<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[a_652的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/a_652</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; a_652]]></copyright><item><title><![CDATA[小试牛刀-如何用数据洞察一场直播]]></title><link>https://blog.youkuaiyun.com/a_652/article/details/56024854</link><guid>https://blog.youkuaiyun.com/a_652/article/details/56024854</guid><author>a_652</author><pubDate>Mon, 20 Feb 2017 22:34:58 +0800</pubDate><description><![CDATA[一  数据本文以映客直播为例，首先是数据抓取，通过websocket方式抓取弹幕信息，数据是长这样的：{"b":{"ev":"s.m"},"f":0,"dest":3,"userid":83014596,"p":"r","liveid":"1487430423167097","ms":[{"id":33,"tp":"like","cl":[103,195,184]}],"timeStamp":148]]></description><category></category></item><item><title><![CDATA[[转]Python字符串的编码转换、存储]]></title><link>https://blog.youkuaiyun.com/a_652/article/details/53541635</link><guid>https://blog.youkuaiyun.com/a_652/article/details/53541635</guid><author>a_652</author><pubDate>Fri, 09 Dec 2016 16:59:26 +0800</pubDate><description><![CDATA[文章转载自http://www.qmailer.net/遇到的情况主要是，程序打日志的时候直接把中文的utf8编码值写到了日志文件里，在分析日志的时候需要将这类文本再转换为utf8编码的数据。 
用到的就是string-escape到utf-8的转换方法：
  strescapestr.decode(‘string-escape’)]]></description><category></category></item><item><title><![CDATA[中文新词抽取算法]]></title><link>https://blog.youkuaiyun.com/a_652/article/details/52136847</link><guid>https://blog.youkuaiyun.com/a_652/article/details/52136847</guid><author>a_652</author><pubDate>Sat, 06 Aug 2016 16:09:48 +0800</pubDate><description><![CDATA[matrix67原文此方法对于抽取社交网络中的网络用语非常合适，能解决分词工具对网络用语等新词切分不准确的问题。]]></description><category></category></item><item><title><![CDATA[python aerospike client 实现CAS更新操作]]></title><link>https://blog.youkuaiyun.com/a_652/article/details/50311309</link><guid>https://blog.youkuaiyun.com/a_652/article/details/50311309</guid><author>a_652</author><pubDate>Tue, 15 Dec 2015 10:14:30 +0800</pubDate><description><![CDATA[有需求是对aerospike的数据先取出来，修改后再写入aerospike，这个时候就需要实现aerospike的CAS（Compare and Set/Swap）操作。Google以后发现利用Generation policy可以实现。 
先记录读取数据时返回的meta信息，然后put()的时候比较当时的meta信息与读数据时的是否一致，一致时才写入，否则会报错。 
代码：bin_name =]]></description><category></category></item><item><title><![CDATA[vim删除文本文件行末的^M符号]]></title><link>https://blog.youkuaiyun.com/a_652/article/details/49739831</link><guid>https://blog.youkuaiyun.com/a_652/article/details/49739831</guid><author>a_652</author><pubDate>Mon, 09 Nov 2015 16:13:41 +0800</pubDate><description><![CDATA[一些来源于windows平台的文本文件，在linux平台下打开后行末会显示^M符号。 
使用vim将其删除。 
vim命令:%s/^M//g^M符号要用 [ctrl+v][ctrl+m] 按出来]]></description><category></category></item><item><title><![CDATA[python 提取url中的主域名]]></title><link>https://blog.youkuaiyun.com/a_652/article/details/49681673</link><guid>https://blog.youkuaiyun.com/a_652/article/details/49681673</guid><author>a_652</author><pubDate>Fri, 06 Nov 2015 13:09:57 +0800</pubDate><description><![CDATA[python 提取url中的主域名参考了Ourren的博客。目录python 提取url中的主域名
目录
需求
方法
urlparse
正则表达式
tldextract需求给定url，比如  http://blog.youkuaiyun.com ，提取出youkuaiyun.com方法urlparse使用python的urlparse模块解析只能得到完整的域名，不能提取出主域名。import urlparse
url =]]></description><category></category></item></channel></rss>