知识卡片

操作参考卡 · 6644.a.10 · 生成模型:未记录

按行切分与按空行切分不同

理解等级:中级

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?

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

    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