我的词典我做主！Python3.5生成自己的词性词典

标签：alt   阅读   动手   字符   没有   mic   nes   网络爬虫   文本分析   

建议大家使用python3.5，3的优点是避免了很多编码问题。3代表着python的未来，大家还是应该多多的对未来投资。

比如，我要生成形容词的词典。步骤：
1、应先使用正则表达式，匹配含有‘adj’的行字符串，返回的是list。
2、获得adj结尾处的索引值
3、对行字符串进行切片处理，获得索引值后的全部字符
4、如果获得的字符串有 ‘，’ 那再用正则表达式，匹配中文字符，获得的是中文的list
代码实现如下：

import re

strs = open(r‘C:/Users/myl/Desktop/SegChineseToWords/英汉词典TXT格式.txt‘,‘r‘,encoding=‘utf-8‘).readlines()

for str in strs:

# 形容词典
    adj_re = re.search(‘adj‘, str)
    if adj_re != None:
        adj_num = adj_re.end()+1
        adj_str = str[adj_num:]
        adj_list = re.findall("[\u4e00-\u9fa5]+", adj_str)
        for ele_adj in adj_list:
            ele_adj = ele_adj + ‘\n‘
            with open(r‘C:/Users/myl/Desktop/SegChineseToWords/Dict/adj_dict.txt‘, ‘a+‘,encoding=‘utf-8‘) as f:
                f.write(ele_adj)

实现的效果如下图：

本代码中用到 re模块 的 research方法 ，具体大家去百度下，这个方法的相关知识。
现在附上 练习材料和最终代码，大家可以比照着练习下正则。
代码：http://pan.baidu.com/s/1dFyWQwL

火爆参团：
崔老师联合天善学院带来爬虫视频《自己动手，丰衣足食！Python3网络爬虫实战案例》，正在火爆参团中~
参团方式：阅读原文 | 长按扫码

我的词典我做主！Python3.5生成自己的词性词典

标签：alt   阅读   动手   字符   没有   mic   nes   网络爬虫   文本分析   

原文地址：https://blog.51cto.com/15009253/2552653