推荐学习书目 Learn Python the Hard Way Python Sites PyPI - Python Package Index http://diveintopython.org/toc/index.html Pocoo 值得关注的项目 PyPy Celery Jinja2 Read the Docs gevent pyenv virtualenv Stackless Python Beautiful Soup 结巴中文分词 Green Unicorn Sentry Shovel Pyflakes pytest Python 编程 pep8 Checker Styles PEP 8 Google Python Style Guide Code Style from The Hitchhiker's Guide
这是一个创建于 4903 天前的主题，其中的信息可能已经有所发展或是发生改变。
其实主要是把一篇文章的关键词（所有出现次数大于等于1的英文单词，不考虑词组）全部提取出来然后按我自己的算法来建立索引就OK了，python直接写其实也挺方便，
不过还是想问问，有专门处理这类问题的库么？尤其是如果能直接从网页上抓取并过滤html就好了。因为实验要设计挺多不同领域的文档做统计，我就不想复制到txt了。。。。
嘿嘿，首次发主题，谢谢诸位.
不过还是想问问，有专门处理这类问题的库么？尤其是如果能直接从网页上抓取并过滤html就好了。因为实验要设计挺多不同领域的文档做统计，我就不想复制到txt了。。。。
嘿嘿，首次发主题，谢谢诸位.
 | 1 eric 2012-07-23 16:45:14 +08:00  1 NLTK 的 word_tokenize 就能很方便的实现。 http://nltk.org/ |
 | 2 stackpop OP @eric 的确好强大，就是我想要的东西。之前打算用C++ 写，后来朋友建议用python,代码简洁得多，果然py强大~难怪国外好多大学CS第一门编程课改成python了，呵呵 |
 | 3 fanzheng 2012-07-24 00:08:04 +08:00 如果只是出现次数的话用split然后counter()嘛，官方模块文档里面的counter() |
 | 4 from0tohero 2012-07-26 18:39:19 +08:00 1 NLTK最好没有之一～ |
Select Language