词干：使用 Python 中的正则表达式模块删除/更改 URL

Question

您好，我正在尝试使用 Python 进行词干分析，我想使用 Regex 模块删除或更改 URL (https/http)。我已经写了一些代码行，但它似乎只适用于标点符号而不适用于表情符号和 URL，有人请帮助我吗？这是我的代码 def tokenWordbase(verse):    return verse.split(' ')#URLsdef url(link):    link = re.sub(r'^https?:\/\/.*[\r\n]*', '', link, flags=re.MULTILINE)#punctuationdef punctuation(tokens):    tokens = re.sub(r'[>)}:{",?+ !.(<;1234567890]','',str(tokens))    tokens = re.sub('\n','',str(tokens))    return tokens#emotdef emoticons(emot):    emot = re.sub( ':-)', ':)', '(:', '(-:', ':-D', ':D', 'X-D', 'XD', 'xD', ';-)', ';)', ';-D', ';D', '(;', '(-;', ':-(', ':(', '(:', '(-:', ':,(', ':\'(', ':"(', ':((', str(tokens))    return emotdef main():    currentString = []    panjangTang = []    with open('Book2.csv') as f:        reader = csv.reader(f, delimiter=',')        for row in reader:            if row[0] == '' or row[0] == '-':                continue            else:                tokennya = tokenWordbase(row[0])                panjangTangSementara = []                for j in range(len(tokennya)):                    # print(childToken)                    puntu = punctuation(tokennya[j])                    stopnya = stopword.remove(puntu)                    if stopnya == '':                        continue                    else:                        stemmnya = stemmer.stem(stopnya)                        currentString.append(stemmnya)                        panjangTangSementara.append(stemmnya)                panjangTang.append(panjangTangSementara)    daftarDokumen = Counter(currentString)    daftarString = []

Answer 1

domain_registers = [".com",".net",".info",".biz","mobi",".xxx",".asia",".eu",".name",".us ",".co",".org",".me",".mx",".in",".ac",".asp",".php",".html"]

def url(link): if ('.' in link and '/' in link) or 'www.' in link 或 'http' in link 或 any([word in link for word in domain_registers])：返回“”

Answer 2

该url函数没有返回修改后的字符串，尝试添加return link到它的末尾。