制作数据集(一)

这种类型数据集制作：

思路：读取地址，使用字典形式保存(但是字典有去重功能，比如说烟台大学工学院宿舍，会出现两个 "学"字，字典会去掉前面的键，可以用列表存储，即可解决)

def main():
    with open('./data.txt', 'r', encoding='utf8')as f:   # 打开数据   数据是一行一行的字符串
        data_1 = f.readlines()                           # 按行读取   data_1    即 '西安镇洼边子村'
        for s in data_1:                           
            dict_1 = {}
            for i in s:
                if(i == '村' or i == '路' or i== '街' or i == '段' or i== '巷' or i == '屯'):
                    dict_1[i] = 'E5'
                else:
                    dict_1[i] = 'o'      # {'西': 'o', '安': 'o', '镇': 'o', '洼': 'o', '边': 'o', '子': 'o', '村': 'E5'}

            if('"' in dict_1.keys()):
                dict_1.pop('"')
            if('	' in dict_1.keys()):
                dict_1.pop('	')
            if ('
' in dict_1.keys()):
                dict_1.pop('
')
            if(dict_1 == {}):
                continue
            with open('./data_1.txt', 'a', encoding='utf8')as fp:  
                for item in dict_1.items():   # item 为元组
                    fp.write('  '.join(j for j in item)+ '
')   # 连接元组  得到需要的格式
                fp.write('
')   # Windows下  '
'

if __name__ == '__main__':
    main()