匹配与分割

数据集中有些推文下载有误。原本用于分隔单词的空格被奇怪字符取代。您决定使用正则表达式来处理这种情况。您先打印出其中一些推文，以判断需要匹配的模式。

您注意到，句子总是由一个特殊字符、一个数字、单词 break，然后再接一个特殊字符分隔，例如 &4break!。而单词总是由一个特殊字符、单词 new，以及一个普通的随机字符分隔，例如 #newH。

变量 sentiment_analysis 已包含一条推文的文本，模块 re 也已在会话中加载。您可以使用 print(sentiment_analysis) 在 IPython Shell 中查看它。