2020年6月4日
正则表达式：去除Unicode
摘要： 背景：最近在做中文分词的时候，发现分词后的数据中出现很多特殊字符，即使进行了去停用词操作，但是特殊字符太多，也不可能都加到停用词里，所以就准备用正则去掉，正则很简单，直接上代码： /** * 正则去掉unicode等特殊字符 * */ private static String regularFil 阅读全文
posted @ 2020-06-04 16:45 佐佐木绯世 阅读(1972) 评论(2) 推荐(0)