如何提取这些数据？

sizheng0320 2004-02-27 10:28:29

原来的表中有近两万条数据，我想先提出一部分做编程调试时用。
其中A字段不同的数据有24种，B字段不同的数据有700多种，如何尽量把字段的不同值包含进来而且又使得到的结果尽量少？

...全文

65 8 打赏收藏转发到动态举报

写回复

8 条回复

切换为时间正序

请发表友善的回复…

发表回复

Java爬虫，信息抓取的实现详细完整源码实例打包给大家，需要的可以下载下载学习！！！

beautifulSoup是用python语言编写的一个HTML/XML的解析器，它可以很好地处理不规范标记并将其生成剖析树(parse tree)。lxml是XML和HTML的解析器，其主要功能是解析和提取XML和HTML中的数据；lxml和正则一样，也是用C语言实现的，是一款高性能的python HTML、XML解析器，也可以利用XPath语法，来定位特定的元素及节点信息。Python里数量词默认是贪婪的（在少数语言里也可能是默认非贪婪），总是尝试匹配尽可能多的字符；正则表达式（re库）

Linked Data看上去十分美好，但从我看来似乎有很多待解决的问题：
如何提取数据
我们已经有了成千上万个包含数据的网页，让我们手工的把这些数据提取出来难度很大。怎么样通过计算来自动提取这些数据？
如何记录数据
我们有了数据，需要好的方法来记录。对于文字数据来说，类似XML的文件记录看上去是不错的方案。但如何记录图片中的数据和视频中的数据？是把他们用文字描述出来再记录，还是用另外的方式直接记录？
如何表达数据
原始数据有用，但我们不

所以我有一组文件，我需要从中提取数据并写入一个新的txt文件，我不知道如何使用Python来实现这一点。下面是一个样本数据。我试图从NSF的组织，文件和摘要中提取部分。在标题：CRB：神秘鲸濒危种群的遗传多样性：线粒体DNA与历史人口学类型：奖励NSF组织：DEB最新的修正案日期：1991年8月1日文件：A90000006奖励编号：90000006奖励说明：继续补助项目经理：Scott Colli...

如何使用scrapy中的ItemLoader提取数据？ 1. 简述我们在用scrapy爬取数据时，首先就要明确我们要爬取什么数据。scrapy提供了Item对象这种简单的容器，我们可以通过Item定义提取数据的格式，需要爬取哪些字段，其提供了类似于字典的API以及用于声明可用字段的简单语法。如下所示：下面以爬取伯乐在线文章详情页为范例：http://blog.jobbole.com/...

34,874

社区成员

254,639

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章