免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
最近访问板块 发新帖
查看: 2961 | 回复: 5
打印 上一主题 下一主题

如何用perl从一句英文段落中提取单词? [复制链接]

论坛徽章:
0
跳转到指定楼层
1 [收藏(0)] [报告]
发表于 2014-01-07 09:38 |只看该作者 |倒序浏览
本帖最后由 mingoing 于 2014-01-07 10:27 编辑

给定英文文本(text),提取其包含的单词。本人新手谢谢帮忙啊,不用详细程序,要大概思路即可
比如:… some 8,000 college graduates have taken up positions in rural Beijing.
The rising interest also stems from a new government policy…He describes the report as a "credible and comprehensive assessment."

论坛徽章:
32
处女座
日期:2013-11-20 23:41:20双子座
日期:2014-06-11 17:20:43戌狗
日期:2014-06-16 11:05:00处女座
日期:2014-07-22 17:30:47狮子座
日期:2014-07-28 15:38:17金牛座
日期:2014-08-05 16:34:01亥猪
日期:2014-08-18 13:34:25白羊座
日期:2014-09-02 15:03:55金牛座
日期:2014-11-10 10:23:58处女座
日期:2014-12-02 09:17:52程序设计版块每日发帖之星
日期:2015-06-16 22:20:002015亚冠之塔什干火车头
日期:2015-06-20 23:28:22
2 [报告]
发表于 2014-01-07 10:34 |只看该作者
本帖最后由 yestreenstars 于 2014-01-07 11:00 编辑
  1. egrep -o '\w+'
复制代码
  1. perl -lne '1 while(/(\w+)(?{print $1})/g)'
复制代码

论坛徽章:
0
3 [报告]
发表于 2014-01-07 11:13 |只看该作者
啥意思啊。太高深了吧回复 2# yestreenstars


   

论坛徽章:
0
4 [报告]
发表于 2014-01-07 11:16 |只看该作者
本帖最后由 mingoing 于 2014-01-07 11:24 编辑

我用split行吗?怎么把标点剔除掉,像这样的  “  assessment."   ”  是不行的。。
  1. #!/usr/bin/perl
  2. use strict;
  3. open Cfile,"tp6-6.txt";
  4. open OOV2,">oov2.txt";
  5. while(<Cfile>){
  6.         chomp;
  7.         my @sentence=split /\s+/,$_;
  8.         print @sentence;
  9. }
复制代码

论坛徽章:
32
处女座
日期:2013-11-20 23:41:20双子座
日期:2014-06-11 17:20:43戌狗
日期:2014-06-16 11:05:00处女座
日期:2014-07-22 17:30:47狮子座
日期:2014-07-28 15:38:17金牛座
日期:2014-08-05 16:34:01亥猪
日期:2014-08-18 13:34:25白羊座
日期:2014-09-02 15:03:55金牛座
日期:2014-11-10 10:23:58处女座
日期:2014-12-02 09:17:52程序设计版块每日发帖之星
日期:2015-06-16 22:20:002015亚冠之塔什干火车头
日期:2015-06-20 23:28:22
5 [报告]
发表于 2014-01-07 11:38 |只看该作者
你酱做还得把所有标点符号全部列出来,不麻烦?

论坛徽章:
46
15-16赛季CBA联赛之四川
日期:2018-03-27 11:59:132015年亚洲杯之沙特阿拉伯
日期:2015-04-11 17:31:45天蝎座
日期:2015-03-25 16:56:49双鱼座
日期:2015-03-25 16:56:30摩羯座
日期:2015-03-25 16:56:09巳蛇
日期:2015-03-25 16:55:30卯兔
日期:2015-03-25 16:54:29子鼠
日期:2015-03-25 16:53:59申猴
日期:2015-03-25 16:53:29寅虎
日期:2015-03-25 16:52:29羊年新春福章
日期:2015-03-25 16:51:212015亚冠之布里斯班狮吼
日期:2015-07-13 10:44:56
6 [报告]
发表于 2014-01-07 11:43 |只看该作者
严格来说还有连字符,和缩写的 . 呢
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们:huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP