geograpy 0.3.7

安装和设置

使用pip获取包（这需要几分钟）

pip install geograpy

地理学使用NLTK进行实体识别，因此 你还需要下载我们正在使用的模型。幸运的是 一个能帮你处理这件事的命令。

geograpy-nltk

基本用法

导入模块，给出一些文本或url，然后执行presto。

import geograpy
url = 'http://www.bbc.com/news/world-europe-26919928'
places = geograpy.get_place_context(url=url)

现在您可以访问 链接文章。

• places.countries包含国家名称列表
• places.regions包含区域名列表
• places.cities包含城市名称列表
• places.other列出了所有不明显的国家， 地区或城市

注意，other列表可能对较短的文本有用 提供街道名称、兴趣点等信息，但在 当扫描包含所有格的较长文本时，时间有点混乱。 专有名词的形式（如“俄语”而不是“俄语”）。

但是等等，还有更多

除了列出已发现地点的名称外，您还将得到 一些关于地方之间关系的信息。

• places.country_regions按国家细分的地区
• places.country_cities按国家细分的城市
• places.address_strings城市、地区、国家字符串对 地理编码

最后但并非最不重要

虽然一篇文章可能会提到很多地方，但它可能只关注一个或多个 第二，地理也将国家、地区和城市划分为 提及次数。

• places.country_mentions
• places.region_mentions
• places.city_mentions

每个返回一个元组列表。元组中的第一项是 地名和第二项是提到的次数。为了 示例：

[('Russian Federation', 14), (u'Ukraine', 11), (u'Lithuania', 1)]

如果你是认真的

当然，您可以单独使用每个地理模块。为了 示例：

from geograpy import extraction

e = extraction.Extractor(url='http://www.bbc.com/news/world-europe-26919928')
e.find_entities()

# You can now access all of the places found by the Extractor
print e.places

place上下文在places模块中处理。例如：

from geograpy import places

pc = places.PlaceContext(['Cleveland', 'Ohio', 'United States'])

pc.set_countries()
print pc.countries #['United States']

pc.set_regions()
print pc.regions #['Ohio']

pc.set_cities()
print pc.cities #['Cleveland']

print pc.address_strings #['Cleveland, Ohio, United States']

当然还有上面显示的所有其他信息 （country_regionsetc）在相应的^{tt15}之后可用$ 方法被调用。

学分

Geography使用以下优秀的库：

• NLTK用于实体识别
• newspaper用于文本 从HTML提取
• jellyfish模糊 文本匹配
• pycountry用于 国家/地区查找

地理测量使用以下数据源：

• GeoLite2城市 查找
• ISO3166ErrorDictionary 对于常见的国家/地区错误省略，请通过“sara jayne” terp<；https://github.com/bodacea>；`\uu

向Chris Albon提示名称。