| 查看: 921 | 回复: 7 | ||
[求助]
提取大量网页文本 已有1人参与
|
|
现在有一道数学建模题，需要提取网页中的文本（网页已经给出，数量很多，大概几万个网址），然后找出这些文本中的关键词（或高频词）。但是不知道如何提取这么多网页中的文本。 求虫友赐教，如有代码，不甚感激！ |
回复此楼» 猜你喜欢
估计是周四
已经有3人回复
-
基金啊基金
已经有3人回复
-
科研孤儿太难了
已经有15人回复
-
让我中一个面上吧！
已经有10人回复
-
言之凿凿，明天官网会通知放榜？
已经有17人回复
-
时间戳又变了
已经有17人回复
-
今天系统多次维护，明天很可能放榜！
已经有11人回复
-
时间戳变了，能看出什么问题？
已经有23人回复
-
只有每年这种时候来逛逛小木虫
已经有22人回复
-
放榜前的不淡定
已经有12人回复
» 本主题相关价值贴推荐，对您同样有帮助:
- 10个不能错过的Chrome 浏览器扩展工具
已经有3人回复
2楼2016-05-21 15:43:30
iyx_yao
至尊木虫 (职业作家)
隐形码农
- 应助: 24 (小学生)
- 金币: 13183.1
- 散金: 670
- 红花: 15
- 沙发: 1
- 帖子: 3730
- 在线: 913.2小时
- 虫号: 3085910
- 注册: 2014-03-24
- 性别: GG
- 专业: 交通工程
3楼2016-05-22 14:25:53
一生十年
铁杆木虫 (职业作家)
锤锤帮小罗罗
- 应助: 0 (幼儿园)
- 金币: 7914.6
- 散金: 2060
- 红花: 20
- 沙发: 18
- 帖子: 4480
- 在线: 427小时
- 虫号: 4120063
- 注册: 2015-10-05
- 性别: GG
- 专业: 计算机科学的基础理论
4楼2016-05-22 17:38:45
5楼2016-05-23 22:19:39
6楼2016-05-24 15:41:45
ljw4010
荣誉版主 (职业作家)
小木虫从头派教主
- 应助: 116 (高中生)
- 贵宾: 5.434
- 金币: 26572.7
- 散金: 4305
- 红花: 70
- 沙发: 10
- 帖子: 4104
- 在线: 889.1小时
- 虫号: 3019479
- 注册: 2014-03-05
- 专业: 半导体微纳机电器件与系统
- 管辖: 计算模拟
7楼2016-05-24 17:56:13
fan_q
金虫 (小有名气)
- 应助: 10 (幼儿园)
- 金币: 1240.4
- 红花: 2
- 帖子: 176
- 在线: 300.6小时
- 虫号: 1952675
- 注册: 2012-08-23
- 性别: GG
- 专业: 生物化学
8楼2016-05-25 22:09:33
40