从块中提取字符串答案

【问题标题】：Extracting the Strings from a Chunk从块中提取字符串
【发布时间】：2019-10-18 21:30:23
【问题描述】：

我正在使用 NLTK POS-Tagging 从文本中提取信息，在此示例中，我正在寻找 IBAN。对于某些文本，代码返回不止一个块，但我不介意，稍后我将使用 RegEx 对正确的一个进行排序。现在这是我的问题：有没有更漂亮的方法来获取块的字符串，以便我可以使用它们或保存它们？

当然您可以采用人工方式（即遍历 ibanChunk 中的所有行，然后遍历 ibanChunk.replace(..) 等），但必须有更好的方法，至少这是我所希望的。

tagged_sents = list(corp.tagged_sents())
tagger = ClassifierBasedGermanTagger(train=tagged_sents)
tagged_sents = tagger.tag(filtered_sentence)

ibanChunkGram = r"""Chunk: {(<VMPP><CARD>*)|(<FM><CARD>+)}"""
chunkParser = nltk.RegexpParser(ibanChunkGram)
ibanChunk = chunkParser.parse(tagged_sents)

print(ibanChunkGram)

现在该行的输出如下所示：

(Chunk DE01/FM 2345/CARD 6789/CARD 0000/CARD 0000/CARD 00/CARD)

而我想要的是：

DE01 2345 6789 0000 0000 00

编辑：这是一个最小示例：

This is a minimal example of POS-tagging. I want to extract an IBAN (DE01 2345 6789 0000 0000 00) and I hope The Machine 01 can find it quick.

这是我的代码的输出：

(S
  This/NE
  is/FM
  a/FM
  minimal/FM
  example/FM
  of/FM
  POS-tagging/FM
  ./$.
  I/FM
  want/FM
  to/FM
  extract/FM
  IBAN/FM
  (/$(
  (Chunk DE01/FM 2345/CARD 6789/CARD 0000/CARD 0000/CARD 00/CARD)
  )/$(
  and/NE
  I/NE
  hope/VAFIN
  The/NE
  Machine/NE
  01/CARD
  can/XY
  find/XY
  it/XY
  quick/XY
  ./$.)

【问题讨论】：

请发minimal reproducible example。

标签： python nltk chunking part-of-speech

【解决方案1】：

好的，我现在自己想通了。如果有人也遇到过这个问题，这是我的解决方案： ibanChunk，在我的例子中被称为，是一个元组列表，但是一个 Chunk 原来是一棵树，而不是一个元组，所以我利用它作为我的优势，这是我的代码：

for elem in ibanChunk:
    if isinstance(elem, nltk.Tree):
        ibanString = ""
        for (text, tag) in elem:
            ibanString += text
        chunkList.append(ibanString)

您可以将列表中所有块的文本作为字符串。

【讨论】：