摘要：一、Hadoop提供的Shell命令完成相同任务： 在本地Linux文件系统的“/home/hadoop/”目录下创建一个文件txt，里面可以随意输入一些单词.在本地查看文件位置（ls）在本地显示文件内容 使用命令把本地文件系统中的“txt”上传到HDFS中的当前用户目录的input目录下。 查看h 阅读全文

摘要：1.选一个自己感兴趣的主题或网站。(所有同学不能雷同) 2.用python 编写爬虫程序，从网络上爬取相关主题的数据。 3.对爬了的数据进行文本分析，生成词云。 4.对文本分析结果进行解释说明。 5.写一篇完整的博客，描述上述实现过程、遇到的问题及解决办法、数据分析思想及结论。 6.最后提交爬取的全 阅读全文

摘要：1. 将新闻的正文内容保存到文本文件。 def writeNewsDetail(content): f = open('gzccnews.txt', 'a',encoding='utf-8') f.write(content) f.close() 2. 将新闻数据结构化为字典的列表: 单条新闻的详情-->字典news 一个列表页所有单条新闻汇总-->列表newsls.... 阅读全文

摘要：1. 用正则表达式判定邮箱是否输入正确。 e='454181644@qq.com' r='^(\w)+([\.\_\-]\w+)*@(\w)+((\.\w{2,3}){1,3})$' print(re.match(r,e)) 2. 用正则表达式识别出全部电话号码。 tel='版权所有：广州商学院 地址：广州市黄埔区九龙大道206号 学校办公室：020-82876130 招生电话：0... 阅读全文

摘要：1 1. 用requests库和BeautifulSoup库，爬取校园新闻首页新闻的标题、链接、正文。 2 3 import requests 4 from bs4 import BeautifulSoup 5 6 url = 'http://news.gzcc.cn/html/xiaoyuanxinwen/' 7 res = requests.get(url) 8 res.... 阅读全文