Python正则表达式提取地址中的单元信息

# 判断是否为单元
elif word.endswith('单元'):
    # 如果上一个词是数字，则将数字和单元合并作为cellno
    if i > 0 and words[i-1].isdigit():
        tag_list.append('B-cellno')
        cellno = words[i-1] + word
        roadno = words[i-1] 
    else:
        for char in word:
            if char == word[0]:
                tag_list.append('B-cellno')
            elif char == word[-1]:
                tag_list.append('E-cellno')
            else:
                tag_list.append('I-cellno')
        cellno = word
        roadno = word

这段代码用于从文本中提取地址信息，特别是针对'单元'信息进行处理。

代码逻辑：

1. 判断词语是否以'单元'结尾: word.endswith('单元')
2. 处理前一个词为数字的情况:
   • 如果上一个词是数字 (words[i-1].isdigit()), 则将数字和当前词语合并作为 cellno (例如：'1单元')。
   • 使用 BIO 标注体系，将第一个字符标记为 'B-cellno'，其余字符标记为 'I-cellno'。
3. 处理其他情况:
   • 遍历当前词语的每个字符，使用 BIO 标注体系进行标记。
   • 将当前词语作为 cellno。

代码改进：

• 增加了对前一个词语为数字情况的处理，能够更准确地提取单元信息。
• 使用了 BIO 标注体系，方便后续的信息抽取和处理。

示例：

如果输入文本为 '1单元'，则代码会将 '1单元' 识别为 cellno，并使用 BIO 标注体系进行标记： ['B-cellno', 'I-cellno', 'I-cellno']。