0

我是 Python NLTK 的新手，真的需要你的建议。我想打开我自己的 txt 文件并做一些预处理，比如用它的正则表达式替换单词。我已经尝试像在 NLTK 2.0 Cookbook 中那样做

import re
replacement_patterns = [
        (r'won\'t', 'will not'),
        (r'can\'t', 'cannot'),
        (r'i\'m', 'i am'),
        (r'ain\'t', 'is not'),
        (r'(\w+)\'ll', '\g<1> will'),
        (r'(\w+)n\'t', '\g<1> not'),
        (r'(\w+)\'ve', '\g<1> have'),
        (r'(\w+t)\'s', '\g<1> is'),
        (r'(\w+)\'re', '\g<1> are'),
        (r'(\w+)\'d', '\g<1> would'),
]
class RegexpReplacer(object):
    def __init__(self, patterns=replacement_patterns):
                self.patterns = [(re.compile(regex), repl) for (regex, repl) in patterns]

    def replace(self, line):
                s = line

                for (pattern, repl) in self.patterns:
                        (s, count) = re.subn(pattern, repl, s)

                return s

它完美无缺，但我如何将它与我的 txt 文件一起使用？我试图做我自己的方式，但我认为这是错误的

    import nltk
f=open("C:/nltk_data/file.txt", "rU")
raw=f.readlines()
from replacers import RegexpReplacer
replacer=RegexpReplacer()
replacer.replace(raw)

提前谢谢！！！

4

1 回答 1

2

我想您想先使用read 方法将所有文件内容读入一个字符串。

于 2012-09-26T14:50:52.510 回答