2018 年 8月 17 日随笔档案 - 笨拙的忍者

2018年8月17日

摘要：数据集来源：http://www.sogou.com/labs/resource/cs.php 目的：得到title集合文本，content集合文本代码：解码编码上花了点时间：原本用chardet.detect可以得到文本编码是gb2312，但是decode的时候会报错： UnicodeDeco 阅读全文

posted @ 2018-08-17 12:21 笨拙的忍者阅读(219) 评论(0) 推荐(0) 编辑