badapplecn-CSDN博客

原创坑3:1.1.2其他语言文本切分

问题：书上说有情人对英文之外的其他语言执行切分，可以加载它们各自的pickle文件，然后用该语言对文本进行切分，结果我找不到中文的。原因：网上看了下，应该是nltk不太支持中文分词。解决办法：pip install jieba

2017-12-19 19:21:40 169

原创坑2：1.1.1将文本切分为语句

问题：按如下语句运行，报错。import nltktext="Welcome readers. I hope you find it interesting. Please do reply."from nltk.tokenize import sent_tokenizesent_tokenize(text)错误如下：Traceback (most recent call

2017-12-13 12:41:25 761 3

原创坑1：前言中的代码下载

问题：书上提供的下载示例代码的地址www.packt;pub.com是下不了的,甚至注册都没法完成。原因：大概原因是验证码被和谐掉了。解决方法：代码托管在Github上，从https://github.com/PacktPublishing/Mastering-Natural-Language-Processing-with-Python下载说明：其实也不算太坑，书上也提供了G

2017-12-13 12:27:40 182

原创第2章复杂HTML解析

第2章复杂HTML解析2.1不是一直都要用锤子采集隐藏很深的数据的对策：1.寻找“打印此页”的链接，或者看网站有没有移动版；2.寻找隐藏在JavaScript文件里面的信息；3.从网页的URL链接里获取信息；4.找找其他数据源，比如其他网站。2.2再来一碗汤主要讲了CSS给爬虫族带来的福音。from urllib.request import urlopen

2017-06-09 16:38:37 215

原创第1章初见网络爬虫

我是用windows系统，虽然也想装B用下linux，但是装不住....第1章初见网络爬虫1.1网络连接本书用的是python3，现在使用的是python的标准库，urllib，用得比较多的应该是requests库。urllib库的官方文档：https://docs.python.org/3/library/urllib.html1.2　BeautifulSoup简介

2017-06-09 11:18:05 342

原创 python网络数据采集学习笔记-前言

《Python网络数据采集》，英文名《web scraping with python》 Ryan Mitchell著陶俊杰陈小莉译那老僧道：“本派武功传自达摩老祖。佛门子弟学武，乃在强身健体，护法伏魔。修习任何武功之间，总是心存慈悲仁善之念，倘若不以佛学为基，则练武之时，必定伤及自身。功夫练得越深，自身受伤越重。如果所练的只不过是拳打脚踢、兵刃暗器的

2017-06-09 10:55:45 418

原创第3章模板

3.1 JinJa2模板引擎示例3-1，示例3-2两个模板可以直接在记事本里面输入后保存为html格式，放到flasky文件夹下面的templates文件夹中。3.1.1渲染模板示例3-3：from flask import Flask, render_templatefrom flask_script import Managerapp = Flask(__name_

2017-06-08 18:51:20 338

原创第2章程序的基本结构

2.1初始化使用如下代码创建一个程序实例：from flask import Flaskapp = Flask(__name__)2.2路由和视图函数用程序实例提供的app。route修饰器把修饰的函数注册为路由：@app.route('/')def index():return 'Hello World!'称index()为视图函数，其返回的响应可以是包含HT

2017-06-08 18:47:54 413 1

原创第1章安装

1.1使用虚拟环境pip install virtualenv安装virtualenv --version 检查是否安装先创建个flasky文件夹，再进入该文件夹，使用virtualenv venv 创建名为venv的虚拟环境。命令完成后flasky文件夹下的情况：进入flasky目录项目用venv\Scripts\activate命令激活虚拟环境

2017-06-07 19:08:22 173

原创前言

Flask自由度大。要求熟练操作命令行；对HTML\CSS和JavaScript有一定程度的了解。程序源码从GitHub上下载，但建议安装Git客户端。官方文档：http://flask.pocoo.org示例代码下载地址：https://github.com/miguelgrinberg/flasky安装Git客户端：https://git-scm.com/

2017-06-06 22:54:13 209

Python网络数据采集-中文版

讲述python爬虫方方面面的知识，这是中文版的，英语不好的爬虫爱好者的福音。

2017-03-29

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人