目錄
文科生的編程自白
第1章 引言 1
1.1 Python語言與語料庫數(shù)據(jù)處理 1
1.2 安裝Python 3
1.3 Python代碼的編寫和運行 5
1.4 PyCharm的安裝和使用 6
1.5 “Hello world!” 8
1.6 本書結(jié)構(gòu) 10
第2章 數(shù)值和字符串 13
2.1 數(shù)值 13
2.2 常用數(shù)值運算符 14
2.3 常用數(shù)值函數(shù) 16
2.4 數(shù)值計算示例 20
2.5 數(shù)值計算練習(xí) 24
2.6 字符串 25
2.7 字符串運算 28
2.8 字符串與數(shù)值的互換 29
2.9 常用字符串函數(shù) 29
2.10 練習(xí) 32
第3章 條件與循環(huán) 33
3.1 條件判斷 33
3.2 while循環(huán) 39
3.3 for in循環(huán) 39
3.4 讀寫單個文本 41
3.5 練習(xí) 44
第4章 列表和元組 46
4.1 列表 46
4.2 列表與字符串的相互轉(zhuǎn)換 47
4.3 常用列表函數(shù) 49
4.4 列表相關(guān)文本處理實例 56
4.5 元組 59
4.6 練習(xí) 60
第5章 正則表達式 62
5.1 正則表達式的概念 62
5.2 普通字符 64
5.3 元字符 64
5.4 匹配零個或多個字符 66
5.5 分組 72
5.6 元字符的轉(zhuǎn)義 74
5.7 換行符、回車符、制表符 77
5.8 正則表達式相關(guān)實例 77
5.9 練習(xí) 89
第6章 字典 90
6.1 字典的概念 90
6.2 常用字典函數(shù) 92
6.3 字典排序 95
6.4 字典相關(guān)實例 97
6.5 練習(xí) 102
第7章 語料庫數(shù)據(jù)處理個案實例 103
7.1 分句和分詞 103
7.2 詞性賦碼 107
7.3 詞形還原 111
7.4 抽取詞塊 112
7.5 計算搭配強度 114
7.6 刪除詞表中的停用詞 119
7.7 語料檢索的KWIC實現(xiàn) 120
7.8 句子檢索相關(guān)個案 122
7.9 實現(xiàn)Range軟件功能 123
7.10 讀取多個文本文件 133
7.11 多個文本文件批量改名 137
7.12 使用Stanford CoreNLP進行文本處理 139
第8章 語料庫Unicode數(shù)據(jù)處理個案實例 153
8.1 中文分詞 153
8.2 中文詞性賦碼 157
8.3 檢索中文文本 160
8.4 英漢雙語語料文本的合并與分割 162
附錄A Python及命令行文本處理相關(guān)參考書籍 167
附錄B 賓夕法尼亞大學(xué)樹庫詞性賦碼集 168