Как удалить HTML из текстового столбца в Azure ML Выполнить шаг сценария Python

Question

Если у меня есть столбец данных строки типа в входящем наборе данных Azure ML, который содержит теги HTML, привносящие мои результаты, как я могу удалить эти теги?

Answer 1

Как это:

def azureml_main(dataframe1 = None, dataframe2 = None): 
    dataframe1[1] = dataframe1['text'].str.replace('<[^<]+?>', ' ', case=False) 
    return dataframe1, 

Запомнить предшествовать Execute Python Script шаг с шагом Clean Missing Data и изменить действие, чтобы удалить всю строку (если это необходимо). Это важно, потому что этап Execute Python Script не может вернуть пустой dataframe. Только в этом случае вы знаете свои данные.

Позвольте мне также указать, что шаг Preprocessing Text позволяет применять регулярное выражение. Это еще одна альтернатива, которая может быть подходящей для вашей ситуации.