【第1句】：python 提取有關(guān)鍵詞的句子怎么做

高頻詞提取：

# !/usr/bin/python3

# coding:utf-8

import jieba.analyse

jieba.load_userdict('dict.txt') # dict.txt自定義詞典

content = open('kw.txt', 'rb').read()

tags = jieba.analyse.extract_tags(content, topK=10) # topK 為高頻詞數(shù)量

print("".join(tags))

【第2句】：用“python”怎么提取文件里的指定內(nèi)容

python讀取文件內(nèi)容的方法：

一.最方便的方法是一次性讀取文件中的所有內(nèi)容并放置到一個大字符串中：

all_the_text = open('thefile.txt').read( )

# 文本文件中的所有文本

all_the_data = open('abinfile','rb').read( )

# 二進制文件中的所有數(shù)據(jù)

為了安全起見，最好還是給打開的文件對象指定一個名字，這樣在完成操作之后可以迅速關(guān)閉文件，防止一些無用的文件對象占用內(nèi)存。舉個例子，對文本文件讀取：

file_object = open('thefile.txt')

try:

all_the_text = file_object.read( )

finally:

file_object.close( )

不一定要在這里用Try/finally語句，但是用了效果更好，因為它可以保證文件對象被關(guān)閉，即使在讀取中發(fā)生了嚴重錯誤。

二.最簡單、最快，也最具Python風格的方法是逐行讀取文本文件內(nèi)容，并將讀取的數(shù)據(jù)放置到一個字符串列表中：list_of_all_the_lines = file_object.readlines( )

這樣讀出的每行文本末尾都帶有""符號；如果你不想這樣，還有另一個替代的辦法，比如：

list_of_all_the_lines = file_object.read( ).splitlines( )

list_of_all_the_lines = file_object.read( ).split('')

list_of_all_the_lines = [L.rstrip('') for L in file_object]

【第1句】：Python

Python（英語發(fā)音：/?pa?θ?n/）， 是一種面向?qū)ο蟆⒔忉屝陀嬎銠C程序設計語言，由Guido van Rossum于1989年底發(fā)明，第一個公開發(fā)行版發(fā)行于1991年，Python 源代碼同樣遵循 GPL(GNU General Public License)協(xié)議。

【第2句】：基本概念

Python(KK 英語發(fā)音：/'pa?θɑn/, DJ 英語發(fā)音：/?paiθ?n/)是一種面向?qū)ο蟆⒅弊g式計算機程序設計語言，由Guido van Rossum于1989年底發(fā)明。

【第3句】：python如何提取字符串中的指定的內(nèi)容

>> s = 'text=cssPath:"/ptlogin/v4/style/32",sig:"*uYPm*H3mpaOf3rs2M",clientip:"82ee3af631dd6ffe",serverip:"",version:"202404010930"'

>>> import re

>>> res = re.findall(r'sig:"([^"]+)"',s)

>>> res

['*uYPm*H3mpaOf3rs2M']

>>> res[0]

'*uYPm*H3mpaOf3rs2M'

【第4句】：python有哪些提取文本摘要的庫

一篇文章的內(nèi)容可以是純文本格式的，但在網(wǎng)絡盛行的當今，更多是HTML格式的。

無論是哪種格式，摘要 一般都是文章 開頭部分 的內(nèi)容，可以按照指定的 字數(shù) 來提取。【第2句】：純文本摘要 純文本文檔 就是一個長字符串，很容易實現(xiàn)對它的摘要提取：#！/usr/bin/env python# -*- coding: utf-8 -*-"""Get a summary of the TEXT-format document""" def get_summary(text, count): u"""Get the first `count` characters from `text` >>> text = u'Welcome 這是一篇關(guān)于Python的文章' >>> get_summary(text, 12) == u'Welcome 這是一篇' True """ assert(isinstance(text, unicode)) return text[0:count] if __name__ == '__main__': import doctest doctest.testmod（) 【第3句】：HTML摘要 HTML文檔 中包含大量標記符（如

、、等等），這些字符都是標記指令，并且通常是成對出現(xiàn)的，簡單的文本截取會破壞HTML的文檔結(jié)構(gòu)，進而導致摘要在瀏覽器中顯示不當。

在遵循HTML文檔結(jié)構(gòu)的同時，又要對內(nèi)容進行截取，就需要解析HTML文檔。在Python中，可以借助標準庫 HTMLParser 來完成。

一個最簡單的摘要提取功能，是忽略HTML標記符而只提取標記內(nèi)部的原生文本。以下就是類似該功能的Python實現(xiàn)：#！/usr/bin/env python# -*- coding: utf-8 -*-"""Get a raw summary of the HTML-format document""" from HTMLParser import HTMLParser class SummaryHTMLParser(HTMLParser): """Parse HTML text to get a summary >>> text = u'Hi guys:This is a example using SummaryHTMLParser.' >>> parser = SummaryHTMLParser(10) >>> parser.feed(text) >>> parser.get_summary(u'。

') u'Higuys:Thi。' """ def __init__(self, count): HTMLParser.__init__(self) self.count = count self.summary = u'' def feed(self, data): """Only accept unicode `data`""" assert(isinstance(data, unicode)) HTMLParser.feed(self, data) def handle_data(self, data): more = self.count - len(self.summary) if more > 0: # Remove possible whitespaces in `data` data_without_whitespace = u''.join(data.split()) self.summary += data_without_whitespace[0:more] def get_summary(self, suffix=u'', wrapper=u'p'): return u'<{0}>{1}{2}'.format(wrapper, self.summary, suffix) if __name__ == '__main__': import doctest doctest.testmod() HTMLParser（或者 BeautifulSoup 等等）更適合完成復雜的HTML摘要提取功能，對于上述簡單的HTML摘要提取功能，其實有更簡潔的實現(xiàn)方案（相比 SummaryHTMLParser 而言）：#！/usr/bin/env python# -*- coding: utf-8 -*-"""Get a raw summary of the HTML-format document""" import re def get_summary(text, count, suffix=u'', wrapper=u'p'): """A simpler implementation (vs `SummaryHTMLParser`). >>> text = u'Hi guys:This is a example using SummaryHTMLParser.' >>> get_summary(text, 10, u'。

') u'Higuys:Thi。' """ assert(isinstance(text, unicode)) summary = re.sub(r'<.*?>', u'', text) # key difference: use regex summary = u''.join(summary.split())[0:count] return u'<{0}>{1}{2}'.format(wrapper, summary, suffix) if __name__ == '__main__': import doctest doctest.testmod()。

【第5句】：python怎么獲取公文里的內(nèi)容

最方便的方法是一次性讀取文件中的所有內(nèi)容并放置到一個大字符串中：

all_the_text = open('thefile.txt').read( )

# 文本文件中的所有文本

all_the_data = open('abinfile','rb').read( )

# 二進制文件中的所有數(shù)據(jù)

為了安全起見，最好還是給打開的文件對象指定一個名字，這樣在完成操作之后可以迅速關(guān)閉文件，防止一些無用的文件對象占用內(nèi)存。

【第6句】：如何用Python分析一篇文章的關(guān)鍵詞

應該用Python的正則表達式模塊re

示例：

import re

with open('test.txt','r') as txt:

f = txt.read()

print re.match（'正則表達式/關(guān)鍵詞'，f）

具體可以多了解一下這個模塊，查詢有三種方法，一個是match匹配，也是比較常用的

然后還有search和findall

個人覺得這個人的正則表達式介紹文章還不錯，推薦你參考：

/theminority/article/details/7629227