如何使用regex返回段落中除第一句以外的所有内容？_如何删除Makefile中除目录以外的所有内容？_如何删除Excel表格中除表格以外的所有内容？ - 腾讯云开发者社区 - 腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

如何用 Python 和正则表达式抽取文本结构化信息？

例如在咱们之前介绍过的《贷还是不贷：如何用 Python 和机器学习帮你决策？》和《如何用 Python 和深度神经网络锁定即将流失的客户？》中，你都看到了，机器模型更喜欢被结构化的表格信息来喂养。

03

自有知识库训练-进阶篇

上一篇文章介绍了，如何利用自有知识库的训练：突破chatGPT的局限性这一篇文章，将继续探讨这一话题，把里面的一些技术细节展开

02

您找到你想要的搜索结果了吗？

是的

没有找到

专访 | Gamma Lab：让机器回答一个自然语言问题需要几步？

人类从一百二十万年前就开始制造机器了。阿基米德的杠杆给了我们力量，伽利略与达芬奇的动力学给了我们速度与空间，而计算机科学将取之不尽的信息从广阔的世界里吸收过来呈现在我们眼前：它试图让人类更「渊博」，用可以无限扩充的存储帮助大脑去记忆；也试图让人类更「聪明」，能够用可叠加的算力帮助人跨越自身处理大量数据和高维数据的极限。

02

再谈如何写好技术文档？

参加工作时间久一点的工程师应该有这样一个体会：自己平时代码写得再多再好，可一旦要用文档去描述或者表达某一个事情或者问题时，都感觉非常困难，无从下手，不知道自己该写什么不该写什么；或者费了九牛二虎之力写出来的东西没法满足要求，需要再三去修改调整。这其中的主要原因我归纳有两点：

02

怎么才能写好技术文档？这是我的全部经验

点击上方“芋道源码”，选择“设为星标” 管她前浪，还是后浪？能浪的浪，才是好浪！每天 10:33 更新文章，每天掉亿点点头发... 源码精品专栏原创 | Java 2021 超神之路，很肝~ 中文详细注释的开源项目 RPC 框架 Dubbo 源码解析网络应用框架 Netty 源码解析消息中间件 RocketMQ 源码解析数据库中间件 Sharding-JDBC 和 MyCAT 源码解析作业调度中间件 Elastic-Job 源码解析分布式事务中间件 TCC-Transaction

01

从标题到写作流程：写好一篇论文的十条基本原则

选自PLOS compbiol 作者：Brett Mensh、Konrad Kording 机器之心编译良好的学术写作习惯对于职业发展和学术进步非常重要。一篇结构清晰的文章可以让读者和审阅者被文中叙述的内容打动，进而试图理解和确认研究主张的观点，并将这些贡献传递到更广范围。然而，很多科学研究者难以写出高质量的文本——他们通常没有论文写作训练的经历。关于如何让读者被你的论文吸引，PLOS Computational Biology 的这篇文章向我们提出了十大原则，试图点出论文写作最需要注意的问题。遵循这些写

06

SEO基础优化：H1、H2、H3标签

在网站的基础SEO优化中，有一个重要的标签，那就是H1、H2和H3。但是切记，这3个标签不可以胡乱用，尤其是H1标签，接下来将带领大家解读这3种标签如何运用，在什么位置用。

02

智源内部承担抄袭责任，重组大模型研究中心，被指抄袭的大模型综述有了调查结果

机器之心报道编辑：杜伟时隔三个月后，智源研究院对涉嫌抄袭的 AI 大模型综述研究给出了调查和处理结果。今年 4 月 13 日，智源研究院一篇拥有 100 位作者署名的综述研究《A Roadmap for Big Model》被质疑抄袭了多篇论文内容，引发国内外学者和社区的广泛关注与讨论。当日，智源研究院即发布了《关于 “A Roadmap for Big Model” 综述报告问题的致歉信》，并表示：「对这一情况，研究院立即组织内部调查，确认部分文章存在问题后，已启动邀请第三方专家开展独立审查，并进

