Vim命令小结-指定词统计和提取指定词(正则表达式)

本文介绍了如何利用Vim在大量HTML数据中高效地统计含有特定class的行数,提取所需用户信息,并通过正则表达式去除重复行进行排序。通过具体的Vim命令,如`%s/pattern/&/g`、`:g/pattern/d`和`:sort`等,实现了数据处理的便捷操作。
摘要由CSDN通过智能技术生成

        最近在做基于Nutch网络爬虫爬取数据及一些数据处理的内容,涉及到在网络爬虫爬取到的HTML文件中提取一些用户名,之前想的一直是导入数据库再进行操作,从而忽略了强大的Vim。

        问题来源:

        根据网络爬虫爬取了一些淘宝BBS的一些数据,dump出一些HTML文件数据,一共120多万行,如下所示: 

       分析发现,含有用户名的具有统一的class=“ext-ellipasis”,想把如lzxxcom这样的用户全部提取出来。



      实现思路:

     1:先提取出ext-ellopsis所在的行。

     2:根据正则表达式提取所需要的用户信息。


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