马上注册,结交更多好友,享用更多功能^_^
您需要 登录 才可以下载或查看,没有账号?立即注册
x
原贴在这:
正确展示用代码吃王力宏的瓜
https://fishc.com.cn/thread-207059-1-1.html
(出处: 鱼C论坛)
帖子里有个附件,是吃瓜的源码,对于这个源码我有几个不理解的地方,希望大神能帮忙解读下
comment_show.py这文件里的代码中的这一段应该都是在将爬取的评论分词吧:stop_words = []
with open('stop_words.txt', 'r', encoding='utf-8') as f:
lines = f.readlines()
for line in lines:
stop_words.append(line.strip())
content = open('comments.txt', 'rb').read()
# jieba 分词
word_list = jieba.cut(content)
words = []
for word in word_list:
if word not in stop_words:
words.append(word)
wordcount = {}
for word in words:
if word != ' ':
wordcount[word] = wordcount.get(word, 0)+1
1、上面代码中第2行:stop_words.txt文件是哪里来的?没有在代码中找到有创建这个文件呐?
2、第6行代码中,comments.txt是存放爬取到的评论的文件,这里为什么要用二进制去打开它?用只 ‘r’ 读模式不行吗? |