03

Linux Vi编辑器和find命令的使用

Linux：使用文本文件来保存配置文件文本编辑器：ASCII文件 emacs vi vi：Visual Interface（纯字符界面的编辑器）全屏文本编辑,nano 模式化的编辑器

02

大模型知识库中的文档预处理的优化问题

以前做nlp对长文本切分也略有些经验，通常就是先按段落进行切分，对于过长的段落文本，通常就是按模型（这里通常是embedding模型）能接受的输入长度，按句子的标点符号（如句号，感叹号，问号等）进行切分，切分后的片段要尽可能的长，但是不能超过模型的输入限制。另外，一些可以操作的技巧是，段落内的片段可以做一些重复，例如，段落内的多个片段，前一个片段的最后一句可以和后一个片段的第一句重复。

02

RNN与机器翻译

---- CS224d-Day 9: GRUs and LSTMs -- for machine translation 视频链接课件链接 ---- 本文结构：机器翻译系统整体的认识什么是 parallel corpora 三个模块各模块有什么难点 RNN 模型最简单的 RNN 模型扩展模型 GRU: LSTM ---- 下面是video的笔记： 1.机器翻译机器翻译是NLP问题中比较难的其中之一，为了解决这个问题，有一些很好玩的模型： Gated Recurrent U

05

回《驳 <Python正则表达式，请不要再用re.compile了！！！>》

知乎用户@Manjusaka在阅读了我的文章《Python正则表达式，请不要再用re.compile了！！！》以后，写了一篇驳文《驳 Python正则表达式，请不要再用re.compile了！！！》

04

用Python读写Word文档入门

最近有同事需要批量出500个Word文档，按照1个Word文档耗时1分钟来算也需要8.33小时足足有1天工时。于是，这位同事找到了才哥帮忙，才哥接过需求花了不到30分钟写好脚本，运行脚本不到1分钟就生成了500份Word文档并且进行了分类归档！

03

实用干货| 投稿cover letter 怎么写才能留下完美第一印象

Cover letter 可以说决定了编辑看到你作品的“第一印象”，“外表好看”才能决定别人有没有兴趣去深入了解你的文章

01

简易数据分析 07 | Web Scraper 抓取多条内容

这次的抓取是在简易数据分析 05的基础上进行的，所以我们一开始就解决了抓取多个网页的问题，下面全力解决如何抓取多类信息就可以了。

03

python-pep8 编码规范

一代码编排 1 缩进。4个空格的缩进（编辑器都可以完成此功能），不使用Tap，更不能混合使用Tap和空格。 2 每行最大长度79，换行可以使用反斜杠，最好使用圆括号。换行点要在操作符的后边敲回车。 3 类和top-level函数定义之间空两行；类中的方法定义之间空一行；函数内逻辑无关段落之间空一行；其他地方尽量不要再空行。

02

【进阶篇】单双层RNN API对比介绍

导语 PaddlePaddle 高度支持灵活和高效的循环神经网络配置。本周进阶篇推文将围绕RNN模型展开，指导你如何在 PaddlePaddle 中配置和使用循环神经网络。本周推文目录如下： 2.11：【进阶篇】RNN配置 2.12：【进阶篇】Recurrent Group教程 2.13：【进阶篇】支持双层序列作为输入的Layer 2.14：【进阶篇】单双层RNN API对比介绍编写｜PaddlePaddle 排版｜wangp 本文以PaddlePaddle的双层RNN单元测试为示例，用多对效果完全相同的

04

一文教你如何进行SCI写作

在学习了一系列的生信分析系列后，最近慢慢有个感悟。生信分析固然重要，但是或多或少生信分析更多是一个工具一个媒介去探索生物学中的问题。往往很多时候，虽然你把大部分分析都做了，但是由于你没有参与太多写作过程，你往往只能分得一个排后面的共同作者。因此，如何将结果展现出来，写成一篇好的文章，也是做生信分析科研工作者必不可少的技能。今天借此推文和大家分享一些写作相关的思考。

