本文整理汇总了Python中nltk.corpus.PlaintextCorpusReader.decode方法的典型用法代码示例。如果您正苦于以下问题:Python PlaintextCorpusReader.decode方法的具体用法?Python PlaintextCorpusReader.decode怎么用?Python PlaintextCorpusReader.decode使用的例子?那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类nltk.corpus.PlaintextCorpusReader
的用法示例。
在下文中一共展示了PlaintextCorpusReader.decode方法的1个代码示例,这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞,您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: raw_text_convertion
# 需要导入模块: from nltk.corpus import PlaintextCorpusReader [as 别名]
# 或者: from nltk.corpus.PlaintextCorpusReader import decode [as 别名]
def raw_text_convertion(self, page1, page2, convertion_style):
if self.doc_ext == '.pdf':
system("pdftotext %s -enc UTF-8 -f %i -l %i %s.pdf %s.txt"
%(convertion_style, page1, page2, self.doc_dir, self.doc_dir))
raw_text = PlaintextCorpusReader(dirname(self.doc_dir), self.temp_text_doc).raw()
encoded_lowertext = raw_text.decode('utf-8').lower().encode('utf-8')
self.raw_text = re.sub(r'[0-9]', '', encoded_lowertext)
return self.raw_text