regex - 使用正则表达式从 Tensorflow 2 中的 tf.Tensor 中提取字符串？

Question

我正在用 TF2 中的签名保存我的 tf.keras 模型，以便通过 TFServing 为其提供服务。在签名函数中，我想使用正则表达式提取一些实体。

我的输入是数据类型为 tf.string 的张量。我无法在其中使用 numpy()，导致“张量对象没有属性 numpy”。 tf.py_function() 在 TFServing 中也不可用。

所以我只剩下 tensorflow 运算了。如何提取带有模式的子字符串？

@tf.function
def serve_fn(input):
    # Returns Today's date is  . Tomorrow is another day. But I need 11/2020
    output = tf.strings.regex_replace("Today's date is 11/2020. Tomorrow is another day.", pattern=r'[\d]{2}/[\d]{4}', rewrite=" ")
    
    # model inference ...

    return {'output': output}

这将返回一个张量，内容为“今天的日期。明天又是新的一天。”

仅返回日期的模式会是什么样子？如果我没记错的话，tf.strings.regex_replace 使用不支持前瞻的 re2。还有其他解决方案吗？

提前致谢

Answer 1

你可以使用

 tf.strings.regex_replace("Today's date is 11/2020. Tomorrow is another day.", pattern=r'.*?(\d{2}/\d{4}).*', rewrite=r'\1')

请参阅RE2 regex demo 。详情:

• .*?(\d{2}/\d{4}).* 匹配0个或多个除换行符之外的字符，尽可能少，(\d {2}/\d{4}) 将任意两位数字捕获到第 1 组中，/ 然后是任意四位数字，然后仅匹配其余的数字与 .* 一致(贪婪地，尽可能多)
• \1 是对组 1 值的括号引用。请参阅regex_replace reference : regex_rewrite "支持反斜杠转义数字(\1 到 \9)，可以插入与相应括号组匹配的文本。”。