Python自然语言处理 课件 电子02-2 -正则表达式在自然语言处理的基本应用.pptx

Python自然语言处理第二章Python基础正则表达式在自然语言处理中的应用Numpy的详细使用方法0203Python开发环境的搭建01目录 CONTENT课前回顾 Anaconda介绍 Anaconda的下载与安装 正则表达式在自然语言处理的基本应用匹配字符串使用转义符抽取文本中的数字0 2正则表达式介绍定义：正则表达式是一种特征序列，可定义某种搜索模式，其主要的功能是按照模式进行字符串的匹配，或者字符的模式匹配。用途：1、可以将这些电子文档的内容从非结构化形式转换为结构化的形式，以便后续的文本挖掘等工作。2、去除“噪声”。“噪声“指的是在进行大批量的文本片段处理时，有非常多与最终输出文本没有关系的文字信息。在众多处理自然语言的手段之中。正则表达式是最基本的，也是比较好用的手段之一，正确地学习并且熟练地掌握正则表达式在Python编程当中的应用，可以帮助我们在格式较为复杂的文本中抽取所需的文本信息。匹配字符串在Python程序设计当中，正则表达式是通过re模块来实现的。在各个实例当中，会使用到re模块当中的一个方法—re.search（regex，string)。该方法通过检查字符串string当中是否存在正则表达式regex。如果存在并且成功匹配，则表达式会返回一个match对象；否则，表达式返回None。匹配字符串以下为一段文字信息，句子与句子之间均以句号分开。具体的文本