03

Django学习之旅（三）

随着我们的Web站点页面越来越多，页面链接会越来越杂乱无章。因此有必要在项目一开始就对其进行管理。 1）实现/articles/123的效果 urls.py文件可以这么写：

01

如何用Python和R对《权力的游戏》故事情节做情绪分析？

想知道一部没看过的影视剧能否符合自己口味，却又怕被剧透？没关系，我们可以用情绪分析来了解故事情节是否足够跌宕起伏。本文一步步教你如何用Python和R轻松愉快完成文本情绪分析。一起来试试吧。

02

PEP8 Python 编码规范整理

作者：willhuo 来源：http://lib.csdn.net/article/python/1534 决定开始Python之路了，利用业余时间，争取更深入学习Python。编程语言不是艺术，而是工作或者说是工具，所以整理并遵循一套编码规范是十分必要的。所以今天根据PEP8整理了一份，以后都照此编码了，还会持续更新。一代码编排 1 缩进。4个空格的缩进（编辑器都可以完成此功能），不使用Tap，更不能混合使用Tap和空格。 2 每行最大长度79，换行可以使用反斜杠，最好使用圆括号。换行点要在操作符

06

说说Python编码规范

已有近两个月没有发表过文章了，前段时间外甥和女儿过来这边渡暑假，平常晚上和周末时间都陪着她们了，趁这个周末有空，再抽空再把这块拾起来。这么久没写了，再次拿起键盘，想想，发表些什么呢，想起上次公司的代码评审委员会下周其中一个议题是关于Python编码规范的整理，那就趁热打铁，整理一份关于Python编码规范的文章，也为那些写Python的人，提供一些编码注意的一些事项或者说是参考吧。

03

笔记分享 : 装饰器 Decorator 的理解和应用 - 01

哈喽，大家好，今天我们来学习一下python中的decorator(装饰器)及其应用：

02

一条正则表达式跑一天，这Bug我服了

前两天，因为一个没有经过深思熟虑的建议，让一位粉丝朋友写的一行代码，足足跑了一下午还没跑完，深感内疚；而且发现这个问题在实际的开发中也很容易遇到，且很难发现，今天来反思总结一下；

02

RAG：如何与您的数据对话

在我之前的文章中，我们讨论了如何使用 ChatGPT 进行主题建模。我们的任务是分析客户对不同连锁酒店的评论，并确定每家酒店提到的主要主题。

01

深度 | CMU 邢波教授团队最新成果：利用 AI 自动生成医学影像报告

AI 科技评论消息，近日，由卡内基梅隆大学机器学习系副主任邢波教授创立的 Petuum 公司近期发表了几篇论文，介绍了如何使用机器学习自动生成医学影像报告，从而更好地辅助医生做治疗与诊断。医学影像在临床实践中被广泛应用于诊断和治疗。专业医师阅读医学影响并撰写文字报告来描述自己的发现。对于没有经验的医生来说，撰写报告很可能会出错，对于人口众多的国家的医生来说，这样的工作又耗时又枯燥。为了解决这些问题，邢波教授的团队研究了医学影像报告的自动生成，作为人类医生更准确高效地生成报告的辅助工具。为了应对这些挑战，

06

提示词（prompt）工程指南（二）：基本提示

通常，学习概念的最佳方法是通过示例进行。下面我们将涵盖一些精心制作的提示示例，以执行各种有趣和不同的任务。

04

对话机器人技术简介：问答系统、对话系统与聊天机器人

自从iPhone 4S开始内置Siri，到现在各种智能音箱，或者扎克伯格说自己做的智能管家，我认为都算是对话机器人的一类。

02

给正在写Paper的你：如何在成千上万的arXiv论文中脱颖而出？

本文为雷锋字幕组编译的技术博客，原标题 Heuristics for Scientific Writing (a Machine Learning Perspective)，作者 Zachary C. Lipton。翻译 | 生菜刘宁整理 | 凡江今天是 1 月 28 号，我现在应该正在完成我的论文，你应该也是！但是当我们可以不写的时候为什么要写呢？ICML 的截止日期距今只有仅仅 12 天，KDD 紧随其后。ACL, COLT, ECML, UAI 和 NIPS 所有的都在放暑假之前截止

