Zacznij terazZacznij za darmo

Powtórzoooone znaki

Wracamy do analizy wydźwięku! Tym razem zastąpisz wydłużone słowa pojawiające się w tweetach. Wydłużone słowo to takie, w którym jakiś znak powtarza się co najmniej dwa razy z rzędu – na przykład "Awesoooome".

Zastępowanie takich słów jest bardzo ważne, ponieważ klasyfikator traktuje je jako osobny termin, inny od słowa źródłowego, co obniża jego częstotliwość.

Do ich wyszukiwania użyjesz grup przechwytujących i odwołasz się do nich za pomocą numerów, np. \4.

Jeśli chcesz znaleźć dopasowanie dla Awesoooome, najpierw przechwyć Awes. Następnie dopasuj o, odwołaj się do tego samego znaku wstecz, a na końcu dopasuj me.

Lista sentiment_analysis zawierająca teksty trzech tweetów oraz moduł re są już wczytane w sesji. Możesz użyć print(), aby wyświetlić dane w powłoce IPython.

To ćwiczenie jest częścią kursu

Wyrażenia regularne w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

  • Uzupełnij wyrażenie regularne tak, aby dopasowywało wydłużone słowo zgodnie z opisem.
  • Przeszukaj elementy listy sentiment_analysis, aby sprawdzić, czy zawierają wydłużone słowa. Przypisz wynik do zmiennej match_elongated.
  • Przypisz przechwyconą grupę o numerze zero do zmiennej elongated_word.
  • Wyświetl wynik zapisany w zmiennej elongated_word.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Complete the regex to match an elongated word
regex_elongated = r"____(____)____\w*"

for tweet in sentiment_analysis:
	# Find if there is a match in each tweet 
	match_elongated = re.____(____, ____)
    
	if match_elongated:
		# Assign the captured group zero 
		elongated_word = match_elongated.____(____)
        
		# Complete the format method to print the word
		print("Elongated word found: {____}".format(word=____))
	else:
		print("No elongated word found")
Edytuj i uruchom kod