text-processing

text-processing

文章 0 浏览 6

Perl 正则表达式处理文本输入

我目前有一个 perl 脚本,可以导入 HTML 并将其转换为纯文本。我正在使用 HTML::TagFilter 来删除所有 HTML 标签,它几乎完美地工作,只是我们遇到了…

万人眼中万个我 2024-10-16 09:40:40 5 0

使用 PHP 提取 HTML 文档的正文

我知道最好使用 DOM 来实现此目的,但让我们尝试以这种方式提取文本:

烟酒忠诚 2024-10-16 05:17:27 12 0

将计数转换为相对概率

背景 根据单词和计数的 CSV 文件创建概率词典。这是文本分割问题的前奏,而不是作业问题。 问题 给定一个包含以下单词和计数的 CSV 文件: aardvark,1…

遇到 2024-10-16 00:03:38 6 0

如何在 Ruby 中高效解析大型文本文件

我正在编写一个导入脚本,用于处理可能有数十万行的文件(日志文件)。使用一个非常简单的方法(如下)需要足够的时间和内存,我觉得它随时都会耗尽我…

轻拂→两袖风尘 2024-10-15 07:17:14 7 0

在 *Nix 环境中提取至少 3 个会话的 IP 地址

如图所示,我们有一个 IP 地址列表(请注意,128.3.* 和 131.243.*)位于我们的子网内。我们更喜欢用 Perl 来做,任何其他好的想法在 *nix 环境中都更…

坠似风落 2024-10-14 17:02:26 4 0

如何将数据写入 .SLK 文件

我有一个非常简单的 ETL 作业 - 从 .txt 到另一个文件的简单文件转换。五分钟,对吗?好吧,除了一件事 - 输出文件必须是 .SLK。 我用谷歌搜索了一下…

苏别ゝ 2024-10-13 09:04:10 7 0

分析数据结构中的文本并将其存储

我希望你明白我想做什么。很难选择最好的单词,因为英语不是我的母语,而且我不信任自动翻译器。我会尽力解释。 我正在考虑分析一篇长文本。例如,假…

苏佲洛 2024-10-13 03:09:49 7 0

用 C(或只是算法)编写程序来搜索和替换文件中的字符的有效方法是什么?

用户将在运行时提供 2 个字符串,例如“asdf”“qwer”, 现在,每个出现的“a”都应替换为“q”,“s”替换为“w”,“d”替换为“e”,“f”替换为…

时间海 2024-10-12 20:39:28 8 0

在文本文件中查找行重复项,其中行可以彼此相同

我制作了一个系统,当系统读取文件时,数据库中的数据就会被填充。该文件可能会在稍后阶段被填充,这会产生再次读取同一文件的需求。 数据本身表示在…

行雁书 2024-10-12 13:38:49 5 0

如何在python中删除文件的部分内容?

我有一个名为 a.txt 的文件,如下所示: 我是第一线 我是第二线。 这里可能还有更多行。 我位于空行下方。 我是一条线。 这里有更多行。 现在,我想删…

牵你的手,一向走下去 2024-10-12 04:58:37 5 0

MySQL 的全文搜索速度与 ID 搜索速度

我有一个包含两个表的数据库:页面和标签,其结构如下: 页面:page_id,page_text,page_tags (随时约60000条记录) 标签:tag_id、tag_text (任何…

划一舟意中人 2024-10-08 05:34:58 10 0

收集

内的文本从 html 页面

我有一个博客数据集,其中包含大量博客页面,包含博客文章、评论和所有博客功能。 我只需要从此集合中提取博客文章并将其存储在 .txt 文件中。 我需要…

微凉徒眸意 2024-10-07 11:09:11 6 0

GMail/Facebook 使用什么算法来投放与上下文相关的广告?

GMail 在电子邮件文本右侧的栏中提供了一些非常好的广告。 Facebook 也是如此。我在 Facebook 上看到的广告通常与我感兴趣的内容(非常)相关。显然,…

余生共白头 2024-10-07 09:18:36 9 0

将“find”之类的输出转换为“tree”之类的输出

这个问题是树格式的ZipArchive()输出的通用版本问题。 就在我浪费时间编写这个(*nix 命令行)实用程序之前,最好先查明是否有人已经编写了它。我想要…

我是有多爱你 2024-10-07 01:57:57 7 0

Unix shell bash “one-liner”隔离包含包含“.mp3”的 URL 的所有括号

我对 Unix bash 完全陌生——这是第一个问题!希望你们能够提供帮助:) 问题: 我有大量凌乱的网络源代码(包装/未格式化),其中多次出现以下内容: (…

清晨说晚安 2024-10-06 17:51:41 11 0
更多

推荐作者

佚名

文章 0 评论 0

羁客

文章 0 评论 0

文章 0 评论 0

夏日落

文章 0 评论 0

隐诗

文章 0 评论 0

更多

友情链接

    我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
    原文