摘要： 1，取出空行:1,$g/^$/d2，去除段首的空格3，添加多行注释:2,50 s/^/#/g 在2~50 行首添加 # 号注释4，取消多行注释:2,50 s/^#//g 在2~50 行首添加 # 号注释5，去除微博中的短链接，只用sed语句cat 团圆饭.sample | sed -n -i '1,$s/http:\/\/t\.cn\/[a-zA-Z0-9]\{7\}//g' 使用java语句：Pattern pattern = Pattern.compile("http://t.cn/[a-zA-Z0-9_]{7}"); Matcher matcher = 阅读全文

摘要： 原始文件格式说明：新浪微博sina_weibo.data： 關鍵詞 微博id 用户id 微博url 創建時間 内容 頭像url 視頻url 音樂url 發博來源 轉發數 評論數 贊數 所轉發微博id 所評論微博id（目前都是0） 抓取時間 微博大V新浪微博：微博id 用户id 微博url 創建時間 内容 頭像url 視頻url 音樂url 發博來源 轉發數 評論數 贊數 所轉發微博id 所評論微博id（目前都是0） 抓取時間 新浪用户信息： 用户id 昵稱 property domainname 性别 描述 用户類型 認證原因 location 省份/城市 null 圖片ur... 阅读全文