摘要：
在爬虫、自然语言时偶然接触到phantomjs、casper等相对于httpclient较新的框架及采集解决方案，微查之后发现方案可行，故尽清明三日之力，将其二次开发应用于百度元搜索信息采集项目中，达到预期效果，下一步将重点应用到腾讯微博采集和抢票抢手机项目中。下面，将分步骤介绍一下。 一、phan 阅读全文
摘要：
1.单词——文档矩阵 单词-文档矩阵是表达两者之间所具有的一种包含关系的概念模型，图3-1展示了其含义。图3-1的每列代表一个文档，每行代表一个单词，打对勾的位置代表包含关系。 图3-1 单词-文档矩阵 从纵向即文档这个维度来看，每列代表文档包含了哪些单词，比如文档1包含了词汇1和词汇4，而不包含其 阅读全文
摘要：
Gremlin 是操作图表的一个非常有用的图灵完备的编程语言。它是一种Java DSL语言，对图表进行查询、分析和操作时使用了大量的XPath。 Gremlin可用于创建多关系图表。因为图表、顶点和边的元素含有由键值对定义的属性，所以图表被称之为属性图表，以下是一个示例： 它包含以下类型： 图表：图 阅读全文
摘要：
对于Python打开文件的模式，总是记不住，这次在博客里记录一下 r+: Open for reading and writing. The stream is positioned at the beginning of the file. w+:Open for reading and writ 阅读全文