NLP学习路径（二）：NLP前期技术要求

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》