08

第三章正则表达式括号的作用

第三章正则表达式括号的作用不管哪门语言中都有括号。正则表达式也是一门语言，而括号的存在使这门语言更为强大。对括号的使用是否得心应手，是衡量对正则的掌握水平的一个侧面标准。括号的作用，其实三言两语就能说明白，括号提供了分组，便于我们引用它。引用某个分组，会有两种情形：在JavaScript里引用它，在正则表达式里引用它。本章内容虽相对简单，但我也要写长点。内容包括：分组和分支结构捕获分组反向引用非捕获分组相关案例 1. 分组和分支结构这二者是括号最直觉的作用，也是最原始的功能。 1.

06

Fiddler远程调试js

在我们前端开发的日常工作中，发现服务器上某个css/javascript文件有问题，需要修改，那真是家常便饭。通常，我们需要将文件进行修改，然后重新发布再验证，这样就很容易影响到生产环境的稳定性。更普遍的做法是，我们在开发环境中修改文件并验证，然后发布到生产环境。虽然安全，却比较繁琐。而利用Fiddler的可以修改HTTP数据的特性，我们就非常敏捷地基于生产环境修改并验证，确认后再发布。

03

一定要试一试的实用PPT技巧

不管是什么软件和工具，平时多掌握一些技巧方法，在关键时刻能起很大作用，熟练运用后也能够帮助我们提高工作的效率。PPT也是如此，想要快速制作完成一个精美的PPT幻灯片，一定是需要用到很多的小技巧的。今天iSlide就来给大家分享几个很实用的PPT技巧。

03

Nginx结构全解析（48）

2 rewrite指令 Syntax: rewrite regex replacement [flag]; Default: — Context: server, location, 功能将regex指定的url替换成replacement这个新的url 可以使用正则表达式及变量提取当replacement以http://或者https://或者$schema开头，则直接返回302重定向替换后的url根据flag指定的方式进行处理如果在同一级配置块中存在多个rewrite规则，那么会自

02

【GPLT】L1-059 敲笨钟

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

02

VisualStudio 给任意字符串给定正则等格式

在写正则或 json 等字符串的时候，期望有智能提示和语法纠错，在 VisualStudio 可以在字符串上面添加一句注释表示这个字符串的功能是什么，然后 VisualStudio 对下一句字符串定义的代码将会执行智能提示，本文告诉大家可以如何给任意的字符串添加智能提示

01

上亿商品的语言处理需求 | 京东AI NLP技术的研究与落地

从2010年起，深度神经网络开始在各个领域引发人工智能技术的重大突破。在语音识别领域，截止到2017年，借助于深度学习技术语音识别在Switchboard数据集上的词错误率下降到5.1%，基本可与人工识别相媲美；而在图像识别领域、机器翻译、语音合成技术等其他领域也取得了巨大进步，使得机器基本已经做到和人一样能听、能看、能说。随着人工智能技术这些领域的不断突破，人们也更期待看到自然语言处理技术（NLP）带来更多的创新。

02

人工智能之文本摘要自动生成

当我们点开某个网站或某个新闻APP的时候，经常能看到这样的题目：“14亿人都不知道的真相，历史的血泪……”、“删前速看！XXX视频流出”等，可是当我们点进去的时候，往往会发现，都是标题党，文章和内容完全不符合！如果这时候有一种工具能先替我们阅读新闻，再提炼出关键内容，那么我们肯定不会再受到标题党的影响，这对我们的生活无疑会有非常大的便利。而这需要的就是“文本摘要自动生成”技术！文本摘要充斥着我们生活的方方面面，往小了说，新闻关键词的提炼是文本摘要；往宽泛看，文本摘要也可以应用在像Google、百度等搜索

07

用TextView实现富文本展示，点击断句和语音播报

最近有一个需求：移动端需要展示用户在PC端做的笔记，而笔记内容是富文本形式——有图片，有文字，文字可以设置颜色、加粗、倾斜等等。同时，用户点击的时候能够语音朗读所点击的当前整句的内容。

