1、正则表达式在NLP中的基本应用
作用:将文档内容从非结构转化为结构化以便后续文本挖掘;去“噪声”
方法:用re.search
例1:获取包含特定关键字的句子
例2:匹配任意一个字符
例3:匹配起始和结尾字符串
“^” 匹配开始的字符串 比如:^a
“$ ”匹配结尾的字符串 比如:a$
例4:使用中括号匹配多个字符
“··”表示之后的两个字符;“^”代表起始;“\”表示转义
例5:抽取文本中的数字
{3}表示重复之前的[0-9]三次
参考:《python自然语言处理实战 核心技术与算法》