基于cbr的自來(lái)水經(jīng)濟(jì)調(diào)度－－理論及實(shí)現(xiàn)-資料下載頁(yè)
2025-01-20 03:32本頁(yè)面
【正文】 nt。 } } 文本數(shù)據(jù)處理方法 ?下載后的數(shù)據(jù)實(shí)際上是 HTML網(wǎng)頁(yè)代碼，包含文字信息和 HTML標(biāo)記，是一種非結(jié)構(gòu)化數(shù)據(jù)。對(duì)此，我們首先應(yīng)將無(wú)關(guān)和冗余的信息刪除，然后才方便提取我們需要天氣預(yù)報(bào)信息。 ?假設(shè)下載的文本數(shù)據(jù)存放在 webtext變量中： String webtext=()。 （ 1）提取 body和 /body之間的數(shù)據(jù)。 從前面介紹的 HTML語(yǔ)言知道，天氣預(yù)報(bào)信息應(yīng)包含在標(biāo)記 body和 /body之間。 Filterweb源代碼 (1) %! //刪除字符串 str中由字符 ch1到 ch2之間的文本串，包括 ch1到 ch2 String filterweb(String str, char c1, char c2) { int pos1=(c1)。 int pos2=(c2)。 while((pos1!=1)amp。amp。(pos2!=1)) Filterweb源代碼 (2) { str=(0,pos1)+ (pos2+1,())。 pos1=(c1)。 pos2=(c2)。 } return str。 } % 文本數(shù)據(jù)處理方法 （ 2）過(guò)濾其他無(wú)關(guān)字符 webtext = ( ,)。 //過(guò)濾特殊字符 webtext = ( ,)。 //過(guò)濾特殊字符 webtext = ( ,)。 //過(guò)濾空格 webtext = (\n,)。 //過(guò)濾換行符 webtext = (amp。nbsp,)。 //過(guò)濾 amp。nbsp webtext = (。,。)。 //去掉緊連的雙分號(hào) （ 3）過(guò)濾提取內(nèi)容的相應(yīng) HTML格式標(biāo)記 w1 = filterweb(w1,39。39。,39。39。)。 //過(guò)濾網(wǎng)頁(yè)中的 HTML標(biāo)記，其中 w1可換為 w w w w5 提取天氣預(yù)報(bào)信息 ?假設(shè)是查詢(xún)上海的天氣預(yù)報(bào)信息，則對(duì)下載的數(shù)據(jù)執(zhí)行上述所有操作后得到如下圖的文本數(shù)據(jù)。 ?如何提取這些信息呢？發(fā)現(xiàn) “ 發(fā)布 ”后面緊接著就是天氣信息發(fā)布的具體時(shí)間、以及自今天起（包括今天）連續(xù)四天的天氣信息。且由于“ 發(fā)布 ”在整個(gè)文本串中是唯一的，所以不妨通過(guò)查找“ 發(fā)布 ”來(lái)計(jì)算這些信息在文本串中的位置，然后通過(guò)位置提取天氣預(yù)報(bào)信息。 PC機(jī) 版本的 天氣 預(yù)報(bào) 網(wǎng)站 手機(jī) 版本的 天氣 預(yù)報(bào) 網(wǎng)站 未消除 HTML 格式的 天氣 預(yù)報(bào) 信息 消除 HTML 格式的 天氣 預(yù)報(bào) 信息 答疑聯(lián)系信息 ?辦公室電話(huà)： 02167792312 ?手機(jī)： 18202298064 ?Email： ?辦公室地址： 2號(hào)學(xué)院樓 216室
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1