如何运用Python提升文本分析能力？

本文共计3290个文字，预计阅读时间需要14分钟。

Python作为一门易用且强大的编程语言，本书将其作为示例语言使用，同时提供了Python文本分析的基础教程。介绍这些Python技巧的原因是希望读者能够具备掌握基础，拓展应用的能力。

上一章提到，Python是一门易用且强大的编程语言，所以本书将其作为示例语言使用，同时也提供了一套基础的Python文本分析的教程。

为什么要介绍这些Python技巧？原因是希望读者具有Python和高中数学方面的背景知识，然而也许有很多读者从来没有编写过Python代码。对编写过Python代码的读者来说，文本分析和字符串操作所用到的知识和Web开发（例如使用Python编写的Web框架Django来构建网站）所用到的知识也是截然不同的。本章介绍的主题如下：

• 为什么用Python来做文本分析；
• Python文本分析技巧。

2.1　为什么用Python来做文本分析

Python以字符串的形式表示文本，这些字符串对象对应的类是str。它是一种不可变序的UNICODE或字符。有一点必须仔细区分：Python 3中，所有字符串默认是UNICODE；但在Python 2中，str类限制为ASCII码，需要另外一个UNICODE类来专门处理UNICODE。

UNICODE仅仅是一种编码语言或处理文本的方式。例如，字母Z的UNICODE值是U+05A。从历史上看，Python中的许多编码类型需要开发人员自行处理，所有的底层操作都以字节为单位。