從python中的文本中提取信息

Question

我是文本挖掘的新手。 我有一個CSV文件。 我需要遍歷每一行並提取一些信息，然后將它們寫入另一個CSV文件。 我正在尋找字典中的特定信息。 考慮下面的句子：

“應用程序版本為1.8.2，變量skt.len傳遞了所需的信息。文件ReadMe.txt具有規范。”

我的字典是：[“應用程序版本”，“變量”，“文件”]

我需要提取：

從文本中提取此類信息的最佳方法是什么？ 我正在使用NLTK和StanfordCoreNLP功能。 但是，我還不能提取信息。 我正在考慮使用正則表達式提取應用程序版本。 任何想法？

PS：我知道這可能會使任務更加復雜。 但是，CSV文件每一行中的句子可能具有不同的結構。 例如：一行中的“應用程序版本”，可能在另一行中是“應用程序版本”。 或者一行中的“文件”可以是另一行中的“文件名”。

Answer 1

我使用R，下面是提取變量值的一種方法（不是最好的方法，只是為了展示它是如何工作的）：

>> str_extract(text, '(?<=variable\\s)(\\w+)(.)?(\\w+)?')

這里的text是您共享的整個字符串。 這給了我一個輸出

>> skt.len

我確信Python中有類似的函數可以完成此操作並以所需的格式獲取輸出。