首页 / 正则 / Python句子提取器中的正则表达式
Python句子提取器中的正则表达式
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了Python句子提取器中的正则表达式,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含878字,纯文字阅读大概需要2分钟。
内容图文
![Python句子提取器中的正则表达式](/upload/InfoBanner/zyjiaocheng/809/4664d4fd179b43bcabf022a0645e3879.jpg)
我有一个脚本,它给我一些包含指定关键词列表之一的句子.句子被定义为2个时期之间的任何句子.
现在我想用它来选择所有的句子,比如’把1.5克粉末放入’,如果粉末是一个关键词它会得到整个句子而不是’5克粉’
我试图弄清楚如何表达一个句子介于句点之间,然后是空格.我的新过滤器是:
def iterphrases(text):
return ifilter(None, imap(lambda m: m.group(1), finditer(r'([^\.\s]+)', text)))
但是现在我不再打印任何句子只是单词/短语(包括我的关键词).我对自己做错了很困惑.
解决方法:
如果你没有使用迭代器,re.split对你的用例(句子的自定义定义)来说会更简单一些:
re.split(r'\.\s', text)
注意最后一句将包括.或者将为空(如果文本在上一个句点之后以空格结尾),以解决此问题:
re.split(r'\.\s', re.sub(r'\.\s*$', '', text))
在Python – RegEx for splitting text into sentences (sentence-tokenizing)的答案中也看一下更一般的情况
对于一个完全通用的解决方案,您需要一个合适的句子标记器,例如nltk.tokenize
nltk.tokenize.sent_tokenize(text)
内容总结
以上是互联网集市为您收集整理的Python句子提取器中的正则表达式全部内容,希望文章能够帮你解决Python句子提取器中的正则表达式所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。