- 博客(10)
- 收藏
- 关注
RSS订阅原创 XShell用SSH密钥连接服务器
新建用户密钥工具->新建用户密钥生成向导->密钥长度4096位->下一步生成用户密钥->密码可设置为空->保存公钥文件到本地上传公钥到服务器在服务器上执行vim .ssh/authorized_keys，将id_rsa_4096.pub中的key复制到该文件中，保存退出客户机连接服务器新建会话->连接：输入名称、主机名用户身份验证：方法选择Public Key，输入用户名，用户密钥选择id_rsa_4096，浏览选择之前生成的密钥->连接...
2020-11-09 19:10:21
1715
原创 使用K-均值聚类算法进行文本聚类
中文文本聚类主要有以下几个步骤：切词去除停用词构建词袋空间VSM(vector space model)TF-IDF构建词权重使用K-means算法参考博客使用scikit-learn进行KMeans文本聚类，按照以下步骤简单进行了文本聚类：使用jieba结巴分词Github对文本进行中文分词使用scikit-learn的TfidfVectorizer把原始文本转化为TF-I...
2018-09-18 21:40:05
2689
原创 K-均值聚类算法
K-均值聚类算法简介K-均值是发现给定数据集的k个簇的算法。簇个数k是用户给定的，每一个簇通过其质心(centroid) , 即簇中所有点的中心来描述。工作流程首先，随机确定k个初始点作为质心。然后将数据集中的每个点分配到一个簇中，具体来讲，为每个点找距其最近的质心，并将其分配给该质心所对应的簇。这一步完成之后，每个簇的质心更新为该簇所有点的平均值。上述过程的伪代码表示如下：创建k个点...
2018-09-18 21:30:30
1659
原创 Python异常UnicodeEncodeError 'gbk' codec can't encode character '\xa0'
问题描述在写爬虫爬取网页信息时，发生了以下错误：UnicodeEncodeError: 'gbk' codec can't encode character '\xa0'意思大致是Unicode编码错误，gbk编解码器不能编码\xa0字符。爬虫程序爬取的是课程信息，包含中文。使用requests库访问网页，使用BeautifulSoup库解析网页，用get_text()方法获取标签...
2018-09-10 20:04:30
7346
1
原创 Python异常UnicodeEncodeError: 'gbk' codec can't encode character '\ufffd'
问题描述在写爬虫爬取网页信息时，发生了以下错误：UnicodeEncodeError: 'gbk' codec can't encode character '\ufffd'意思大致是Unicode编码错误，gbk编解码器不能编码\ufffd字符。爬虫程序爬取的是课程信息，包含中文。使用requests库访问网页，使用BeautifulSoup库解析网页，用get_text()方法...
2018-09-10 19:58:14
40201
3
原创 使用python进行URL编码
为什么要对URL进行encode在写网络爬虫时，发现提交表单中的中文字符都变成了TextBox1=%B8%C5%C2%CA%C2%DB这种样子，观察这是中文对应的GB2312编码，实际上是进行了GB2312编码和urlencode。那么为什么要对URL进行encode？因为在标准的url规范中中文和很多的字符是不允许出现在url中的。为了字符编码（gbk、utf8）和特殊字符不出现在u...
2018-09-10 19:40:54
24998
1
原创 使用python发送QQ邮件
SMTP介绍SMTP是发送邮件的协议，Python内置对SMTP的支持，可以发送纯文本邮件、HTML邮件以及带附件的邮件。Python对SMTP支持有 smtplib 和 email 两个模块，email负责构造邮件，smtplib负责发送邮件。Python 的 email 模块里包含了许多实用的邮件格式设置函数，可以用来创建邮件“包裹”。使用的 MIMEText 对象，为底层的 MI...
2018-09-10 19:31:27
4555
2
原创 将python脚本打包成可执行exe文件
将python脚本打包成可执行exe文件python脚本的发布方式Python是一个脚本语言，被解释器解释执行。它的发布方式：.py文件：对于开源项目或者源码没那么重要的，直接提供源码，需要使用者自行安装Python并且安装依赖的各种库。（Python官方的各种安装包就是这样做的）.pyc文件：有些公司或个人因为机密或者各种原因，不愿意源码被运行者看到，可以使用pyc文件发布，...
2018-09-10 17:08:02
1150
原创 在sublime中运行python
下载sublime和Python，安装Pythonsublime版本：3.1.1运行python文件的配置在菜单栏（已汉化）的工具->编译系统，选择python，使用快捷键Ctrl+B编译，发现输出信息只有[Finished in 0.2s]，并没有正确运行，说明需要进行配置。点击菜单栏的首选项->浏览插件目录，在打开的目录（win7下为C:\Users\Admin...
2018-09-10 16:49:58
5318
原创 Python3中的md5加密
Python3中的md5加密md5介绍在写网络爬虫模拟登陆时，遇到提交表单时是一串数字和字母，才知道经过了md5加密。md5加密的密码MD5消息摘要算法（英语：MD5 Message-Digest Algorithm），一种被广泛使用的密码散列函数，可以产生出一个128位（16字节）的散列值（hash value），用于确保信息传输完整一致。MD5是最常见的摘要算法，速度很...
2018-09-10 16:39:42
61115
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人