第十周

老师意见：

1. 加 数据预测 也就是一个数据挖掘结果的应用场景
2. 图形的钻取
3. 多种图的联动
4. 数据的联动 数据表格加图形

这周进度：

　　清洗数据，筛选出企业名称，将公告界面与后台交互

　　清洗记录如下：

以10429条数据为依据，初步分析

---

1.首先分为两大类是公告原文是一二三格式//9767，和1、2、格式的//662

2.其次中标供应商表现形式有直接冒号给出，或者是表格形式

---

（1）一二三格式的，中标供应商包含在中标信息中，且表现形式为冒号

首先处理的就是中标信息四五的问题。

这个时候，又出现一种情况，冒号有时候为中文有时候为英文，有时候后面会有空格，有时候没有

有的数据本身就有错误，中标公司为人名李献忠

空白不是空格

中标公司不是一个

有的中标公司后面没有跟地址

截取的后面有杂质：如下

北京拓尔思信息技术股份有限公司,联系地址:北京市海淀区知春路6号(锦秋国际大厦)14层14B04,中标金额人民币大写贰佰玖拾捌万伍仟元整(小写:2985000.00元)。

---

·trim（）去除字符串开头结尾的空格，不会去除字符串中的空格

---

空格去除不了

·正则表达处理个空格也费劲。

 

刚遇到一个空格，用正则表达\s死活replace不掉，trim也没辙，空格那个char转成int一看，是160，特么空格不是32么。

 

查了一下，要用以下方式去除：

String.replaceAll("\u00A0","")

 

 

坑爹。。 另外查了一下， 貌似IE和Firefox对这个东西的处理也有差异，同志们还是用32的空格吧。。

 

还有，保存文件的时候要去除非法字符，用以下：

String.replaceAll("[:\\/*"?|<>']", "")

 

---

（2）表格

并不全是中标供应商名称还有入围供应商，这个记录应该去掉