01

为软件工程师写作：超越基础

一旦你开始写一篇文章或博客文章，如何润色它才能让读者渴望阅读它？在我们的系列文章的第二部分中获得一些提示。

01

我只是用了个“笨”方法，一个月后不再惧怕英文文档

在日常工作中，尤其是程序员时时刻刻都会与英文打交道，虽然我们尽可能的在互联网和中文书籍中寻找我们需要的信息，但是，有时候总是不尽人意。对待翻译过来的文档或者书本可能有些定义依然无法明确理解，回到它原有的场景中才能明白究竟是什么意思？阅读英文文档应该是我们的基本技能。

05

【玩转GPU】部署使用Stable Diffusion 模型

官方链接：https://mp.weixin.qq.com/s/nhB7Hsjz_aLkSrUT0mqHWw

03

前端学习(9)~css学习(三)：样式表和选择器

CSS：Cascading Style Sheet，层叠样式表。CSS的作用就是给HTML页面标签添加各种样式，定义网页的显示效果。简单一句话：CSS将网页内容和显示样式进行分离，提高了显示功能。

01

HTML/CSS快速入门课程知识点总结（一）

最近用了差不多一周的时间学习了一下codecademy.com上面的HTML/CSS课程，总体感受是，这种在线编程的手段的确可以提高学生的积极性，让人有种编程编上了瘾的感觉，但是缺点也很明显，不注重开发环境的创建终究不太合理，而且课程内容偏重于讲语法，比较浅显，指望着学完就能做出点什么还是不太现实的，还是需要自己去拔高的。

03

dotnet OpenXML 解析 PPT 文本字体获取详解

在 OpenXML 的 PPT 的文本的字体是一个比较复杂的概念，即使在 OpenXML SDK 的辅助下，也需要自己写很多的逻辑。通过 ECMA 376 文档里面散落在各地的描述，和 dotnetCampus.OfficeDocumentZipper 工具的实验帮助之下，我摸到了本文将要告诉大家的规则，以及逻辑的实现

03

HTML之元素、属性、标题、段落【笔记小结】

1 元素1.1 语法示例：开始标签元素内容结束标签

链接
换行语法：# 以开始标签起始，以结束标签终止；# 元素内容是开始标签与结束标签之间的内容；# 空元素在开始标签中进行关闭（以开始标签的结束而结束）；# 多数元素可拥有属性。1.2 元素嵌套比如之前写的：<!DOCTYPE html><html><head> <meta charset="utf-8"> <title>开始学习html，这是我的第一个页面，哈哈哈！</title></head><

06

用深度学习做命名实体识别(一)：文本数据标注

“ 本文是用深度学习做命名实体识别系列的第一篇，通过本文，你将了解如何用brat做文本数据标注。”

03

最新RLHF拯救语言模型「胡说八道」！微调效果比ChatGPT更好，两名华人共同一作

它只会判断生成文本的整体效果，不会仔细判断细节是否存在事实性错误、信息不完整和相关度等问题。

02

语义化HTML：i、b、em和strong标签

一、前言　　　　　　　　　　　　　　　　　　　　　　　　　　在HTML4.1中i和b作为表象标签分别表示斜体和粗体样式，而强调样式与内容分离的XHTML中则出现样式效果相同的em和strong表义标签，此时我们会建议避免使用i和b标签，应该改用em和strong标签。但在HTML5对i和b赋予新的语义，本文将再一次认识它们！二、元素语义　　　　　　　　　　　　　　　　　　　　　　　　 1. i标签 W3C草案： The i element represents a span of te

09

写好一篇文章，有哪些好的工具和编排技巧？

我们关注一个公众号，必然是从中收获了一些对自己有价值的东西，而读者的关注和分享点赞又会提高曝光量鼓励作者继续高质量输出。

01

英文学术写作入门(2) - 论文介绍

在写引言介绍的时候，主要从这几方面介绍：Hooks，Funnels，and Thesis Statement。

02

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