知识卡片
局部模式可表达数据中的误报取舍
财经新闻示例对域名主体忽略大小写,对后缀要求小写,以减少把NT.TO之类股票代码识别为URL。这个取舍会漏掉原本可能合法的大写后缀,作者明确接受它。模式应记录这种召回与误报的权衡及数据范围,不能把有意排除的形式写成通用语法不合法。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
股票代码(NT.TO是北电网络在多伦多证券交易市场的代号,因为要处理的是财经新闻和数据,这样的股票代码很多)。按规定,URL的结尾部分(例如‘.com’)可能是大写的,但我不准备处理这些情况。因为我需要保持平衡——匹配期望的文本(尽可能多的URL),忽略不期望的文本(股
参考来源
- 位置:《精通正则表达式(第3版)》HTML相关范例(spine 36;来源项目book-sources,`extracted/精通正则表达式(第3版)/_epub-src/text/part0010_split_003.html`;来源键`s036-ch05-017`)。
- 结论依据:本节全文及相应图片实际读取;把示例的数据和接口假设一起保留,不宣称覆盖完整外部标准。
- 原始内容:股票代码(NT.TO是北电网络在多伦多证券交易市场的代号,因为要处理的是财经新闻和数据,这样的股票代码很多)。按规定,URL的结尾部分(例如‘.com’)可能是大写的,但我不准备处理这些情况。因为我需要保持平衡——匹配期望的文本(尽可能多的URL),忽略不期望的文本(股