02结巴分词和打标任务代码设计

前言

1）处理的数据越大，对性能的要求越高，我们需要逐步学习python代码编写的性能方面的知识
2）学习程序设计，可以将一些机械化的人工操作让代码代劳

python知识补充

1、时间

查看当前时间：datetime.datetime.now()

import datetime

#查看当前时间
now_time = datetime.datetime.now()
print(now_time)
#打印结果：datetime.datetime(2018, 12, 14, 19, 13, 43, 350362)

datetime.datetime(2018, 12, 14, 19, 13, 43, 350362)

#查看当前时间的点数
now_time.hour

19

#查看当前时间的分钟数
now_time.minute

13

#查看当前时间的秒数
now_time.second

#查看当前时间
end_time=datetime.datetime.now()
end_time

datetime.datetime(2018, 12, 14, 19, 16, 12, 393820)

#查看两时间之差
end_time-now_time

datetime.timedelta(0, 149, 43458)

#两时间间隔秒数
(end_time-now_time).seconds

149

#两时间间隔天数
(end_time-now_time).days

0

2、生成器和可迭代

1）在Python中，这种一边循环一边计算的机制，称为生成器：generator
2) 凡是可作用于for循环的对象都是Iterable类型  
3）迭代器：可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator
4）生成器都是Iterator对象，但list、dict、str虽然是Iterable（可迭代对象），却不是Iterator（迭代器）

参考资料

L = [x * x for x in range(10)] #可迭代
L

[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

g = (x * x for x in range(10)) #生成器

g

<generator object <genexpr> at 0x00000227F256EF10>

next(g)

0

for i in g:
    print(i)

1
4
9
16
25
36
49
64
81

3、将序列中的元素以指定的字符连接生成一个新的字符串

使用S.join(iterable)方法

help(str.join)

Help on method_descriptor:

join(...)
    S.join(iterable) -> str
    
    Return a string which is the concatenation of the strings in the
    iterable.  The separator between elements is S.

list1=['我','爱','觅游']

#将分好的词用空白格连接成一个字符串
' '.join(list1)

'我 爱 觅游'

为什么要学S.join(iterable)

1）方便存储分词结果
2）方便可迭代类型存储  
3）适应一些包的使用，因为是外国人根据英语的习惯编写的，比如'I love MeU'

#文件路径
filename='e:/aa.txt'