clean_txt卡死 - Githubissues

kevin2018pg commented 3 years ago

我已经仔细查看过本库的README和之前的Issues，没有发现解决方案。

问题描述 清洗文本卡死 "某某车评栏目称特斯拉自动驾驶技术完败于小鹏 p7 和蔚来，三者对比如何？小鹏p7以及蔚来的感受如何？?-?回答作者：Xiiiiiiii Yoooo?https://zhuanlan.zhihu.com/p/349020455（想看更多？下载?@知乎?App：http://t.cn/RxkY6mK） ??"

操作系统：win10

python版本：py3.7

HarvestText版本：0.8.1.1

blmoistawinde commented 3 years ago

用默认参数不能复现这个问题，是否这段文本与实际用的有差别？还是使用了其他的参数？请补充更多细节帮助我判断问题：

In [24]: text2 = "某某车评栏目称特斯拉自动驾驶技术完败于小鹏 p7 和蔚来，三者对比如何？小鹏p7以及蔚来的感受如何？?-?回答作者：X 
    ...: iiiiiiii Yoooo?https://zhuanlan.zhihu.com/p/349020455（想看更多？下载?@知乎?App：http://t.cn/RxkY6mK） ??"

In [25]: ht.clean_text(text2)
Out[25]: '某某车评栏目称特斯拉自动驾驶技术完败于小鹏 p7 和蔚来，三者对比如何？小鹏p7以及蔚来的感受如何？?-?回答作者：Xiiiiiiii 
Yoooo? ??'

blmoistawinde commented 3 years ago

另外为了修复 https://github.com/blmoistawinde/HarvestText/issues/33 换了一套正则表达式，你也可以现在更新到最新的0.8.1.3再试试效果？

blmoistawinde / HarvestText

clean_txt卡死 #36