点滴记录

jieba 库是一款优秀的 Python 第三方中文分词库，jieba 支持三种分词模式：精确模式、全模式和搜索引擎模式，下面是三种模式的特点。精确模式：试图将语句最精确的切分，不存在冗余数据，适合做文本分析全模式：将语句中所有可能是词的词语都切分出来，速度很快，但是存在冗余数据搜索引擎模式：在精确模式的基础上，对长词再次进行切分jieba GitHub 开源地址：https://...

一、文件分类文本文件：由单一特定编码组成的文件，比如utf-8 编码、GBK 编码等，.py 与 .txt 等都属于文本文件。但是文本文件本质上是以二进制形式存储的。二进制文件：直接由 0 和 1 组成，没有统一的字符编码。比如：.png 与 .avi等都属于二进制文件。二、文件打开模式要获取一个文件对象，只需要使用 Python 内置 open() 的函数即可，在 open(...

正则表达式是对字符串操作的一种逻辑公式，用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。正则表达式是一种文本模式，模式描述在搜索文本时要匹配的一个或多个字符串。一、常用操作符正则表达式中的常用操作符如下操作符说明举例.表示单个字符[ ]字符集，对单个字符给出取值范围[abc] 表...