一个python库，它接受一些文本，并用标记替换电话号码、姓名等

我需要一个python库，它接受一些文本，并用令牌替换电话号码、姓名等。例如：

输入：请致电0430013454与Robert进行进一步讨论

输出：请打电话给我的名字进一步讨论这个问题

换句话说，我需要一个句子，任何一个句子，然后程序将在这个句子上运行，删除任何看起来像姓名、电话号码或任何其他标识符的东西，并用一个标记（即姓名、电话号码）替换它，这样标记将只是一个文本来替换信息，这样它就不再显示

必须与python 2.7兼容。有人知道怎么做吗

---

干杯

不太清楚姓名识别。然而，如果你知道你要找的名字，那就很容易了。您可以有一个要查找的所有名称的列表，并检查每个名称是否都在字符串中，如果是，请使用

string.replace

。如果名称是随机的，你可以查看NLTK，我认为它们可能有一些名称实体识别。但是我真的什么都不知道

但至于电话号码，这很简单。您可以将字符串拆分为一个列表，并检查是否有任何元素由数字组成。您甚至可以检查长度以确保它是10位数字（根据您的示例，我假设所有数字都是10位）

像这样的

example_input = 'Please call Robert on 0430013454 to discuss this further.'

new_list = example_input.split(' ')

for word in new_list:
    if word.isdigit():
        pos = new_list.index(word)
        new_list[pos] = 'PHONE'

example_output = ' '.join(new_list)

print example_output

这将是输出：

“请打电话给罗伯特进一步讨论此事”

---

if语句类似于

if-word.isdigit（）和len（word）==10:

如果您想确保数字的长度为10。

正如Harrison指出的，nltk已经命名了实体识别，这就是您想要用于此任务的。这是一个很好的示例，可以帮助您开始

从网站：

import nltk 

sentences = nltk.sent_tokenize(text)
tokenized_sentences =      [nltk.word_tokenize(sentence) for sentence in sentences]
tagged_sentences = [nltk.pos_tag(sentence) for sentence in tokenized_sentences]
chunked_sentences = nltk.ne_chunk_sents(tagged_sentences, binary=True)

def extract_entity_names(t):
    entity_names = []

    if hasattr(t, 'label') and t.label:
        if t.label() == 'NE':
            entity_names.append(' '.join([child[0] for child in t]))
        else:
            for child in t:
                entity_names.extend(extract_entity_names(child))

    return entity_names

entity_names = []
for tree in chunked_sentences:
    # Print results per sentence
    # print extract_entity_names(tree)

    entity_names.extend(extract_entity_names(tree))

# Print all entity names
#print entity_names

# Print unique entity names
print set(entity_names)

---

你能再具体一点吗？我真的不明白。您只想用

''

替换名称和号码吗？你说的“代币”是什么意思？谁会对这样一个明显偏离主题的问题进行投票？请在提问之前阅读。“等等…”所以，你想要一个能猜出你想要什么的库？对不起，我会重写上面的问题。太棒了，这非常有帮助，谢谢