将注释中的字节跨度与文本文档Python或Java相匹配

Question

我正在使用MPQA意见语料库，其中注释和文档保存在单独的文件中。注释文件包含文档中的字符偏移量（字节跨度） 例如 850,861

string  GATE_direct-subjective   
expression-intensity="medium"
attitude-link="a4"
nested-source="w, patient" 
intensity="medium" 
polarity="negative"

如何将这些字节跨度匹配到文本文档中？我很感激任何想法！我更喜欢使用Python，但Java中的解决方案也很好。

Answer 1

我不是100％肯定我正确地理解了这个问题，但是如果你需要一个子字符串并且你有字符位置，解决方案很简单。

Python解决方案：

>>> sometext = "Grant D is a great guy."
>>> character_offset = [0, 7]
>>> subString = sometext[character_offset[0]:character_offset[1]]
>>> print subString
Grant D
>>>