![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
笔记
文章平均质量分 84
༄ 土豆࿐
这个作者很懒,什么都没留下…
展开
-
2021-06-07
爬虫三次课总结 个人学习记录 提示:以下是本篇文章正文内容,下面案例可供参考 一、爬虫原理 1.网络爬虫爬取数据过程和原理的理解。 取初始的URL。初始的URL地址可以由用户人为地指定,也可以由用户指定的某个或某几个初始爬取网页决定。 根据初始的URL爬取页面并获得新的URL。获得初始的URL地址之后,首先需要爬取对应URL地址中的网页,爬取了对应的URL地址中的网页后,将网页存储到原始数据库中,并且在爬取网页的同时,发现新的URL地址,同时将已爬取的URL地址存放到一个URL列表中,用于去重及判断原创 2021-06-07 16:00:46 · 166 阅读 · 1 评论 -
Python中jieba的运用
前言 初次使用python 下载“十九大报告”,保存到txt中,然后读取txt文档,对其分词,去掉停用词,保留长度2及以上的词条,统计词频;把词频结果以字典形式保存,然后写入txt中;把分词后的词条用词云显示出来。 提示:以下是本篇文章正文内容,下面案例可供参考 一、主要知识点: 1.读取txt文档 2.对其进行分词 3.去掉停用词 4.保留长度2以上词条,统计词频 5.统计的词频以字典形式保存写入txt文档 6.把分词后的词条用词云显示出来 二、实现区块: 2.1引入库 import jieba i原创 2020-11-27 15:17:36 · 411 阅读 · 0 评论