python数据处理（正则以及列表生成式）

循环最好改成列表生成式

eg1：

lens = []
for snet in sents:
   lens.append(len(sent))

可替换为：
(循环放后面)

lens = [len(sent) for sent in sents]

eg2：

[(x, y) for x in range(1, 4) for y in range(2, 8)]

生成：

找到含有数字的的文本/找到含有某个词的文本

eg1：找到含有 公司 俩个字的文本

for sent in sents:
    if '公司' in sent:
       print(sent)

效果：

regex的一些相关用法：
regex = ‘公.’ 这里的.是一个通配符，指任意一个字符
regex = ’[百上]‘ , 指 匹配 百 或者 上
**regex = ‘[0-9]’ 匹配0到9
regex = ‘2[0-9]{3}’ 匹配2000-2999的年份，{3}指可以有3个0-9
**
regex = ‘[0-9]+’ +表示 前面这个[0-9]至少出现一次
re.findall(regex, sent) 把找到的（比如说0-9），以列表的形式返回。
效果：

eg2：找到含有阿拉伯数字的文本 （使用re包）

在eg1也可以用：

regex = '公司'
for sent in sents:
   if re.search(regex, sent) is not None:
      print(sent)