个实在很差起名字。写这个还不是由于被渣度坑的不要不要的。为何说他坑呢。参考一下这两个截图的txt文档：

 

文档资源下载地址：  http://lbsyun.baidu.com/index.php?title=open/dev-res

或  http://lbsyun.baidu.com/index.php?title=webapi/place-suggestion-api

不知道是否看出坑的地方在哪里（请参考官方示例 http://echarts.baidu.com/demo.html#map-polygon）：

1.js格式的数据不作格式化。这个我勉强能够理解。可是百度地图的demo里面使用的数据可不是这样的。因此这份文件不处理就没*用。至于这个js处理的坑点晚些再说

2.看看右边那个文档。不仅是百度，从主要渠道下载的全国行政区划明细列表，都是会对于行政单位加上行政级别——例如北京市，上海市。而不是北京，上海。

3.附上官方示例上的接口API内容：

 

 

很少吐槽了。槽点实在太多。

那么进入正题，老样子，先上代码。

代码中有段非re处理的部分，用re的话大概只能写成这样。由于sub模块替换时不支持通配。

 

完整代码以下：

import re

f = open('D:\\Users\\50255\\Desktop\\maplist.txt', encoding='utf-8')
txt = f.read()

# pattern = re.compile(r'"\w{2,6}"|\d+\W\d+\W\d+\W\d+')
# result = re.findall(pattern, txt)


def test_split(txt, string):
    if type(txt) is not str:
        txt = ''.join(txt)
    txt = re.split(string, txt)
    txt = ''.join(txt)
    return txt


def test_replace(txt, r, f):
    if type(txt) is not str:
        txt = ''.join(txt)
    txt = re.sub(r, f, txt)
    txt = ''.join(txt)
    return txt


txt = test_replace(txt, r'{n:"', r'{"')
txt = test_replace(txt, r',g:"', r',"')
txt = test_replace(txt, r'\|.{1,2}"}', r'"}')
txt = re.findall(r'{"\w+",.{1,30}\d\d"}', txt)
txt = test_replace(txt, r'{"', r'"')
txt = test_replace(txt, r'","', r'":[')
txt = test_replace(txt, r'"}', r'],\n')
txt = test_replace(txt, r'":', r'市":')
txt = test_replace(txt, r'市市', r'市')
txt = test_replace(txt, r'区市', r'区')
txt = test_replace(txt, r'州市', r'州')
_txt = list(txt)
for i in range(len(_txt)):
    if _txt[i-1] == '"' and _txt[i+1] == '州':
        _txt[i+1] = '州市'
txt = ''.join(_txt)
print(txt)

h = open('D:\\Users\\50255\\Desktop\\maplist2.txt', mode='w', encoding='utf-8')
h.write(txt)

　

 

由于只是用了一次。因此没有对上面那一堆replace的效率优化。优化的部分只有截图那一块，那个效率实在有点看不下去。

经过内容能够看出须要替换掉的部分。并且为了保证数据的正确处理。按如下步骤执行脚本：

0.初始化

1.去除须要的数据中的键值命名 --- n:  g:

2.去除数据中不知道表明什么分类的 |12

3.取出须要的，括号内的数据

4.将数据格式化为目标样式

5.给数据加上行政区划级别

6.对于特殊的城市名称进行处理

7.输出结果

 

 

----------------------------------

百度的这份文档，绝对是为了展示程序员的核心价值。

因此你不能用文本编辑器一次性解决这个问题。