popofzk的博客

爬虫流程： 正则表达式 正则表达式由字符和操作符组成 常用操作符： 举例： 经典正则表达式： ) eg： ) Re库： re库可以采用raw string类型表示正则表达式，表示为： r'text', PS: raw string是不包含对转义符再次转义的字符串 例如： r'[1‐9]\d{5}' r'\d{3}‐\d{8}|\d{4}‐\d{7}' Re库主要函数： ) re.sear...

归纳 在文本处理的nlp领域，经常需要将大量文本格式进行不断的转换进而达到模型输入的需求，每次转换我总在尝试，也觉得很费时间，希望能够总结一些常见类型转换，方便以后随时调用。 常用的函数: split: str.split(str="", num=string.count(str)) split() 通过指定分隔符对字符串进行切片，如果参数 num 有指定值，则分隔 num+1 个子字符串 ...