[TOC] 什么是字符编码？ 计算机只能处理数字，如果要处理文本，就必须先把文本转换为数字才能处理。最早的计算机在设计时采用8个比特（bit）作为一个字节（byte），所以，一个字节能表示的最大的整数就是255（二进制11111111=十进制255），如果要表示更大的整数，就必须用更多的字节。比如两 ...
分类：
其他好文 时间：
2019-09-18 00:58:35
阅读次数：
84
DAX中用于处理文本的函数，和其他语言很相似。 一，文本连接 文本连接也可以使用操作符 & 来实现，也可以使用函数CONCATENATE来实现： 把整个表中的所有行，使用分隔符拼接为一个字符串，返回值是一个字符串，不常用： 按照分隔符，对多个字符串进行连接，返回一个字符串： 例如，对DimDate表 ...
分类：
其他好文 时间：
2019-09-11 11:32:52
阅读次数：
292
文本处理无非是对文本内容做查看、修改等操作。Linux三剑客： grep、sed 和 awk 命令。 处理文本内容，用 Vim 编辑器不是很好吗？Vim 允许我们使用键盘、鼠标来对文本内容进行交互性地修改，但在某些场景中，我们可能需要实现对文本内容做自动化的处理，而不是手工处理。 很多时候，我们并不 ...
分类：
系统相关 时间：
2019-09-07 22:00:22
阅读次数：
128
字符流 概述 只用来处理文本数据 数据最常见的表现形式是文件，字符流用来操作文件的子类一般是FileReader和FileWriter 字符流读写文件注意事项： 写入文件必须要用flush()刷新 用完流记得要关闭流 使用流对象要抛出IO异常 定义文件路径时，可以用"/"或者"\" 在创建一个文件时 ...
分类：
其他好文 时间：
2019-09-07 12:40:07
阅读次数：
97
Python通过re模块提供对正则表达式的支持。使用re的一般步骤是先将正则表达式的字符串形式编译为Pattern实例，然后使用Pattern实例处理文本并获得匹配结果（一个Match实例），最后使用Match实例获得信息，进行其他的操作。 1 # encoding: UTF-8 2 import ...
分类：
其他好文 时间：
2019-09-01 01:39:24
阅读次数：
93
Linux sed 命令是利用脚本来处理文本文件。 sed 可依照脚本的指令来处理、编辑文本文件。 Sed 主要用来自动编辑一个或多个文件、简化对文件的反复操作、编写转换程序等。 参数说明 -e<script>或--expression=<script> 以选项中指定的script来处理输入的文本文 ...
分类：
其他好文 时间：
2019-09-01 01:33:19
阅读次数：
91
思路： 1、打开书本“更多”短评，复制链接 2、脚本分析链接，通过获取短评数，计算出页码数 3、通过页码数，循环爬取当页短评 4、短评写入到txt文本 5、读取txt文本，处理文本，输出出现频率最高的词组（前X） 通过分析得到其他结果可自由发散 用到的库： 整个脚本如下 执行结果 需要注意的是，如果 ...
分类：
编程语言 时间：
2019-08-31 21:26:18
阅读次数：
117
pandas模块 pandas官方文档：https://pandas.pydata.org/pandas docs/stable/?v=20190307135750 pandas基于Numpy，可以看成是处理文本或者表格数据。pandas中有两个主要的数据结构，其中Series数据结构类似于Nump ...
分类：
其他好文 时间：
2019-08-24 11:26:35
阅读次数：
92
AWK是一种处理文本文件的语言，是一个强大的文本分析工具。 之所以叫AWK是因为其取了三位创始人 Alfred Aho，Peter Weinberger, 和 Brian Kernighan 的 Family Name 的首字符。 一、awk的基本用法 print是打印命令，$0表示当前行 上面使用 ...
分类：
其他好文 时间：
2019-08-20 01:01:29
阅读次数：
156
Blog：https://blog.csdn.net/implok/article/details/95041472 步骤： 文字识别是AI的一个重要应用场景，文字识别过程一般由图像输入、预处理、文本检测、文本识别、结果输出等环节组成。 分类：文字识别可根据待识别的文字特点采用不同的识别方法，一般分 ...
分类：
其他好文 时间：
2019-08-12 23:35:25
阅读次数：
496
