我试图找到一个句子的命名实体,如下所示
import spacy.lang.en
parser = spacy.lang.en.English()
ParsedSentence = parser(u"Alphabet is a new startup in China")
for Entity in ParsedSentence.ents:
print (Entity.label, Entity.label_, ' '.join(t.orth_ for t in Entity))
我期待得到结果"字母","中国",但我得到一个空集作为结果.我在这做错了什么
我正在从文本文件中读取值，并尝试查找子字符串的索引，如下所示
df=pd.read_csv('break_sent.txt', index_col=False,encoding='utf-8',delimiter="\n",names=['sent'])
#print(df[:50])
#df.index = list(df.index)
df1= df[40:50]
print(len(df))
print(df1.index)
print("-------------------------------------------")
for i,row in df1.iterrows():
string = row['sent']
#print("string",string)
d = df1[df1.sent.str.match(string)] # if the result includes more than 1 value then we know that substring and its matching parent string are present, then I will eliminate the substring from the dataframe
if len(d.index > 2):
index_val = df.index(string)
df.drop(df.index(string),inpace=True)
df.reset_index(level=None, drop=True, inplace=True)
当我运行此代码时，出现以下错误
Traceback (most recent call last):
File "process.py", line 15, in <module>
index_val = df.index(string)
TypeError: …我需要找到“数字-数字”格式的数字范围。数字应在 0-3000 范围内。所以我想出了这个正则表达式
match = re.search(r'^[1-9]|[1-9][0-9]|[1-9][0-9][0-9]|[1-9][0-9][0-9][0-9]-[1-9]|[1-9][0-9]|[1-9][0-9][0-9]|[1-9][0-9][0-9][0-9]',sentence)
当我运行该程序时，我只想提取句子中的 56-900，但该程序提取了其他数字，例如 2016、CLP2012 等。我只想提取中间有“-”的数字。我的模式有什么问题。
我正在提取一个字符串,需要检查它是否遵循特定模式
<![any word]>
如果是这样我需要用""替换它.我正在尝试以下代码
string1 = "<![if support]> hello"
string = re.sub(re.compile("<![.*?]>"),"",string1)
print(string)
但是我得到了输出
<![if support]> hello
我希望输出为hello.我在这做错了什么？