我正在尝试标记一个字符串(其中包含有关数学计算的数据)并创建一个列表。
例如,
a = "(3.43 + 2^2 / 4)"
function(a) => ['(', '3.43', '+', '2', '^', '2', '/', '4']
我不想使用外部导入(比如 nltk)。
我面临的问题是保持 float 的完整性。
摸索了好几个小时,做了2个函数,遇到 float 就出问题了。
这是我所做的:
a = "(3.43 + 2^2 / 4)"
tokens = []
for x in range(1, len(a)-1):
no = []
if a[x] == ".":
y = x
no.append(".")
while is_int(a[y-1]):
no.insert(0, a[y-1])
y -= 1
y = x
while is_int(a[y+1]):
no.extend(a[y+1])
y += 1
token = "".join(no)
no = []
tokens.append(token)
else:
tokens.append(a[x])
print(tokens)
输出:
['3', '3.43', '4', '3', ' ', '+', ' ', '2', '^', '2', ' ', '/', ' ', '4']
最佳答案
您可以使用 Python 自己的分词器,它是标准 API 的一部分:
from tokenize import tokenize
from io import BytesIO
source = "(3.43 + 2^2 / 4)"
tokens = tokenize(BytesIO(source.encode('utf-8')).readline)
non_empty = [t for t in tokens if t.line != '']
for token in non_empty:
print(token.string)
将打印:
(
3.43
+
2
^
2
/
4
)
关于python - 如何标记字符串(其中包含有关数学计算和 float 的数据)?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56129034/