python自然语言处理--第一篇（匹配字符串）

#匹配字符串
#使用re模块实现正则表达式
import re
text_string = '正则表达式。又称规则表达式。计算机科学的一个概念。正则表达式通常被用来检索。替换那些符合某个模式(规则)的文本。许多程序设计语言都支持利用正则表达式进行字符串操作。例如。在Perl中就内建了一个功能强大的正则表达式引擎。正则表达式这个概念最初是由Unix中的工具软件（例如sed和grep）普及开的。'
#regex='检索'
regex='概念'
p_string = text_string.split('。')
for line in p_string:
    if re.search(regex,line) is not None:
        print(line)

结果如下所示：

Python 3.6.5 (v3.6.5:f59c0932b4, Mar 28 2018, 17:00:18) [MSC v.1900 64 bit (AMD64)] on win32
Type "copyright", "credits" or "license()" for more information.
>>> 
====================== RESTART: E:/Natural Language.py ======================
正则表达式通常被用来检索
>>> 
====================== RESTART: E:/Natural Language.py ======================
计算机科学的一个概念
正则表达式这个概念最初是由Unix中的工具软件（例如sed和grep）普及开的
>>> 

例2、匹配任意一个字符串

import re
text_string = '正则表达式。又称规则表达式。计算机科学的一个概念。机器学习。正则表达式通常被用来检索。替换那些符合某个模式(规则)的文本。许多程序设计语言都支持利用正则表达式进行字符串操作。例如。在Perl中就内建了一个功能强大的正则表达式引擎。正则表达式这个概念最初是由Unix中的工具软件（例如sed和grep）普及开的。'
regex='机.'
p_string = text_string.split('。')
for line in p_string:
    if re.search(regex,line) is not None:
        print(line)

结果如下

>>> 
====================== RESTART: E:/Natural Language.py ======================
计算机科学的一个概念
机器学习
>>> 

例3、匹配起始和结尾字符串

import re
text_string = '正则表达式。又称规则表达式。计算机科学的一个概念。机器学习。正则表达式通常被用来检索。替换那些符合某个模式(规则)的文本。许多程序设计语言都支持利用正则表达式进行字符串操作。例如。在Perl中就内建了一个功能强大的正则表达式引擎。正则表达式这个概念最初是由Unix中的工具软件（例如sed和grep）普及开的。'
regex='^正则表达式'
p_string = text_string.split('。')
for line in p_string:
    if re.search(regex,line) is not None:
        print(line)

结果如下：

>>> 
====================== RESTART: E:/Natural Language.py ======================
正则表达式
正则表达式通常被用来检索
正则表达式这个概念最初是由Unix中的工具软件（例如sed和grep）普及开的
>>> 

例4、使用中括号匹配多个字符串

import re
text_string = ['[重要的]今年第七号台风23日登陆广东东部沿海地区','上海发布车库销售监管通知：违规者暂停网签资格','[紧要的]中国对印度连发强硬信息，印度急切需要结束对峙']
regex='^\[[重紧]..\]'
for line in text_string:
    if re.search(regex,line) is not None:
        print(line)

结果如下：

>>> 
====================== RESTART: E:/Natural Language.py ======================
[重要的]今年第七号台风23日登陆广东东部沿海地区
[紧要的]中国对印度连发强硬信息，印度急切需要结束对峙
>>>