Python 文本整理
整理通常指通过转变来清理任何混乱的事物。在我们的情况下,我们将看到如何转换文本以获得一些结果,从而对数据进行一些可取的更改。在简单的水平上,只是关于转换我们正在处理的文本。
示例
在下面的示例中,我们计划对一个句子进行乱序和重新排列,除了第一个和最后一个字母以外,以获得可能由人类在写作中生成的拼写错误的交替单词。这种重新排列有助于我们
import random
import re
def replace(t):
inner_word = list(t.group(2))
random.shuffle(inner_word)
return t.group(1) + "".join(inner_word) + t.group(3)
text = "Hello, You should reach the finish line."
print re.sub(r"(\w)(\w+)(\w)", replace, text)
print re.sub(r"(\w)(\w+)(\w)", replace, text)
当我们运行上面的程序时,我们得到以下输出 –
Hlleo, You slouhd raech the fsiinh lnie.
Hlleo, You suolhd raceh the fniish line.
在这里你可以看到单词被打乱,除了第一个和最后一个字母。通过对错误拼写采取统计方法,我们可以确定哪些是常见的拼写错误单词,并为它们提供正确的拼写。