text-parsing

0热度

1回答

using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Threading.Tasks; using java.io; using edu.stanford.nlp.process; using edu.stanford.nlp.ling;

1热度

1回答

解析结构化文本数据

我在文本格式提取BLOB字段出来的MySQL表： CAST(orders AS CHAR(10000) CHARACTER SET utf8) 现在每场看起来是这样的： a:2:{s:4:"Cart";a:5:{s:4:"cart";a:2:{i:398;a:7:{s:2:"id";s:3:"398";s:4:"name";s:14:"Some product 1";s:5:"price";i

2热度

1回答

在R中的HTTP/FTP服务器上列出文件

我试图从R！上获取HTTP/FTP服务器上的文件列表，以便下一步我将能够下载它们（或选择一些符合要求的文件我的标准下载）。我知道可以在网页浏览器（下载管理器）中使用外部程序，这将允许我从当前网页/ ftp中选择要下载的文件。但是，我希望将所有内容都编写成脚本，以便我可以更容易地重现。我想过从R调用Python！（因为它看起来好多了），但我试图在R中完全做到这一点！我写了下面几行 requi

0热度

2回答

解析格式不当的日志文件，其中记录是多行，没有设置行数

我需要解析一堆巨大的文本文件，每个文件都是100MB +。它们是CSV格式的格式不佳的日志文件，但每条记录都是多行，所以我不能只读取每行并用分隔符分隔它们。它也不是一个固定的行数，因为如果有空白值，那么有时会跳过这行，或者某些行溢出到下一行。另外，记录分隔符可以在同一文件中的变化，从“”到“*****”，有时有这样一行“的日志＃” 样品日志末尾： "Date:","6/23/2015","","L

0热度

1回答

我需要一个正则表达式来处理从文本中提取单词时的撇号

当使用正则表达式从文本中提取单词时，任何人都知道处理撇号的方式吗？ >>> import re >>> s = re.compile(r"\b[A-Za-z0-9_\-]+\b") >>> s.findall("I don't know Sally's 'special' friend.") ['I', 'don', 't', 'know', 'Sally', 's', 'special',

8热度

3回答

如何从BIO分块句子中提取块？ - 蟒

给的输入句子，具有BIO chunk tags： [（ '什么'， 'B-NP'），（ '是'， 'B-VP'），（ '的'，' （''，'B-NP'），（'空速'， 'I-NP'），（''，'B-PP'），（'an'，'B-NP'），（'unladen'，'I -NP '），（' 吞”， 'I-NP'），（ '？'， 'O'）] 我需要提取相关的短语进行，例如如果我想提取'NP'，我需要提取包

0热度

1回答

查找具有特定文本文件的所有计算机

尝试获取此PowerShell脚本以检查域中所有PC上的文件中的特定条目，并将具有指定OLD服务器名称的文件写入文件，然后运行替换只有具有找到价值的电脑。我可以通过这样做到每台PC，因为我知道这只适用于具有匹配数据的那些数据，但是我必须运行停止服务，然后在每台PC上启动服务，并在其中进行更改，但我不想在域中的每台PC上停止/启动服务。我已经尽可能将所有PC输出到一个文件，但不知道如何将它结合到IF

1热度

2回答

Bash shell中测试，如果在一个字符串中的所有字符在另一个字符串

我有我想比较平等的字符两个字符串，字符串必须包含确切的字符，但是可以mychars有多余的字符。 mychars="abcdefg" testone="abcdefgh" # false h is not in mychars testtwo="abcddabc" # true all char in testtwo are in mychars function test() {

0热度

1回答

如何在将文本写入文件之前使用python编辑内存中的文本块？

我有一个脚本可以从SEC的EDGAR数据库下载文本块数据。数据被精确提取。但是，文本包含多个连续空格（x20）和CRLF（x0A xOD）。我需要能够删除逗号和多余的CRLF和空格，然后将整个文本内容写入CSV文件供以后分析。我不是一个python程序员，但我使用python来执行此任务，因为XBRL解析程序有一个python接口。我需要为大约6,000个个人观察完成这项任务，所以它不是我想

2热度

2回答

我该如何解析这个纯文本RP风格的字符串为更通用的XML风格的字符串？

我正在制作一个将角色扮演风格的消息转换为更通用的应用程序。用户必须指定自己的喜好的能力，如： Moves - /me <move> - *<move>* Speech - <speech> - "<speech>" Out-of-Character - [<ooc>] - ((ooc)) - //ooc 我需要解析这样的消息： /me eats food "This is *