Python中文自然语言处理基础与实战（第2版）（微课版）-第3章 正则表达式 教案

第3章正则表达式教案1.教案基本信息课程名称Python中文自然语言处理基础与实战课程类别选修适用专业人工智能类相关专业总学时64学时（其中理论32学时，实验32学时）总学分4.0学分本章学时6学时（其中理论3学时，实验3学时）章节名称第3章正则表达式授课教师授课时间2.教学目标知识目标了解正则表达式的概念、作用和应用范围掌握常用正则表达式函数的语法和用法熟悉正则表达式元字符的含义和使用方法理解正则表达式在文本处理中的重要作用能力目标能够使用match、search、findall等函数进行文本匹配能够运用元字符构建复杂的正则表达式模式能够进行文本验证、信息提取和文本过滤能够解决实际NLP场景中的文本处理问题素质目标培养逻辑思维和模式识别能力提升文本数据处理的精准性和效率意识建立规范化的代码编写习惯养成解决复杂问题的分析思维3.教学重点与难点教学重点正则表达式的基本概念和应用场景常用正则表达式函数的使用方法元字符的含义、用法和组合规则正则表达式在文本处理中的实际应用教学难点复杂正则表达式模式的构建和理解元字符的灵活组合和嵌套使用转义字符的正确使用方法贪婪匹配与非贪婪匹配的区别解决策略通过大量实例演示元字符的具体用法采用递进式教学，从简单到复杂逐步深入提供在线正则测试工具辅助理解设计针对性练习强化关键概念4.教学内容与知识结构主要知识点正则表达式基础模块正则表达式的定义和作用在NLP中的应用范围基本语法和规则函数应用模块match函数：字符串开头匹配search函数：字符串搜索匹配findall函数：查找所有匹配项sub函数：字符串替换finditer函数：迭代搜索split函数：字符串分割元字符掌握模块量词：*、+、?、{n}、{n,}、{n,m}字符类：[]、[^]、\d、\w、\s等锚点边界：^、$、\b特殊字符：\、.、|、()实践应用模块数据验证（邮箱、电话、日期）信息提取（姓名、地址、联系方式）文本清洗和过滤常用正则表达式模式库知识结构关系基础概念为理论支撑层函数掌握为技术工具层元字符应用为核心技能层实践应用为综合运用层5.教学方法与手段理论教学方法递进式讲授法：从简单模式到复杂模式逐步深入对比分析法：对比不同函数和元字符的作用实例演示法：通过具体例子解释抽象概念模式归纳法：总结常用的正则表达式模式实践教学方法交互式编程：即时测试正则表达式效果案例驱动法：通过实际问题学习技术错误诊断法：分析常见错误和解决方案模式构建法：引导学生自主构建表达式教学工具和平台Python开发环境（re模块）JupyterNotebook交互式编程在线正则表达式测试工具正则表达式可视化工具6.教学过程设计课时安排总览课时类型内容第1课时理论课正则表达式概念与函数介绍第2课时理论课正则表达式元字符详解第3课时理论+实验正则表达式函数实践第4课时实验课元字符应用与文本处理第5课时实验课正则表达式综合应用第6课时实验课实训项目与案例分析各课时教学环节设计第1课时（理论）：正则表达式概念与函数介绍导入环节（10分钟）展示包含各种格式的文本数据（邮箱、电话、身份证号等）提问：如何快速识别和提取这些特定格式的信息？引出正则表达式在文本处理中的重要作用新课讲授（30分钟）正则表达式的定义和基本概念（8分钟）正则表达式在NLP中的应用范围（7分钟）常用正则表达式函数介绍（15分钟）match函数的用法和特点search函数与match函数的区别findall函数的应用场景示例演示（8分钟）现场演示match、search、findall函数的基本用法对比不同函数在相同文本上的运行结果课时小结（2分钟）总结正则表达式的重要性和基本函数预告下节课元字符内容第2课时（理论）：正则表达式元字符详解复习导入（5分钟）回顾上节课的主要函数提问：如何构建更复杂的匹配模式？