03 2019 档案

理解爬虫原理
摘要：1. 简单说明爬虫原理 1：向服务器发起请求 通过HTTP库向目标站点发起请求，即发送一个Request，请求可以包含额外的headers等信息，等待服务器的响应。 2：获取响应内容 如果服务器正常响应，会得到一个Response，Response的内容便是所要获取的页面内容，类型可能有HTML、J 阅读全文

posted @ 2019-03-27 21:37 朱志杰 阅读(116) 评论(0) 推荐(0)

中文词频统计
摘要：1. 下载一长篇中文小说。 2. 从文件读取待分析文本。 3. 安装并使用jieba进行中文分词。 pip install jieba import jieba ljieba.lcut(text) 4. 更新词库，加入所分析对象的专业词汇。 jieba.add_word('天罡北斗阵') #逐个添加 阅读全文

posted @ 2019-03-18 20:38 朱志杰 阅读(284) 评论(0) 推荐(0)

复合数据类型，英文词频统计
摘要：1.列表，元组，字典，集合分别如何增删改查及遍历。 （1）列表 增： 阅读全文

posted @ 2019-03-14 16:37 朱志杰 阅读(150) 评论(0) 推荐(0)

字符串、文件操作，英文词频统计预处理
摘要：1.字符串操作： 解析身份证号：生日、性别、出生地等。 凯撒密码编码与解码 网址观察与批量生成 阅读全文

posted @ 2019-03-06 20:35 朱志杰 阅读(231) 评论(0) 推荐(0)