如圖，公司給了幾百G的word文檔，看了看里面的內(nèi)容，很亂，但是大致如圖涉及公司的信息；
但是排版啊，字段名啊，一致性很差；
公司要信息入庫，不知道從何入手？？
有大神有思路或者建議嗎？
1 先用正則表達式，按照 數(shù)字冒號(1:,2:)拆分單條信息
得到結(jié)果：
[
'1:公司名:An網(wǎng)站:wwwn電話:123456789n',
'2:公司名:An網(wǎng)站:wwwn電話:123456789nn',
'3:公司名:An網(wǎng)站:wwwn電話:123456789地址:abbn',
'4:公司名:An網(wǎng)站:wwwn電話:123456789',
]
2 取出每一項目,將數(shù)字冒號(1:)替換為空
如:'1:公司名:An網(wǎng)站:wwwn電話:123456789n',
3 按照n拆分，再按照:區(qū)分鍵值對。
如:'公司名:An網(wǎng)站:wwwn電話:123456789n',
得到結(jié)果:[{'公司名':'A'},{'網(wǎng)站':'www'},{'電話':'123456789'}]
北大青鳥APTECH成立于1999年。依托北京大學優(yōu)質(zhì)雄厚的教育資源和背景，秉承“教育改變生活”的發(fā)展理念，致力于培養(yǎng)中國IT技能型緊缺人才，是大數(shù)據(jù)專業(yè)的國家
北大青鳥中博軟件學院創(chuàng)立于2003年，作為華東區(qū)著名互聯(lián)網(wǎng)學院和江蘇省首批服務外包人才培訓基地，中博成功培育了近30000名軟件工程師走向高薪崗位，合作企業(yè)超4
中公教育集團創(chuàng)建于1999年，經(jīng)過二十年潛心發(fā)展，已由一家北大畢業(yè)生自主創(chuàng)業(yè)的信息技術(shù)與教育服務機構(gòu)，發(fā)展為教育服務業(yè)的綜合性企業(yè)集團，成為集合面授教學培訓、網(wǎng)
達內(nèi)教育集團成立于2002年，是一家由留學海歸創(chuàng)辦的高端職業(yè)教育培訓機構(gòu)，是中國一站式人才培養(yǎng)平臺、一站式人才輸送平臺。2014年4月3日在美國成功上市，融資1
浪潮集團項目經(jīng)理。精通Java與.NET 技術(shù)， 熟練的跨平臺面向?qū)ο箝_發(fā)經(jīng)驗，技術(shù)功底深厚。 授課風格 授課風格清新自然、條理清晰、主次分明、重點難點突出、引人入勝。
曾工作于聯(lián)想擔任系統(tǒng)開發(fā)工程師，曾在博彥科技股份有限公司擔任項目經(jīng)理從事移動互聯(lián)網(wǎng)管理及研發(fā)工作，曾創(chuàng)辦藍懿科技有限責任公司從事總經(jīng)理職務負責iOS教學及管理工作。
精通HTML5和CSS3；Javascript及主流js庫，具有快速界面開發(fā)的能力，對瀏覽器兼容性、前端性能優(yōu)化等有深入理解。精通網(wǎng)頁制作和網(wǎng)頁游戲開發(fā)。
具有10 年的Java 企業(yè)應用開發(fā)經(jīng)驗。曾經(jīng)歷任德國Software AG 技術(shù)顧問，美國Dachieve 系統(tǒng)架構(gòu)師，美國AngelEngineers Inc. 系統(tǒng)架構(gòu)師。
掃碼關(guān)注鍍金池微信號
手機訂課，優(yōu)惠多多
