背景： 通常在UNIX下面处理文本文件的方法是sed、awk等shell命令，对于处理大文件受CPU，IO等因素影响，对服务器也有一定的压力。关于sed的说明可以看了解sed的工作原理，本文将介绍通过python的mmap模块来实现对大文件的处理，来对比看他们的差异。 说明： mmap是一种虚拟内存 ...
分类：
编程语言 时间：
2017-11-12 23:04:53
阅读次数：
320
1.文本处理和分析函数 $(subst from,to,text) 替换 $(patsubst pattern,replacement,text) 模式替换，可用%（只用第一个%有用），如 $(patsubst %.c,%.o,x.c.c bar.c)，结果 ‘x.c.o bar.o’ $(stri ...
分类：
其他好文 时间：
2017-11-08 19:51:39
阅读次数：
165
网易NBA对每个队都有一个对应的编号，每个编号对应一个数据页面。想要进入马刺的数据页面，首先要知道马刺的编号。编号与球队名字的对应关系可以从总体的NBA统计页面源代码中看到。所以，我的思路是：1.获得NBA统计页面的源代码；2.将源代码转换成字符串；3.通过查找球队名字获..
分类：
其他好文 时间：
2017-10-26 15:18:43
阅读次数：
116
作为一个NBA马刺的粉丝，我想看到比赛的数据，比如比分、场均得分、助攻等等，网易NBA有专门的数据页面来展示这些数据，所以我想通过爬虫的方法，把数据抓取下来，按照我自己的想法去展示。从网上下载了一段代码，试跑了一下，能把网页的源代码下载下来。那我觉得接下来的工作..
分类：
其他好文 时间：
2017-10-25 23:55:29
阅读次数：
171
grep：Linux上文本处理三剑客grep：文本过滤（模式：pattern）工具grep,egrep,fgrep（fastgrep）sed：streameditor,文本编辑工具awk：Linux上的实现gawk,文本报告生成器grep：GlobalsearchRegularexpressionandPrintouttheline作用：文本搜索工具，根据用户指定的“模式”对目..
分类：
其他好文 时间：
2017-10-25 14:22:44
阅读次数：
202
Counter()方法， 计数器，返回字典，会同时去重，文本处理常用 ...
分类：
其他好文 时间：
2017-10-22 21:46:10
阅读次数：
159
bash的IO重定向及管道程序：指令+数据（数据结构+算法）读入数据：input输出数据：output打开的文件都有一个fd：filedescriptor(文件描述符)标准输入：keyborad，0标准输出：monitor，1标准错误输出：monitor，2I/O重定向：改变标准位置输出重定向：COMMAND>NEW_POS,COMMAND..
分类：
其他好文 时间：
2017-10-22 16:58:46
阅读次数：
192
1、linux文本处理工具：grep：文本过滤工具，可以基于字符串和PATTERN进行过滤sed：流编辑器awk：linux上的实现为gawk，文本报告生成器，格式化文本。以上三个工具都会用到正则表达式。2、正则表达式介绍：由一类特殊字符及文本所编写的模式，其中有些字符不表示其字面意义，而..
分类：
其他好文 时间：
2017-10-18 09:59:35
阅读次数：
157
使用同一个方法来处理多个Button实例的Click事件。 1、全选所有的Button，在事件添加中的Click点击事件中添加处理函数。 2、假如一个label控件用于显示按钮按下输出文本 3、处理函数程序 // // 摘要: // 将指定字符串中的一个或多个格式项替换为指定对象的字符串表示形式。 ...
手记实用系列文章： 1 结巴分词和自然语言处理HanLP处理手记 2 Python中文语料批量预处理手记 3 自然语言处理手记 4 Python中调用自然语言处理工具HanLP手记 5 Python中结巴分词使用手记 语料预处理封装类： 执行结果： ...
分类：
编程语言 时间：
2017-10-16 13:56:50
阅读次数：
342
