在工作中常常遇到很多特殊的标点符号,像中文标点符号,英文标点符号。英文的标点符号比较容易过滤,而过滤中文的标点符号较麻烦。下面是从邮件中过滤特殊符号的方式供参考。
下面是1封垃圾邮件的过滤实例:
"想做/ 兼_职/学生_/ 的 、加,我Q: 1 5. 8 0. !!?? 8 6 。0. 2。 3 有,惊,喜,哦"
邮件中的“!?。、”都是中文的,而“/.”是英文的
下面是过滤方式:
过滤后的效果以下:
<span style="font-size:18px;">想做兼职学生的加我Q158086023有欣喜哦</span>
处理成上述格式后就容易进行分词分析处理了。
上一篇 图像放大快速算法