String Filtering (words, lines, tokens) — சரம் வடிகட்டல்

சரம் வடிகட்டல் — சொல்/வரி/துண்டு விதி; split, comprehension; எழுத்து வடிகட்டல் அல்ல.

உண்மை உலகில் இது ஏன் முக்கியம்?

பதிவு — ERROR இல்லாத வரி நீக்கம். தேடல் — stopword நீக்கம்.

மையக் கருத்து (மாணவர்களுக்கான விளக்கம்)

சொல் பட்டியல் comprehension; வரி — வரி வாரியாக.

Pythonில் முயற்சி செய்வோம்

def keep_alpha_words(s: str) -> str:
    return " ".join(w for w in s.split() if w.isalpha())


print(keep_alpha_words("hi 42 there x2"))

அடிக்கடி நேரும் தவறுகள்

• split() — வெற்றிடம் ஒட்டும்.
• strip எங்கு — அர்த்தம் மாறும்.

முக்கியச் சுருக்கக் குறிப்புகள்

• token வரையறை முதலில்.
• UI mapping — அசல் index.