摘要：
from nltk.tokenize import MWETokenizer tokenizer = MWETokenizer([('molecular','pathogenesis'), ('molecular','basis'), ('cognitive','assessment'),('cli 阅读全文
摘要：
比如解析name surname.next_sibling实际上是换行符，所有用换行符的next_sibling 直接print x.given-names.text 无法解析given-names这种格式的 参考文献 .next_sibling 和 .previous_sibling 在文档树中, 阅读全文
摘要：
1.下载mongodb安装包,官网下载速度比较慢，百度云安装包链接：http://pan.baidu.com/s/1geVQ8Xt 密码：8o5i 2.python 安装pymongo 我是在python的scripts目录下 pip install pymongo 3.安装mongodb，我是装在 阅读全文
摘要：
用Python写一个爬虫，用BeautifulSoup解析html。其中一个地方需要抓取下面两类标签：<dd class="ab " >blabla1</dd><dd class="ab cd" >blabla2</dd>第一类class的值的末尾有一个空格。第二类class的值中间有一个空格，而且 阅读全文
摘要：
# -*- coding:utf-8 -*- import urllib import urllib2 from bs4 import BeautifulSoup import re import os page = 1 while page<10 : url = 'http://www.qiushibaike.com/hot/page/' + str(page) user... 阅读全文
摘要：
ontology1 = ['molecular','pathogenesis','pathophysiology','physiological','genetic','epigenetic','tau']ontology2 = ['diagnosis','assessment','disease' 阅读全文
摘要：
分词使用示范：使用MWETokenizer可以对词组做分词处理。 print tokenizer.tokenize('a little Testing testing a lot one two in spite of'.split()) import nltknltk.download() 出现 阅读全文
摘要：
1 biopython ，可以自动获得NCBI的接口，ESearch可以获得文章ＵＭＩＤ，可以获得文献等具体信息 biopython的参考网站，http://biopython-cn.readthedocs.io/zh_CN/latest/ 2 获得UMID后，动态生成url爬取整个html页面，填 阅读全文