why_not_study的博客

一、任务既然想获得新闻标题，哪里的标题最多呢？当然是排行榜啦。我们选取的是网易新闻排行榜。我们的目标是获得所有的新闻标题。获取方法有哪几种呢？第一种，我们可以通过爬取页面HTML文档，用bs4库解析后再用正则表达式提取相关内容。此外，我们还可以使用支持正则表达式的文本编辑器的查找替换功能，将两个标题之间的内容删除，即可获得新闻标题内容。根据北邮陈光老师的课程，我们还可以使用某些浏览器插...

一、任务拟爬取读典籍网站的《红星照耀中国》电子书。二、原理该网战没有反爬措施，HTML页面结构简单清晰，适合新手练手。(然鹅作者只是为了完成史纲课的阅读作业才决定爬这本书的……)如果有小伙伴对爬虫基本原理和方法还不清楚的，推荐北京理工大学《网络爬虫与信息提取》这门慕课 ~ 个人感觉讲的比较基础、系统、清晰 ~三、代码from bs4 import BeautifulSoupimpor...

一、任务用python实现将指定旋律从某调转到某调的功能。二、原理将X调转到Y调，即将X升（X-Y）个半音注：这里X-Y代表半音关系，对应下面的trans_map字典；注：传入的音阶应可以表示大于一个八度的音域。这里采用的策略是，若音符前面有.（点）则表示第一个八度，若在音符后面有.则表示高一个八度。三、代码#trans_map:定义音名间的半音关系，每个半音之间的差为1trans...

这是一个最简单的、没有任何针对反爬措施的爬虫。走错门的施主可以绕道了~~~一、问题受疫情影响，所有学校课程采用网课教学，各种课程群应运而生。想一次性找到所有课程群二维码，以供查询，怎么办呢？二、原理1、探明网页图片链接格式打开学校指定的查询课程二维码的网站，找到图片对应的http请求返回的图片链接，发现所有图片的链接都是http://xxx.cn/os/pic/+课程号-课序号+.jpg...

一、问题1. 将20位同学随机分成五组，每组4人2. 且20位同学中有三位不会Python，不能分在同组3. 且20位同学中有8位女生，每组要求至少1名女生二、解决1. 随机排序问题1) 应用random包产生一组1~20的随机数，对应元素在list中的顺序import randomrank = random.sample(range(1,21),20)name = ["zhao...

一、问题OCR（光学字符识别）是机器学习重要的应用之一，一般要经过二值化、去噪、倾斜校正、特征抽取、字符切割、字符识别、后处理等过程。其中难度最大的是字符切割，最关键的步骤是字符识别。一般进行字符识别的方法有kNN，SVM，CNN等方式，其中比较好用的是SVM。作者在这里实现的是相对较为简单的kNN（k近邻）算法，用以完成经典的MNIST数据集的字符识别工作。该数据集的训练集共计60000条数据...