知识卡片
按行切分与按空行切分不同
LineTokenizer以单行边界切分,并可选择保留或丢弃空行;BlanklineTokenizer用连续空行分开段落,单个换行通常留在同一段。原例没有空白行,所以两种blanklines选项结果相同,不能证明选项无效。应按输入真实换行与空行测试预期,不能从屏幕排版换行推断字符串里有换行。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第1章 字符串操作 1.1.5 使用正则表达式实现切分 · 查看原书依据
BlanklineTokenizer
参考来源
- 位置:《Python编程精进(第1辑)(套装共3册)(异步图书)》精通Python自然语言处理 · 第1章 字符串操作,spine055单元007;来源项目book-sources,extracted/Python编程精进(第1辑)(套装共3册)(异步图书)/_epub-src/OEBPS/text00054.html。
- 结论依据:原文单换行和空行分词器输出对比,官方Blankline正则含两次换行,支撑行与段落区别。2026-11-06核对官方资料:https://www.nltk.org/_modules/nltk/tokenize/regexp.html。未在本机运行示例或改变环境。
- 原始内容:ltk.tokenize import BlanklineTokenizer >>> BlanklineTokenizer().tokenize(sent) [' She secured 90.56 % in class X \n. She is