网页 抓取 innertext 试题(网页抓取innertext试题分析(二)库pipinstallgeexxoo第1章)

　　网页 抓取 innertext 试题(网页抓取innertext试题分析(二)库pipinstallgeexxoo第1章)

　　网页抓取innertext试题分析1.地址：2.获取题目题目url：:8000/guido/2016/cn/jupyternotebook/gee-python/training/spider.pygee库pipinstallgeexxoo第1章第3章解题步骤：

　　1）提取题目信息，

　　2）去重排序

　　3）去除空格

　　4）io读取文件数据作为特征量识别关键词

　　5）提取特征量识别分数情况

　　6）将数据csv文件转换为数据框。

　　gee的题目有分很多版本，

　　根据你所要的东西搜索关键词，结合ipython相关的脚本，

　　利用readlines去读文本

　　然后再用正则匹配标题并找出所有标题并匹配下一条标题。然后看结果，

　　dft是指directformtext，直接形式并入数据，python之间通过beautifulsoup库，一条一条的读就可以了。不过注意要读带加载词典的。

　　文本分析python相关

　　可以搜一下文本分析。有好多工具可以用。ipython也有python相关的内容。

　　gee新一轮开发模块hfme

　　做一个算法就好了。一般用训练集，然后给你数据啊之类的。textwrangler之类的。虽然写法上都一样，但是其实如果你专门写一个python脚本的话也是要用python写的。