摘要：我爬取的是新浪新闻，打开网页链接http://news.sina.com.cn/china/： 打开网页获取需要的链接：，然后开始做项目。 1，获取评论数： 2 获取新闻内容： 3 保存为txt： 得到txt文本： 4 词频分析并生成词云： 得到词云图片： 在做大作业的过程中，遇到的主要问题还是在安 阅读全文

摘要：一、Hadoop提供的Shell命令完成相同任务： 二、 阅读全文

摘要：import requests from bs4 import BeautifulSoup from datetime import datetime import re import pandas #获取点击次数 def getClickCount(newsUrl): newsId = re.findall('\_(.*).html', newsUrl)[0].split('/'... 阅读全文

摘要：#判断邮箱格式 import re mail = '^(\w)+(\.\w+)*@(\w)+((\.\w{2,3}){1,3})$' myMail = '45612563@qq.com' if re.match(mail, myMail): print(re.match(mail, myMail).group(0)) else: print('error') #用正则... 阅读全文

摘要：import requestsfrom bs4 import BeautifulSoupfrom datetime import datetimeres=requests.get('http://news.gzcc.cn/html/xiaoyuanxinwen/')res.encoding='utf-8'soup=BeautifulSoup(res.text,'html.parser')for ... 阅读全文