Question

我使用斯坦福NER标记文件，我想要更换每个＆＃34; O＆＃34;标记为＆＃34; NONE＆＃34;。我已经尝试过此代码，但显示输出错误。问题是它取代了每一个＆＃34; O＆＃34;在字符串中。我不熟悉正则表达式，也不知道什么是我的问题的正确正则表达式。 TIA。

这是我的代码：

    import re
    tagged_text = st.tag(per_word(input_file))
    string_type = "\n".join(" ".join(line) for line in tagged_text)

    for line in string_type:
        output_file.write (re.sub('O$', 'NONE', line))

示例输入：

Tropical O
    Storm O
    Jolina O
    affects O
    2,000 O
    people O
    MANILA LOCATION
    , O
    Philippines LOCATION
    – O
    Initial O
    reports O
    from O
    the O

输出：

Tropical NONE
Storm NONE
Jolina NONE
affects NONE
2,000 NONE
people NONE
MANILA LNONECATINONEN
, NONE
Philippines LNONECATINONEN
– NONE
Initial NONE
reports NONE
from NONE
the NONE

Answer 1

您不需要遍历string_type，直接在字符串上使用re.sub应该有效：

s = """Tropical O
    Storm O
    Jolina O
    affects O
    2,000 O
    people O
    MANILA LOCATION
    , O
    Philippines LOCATION
    – O
    Initial O
    reports O
    from O
    the O"""

import re
print(re.sub(r"\bO(?=\n|$)", "NONE", s))

给出：

Tropical NONE
    Storm NONE
    Jolina NONE
    affects NONE
    2,000 NONE
    people NONE
    MANILA LOCATION
    , NONE
    Philippines LOCATION
    – NONE
    Initial NONE
    reports NONE
    from NONE
    the NONE

此处\bO(?=\n|$)匹配单个字母O，后跟新行字符\n或行尾$。

使用正则表达式PYTHON替换文件中的特定字符串

1 个答案: