摘要：原文链接：http://www.one2know.cn/nlp4/ + \ \+ ? \ ：0个或多个 \+ ：1个或多个 ? ：0个或1个 re.search()函数，将str和re匹配，匹配正确返回True 输出： + $ ^ . $ ：结尾 ^ ：开头 . ：除换行符以外的任何字符 \w ：字 阅读全文

摘要：原文链接：http://www.one2know.cn/nlp3/ + 分词 from nltk.tokenize import LineTokenizer,SpaceTokenizer,TweetTokenizer from nltk import word_tokenize 根据行分词，将每行作 阅读全文

摘要：原文链接：http://www.one2know.cn/nlp2/ + Why we do this 将获取的数据统一格式，得到规范化和结构化得数据 + 字符串操作 输出： + 字符串操作深入 输出： + Pyhton读取PDF 输出： + Python读取Word 每个文档有多个paragraph 阅读全文

摘要：原文链接：http://www.one2know.cn/nlp1/ + 访问语料库 NLTK数据库的安装：http://www.nltk.org/data.html NLTK语料库列表：http://www.nltk.org/nltk_data/ 内部访问(以Reuters corpus为例)： + 阅读全文