python蒙文翻译爬虫-Onon翻译

最新推荐文章于 2024-07-12 19:06:42 发布
最新推荐文章于 2024-07-12 19:06:42 发布
阅读量1.1k 收藏 3
点赞数
分类专栏： python爬虫 文章标签： python 爬虫 自然语言处理
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/song_qing_8/article/details/127808443
版权
代码实现中文和蒙文翻译，python爬虫，原网站是Onon翻译，一次限制4000字符
摘要由CSDN通过智能技术生成

网上随便找到一个网站，原网站，Onon翻译，输入字符限制4000,

爬虫过程

  • 原网站右键点击检查
  • 点击网络
  • 可以看到唯一的一个包就是我们需要的
  • 将请求表单的请求头和请求数据封装一下就可以了
    在这里插入图片描述

代码

# coding:utf-8
import requests
import re
dr = re.compile(r'<[^>]+>',re.S)	# 替换文本中的re标签，只保留值
最低0.47元/天 解锁文章
song_qing_8
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
html显示蒙古语乱码,做网站用UTF-8编码还是GB2312编码？
weixin_39861918的博客
06-15 641
经常我们打开外国网站的时候出现乱码，又或者打开很多非英语的外国网站的时候，显示的都是口口口口口的字符，WordPress程序是用的UTF-8，很多cms用的是GB2312。● 为什么有这么多编码？● UTF-8和GB2312有什么区别？● 我们在国内做网站是用UTF-8编码格式还是GB2312编码格式好？一. 各种编码的来历可能很多同学一直对字符的各种编码方式懵懵懂懂，根本搞不清为什么他们有这么多...
基于神经网络的蒙文手写字母识别的一些研究（卷积神经网络）
cwht666的博客
07-24 1221
基于神经网络的手写蒙古字母识别（一） 各位博友大家好！我是PennyWu，让大家久等了，我们继续学习。 1. 卷积神经网络(Convolutional Neural Network,CNN) 1.1 卷积神经网络CNN 首先必须肯定的是CNN是一个多层神经网络结构，其次它有以下几大特点： 1.具有较强的容错性。（CNN拥有最具代表性的卷积层和池化层） 2.具有较强的自学习能力和并行处理...
蒙文翻译苹果电脑版软件蒙汉互译
01-26
蒙文翻译苹果电脑版软件蒙汉互译
如何下载Onon Office
Captain-G的博客
05-24 1199
关于Onon Office OnonOffice是由内蒙古斡仑科技有限公司与永中软件股份有限公司联合开发的蒙汉多文种跨平台办公套装，是具有自主知识产权的国产民族办公软件。该套装由永中文字、永中表格、永中简报、永中PDF、Onon输入法及蒙古文智能化工具集和精品蒙古文模板库等组成。OnonOffice原生支持蒙古文特性，提供汉蒙划词翻译、词典查找、新旧蒙古文转换、拼写检查、字数统计等高效智能化工具。 官方网址：http://office.onon.cn/ ...
python3txt删除高频低频词_python 如何把文本文件里的开头的数字删掉？-给你三个亿的回答...
weixin_39720181的博客
02-20 4342
Index=Index+1iftext[Index]=='':text=text[0:i+1]+text[Index+1:len(text)]#字符串拼接breakfile_object=open("6.txt","w",encoding='utf-8')#读取文件改为写模式(蒙语文本utf-8编码)#file_object=open('6.txt','w')读取文件file_object.wri...
python langid 语种检测以及语种对应表
追求卓越,做到专业
03-11 4060
利用langid包识别语种，demo代码 import langid def lang_by_langid(para_text): ''' 语种识别,根据langid包 ''' ret = langid.classify(para_text) print(f"langid:{ret}") return ret[0] lang_arr=[ "「i-FILTER」に複数の脆弱性。導入企業は最新版に更新を（JVN#32155106） | セキュ
python开发传统蒙古文OCR（一）
AyonA123的博客
05-28 3639
传统蒙古文的书写形式是从上到下，从左到有的形式。所以跟其他语言的OCR不一。不过流程都差不多，灰度化，然后查找文字图片，然后进一步识别比对或机器学习，然后识别出相应文字。 1.灰度化 首先打开测试图片。放大两倍，然后二值化（灰度化）。灰度化很简单，代码如下： import os import cv2 import numpy as np import matplotlib.p
蒙古语翻译电脑版免费下载-蒙汉翻译通PC电脑windows版
01-26
蒙文智能翻译软件，蒙古语学习交流小帮手 ·蒙汉智能翻译：支持蒙语汉语...·收藏功能：翻译后可以收藏蒙古文谚语句子、蒙文单词等，有助于学蒙语，随时查看 ·每日一言：蒙汉双语，收录大量传统蒙古谚语，精美图文
人工智能-项目实践-数据预处理-蒙古文语料预处理流程
03-02
