文章切斷落功能C#(paragraph segmentation using C#)

-

Hi大家好，好久沒寫網誌分享東西，可能是年初很多會議跟需求要談，沒啥時間來分享，其實最近也研究一些Docker的東西，有空再來分享。

今天想簡單講一下文檔切斷落的功能，你現在有一份Word或PDF等文字檔，你想把它以段落來切可以怎麼做?  切完段落便可做後續的應用，整段落的相似抄襲比對等等的 。

程式如下非常簡單
主要用\r\n(即0D0A)做切割，要注意除了段行符號外，最好前面還有句點，因為PDF再用工具解析成string時，他一行字會自動\r\n，前面兩行在做一下過濾的處理，句點取代是針對英文文章的置換，空白取代是有時候句點後面有空格才有換行符號，做完這處理差不多就大功告成了，最後再用一段的長度篩選一下，避免過短的句子也拿來當段落。

content = content.Replace(".", "。");
content = content.Replace(" ", "");
string[] resultString = Regex.Split(content, "。\r\n", RegexOptions.IgnoreCase);
var paragraphs = resultString.Where(x => x.Length >= 30);

注意你必須先用解析工具把word或PDF解析成txt格式，可用Aspone等等工具，大致這樣，下次見。

留言

張貼留言

這個網誌中的熱門文章

Python-相關係數矩陣實作(python-correlation matrix )

-
圖片
相關係數被用來 用於度量兩個變數X和Y之間的相關 程度（線性相依），其值介於-1與1之間。在自然科學領域中，該係數廣泛用於度量兩個變數之間的線性相依程度。 再資料科學中，前處理步驟可先用來觀察參數間的關係，可幫助找到對目標參數影響較大的變數。 下面就用python實作係數矩陣視覺化。 import pandas as pd import matplotlib.pyplot as mp, seaborn #讀資料 xls_file = pd.ExcelFile('A.xlsx') df = xls_file.parse('sheet1') data=df print(df) #視覺化 df_corr = df.corr() seaborn.heatmap(df_corr, center=0, annot=True) mp.show() dataframe長這樣 相關係數矩陣
閱讀完整內容

ASP.NET-後端將值傳給javascript

-
這邊介紹兩個基礎但很常會用到的技巧。 首先要如後將後端的值傳給前端的javascript。 首先在前端(aspx)設一個HiddenField物件 <asp:HiddenField ID="hf_time" runat="server" /> 後端(aspx.cs)給值 hf_time.Value = "TEST"; 前端(aspx)javascript取值         <script type="text/javascript">             function getValue {                 var value = document.getElementById("<%=hf_time.ClientID%>").value;             }         </script> 再來是進階應用，按鈕點擊呼叫jquery的blockUI並且顯示特定值。 上個階段有的東西這邊都要另外再拉一個button的物件。 <asp:Button ID="btn_test" class="genbtn" runat="server" Text="測試" OnClick="btn_test_Click" OnClientClick="markpage1();" /> 可以看到在按下按鈕時前端會去呼叫markpage1()這個function，接下來就是在javascript寫這個function。         <script type="text/javascript" src="../js/jquery.blockUI.js"></script>         <script type="text/javascript">             function markpage1() {        
閱讀完整內容

ASP.NET-FileUpload上傳後自動觸發button click(FileUpload upload auto trigger button click)

-
在ASP.NET中FileUpload很常都需要配一個button，上傳檔案一個動作，上傳後還需點擊按鈕才能觸發後續的儲存等等功能。 這邊要實作上傳檔案後自動觸發後續功能，不用再多一步點擊按鈕。 前端: 當fileUpload的值不為空自動找到button做click動作     <script type="text/javascript">     function UploadFile(fileUpload) {         if (fileUpload.value != '') {             document.getElementById("<%=btn_upload.ClientID %>").click();         }     }     </script> 新增FileUpload跟button並把button隱藏 <asp:FileUpload ID="FileUpload1" runat="server" /> <asp:Button ID="btn_upload" runat="server" OnClick="btn_upload_Click" Style="display: none" /> 後端: using System.IO; //新增屬性當onchange時觸發javascript function protected void Page_Load(object sender, EventArgs e) {       FileUpload1.Attributes["onchange"] = "UploadFile(this)";        } //完成自動觸發button click protected void btn_upload_Click(object sender, EventArgs e) {       //儲存等等動作 }
閱讀完整內容