蔚尺丈八声

摘要： 这几年学习爬虫，常常遇到一个棘手的问题是对数据的存储上，爬下的数据往往花很大时间在不同的库表之间搬移，总结下来遇到的麻烦无外乎几点： 表字段的设计改动频繁 爬取数据的规模过大影响易操作性 爬虫抓取数据后的存储参见【存储爬虫抓取数据的5种方式比较】，一般分如下几种方式： 以json格式存储到文本文件 阅读全文

摘要： cn_sort库项目链接：cn_sort 前两年写了一个按拼音和笔顺排序简体中文词组（简体中文与非中文混用的词组也可）的cn_sort库，也能解决多音字混排的问题，同时为了更具通用性也拓展收入了对英文单词、常用标点符号、数字的排序。 该项目可pip安装，如果您觉得它有所帮助，可点个star作为小小 阅读全文