知识提取是要解决结构化数据生成的问题。但是广义上讲，知识提取是数据质量提升中的一环，各种提升数据质量的方法，都可以视为某种知识提取。学术上一般是用自然语言处理的方法，但在实践中通常是利用规则。 正则表达式（Regular Expression， regex）是字符 ...

常用的正则表达式包是re，其中使用最多的几个函数为： re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none。 re.search 扫描整个字符串并返回第一个成功的匹配。 re.findall 在字符串中找到正则表达式所匹配的所有子串 ...