lger_Pro的博客

要求： 1. 用requests库和BeautifulSoup库，爬取校园新闻首页新闻的标题、链接、正文、show-info。 2. 分析info字符串，获取每篇新闻的发布时间，作者，来源，摄影等信息。 3. 将字符串格式的发布时间转换成datetime类型 4. 使用正则表达式取得新闻编号 5. 生成点击次数的Request URL 6. 获取点击次数 7. 将456步骤定义成一个...

以下是练习使用URL链接： http://news.gzcc.cn/html/xiaoyuanxinwen/这里是使用了requests库和BeautifulSoup库来做爬虫练习，所以在使用前先安装好这两个库练习要求如下：取出h1标签的文本取出a标签的链接取出所有li标签的所有内容取出第2个li标签的a标签的第3个div标签的属性取出一条新闻的标题、链接、发布时间、来源im...

作业要求：取出一个新闻列表页的全部新闻 包装成函数。获取总的新闻篇数，算出新闻总页数。获取全部新闻列表页的全部新闻详情。找一个自己感兴趣的主题，进行数据爬取，并进行分词分析。不能与其它同学雷同。前三个要求代码如下：import requestsfrom bs4 import BeautifulSoupfrom datetime import datetimeimpo...

1.将新闻的正文内容保存到文本文件 2.将新闻数据结构化为字典的列表:单条新闻的详情–>字典news一个列表页所有单条新闻汇总–>列表newsls.append(news)所有列表页的所有新闻汇总列表newstotal.extend(newsls)3.安装pandas，用pandas.DataFrame(newstotal)，创建一个DataFrame对象df. 4...

要求： 1. 选一个自己感兴趣的主题。 2. 用python 编写爬虫程序，从网络上爬取相关主题的数据。 3. 对爬了的数据进行文本分析，生成词云。 4. 对文本分析结果进行解释说明。 5. 写一篇完整的博客，描述上述实现过程、遇到的问题及解决办法、数据分析思想及结论。 6. 最后提交爬取的全部数据、爬虫及数据分析源代码。　　在此次作业中，我通过爬取网站‘句子迷’中方文山的歌词片段...

Hadoop综合大作业 要求：用Hive对爬虫大作业产生的文本文件（或者英文词频统计下载的英文长篇小说）词频统计。用Hive对爬虫大作业产生的csv文件进行数据分析，写一篇博客描述你的分析过程和分析结果。...