首页 > 其他 > 详细

二月二号博客

时间:2020-02-02 21:46:49      阅读:60      评论:0      收藏:0      [点我收藏+]

今天看了下自然语言处理的算法textRank如何用python jieba库实现,然后就是一个数据分析过后的展示,可以用词云,echarts,three.js等。现在对自然语言方面感觉还是挺懵的,准备找几本书看吧,补补基础先。

下午收集网络科技热词2019到2015年的

技术分享图片

 

 用python从百度百科爬取词性是人物类的名词数据

遇到的问题:爬取数据时出现乱码问题

    解决方案:加上这句话:response.encoding = response.apparent_encoding(原因:encoding与apparent_encoding不一样的情况)

      一次设置多个网址

    解决方案:urls = [‘https://baike.baidu.com/item/{}‘.format(i) for i in edges]

      预编译python代码提示出现乱码问题

    解决方案:在开头添加#_*_coding:utf-8_*_

  写爬虫代码最麻烦的地方其实是在找规律的环节,基本上都是看自己怎么观察的,没有太多的总结。

爬取结果

技术分享图片

 

二月二号博客

原文:https://www.cnblogs.com/goubb/p/12253471.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!