zoukankan      html  css  js  c++  java
  • 二月二号博客

    今天看了下自然语言处理的算法textRank如何用python jieba库实现,然后就是一个数据分析过后的展示,可以用词云,echarts,three.js等。现在对自然语言方面感觉还是挺懵的,准备找几本书看吧,补补基础先。

    下午收集网络科技热词2019到2015年的

     用python从百度百科爬取词性是人物类的名词数据

    遇到的问题:爬取数据时出现乱码问题

        解决方案:加上这句话:response.encoding = response.apparent_encoding(原因:encoding与apparent_encoding不一样的情况)

          一次设置多个网址

        解决方案:urls = ['https://baike.baidu.com/item/{}'.format(i) for i in edges]

          预编译python代码提示出现乱码问题

        解决方案:在开头添加#_*_coding:utf-8_*_

      写爬虫代码最麻烦的地方其实是在找规律的环节,基本上都是看自己怎么观察的,没有太多的总结。

    爬取结果

  • 相关阅读:
    组合数学总结
    字符串算法总结
    数据结构总结
    CDQ分治(学习笔记)
    网络流(学习笔记)
    string
    water
    mine
    洛谷 P4035 【球形空间产生器】
    洛谷 P3306 【随机数生成器】
  • 原文地址:https://www.cnblogs.com/goubb/p/12253471.html
Copyright © 2011-2022 走看看