新课讲授（35分钟）量词元字符详解（12分钟）*、+、?的区别和应用{n}、{n,}、{n,m}的精确控制贪婪匹配与非贪婪匹配字符类元字符解析（10分钟）[]、[^]的字符集定义\d、\w、\s等预定义字符类大小写敏感的字符匹配锚点和特殊字符（8分钟）^、$的位置锚定转义字符\的使用.和|的特殊作用元字符组合规则（5分钟）互动练习（8分钟）学生尝试构建简单的正则表达式教师点评和纠正常见错误课时小结（2分钟）强调元字符的重要性和组合原则介绍下次实验课安排第3课时（理论+实验）：正则表达式函数实践理论回顾（15分钟）快速回顾六个主要函数的用法讲解sub和split函数的高级用法介绍finditer函数的迭代特性函数对比（15分钟）同一文本使用不同函数的效果对比讲解group()方法的使用技巧演示函数参数flags的作用实践操作（50分钟）练习1：使用match和search处理文本（15分钟）练习2：用findall提取所有匹配项（15分钟）练习3：使用sub进行文本替换（10分钟）练习4：用split进行文本分割（10分钟）答疑总结（10分钟）解答学生在实践中遇到的问题总结函数使用的关键要点第4课时（实验）：元字符应用与文本处理实验准备（5分钟）检查开发环境和准备测试文本回顾元字符的基本概念元字符实践（70分钟）量词练习（20分钟）练习不同量词的匹配效果理解贪婪与非贪婪匹配的区别字符类应用（25分钟）使用[]构建自定义字符集练习\d、\w、\s等预定义类掌握[^]排除字符的用法锚点和边界（15分钟）使用^和$精确定位理解\b单词边界的作用复杂模式构建（10分钟）组合多个元字符使用分组()提取信息实验总结（15分钟）总结元字符的使用技巧讨论常见的错误和解决方法第5课时（实验）：正则表达式综合应用应用场景介绍（10分钟）数据验证的实际需求信息提取的应用场景文本清洗的重要性综合练习（70分钟）练习1：验证邮箱地址格式（15分钟）理解邮箱地址的组成规则构建邮箱验证正则表达式练习2：验证电话号码格式（15分钟）处理不同的电话号码格式使用正则表达式进行格式统一练习3：提取个人信息（20分钟）从文本中提取姓名、年龄等信息使用分组功能精确提取练习4：文本清洗处理（20分钟）过滤HTML标签和特殊字符保留中文字符，去除无关内容成果展示（10分钟）学生展示练习成果分享解决问题的思路和方法第6课时（实验）：实训项目与案例分析项目介绍（10分钟）介绍三个实训项目的要求和目标分析项目的技术要点和难点实训实施（70分钟）实训1：过滤《三国志》中的非中文字符（20分钟）分析文本中的特殊字符类型设计过滤规则和正则表达式实训2：提取地名与邮编（25分钟）分析地名邮编的格式特点使用正则表达式进行精确提取实现地名邮编的对应关系实训3：提取网页标签中的文本（25分钟）理解HTML标签的结构设计正则表达式提取标签内容处理嵌套标签的复杂情况项目总结（10分钟）总结实训中的关键技术点讨论正则表达式的局限性和替代方案7.实验/实践设计实验一：正则表达式函数掌握实验目的熟练掌握六个主要正则表达式函数的使用理解不同函数的适用场景和返回结果学会使用group()方法提取分组信息实验内容使用match函数进行字符串开头匹配使用search函数在字符串中搜索模式使用findall函数查找所有匹配项使用sub函数进行字符串替换使用finditer函数进行迭代搜索使用split函数进行字符串分割实验步骤准备包含多种模式的测试文本分别使用六个函数处理相同文本对比不同函数的返回结果练习group()方法的使用总结各函数的适用场景示例代码：

