07 2018 档案

情感分析snownlp包部分核心代码理解
摘要：snownlps是用Python写的个中文情感分析的包，自带了中文正负情感的训练集，主要是评论的语料库。使用的是朴素贝叶斯原理来训练和预测数据。主要看了一下这个包的几个主要的核心代码，看的过程作了一些注释，记录一下免得以后再忘了。 1. sentiment文件夹下的__init__.py，主要是集成 阅读全文
posted @ 2018-07-22 20:44 樟樟22 阅读(8204) 评论(1) 推荐(0)
sys.argv和getopt.getopt()的用法
摘要：1.sys.argv Python中sys.argv是命令行参数从程序外部传值的的一种途径，它是一个列表，列表元素是我们想传进去的的新参数，所以可以用索引sys.argv[]来获得想要的值。因为一个写好的程序一般封装好了，直接在编辑软件里运行就行了，但是程序里面的所有参数我们必须在程序里写好。但是当 阅读全文
posted @ 2018-07-19 16:26 樟樟22 阅读(20424) 评论(1) 推荐(2)
爬取京东网页评论（动态网页）
摘要：1.当网页打开的方式不同时，在开发者选项找到的包含评论的文件地址不同，比如第一种，当我们找到的评论界面是含有下一页选项的时候（如下图）。我们在左边文件界面发现包含评论的网页地址名字为‘'productPageComments.action'开头的，点开查看header和response可以分析得网址 阅读全文
posted @ 2018-07-17 20:37 樟樟22 阅读(4894) 评论(0) 推荐(1)
简述json模块
摘要：JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式，易于人阅读和编写，他的数据结构与Python中的字典一样，键值对来表示数据间的关系，可以包含列表。 在编写接口传递数据时，往往需要使用JSON对数据进行封装。python和json数据类型的转换，看作为编码 阅读全文
posted @ 2018-07-17 20:07 樟樟22 阅读(595) 评论(0) 推荐(0)
斜杠反斜杠，去空格\xa0，连接函数join（）
摘要：1斜杠反斜杠 斜杠：/。反斜杠：\。 反斜杠\，在windows系统中用来表示目录。 而在unix系统中，/表示目录。由于web遵循unix命名，所以在网址（URL）中，/表示目录。 在unix系统中，\表示跳脱字符将特殊字符变成一般字符（如enter,$,空格等）。 2python中去掉字符串中的 阅读全文
posted @ 2018-07-16 14:38 樟樟22 阅读(1491) 评论(0) 推荐(0)
爬取动态网页时遇到的问题
摘要：准备爬取太平洋网上的小米手机的评论，因为发现评论已经自动打好标签了，并且对于手机的几种性能表现也打了分，以及详细的评论都有，对于后面自己的工作有帮助，所以就准备爬取这些评论.但发现这个网站的每次点下一页都是相同的URL地址，也就是说源代码只显示第一页的评论内容，对于用requests来爬取网页内容， 阅读全文
posted @ 2018-07-16 11:18 樟樟22 阅读(4800) 评论(0) 推荐(0)