每天学习一点点

摘要： 这里利用2-gram模型来提取一篇英文演讲的初略的主题句子，这里是英文演讲的的链接：http://pythonscraping.com/files/inaugurationSpeech.txt n-gram模型是指n个连续的单词组成的序列 以下贴出代码（基于python2.7），详情参考《pytho 阅读全文

摘要： 这里我就不介绍json了，不知道json的同学可以去百度一下json，首先我们的json的格式如下，这个json有点长，这个json来自我以前的一个小任务，具体看这里：http://www.cnblogs.com/ybf-yyj/p/7351493.html 以下为处理的代码： 阅读全文

摘要： 我们在处理一些网站数据的时候，有时候我们需要的数据很多都是动态加载的，而不都是静态的，以下以一个实例来介绍简单的获取动态数据，首先申明本人小白，还在学习python中，这个方法还是比较笨拙的，但是对于初学者还是需要知道的。 首先我们的要求是获取下面文章的参考文献： 刚刚开始，我的想法是使用lxml、 阅读全文

摘要： 由于最近处理数据时涉及到dblp.xml，刚开始下载时dblp.xml只有300多M，但解压之后就有1.9G，没有什么东西能够打开，所以必须要用工具来处理，在python中sax包能够一边解析一边处理XML数据 首先我们要知道dblp.xml里面的数据是什么格式的： 以下为处理dplp.xml数据的 阅读全文