python - python W/O正则表达式中的模式匹配

Question

为了规范段落，我面临查找和替换模式的挑战。举个例子更容易理解：我有很多词，例如：

• nm5638238.tmp、nm23345.tmp、nm56382334.tmp等
• myfile0x233454、myfile0x233124、myfile0x23AW54 等

等等。问题是我不喜欢这种自定义的正则表达式方法（我的意思是，每种情况我都需要一个正则表达式）。我需要一种“无人值守”的方法，例如发现一种模式是 myfileSOMETHING，另一种模式是 nmSOMETHING.tmp 等等。有什么 NLP 技术可以推荐给我吗？

谢谢！

标签： pythonnlppattern-matchingnltk

Answer 1

根据您的描述，您不需要那么多正则表达式来解决这个问题。我的意思是，如果这是你的两种模式，你甚至可以去：（如果'para'是你的段落字符串）

import re
new_para = re.sub(r'myfile\S+|nm\S+', 'REPLACEMENT STRING', para)

那对你有用吗？