Python文本处理常用代码总结（二）

最新推荐文章于 2024-08-20 18:00:00 发布

原创最新推荐文章于 2024-08-20 18:00:00 发布 · 1.5k 阅读

2 ·

CC 4.0 BY-SA版权

编程能力专栏收录该内容

10 篇文章

订阅专栏

博客总结了Python文本处理的常用技巧，包括在Java中调用Python、命令行调用Python代码、文本处理的常见操作如去除空格、列表操作、正则表达式等，并强调了NLP任务的程序设计重要性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、两步在java中调用python

1、在大类中加入这样的一个方法

	private static boolean CallPython(String string) throws Exception{
		Process proc = Runtime.getRuntime().exec(string);  
		proc.waitFor();	
		return true;
	}

2、在main函数中直接使用调用语句

	CallPython("python py_java/***.py");

二、使用命令行调用python代码：

三、常用常识不再一一列举(按照使用频率排序)

去除多余的空格：strip

列表添加.append

替换：replace

循环语句： for a in list: list可以来源于读文件readlines(),也可以是上述.append得到的列表，也可是是range(len(...))

将序列中元素通过制定的字符串连接''.join(list类型)

去重 words=set()

正则表达式中常用 re.match()/re.search() group(); re.sub(old, new, text) re.compile()

如何读取二进制文件存在变量中

去除中文的Python正则表达式：string = re.sub(ur"[^\u4e00-\u9fa5]", " ",string)，java是nativeStr.split("[^\\u4e00-\\u9fa5]")

四、排序

dict= sorted(result.iteritems(), key=lambda d:d[1], reverse = True) #返回时列表 for key,val in dict:无items

import operater

sortedClassCount = sorted(classCount.iteritems(), key=operator.itemgetter(1), reverse=True) 返回是矩阵直接去 sortedClassCount[0][0]

五、写NLP任务python程序设计：重要的是设计，这个可以参考kim那篇CNN代码如：变量、参数的设计

如：from collections import defaultdict vocab = defaultdict(float) for word in words:vocab[word] += 1