有10,000个网页,其中包含有电话号码,现在需要将电话号码抽取出来并去重,应该如何设计,使用哪些技术。

对于这个问题,首先我们先把这10000个网页放到一个文件夹下:

1.打开文件夹,遍历html文件

2.在每个html文件中的操作为:用正则表达式读取电话号码并写入list

3.遍历结束关闭文件夹,接下来进行去重

4.利用set的无序且无重复数据的性质去重


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值