正则表达式按中文句号、逗号、感叹号对文本数据进行切分

最新推荐文章于 2023-01-31 15:12:26 发布
最新推荐文章于 2023-01-31 15:12:26 发布
阅读量1.6k 收藏 2
点赞数 1
文章标签： python 大数据 正则表达式
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44015128/article/details/116767030
版权

正则表达式按中文句号、逗号、感叹号对文本数据进行切分

利用正则表达式中的 re.split 进行切分
代码如下：

导入数据
将数据按中文句号、逗号、问号、感叹号进行切分
对包含服务的关键词进行匹配，并将结果按行输出为txt文件。

import re
import pandas as pd
data=pd.read_excel(r'./jingqu/data/jingqu.xlsx')  #导入评论数据
a=data['评论内容']
a=list(a)
最低0.47元/天 解锁文章
weixin_44015128
关注
  • 1
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Java中使用正则表达式处理文本数据
12-13
本文将介绍如何在Java中使用正则表达式来处理文本数据。正则表达式就是一个字符串，但和普通的字符串不同的是，正则表达式是对一组相似字符串的抽象，如下面的几个字符串： a98b c0912d c10b a12345678d ab ...
使用Python正则表达式操作文本数据的方法
12-26
什么是正则表达式 正则表达式，是简单地字符的序列，可指定特定的搜索模式。正则表达式已存在很长一段时间，并且它本身就是计算机科学的一个领域。 在 Python中，使用Python的内置re模块处理正则表达式操作 。在本...
逗号分列（txt——excel）
weixin_54508459的博客
04-14 1108
逗号分列（txt——excel）
正则表达式-问号的四种用法
weixin_34111819的博客
06-02 1782
原文符号 因为?在正则表达式中有特殊的含义，所以如果想匹配?本身，则需要转义，\? 有无量词 问号可以表示重复前面内容的0次或一次，也就是要么不出现，要么出现一次。 非贪婪匹配 贪婪匹配 在满足匹配时，匹配尽可能长的字符串，默认情况下，采用贪婪匹配 string pattern1 = @"a.*c"; // greedy match Regex regex = new R...
再见，正则表达式
静觅
09-04 353
“ 阅读本文大概需要 5 分钟。 ”从一段指定的字符串中，取得期望的数据，正常人都会想到正则表达式吧？写过正则表达式的人都知道，正则表达式入门不难，写起来也容易。但是正则表达式几乎没有可...
正则表达式切分文本规则
StriveHeisenberg的博客
05-03 2825
我在学习《机器学习实战》第四章：朴素贝叶斯算法时发现，书中在准备数据阶段的切分文本操作上有点问题，可能书中使用的是python2.x而我使用的是python3.x的原因吧，正则表达式的规则有些许不同。下面就切分文本的操作作一定的总结。 对于一个文本字符串，python中（python2.x & python3.x）都包含了最基础的split（）方法，split（）方法主要的作用是：按照空白...
使用正则表达式切分英文句子，将标点和句子分开
xiaoxiaojie521的博客
05-20 1001
[x.strip() for x in re.split(r'(\w+)?', sent) if x and x !=' '] 可将如下句子： Mary moved to the bedroom. 切分结果： [‘Mary’, ‘moved’, ‘to’, ‘the’, ‘bedroom’, ‘.’]
正则表达式匹配解析过程探讨分析（正则表达式匹配原理）
weixin_30266885的博客
05-30 170
已经有多篇关于正则表达式介绍的文章，随着我们越来越多使用正则表达式，想对性能做优化、减少我们正则表达式书写匹配Bug。我们不得不进一步深入了解正则表达式执行过程了。下面我们一起学习，分析下正则表达式执行过程。我们会用regexbuddy测试工具分解执行过程，具体工具使用，可以看：正则表达式性能测试工具推荐、优化工具推荐(regexbuddy推荐)。要了解正则表达式解析过程前，我们先来熟悉几个概念。...
匹配中文汉字的正则表达式介绍
12-13
匹配中文字符的正则表达式： [\u4e00-\u9fa5] 或许你也需要匹配双字节字符，中文也是双字节的字符 代码如下: 匹配双字节字符(包括汉字在内)：[^\x00-\xff] 注：可以用来计算字符串的长度（一个双字节字符长度计2，...
python正则表达式去掉数字中的逗号(python正则匹配逗号)
12-25
数字中经常是3个数字一组，之后跟一个逗号，因此规律为：***，***，*** 正则式复制代码 代码如下:[a-z]+,[a-z]? 复制代码 代码如下:import re sen = “abc,123,456,789,mnp”p = re.compile(“\d+,\d+?”) for ...
正则表达式对qq号码校验
12-13
