Segmentation avancée avec des expressions régulières

Introduction au traitement du langage naturel en Python

Katharine Jarmul

Founder, kjamistan

Groupes regex avec l'opérateur « | »

  • OU se note |
  • On définit un groupe avec ()
  • On précise des intervalles de caractères avec []
import re 
 match_digits_and_words = ('(\d+|\w+)')

re.findall(match_digits_and_words, 'He has 11 cats.')

['He', 'has', '11', 'cats']
Introduction au traitement du langage naturel en Python

Intervalles et groupes regex

motif correspond à exemple
[A-Za-z]+ alphabet anglais en majuscules et minuscules 'ABCDEFghijk'
[0-9] chiffres de 0 à 9 9
[A-Za-z\-\.]+ alphabet anglais, - et . 'My-Website.com'
(a-z) a, - et z 'a-z'
(\s+l,) espaces ou une virgule ', '
Introduction au traitement du langage naturel en Python

Intervalle de caractères avec `re.match()`

import re 
my_str = 'match lowercase spaces nums like 12, but no commas'
re.match('[a-z0-9 ]+', my_str)

<_sre.SRE_Match object; 
          span=(0, 42), match='match lowercase spaces nums like 12'>
Introduction au traitement du langage naturel en Python

Passons à la pratique !

Introduction au traitement du langage naturel en Python

Preparing Video For Download...