Build your ultimate AI agent
课程介绍
作为数据科学家，您常常需要从海量文本中提取关键信息、清洗包含字符串的脏数据，或通过检测与匹配模式来定位有用的词语。这些都属于文本挖掘，是应用机器学习算法前的重要步骤。本课程将带您理解字符串处理与正则表达式的核心概念。您将学习如何拆分与拼接字符串、进行插值，以及使用正则表达式来检测、提取、替换和匹配字符串。在掌握这些技能的过程中，您将使用包含电影评论或流式推文的数据集来判断观点，并处理来自网络抓取的原始文本。
先修要求
课程大纲
课程大纲
1
字符串操作基础概念
开启您的正则表达式之旅！从切片与拼接、大小写转换、去除空格，到查找与替换字符串。您将使用电影评论数据集，掌握字符串处理的基本操作。
2
字符串格式化
在接下来的学习中，您将了解在 Python 中用于格式化或插值字符串的主要方法，并使用来自网络抓取的信息数据集进行练习。您将探索位置格式化、在字符串常量中嵌入表达式以及使用 Template 类的优缺点。
3
用于模式匹配的正则表达式
现在来学习正则表达式的基础概念！在这一关键章节中，您将理解正则表达式语法的基本原则。借助用于情感分析的真实推文数据集，您将学习如何使用普通字符与特殊字符进行模式匹配，并掌握贪婪与惰性量词。
4
高级正则表达式概念
在学习的最后阶段，您将掌握更复杂的模式匹配方法，例如使用括号将字符串分组，或匹配先前已匹配的同一文本。您还将了解如何使用环视（lookaround）表达式。
Python 中的正则表达式
课程完成