importre

text="自然语言处理是研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。"

#使用match函数

result1=re.match('自然语言处理',text)

#使用search函数

result2=re.search('通信',text)

#使用findall函数

result3=re.findall('语言',text)实验二：元字符应用练习实验目的掌握量词、字符类、锚点等元字符的使用学会构建复杂的正则表达式模式理解贪婪匹配与非贪婪匹配的区别实验内容量词元字符的实际应用字符类元字符的灵活使用锚点和边界的精确定位特殊字符的转义处理实验三：数据验证与信息提取实验目的学会使用正则表达式进行数据格式验证掌握从复杂文本中提取特定信息的方法应用正则表达式解决实际问题实验内容验证邮箱地址、电话号码、日期格式从文本中提取姓名、性别、年龄等信息清洗和过滤文本中的特殊字符处理HTML标签和网页内容评价标准正则表达式语法正确性（30%）匹配结果准确性（35%）代码效率和规范性（20%）问题解决创新性（15%）8.课后作业与拓展理论巩固作业完成课后选择题（1-5题）总结六个主要正则表达式函数的特点和用法整理常用元字符的含义和应用场景设计5个不同类型的正则表达式验证模式实践编程任务编写一个通用的数据验证函数，支持多种格式验证实现一个文本清洗工具，能够过滤各类特殊字符开发一个信息提取器，从简历文本中提取关键信息构建一个网页内容提取器，去除HTML标签保留纯文本拓展阅读材料《精通正则表达式》第3版相关章节Python官方文档re模块详细说明正则表达式性能优化最佳实践复杂文本处理案例研究思考讨论题正则表达式相比其他文本处理方法有哪些优势和局限性？如何在保证匹配准确性的同时提高正则表达式的执行效率？在什么情况下应该选择正则表达式，什么情况下应该使用其他方法？如何设计一个可维护、可扩展的正则表达式库？9.教学评价过程评价课堂参与（20%）：回答问题和讨论的积极性实验操作（40%）：正则表达式编写和调试能力问题解决（25%）：面对复杂问题的分析能力创新思维（15%）：提出新颖解决方案的能力结果评价理论掌握（25%）：元字符和函数概念理解技能应用（45%）：正则表达式实际应用能力代码质量（20%）：代码规范性和效率综合应用（10%）：解决复杂问题的综合能力评价标准优秀（90-100分）：熟练掌握所有元字符，能够构建复杂正则表达式，解决实际问题良好（80-89分）：掌握基本元字符，能够编写常用正则表达式，完成大部分任务中等（70-79分）：理解基本概念，能够使用简单正则表达式，需要指导完成复杂任务及格（60-69分）：了解基本用法，在帮助下能够完成简单任务，需要加强练习学习建议正则表达式的学习需要大量练习，建议学生：多使用在线正则表达式测试工具验证理解收集并练习常见的正则表达式模式注意总结元字符的组合规律在实际项目中积极应用所学知识10.教学反思教学效果自评学生对正则表达式概念的理解程度元字符掌握的熟练度和应用能力复杂正则表达式构建的成功率实际问题解决的效果和创新性学生反馈记录收集学生对元字符学习难度的反馈了解学生对实验设计的建议记录学生在正则表达式构建中的常见错误评估学生对理论与实践结合的满意度改进措施增加更多可视化工具帮助理解抽象概念设计更多层次化的练习题满足不同水平需求加强错误诊断和纠正的教学环节补充更多实际应用场景的案例下次授课调整建议增加正则表达式性能优化的内容提供更多在线练习资源和工具推荐加强与后续章节的知识衔接设计更多协作式学习活动11.教学资源教材和参考书目主教材：《Python中文自然语言处理基础与实战》第二版，肖刚张良均，人民邮电出版社参考书：《精通正则表达式》第3版JeffreyE.F.Friedl《Python正则表达式深入浅出》《自然语言处理实战》相关章节在线资源链接Python官方文档re模块：/3/library/re.html正则表达式在线测试：/正则表达式可视化：/常用正则表达式大全：/any86/any-rule开发环境和工具必需软件：Python3.11+,re模块（内置）推荐IDE：JupyterNotebook,PyCharm,VSCode在线工具：regex101,regexpal,regexr可视化工具：regexper,regulex常用正则表达式参考表元字符含义示例匹配结果.匹配任意单个字符a.cabc,aXc,a1c*匹配前一个字符0次或多次ab*cac,abc,abbc+匹配前一个字符1次或多次ab+cabc,abbc,abbbc?匹配前一个字符0次或1次ab?cac,abc\d匹配任意数字\d{3}123,456,789\w匹配字母、数字、下划线\w+hello,test123,user_id\s匹配空白字符\s+空格,制表符,换行符^匹配字符串开头^hellohelloworld$匹配字符串结尾world$helloworld示例代码库基础练习：六