03 2012 档案

字符串处理的一些exception
摘要：1.java.util.regex.PatternSyntaxException 常常在调用字符串的split函数时会报此错，原因是，+、*、|、\等符号在正则表达示中有相应的不同意义。一般来讲只需要加[]、或是\\即可 例如s..split("[?]") 阅读全文
posted @ 2012-03-26 14:48 林氏出品 阅读(124) 评论(0) 推荐(0)
利用httpclient+jsoup解析页面
摘要：步骤：1. 设置url：HttpPost httpPost = new HttpPost(String url); //当url带参数时使用HttpGet httpget = new HttpGet(url);2. 设置参数（使用HttpGet时无需设置）： List<NameValuePair> params = new ArrayList<NameValuePair>(); params.add(new BasicNameValuePair(String arg0, String arg0Value)); params.add...... httpPost.setE 阅读全文
posted @ 2012-03-24 15:03 林氏出品 阅读(1684) 评论(1) 推荐(0)
get和post的区别
摘要：1、Get 方法通过 URL 请求来传递用户的数据，将表单内各字段名称与其内容，以成对的字符串连接，置于 action 属性所指程序的 url 后，如[url]http://www.mdm.com/test.asp?name=asd&password=sad[/url]，数据都会 直接显示在 url 上，就像用户点击一个链接一样；Post 方法通过 HTTP post 机制，将表单内各字段名称与其内容放置在 HTML 表头(header)内一起传送给服务器端交由 action 属性能所指的程序处理2、 Get 方式需要使用 Request.QueryString 来取得变量的值；而 P 阅读全文
posted @ 2012-03-24 14:23 林氏出品 阅读(154) 评论(0) 推荐(0)
jsoup学习笔记
摘要：jsoup 是一款 Java 的HTML 解析器，可直接解析某个URL地址、HTML文本内容。它提供了一套非常省力的API，可通过DOM，CSS以及类似于JQuery的操作方法来取出和操作数据。jsoup的主要功能如下：从一个URL，文件或字符串中解析HTML；使用DOM或CSS选择器来查找、取出数据；可操作HTML元素、属性、文本； 阅读全文
posted @ 2012-03-20 17:31 林氏出品 阅读(211) 评论(0) 推荐(0)
jsoup
摘要：org.jsoup.nodes.Element文档：http://jsoup.org/apidocs/org/jsoup/nodes/Element.html 阅读全文
posted @ 2012-03-20 11:34 林氏出品 阅读(182) 评论(0) 推荐(0)
MyBatis的使用
摘要：1.导入jar包包括(1)mybatis框架包：mybatismybatis-3.0.5.jar (2)数据库驱动：mysql-connector-java-5.1.7-bin.jar（以mysql为例）2.建立conf包，在其下建立配置文件：mybatis.xml 1 <?xml version="1.0" encoding="UTF-8"?> 2 <!DOCTYPE configuration PUBLIC "-//mybatis.org//DTD Config 3.0//EN" 3 "http://m 阅读全文
posted @ 2012-03-20 10:41 林氏出品 阅读(452) 评论(0) 推荐(1)
收集正则
摘要：过滤所有非中文非英文字符 ：replaceAll("[^\\u4e00-\\u9fa5|A-Za-z]", " ") 过滤标点符号：replaceAll("[\\pP‘’“”]", " ")判断获得的每个字符的unicode编码，汉字是有范围的，具体是\u4E00-\u9FA5 和 \uF900-\uFA2D 不在这个范围中的就不是汉字。 \u表示是16进制 阅读全文
posted @ 2012-03-16 17:30 林氏出品 阅读(163) 评论(0) 推荐(0)
weka中文乱码解决办法
摘要：weka的默认字符集编码是Cp1252，所以如果你导入的数据中有中文字符，就会出现乱码的情况，所以需要修改weka的RunWeka.ini文件方法：将"fileEncoding=cp1252"替换成你的数据对应的字符集编码，比如utf-8，cp936（简体中文），cp950（繁体中文）。问题解决 阅读全文
posted @ 2012-03-16 16:44 林氏出品 阅读(1111) 评论(0) 推荐(0)
文本处理的一些笔记
摘要：去除标点符号：replaceAll("[\\pP‘’“”]","") 阅读全文
posted @ 2012-03-13 10:22 林氏出品 阅读(126) 评论(0) 推荐(0)
MyBatis框架常见报错解决方案
摘要：<?xml version="1.0" encoding="UTF-8"?><!DOCTYPE configuration PUBLIC "-//mybatis.org//DTD Config 3.0//EN" "http://mybatis.org/dtd/mybatis-3-config.dtd"><configuration> <properties> <property name="username" value="root 阅读全文
posted @ 2012-03-12 18:12 林氏出品 阅读(2509) 评论(0) 推荐(0)
mysql常用命令
摘要：windows下mysql命令：1.客户端连接MySQL数据库服务器（bin目录下执行）：mysql -h 数据库服务器IP -u 用户名 -p 数据库名称eg登陆本地：D:\AppServ\MySQL\bin>mysql -h localhost -u root -p2.显示当前数据库服务器上所有的数据库：show databases;3.选中某个指定的数据库:use 数据库名称4.查询选定的数据库中存在的所有表：show tables(已经使用use命令指定了某个数据库)或者show tables from 数据库名称5.查看数据库中某个表结构：describe 表名6.导出某个数据 阅读全文
posted @ 2012-03-12 14:38 林氏出品 阅读(176) 评论(0) 推荐(0)
毕业设计笔记（一）：文本分类
摘要：文本分类实验流程设计：1）下载搜狗语料 地址：http://www.sogou.com/labs/dl/c.html2）下载中科院分词系统（ictclas）包 地址：http://ictclas.org/ictclas_download.aspx3）对应每个分类选择部分搜狗语料作为训练集，使用ictclas包对该部分语料进行分词4）编码对分词结果进行预处理，处理结果为各个单词的出现频率，并对各个分类进行数据库建表5）剩下的搜狗语料作为测试集，重复步骤3~46）将训练集和测试集分别实例化，处理成arff文件7）编码调用weka的api对训练集和测试集进行文本分类8）根据结果得出对应结论 阅读全文
posted @ 2012-03-09 15:56 林氏出品 阅读(294) 评论(0) 推荐(0)