如何在TensorFlow的字符串張量上執行正則表達式操作？

Question

如何在字符串張量上執行正則表達式操作？ 通常，我只會使用python字符串，但是當使用Tensorflow Serving時，我需要輸入為字符串張量。 因此，我創建了一個字符串占位符，然后將另一層注入到圖形中，並在其中插入占位符，並准備將其傳遞給模型。

我已經看過使用py_func但是仍然無法對類似字節的對象執行模式操作。

有沒有辦法在張量上執行這些操作？ 我無法在占位符上執行eval（），因為僅當saveModel加載並運行時才提供數據。

我一直用於測試的代碼：

def remove_urls(vTEXT):
    vTEXT = re.sub(r'(https|http)?:\/\/(\w|\.|\/|\?|\=|\&|\%)*\b', 'url', vTEXT, flags=re.MULTILINE)
    return(vTEXT)


input_string_ph = tf.constant("This is string https:www.someurl.com")

input_string_lower = tf.py_func(lambda x: x.lower(), [input_string_ph], tf.string, stateful=False)
# input_string_no_url = tf.py_func(lambda x: remove_urls(x), [input_string_lower], tf.string, stateful=False)
sess = tf.InteractiveSession()
print (input_string_no_url.eval())

Answer 1

似乎String張量返回一個字節值而不是py_func的字符串值，因此在remove_urls ，您應該使用decode

def remove_urls(vTEXT):
    vTEXT = vTEXT.decode('utf-8')
    vTEXT = re.sub(r'(https|http)?:\/\/(\w|\.|\/|\?|\=|\&|\%)*\b', 'url', vTEXT, flags=re.MULTILINE)
    return(vTEXT)

Answer 2

例如，您可以使用tf.regex_replace()運算符從字符串中刪除子字符串並檢查是否成功：

import tensorflow as tf

str = tf.constant("your string")
sub_str = tf.constant("string")

def not_contains(str1, str2):
    cut1 = tf.regex_replace(str1, str2, "")
    split1 = tf.string_split([cut1], "")
    split2 = tf.string_split([str1], "")
    size1 = tf.size(split1)
    size2 = tf.size(split2)
    return tf.equal(size1, size2)

is_not_in = not_contains(str, sub_str)

sess = tf.Session()
sess.run(is_not_in) # False