Starte deine Reise in die Welt der regulären Ausdrücke! Vom Slicen und Konkatenieren über das Anpassen der Groß- und Kleinschreibung und das Entfernen von Leerzeichen bis hin zum Suchen und Ersetzen von Strings. Du lernst, grundlegende Operationen zur Zeichenkettenmanipulation mithilfe eines Datensatzes mit Filmrezensionen zu beherrschen.

Einführung in die Zeichenkettenmanipulation

Erster Tag!

Künstliche Rezensionen

Palindrome

String-Operationen

Reviews normalisieren

Zeit zum Zusammenfügen!

Zeilen splitten oder die Zeile splitten?

Suchen und Ersetzen

Eine Teilzeichenfolge finden

Wo ist das Wort?

Verneinungen ersetzen

Grundlagen der Zeichenkettenmanipulation

Auf deiner weiteren Reise lernst du die wichtigsten Ansätze kennen, um Strings in Python zu formatieren bzw. zu interpolieren – anhand eines Datensatzes mit Informationen, die aus dem Web gescraped wurden. Du erkundest Vor- und Nachteile der positionsbasierten Formatierung, des Einbettens von Ausdrücken in String-Konstanten und der Verwendung der Klasse Template.

Positionsbasiertes Formatieren

Bringe es in die richtige Reihenfolge!

Beim Namen nennen

Welcher Tag ist heute?

Formatiertes String-Literal

Wörtliches Formatieren

Schreibe diese Funktion

Pünktlich

Template-Methode

Einen Bericht vorbereiten

Preise ermitteln

Auf Nummer sicher gehen

Strings formatieren

Zeit, die Grundlagen regulärer Ausdrücke zu entdecken! In diesem zentralen Kapitel lernst du die Basiskonzepte der Syntax regulärer Ausdrücke zu verstehen. Anhand eines echten Datensatzes mit Tweets für Sentiment-Analyse übst du Musterabgleich mit normalen und Sonderzeichen sowie mit gierigen und sparsamen Quantifizierern.

Einführung in reguläre Ausdrücke

Sind das Bots?

Finde die Zahlen

Matchen und Splitten

Wiederholungen

Alles sauber

Vor einiger Zeit

Tokens erzeugen

Regex-Metazeichen

Dateien finden

Gib mir deine E-Mail

Ungültiges Passwort

Gieriges vs. nicht gieriges Matching

Den Unterschied verstehen

Gieriges Matching

Lazy approach

Reguläre Ausdrücke für Musterabgleich

Im letzten Schritt deiner Reise lernst du komplexere Methoden des Musterabgleichs kennen: Klammern, um Strings zu gruppieren, oder um denselben Text wie zuvor erneut zu treffen. Außerdem bekommst du eine Vorstellung davon, wie Lookaround-Ausdrücke funktionieren.

Capturing Groups

Probier einen anderen Namen aus

Heimflug

Alternation und nicht erfassende Gruppen

Love it!

Uff! Nichts für mich!

Rückverweise

PDF-Dateien parsen

Bitte Tag schließen!

Laaanggezogene Zeichen

Lookaround

Umgebende Wörter

Telefonnummern filtern

Ziellinie

Fortgeschrittene Konzepte regulärer Ausdrücke

Movie Reviews

Wikipedia Web Page

Sentiment140

Als Data Scientist wirst du oft wichtige Informationen aus großen Textmengen extrahieren, unordentliche Daten mit Zeichenketten bereinigen oder Muster erkennen und abgleichen, um nützliche Wörter zu finden. All das gehört zum Text Mining und ist ein wichtiger Schritt, bevor du Machine-Learning-Algorithmen anwendest. In diesem Kurs lernst du anschauliche Konzepte rund um Zeichenkettenmanipulation und reguläre Ausdrücke kennen. Du erfährst, wie du Strings teilst, wieder zusammenfügst, interpolierst sowie mit regulären Ausdrücken erkennst, extrahierst, ersetzt und abgleichst. Auf dem Weg, diese Fähigkeiten zu meistern, arbeitest du mit Datensätzen wie Filmrezensionen oder gestreamten Tweets zur Meinungsbestimmung sowie mit Rohtext, der aus dem Web gescraped wurde.

Intermediate Python

Lerne Zeichenkettenmanipulation und werde ein Meister im Umgang mit regulären Ausdrücken.

Reguläre Ausdrücke in Python

Lerne Zeichenkettenmanipulation und werde zum Meister im Umgang mit regulären Ausdrücken.

Formatiertes String-Literal

Create Your Free Account