03 2019 档案

理解爬虫原理
摘要：1. 简单说明爬虫原理 简单来说模拟浏览器发送请求(获取网页代码)->提取有用的数据->存放于数据库或文件中 2. 理解爬虫开发过程 1).简要说明浏览器工作原理； （1）：向服务器发起请求，通过HTTP库向目标站点发起请求，即发送一个Request，请求可以包含额外的headers等信息，等待服务 阅读全文
posted @ 2019-03-27 15:48 cjvil 阅读(105) 评论(0) 推荐(0) 编辑
中文词频统计
摘要：1. 下载一长篇中文小说。 2. 从文件读取待分析文本。 3. 安装并使用jieba进行中文分词。 pip install jieba import jieba ljieba.lcut(text) 4. 更新词库，加入所分析对象的专业词汇。 jieba.add_word('天罡北斗阵') #逐个添加 阅读全文
posted @ 2019-03-18 20:21 cjvil 阅读(135) 评论(0) 推荐(0) 编辑
复合数据类型，英文词频统计
摘要：1.列表，元组，字典，集合分别如何增删改查及遍历。 2.总结列表，元组，字典，集合的联系与区别。参考以下几个方面： 括号 有序无序 可变不可变 重复不可重复 存储与查找方式 是 3.词频统计 1.下载一长篇小说，存成utf-8编码的文本文件 file 2.通过文件读取字符串 str 3.对文本进行预 阅读全文
posted @ 2019-03-14 14:34 cjvil 阅读(102) 评论(0) 推荐(0) 编辑
字符串操作 英文词频统计预处理
摘要：这个作业要求来自于：https://edu.cnblogs.com/campus/gzcc/GZCC-16SE2/homework/2646 作业1. 字符串操作： 解析身份证号：生日、性别、出生地等。 测试结果： 1.2 凯撒密码编码与解码： 测试结果： 作业2.英文词频统计预处理 下载一首英文的 阅读全文
posted @ 2019-03-06 21:33 cjvil 阅读(114) 评论(0) 推荐(0) 编辑