七月在线NLP千元课程笔记



NLP七月在线
照着PDF的内容解释。
第一课

NLP基础知识
Python基础知识7分钟

正则表达式验证工具
https://regexr.com/v1/
基本字符
.匹配除了换行符外所有字符
\d匹配所有数字
能找到所有数字
\D除了数字之外的所有字符
\s匹配空格，换行，肉眼看到是空白的地方
\S除了空白之外的东西
大写都是小写的反面
\w数字，字母，下划线A--Z a--z 0--9之间的任意一个都会被匹配
\W除了刚才的东西
13分钟结束
指定多少个字符。
{}贪婪匹配
\d{2}同时找出2个连接的数字，如果是3，同时找3个链接在一起的
\d{2,5}2到5个数字

?匹配前一个0次或者1次
abc?表示字母c可以出现，也可以不出现
等价于abc{0,1}

*表示0次或者无限个
abc*表示ab或者abc，abccc，abccc等。要么不出现，要么匹配到结束

+至少出现一次
abc+不包含ab,包含abc, abcccc等无数c的情况

a(bc)+用括号表示组合，bc为一个整体，必须一起出现

[]括起来字符
[acd]找出段落中出现的acd，无论是否只有一个a，还是acd一起出现。

^匹配字符串开头
$匹配字符串末尾
^We$：匹配W开始，e结束的单词，中间只要是字符就行

\b匹配\w和\W之间

(at)|(ce)或者意思

^[a-f]+$
(...).*\1前面三个字符，后面也是相同的字符，中间字符无所谓

37分钟结束
re模块提供对正则表达式支持
import re
1 将正则表达式编译为pattern对象
2 使用pattern匹配文本，获得匹配结果，无法匹配返回none
3
使用match获取分组信息
flag可选值
re.compile()

实现一个匹配目标，字符串有多种写