蒙古文语料预处理流程 校正人工标注实体边界误差 python correctBoundary.py 和一些人工校对 对标注和无标注语料进行预处理 python processing.py --inFilePath="allmergetxt-org-GB-Correction.txt" --...
内蒙古工业大学毕业设计外文翻译格式-论文.zip
08-18
标题中的“内蒙古工业大学毕业设计外文翻译格式-论文.zip”表明这是一个关于内蒙古工业大学毕业设计的资源，其中包含对外文论文的翻译。这个压缩包可能是为了帮助学生了解和遵循该校对于毕业设计中外文文献翻译的...
人工智能-项目实践-信息检索-蒙古文词典检索系统-可以使用中文，拉丁文作为检索条件来搜索对应的蒙文
03-01
蒙古文词典检索系统-可以使用中文，拉丁文作为检索条件来搜索对应的蒙文 这套系统是作为一个蒙文搜索站，可以使用中文，拉丁文作为检索条件来搜索对应的蒙文，在搜索时还有智能的辅助提示列表，能够弹出相关的搜索...
【工作】python识别不同国家语言类型
dreamzuora的博客
05-06 7033
优秀文章推荐： 地址：Python使用谷歌langdetect检测语言 地址：Python3：语言探测工具langdetect和langid 支持的语言类型： 支持检测55种语言： af, ar, bg, bn, ca, cs, cy, da, de, el, en, es, et, fa, fi, fr, gu, he, hi, hr, hu, id, it, ja, kn, ko...
自然语言处理之蒙古文词网生成系统
AlgoRain的博客
11-10 3843
更多技术文章请访问我的个人博客http://www.rain1024.com自然语言处理之蒙古文词网生成系统蒙古文词网生成系统，是根据WordNet词网所建立的，在用户输入关键词后可以进行选择词网树的根部级别和底部级别，然后系统会根据用户的输入，再依托大量的算法，在数据库中生成该关键词的词网二叉树结构，最后以树状图的形式显示到网页中，使用方便简单，便于设计与分析语义。上面是关于系统的介绍，其实在后台
【持续集成_05课_Linux部署SonarQube及结合开发项目部署】
最新发布
weixin_42333261的博客
07-12 254
前置条件：sonarQube不能使用root账号进行启动，所以需要创建普通用户及。3）CMD上传qube文件-不能传到home路径下哦。2）添加用户、组名、密码。4）检查并解压上传的包。
java集合工具类
药的博客
07-12 458
【代码】java集合工具类。
Nginx七层（应用层）反向代理：UWSGI代理uwsgi_pass篇
jclee95的个人博客
07-10 1112
Nginx提供了多种应用层反向代理支持，包括proxy_pass、uwsgi_pass、fastcgi_pass和scgi_pass等。其中，proxy_pass指令可以接受一个URL参数，用于实现对HTTP/HTTPS协议的反向代理；uwsgi_pass用于代理到uWSGI应用服务器；fastcgi_pass用于代理到FastCGI服务器；而scgi_pass则用于代理到SCGI（Simple Common Gateway Interface）应用。这些指令使Nginx能够灵活地处理不同类型的后端服务和应
聊聊如何在内网下构建大模型微调环境
python1234567_的博客
07-12 894
LlamaFactory新版更新后，还是比较方便，只是说llamafactory-cli命令的确是有点蒙，踩个坑就好了。对于LlamaFactory微调来说，本身不难，毕竟都是配置；主要是在内网环境下的依赖包拉取安装是真麻烦，但其实也还好。走一遍的话，还是可以学到很多的。​。
一键安装ros及出现问题的解决方案
m0_58173801的博客
07-10 589
catkin_make时出现报错如下。
MySQL空间索引
你的指尖有改变世界的力量
07-10 293
空间类型是建立在空间类型字段上的。
蒙古文词频统计python
06-09
可以使用Python中的collections模块中的Counter类来实现蒙古文词频的统计。具体实现步骤如下： 1. 读取蒙古文文本文件，将文件内容存储到一个字符串变量中。 2. 对字符串变量进行分词处理，将每个词存储到一个列表中。 3. 使用collections模块中的Counter类对列表中的词进行统计。 4. 对统计结果进行排序，输出前N个高频词及其词频。 以下是代码示例： ```python import collections # 读取蒙古文文本文件 with open('mongolian_text.txt', 'r', encoding='utf-8') as f: text = f.read() # 分词处理 words = text.split() # 统计词频 counter = collections.Counter(words) # 排序并输出前N个高频词及其词频 top_n = 10 for word, freq in counter.most_common(top_n): print(word, freq) ``` 需要注意的是，蒙古文的分词处理可能需要使用专门的分词工具或库来实现，这里只是简单地使用空格进行分割。同时，统计结果也可能会受到分词效果的影响，因此需要根据实际情况进行调整。

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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