python - 检查字符串是否在列表中，具体取决于最后两个字符

Question

设置

我正在使用 Scrapy 来抓取住房广告。根据广告，我检索一个邮政编码，其中包含四个数字后跟 2 个字母，例如1053ZM。

我有一个 Excel 工作表，通过以下方式将地区与邮政编码链接起来，

district    postcode_min    postcode_max
   A           1011AB           1011BD
   A           1011BG           1011CE
   A           1011CH           1011CZ

因此，第二行指出 1011AB、1011AC、...、1011AZ、1011BA、...、1011BD 范围内的邮政编码属于 A 区。

实际列表包含 1214 行。

---

问题

我想使用邮政编码和列表将每个广告与其各自的地区相匹配。

我不确定执行此操作的最佳方法是什么以及如何执行此操作。

我想出了两种不同的方法:

1. 创建 postcode_min 和 postcode_max 之间的所有邮政编码，将所有邮政编码及其各自的地区分配给字典，以便随后使用循环进行匹配。

即创建，

 d = {'A': ['1011AB','1011AC',...,'1011BD',
            '1011BG','1011BH',...,'1011CE',
            '1011CH','1011CI',...,'1011CZ'],
      'B': [...],           
      }

然后，

found = False
for distr in d.keys(): # loop over districts
     for code in d[distr]: # loop over district's postal codes
         if postal_code in code: # assign if ad's postal code in code                 
             district = distr
             found = True
             break
         else:
             district = 'unknown'
     if found:
         break

让 Python 了解 postcode_min 和 postcode_max 之间存在一个范围，将范围及其各自的区域分配给字典，并使用循环进行匹配。

即类似的东西，

d = {'A': [range(1011AB,1011BD), range(1011BG,1011CE),range(1011CH,1011CZ)],
     'B': [...]
    }

然后，

found = False
for distr in d.keys(): # loop over districts
     for range in d[distr]: # loop over district's ranges
         if postal_code in range: # assign if ad's postal code in range                 
             district = distr
             found = True
             break
         else:
             district = 'unknown'
     if found:
         break

---

问题

对于方法 1:

• 如何创建所有邮政编码并将它们分配给字典？

对于方法 2:

我使用 range() 来进行解释，但我知道 range() 不能像这样工作。

• 如上例所示，我需要什么才能有效地拥有 range()？
• 如何正确循环这些范围？

我认为我更喜欢方法 2，但我很高兴使用其中任何一种方法。或者使用另一种解决方案(如果有的话)。

Answer 1

你可以像这样收集Excel中的值

d = {'A': ['1011AB', '1011BD', '1011BG', '1011CE',  '1011CH', '1011CZ'],
     'B': ['1061WB', '1061WB'],
     }

def is_in_postcode_range(current_postcode, min, max):
    return min <= current_postcode <= max

def get_district_by_post_code(postcode):
    for district, codes in d.items():
        first_code = codes[0]
        last_code = codes[-1]
        if is_in_postcode_range(postcode, first_code, last_code):
            if any(is_in_postcode_range(postcode, codes[i], codes[i+1]) for i in range(0, len(codes), 2)):
                return district
            else:
                return None

用法:

print get_district_by_post_code('1011AC'): A
print get_district_by_post_code('1011BE'): None
print get_district_by_post_code('1061WB'): B