作者coeric ( )
看板Python
标题[问题] 爬虫遇到不预期的错误
时间Thu Apr 13 10:55:01 2017
我大多是在爬很多店家的店名、地址、电话这三样东西
(如果有经纬度最好，不然我还得靠地址去转换)
但很常遇到地址很莫名其妙的.....
例如：台中市丰原市XX路XX号
因为我需要从地址去萃取出行政区，却遇到这种鸟地址
虽然是少数...但状况百百种
或是 台中市丰原区42060XX路XX号 =>硬是突然中间出现一个邮递区号
不然就乾脆 连行政区直接整个不见.....
各位大大是如何处理的？当成个案，在code里面处理掉？
有人遇过更莫名其妙的状况吗？
------------------------------
更新：
刚刚遇到的新问题
http://imgur.com/a/0qheG
都捞到完整的json资料，也给了座标
却突然出现另一种座标格式.........在塞资料库时，刚好眼睛瞄到....
是有没有那麽鸡婆，还帮忙转换座标格式
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 106.105.74.70
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Python/M.1492052105.A.462.html
1F：→ uranusjr: 这要完美处理只能做 lexical analysis, 通俗讲就是做个 04/13 11:14
2F：→ uranusjr: compiler (的语法树部分), 有兴趣可以研究 compiler 是 04/13 11:14
3F：→ uranusjr: 怎麽写的, 但如果不是什麽大专案这有点太搞刚 XD 04/13 11:15
4F：推 Yshuan: 地址这种有特定关键字的 建议不要把顺序写死 04/13 11:54
5F：→ bibo9901: 简单做法就是 PCFG, 04/13 12:25
※ 编辑: coeric (101.12.23.147), 04/13/2017 14:48:02
6F：→ s860134: 你先把能处理、不能处理的 case 分离出来，再去不能分离 04/14 00:08
7F：→ s860134: 的 case 里面找共通，反正清理资料都嘛是这样 04/14 00:09