package 正则表达式; /*对QQ号码进行校验 要求5~15位，不能以0开头，只能是数字*/ import java.util.regex.Matcher; import java.util.regex.Pattern; public class Test { public static void main(String[] args)...
以逗号分割，但是不包含括号内的逗号的正则表达式
gerald2008的专栏
09-06 2459
首先正则表达式是： ,(?![^()]*+\)) 接下来我们来显示解释： ,表示匹配逗号 [^()]*表示除过左括号和右括号的所有字符重复零次或多次； ![^()]*+\)表示除过左括号和右括号的所有字符重复零次或多次，然后最后一个字符是右括号…………式1） 如下图： ,(?![^()]*+\))表示逗号之后不能是式1）pattern所匹配的字符串。 如下图，我们用它类分割1,23,test,(1,2,3)： 注意，这个正则表达式不支持括号的嵌套 ...
正则表达式（四）--文本换行分割
weixin_30608131的博客
10-26 1014
先说一个案例： 对一个字符串“tom12jie1bill2lili21som12joy12212121hehe”进行分割，规则：以1或2为分隔符进行分割，如果有12，或21则把12或21看成一个分隔符进行分割，期望输出：（为了方便查看，加了行号） 1.tom 2.jie 3.bill 4.lili 5.som 6.joy 7. 8. 9. 10.hehe 最先看到首...
正则表达式拆分字符串(Regular expression split string)
weixin_42610770的博客
01-31 554
我正在寻找使用正则表达式拆分字符串（并获取所有匹配项）。它应该返回每个之间的一切。哪个匹配0到5，但它将错过匹配6，因为它没有。最后。我尝试使用lookahead，但我无法使用它。有小费吗？原文：https://stackoverflow.com/questions/42269148更新时间：2022-03-09 10:03。
正则应用之切分数字及文本
夜_清澄的博客
11-07 627
正则应用之切分数字及文本
正则表达式的小应用(按空白分割文本但是保留"\n")
qq_35052417的博客
07-31 654
正则表达式从一段文字中提取想要的东西: 比如说从一篇英语阅读中提取除了空格以外的东西包括单词换行符标点下滑线： Small Schools Rising 　　This year's list of the top 100 high schools shows that today, those with fewer students are flourishing. 　　Fifty yea
正则表达式，通过多个符号进行分割字符串
laocooon的博客
05-12 718
import re e=input() def CommDevisor(m,n): r = m % n while r != 0: m = n n = r r = m % n return n lst=[] lst=re.split(r"\+|-|\*|/",e) a,b,c,d=lst print(a,b,c,d) print(lst)
delphi 去掉字符串中所有的标点符号_[话俾你知]Python使用正则处理字符串技巧（分割、替换）...
weixin_39975900的博客
11-27 280
当你遇见了一个问题需要使用正则来处理，这个时候你就有了两个问题。 我主业是做图像处理，自然语言处理接触不多，正则表达式的研究并不深入，本文只讲述一些小技巧，如果你对正则表达式比较感兴趣，可以去看看有本书好像叫《Python 核心编程》。本文涉及的内容有两方面：你想要根据不止一个字符来分隔字符串；你想要把字符串中几种不同字符过滤掉或者替换成某种特定字符(串)。本文给出...
常用正则表达式整理
heni6560的博客
03-01 1632
前端书写方式： let reg=/^[0-9]*[1-9][0-9]*$/; reg.test(num); 1.数字以空格隔开 ^(\d+[ ])*(\d+)$ 2.以逗号隔开（英文逗号） 逗号隔开数字： ^(\d+[,])*(\d+)$ 逗号隔开文字或数字或字母： ^([a-zA-Z0-9\\u4e00-\\u9fa5]+[,|，])*[a-zA-Z0-9\\u4e00-\\u...
re 正则表达式怎么匹配中文逗号
最新发布
03-29
中文逗号可以用正则表达式中的Unicode编码来匹配，其编码为`\uFF0C`。因此，可以使用如下正则表达式来匹配中文逗号： ``` [\uFF0C] ``` 这个正则表达式表示匹配一个字符，该字符为中文逗号的Unicode编码。可以在需要匹配中文逗号的地方使用这个正则表达式。例如，在Python中，可以这样使用： ``` import re text = "这是一段含有中文逗号的文本，你好，世界！" pattern = re.compile("[\uFF0C]") matches = pattern.findall(text) print(matches) ``` 输出： ``` ['，'] ```

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值