如何从.sql文件提取城市数据并在Python中实现城市匹配查询？

Hey，这个需求很清晰，我来给你捋捋实现步骤，代码都给你写好啦！

首先咱们得把.sql文件里的城市数据捞出来。因为你的SQL文件里是已经执行完成的，应该包含类似INSERT INTO your_table (id, city_name, state, country) VALUES (...);这样的语句。咱们可以用正则表达式来匹配这些数据元组，然后整理成干净的字典列表。

要注意哦，示例数据里的'Tuscaloosa '、'Alabama '都有 trailing space，所以提取后一定要用strip()去掉前后空格，不然匹配的时候会踩坑！

接下来就是判断输入字符串里有没有包含咱们提取到的城市名了。这里要考虑几个点：

• 大小写不敏感：比如输入是I live in chicago，也能匹配到Chicago
• 多词城市名：比如New York，输入里有I'm from New York也要能匹配到
• 避免部分匹配：比如别把Chicago当成包含Chi的城市（当然如果你的城市列表里有Chi另说，这里默认咱们要匹配完整的城市名）

所以咱们可以先把所有城市名整理成一个列表，然后遍历这个列表，检查城市名是否是输入文本的子串（忽略大小写）。如果匹配到，就返回对应的州和国家信息。

import re

def load_city_data(sql_file_path):
    city_list = []
    # 读取SQL文件内容
    with open(sql_file_path, 'r', encoding='utf-8') as f:
        sql_content = f.read()
    
    # 匹配INSERT语句里的VALUES部分，正则表达式可以根据你的SQL格式调整
    # 匹配类似 (257, 'Tuscaloosa ', 'Alabama ', 'United States') 的元组
    pattern = r'\((\d+),\s*\'([^\']+)\',\s*\'([^\']+)\',\s*\'([^\']+)\'\)'
    matches = re.findall(pattern, sql_content)
    
    for match in matches:
        city_id, city_name, state, country = match
        # 清理前后空格
        clean_city = city_name.strip()
        clean_state = state.strip()
        clean_country = country.strip()
        city_list.append({
            'city': clean_city,
            'state': clean_state,
            'country': clean_country
        })
    return city_list

def find_city_in_text(input_text, city_data):
    # 把输入文本转成小写，方便不区分大小写匹配
    text_lower = input_text.lower()
    matches = []
    for city_item in city_data:
        city_lower = city_item['city'].lower()
        # 检查城市名是否在文本中（子串匹配）
        if city_lower in text_lower:
            matches.append({
                'city': city_item['city'],
                'state': city_item['state'],
                'country': city_item['country']
            })
    return matches

# 使用示例
if __name__ == '__main__':
    # 替换成你的SQL文件路径
    sql_path = 'your_cities.sql'
    cities = load_city_data(sql_path)
    input_str = 'I live in Chicago'
    result = find_city_in_text(input_str, cities)
    if result:
        print("匹配到的城市信息：")
        for item in result:
            print(f"城市：{item['city']}，州：{item['state']}，国家：{item['country']}")
    else:
        print("没有匹配到任何城市")

• 如果你的SQL文件格式和示例不太一样，比如用双引号或者没有空格，需要调整正则表达式的pattern来适配
• 如果担心部分匹配的问题（比如文本里有Chicago Heights但你只想匹配Chicago），可以考虑用单词边界匹配，把判断条件改成re.search(rf'\b{re.escape(city_lower)}\b', text_lower)，这样只会匹配完整的单词
• 要是城市数据量很大，建议把城市名放到一个集合里（或者用Trie树）来优化匹配速度，不过一般中小规模的数据用遍历就足够了

内容的提问来源于stack exchange，提问作者Deba