- 博客(6)
- 收藏
- 关注
RSS订阅原创 playwright学习记录
在通过page的标签定位，打开多个不同网页时，可以用context进行管理所有的page页面；当定位到想要的页面时，通过page.bring_to_front()停留在改页面。page.locator('').fill(''),fill内用来输入相关信息，通常用于搜索框。page.locator(''),括号内可使用id定位、class定位或是xpath等方式。① 包括库的导入、playwright管理器的创建等。②locator的使用，实现标签定位，点击等方式。click()，在定位标签后进行点击。
2024-04-28 09:55:33
169
1
原创 selenium模拟登录B站
①创建浏览器对象时，webdriver.Chrome中有一个service的参数，用来存放驱动程序的路径，因此专门import 了 Service；② find_element函数中有个by参数，在解析xpath路径时，要通过by=By.XPATH这个参数。在使用ActionChains时，因为初始位置由左上角修改至中心位置，因此需要code_tag_half_width和code_tag_half_height两个参数数值。备注：验证码定位了好几次才找到正确的，此处可以考虑多次尝试。
2024-03-11 15:39:34
334
1
原创 对三国演义的简单数据分析
① 结合实际词频发现：孔明的出场频次实际为1352次（孔明821次，孔明曰385次，诸葛亮146次），玄德的出场频次实际为1220次（分别是玄德565次，玄德曰384次，刘备271次），曹操位列第三，为919次。文章中，荆州是出现频率较高的地名，可以侧面说明三国演义中荆州其重要的战略地理意义。② 孔明和玄德的出场部分携带“曰”字，侧面可以说明其长者的身份。ps：因单词中出现将军、丞相等名词不易分类，因此暂以忽略处理。针对词频前100个的单词，筛选出具备地理意义的单词。附：前100个的词频单词中的人物。
2024-02-20 15:17:14
246
原创 实操记录-词云图制作
第四步：统计列表中的单词及词频，主要使用的是collections中的Counter函数，由于counter函数计算单词和词频后word_dict为一个counter格式，后续不改也不影响做词云图。第三步：对文本进行分词，读取dataframe中的一列进行分词，并将分词后的无效信息进行剔除，最后保存在列表中。第二步：导入停用词，因在对文本进行分词时，会产生大量无效字符，因此要对一些感叹语、标点符号等无效信息进行处理。使用场景：直观展示文本频率，对比文字重要程度，突出重点文字。第五步：画词云图，各种调参数。
2024-01-23 16:10:42
373
1
原创 实操练习—批量处理：PDF文件转为word文件
第二步：定义函数：获取文件夹中的文件路径，并保存在列表，需输入的是PDF所在文件夹。变更字体的结果：用以上代码只将显示方块的文字修改，但总体可以保留全部文字。中途遇到的难题：文字在写入word中时，有些内容字体显示方块(方格)第三步：填写保存PDF文件的文件夹路径，获取PDF文件路径。第一步：定义函数：输入PDF文件的文件路径，即可获取文本。个人解决方式：变更字体，因此导入了Pt、qn等模块。后续难题：改变整体的文本字体格式，暂不开展编写。用途：批量提取pdf中的文本信息。
2024-01-23 13:40:21
470
1
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