pre_file.py
#-*-coding:utf-8-*-import MySQLdbimport MySQLdb as mdbimport os,sys,stringimport jiebaimport codecsreload(sys)sys.setdefaultencoding('utf-8')#连接数据库try: conn=mdb.connect(host='127.0.0.1',user='root',passwd='kongjunli',db='test1',charset='utf8')except Exception,e: print e sys.exit()#获取cursor对象操作数据库cursor=conn.cursor(mdb.cursors.DictCursor) #cursor游标#获取内容sql='SELECT link,content FROM test1.spider;'cursor.execute(sql) #execute()方法，将字符串当命令执行data=cursor.fetchall()#fetchall()接收全部返回结果行f=codecs.open('C:UserskkDesktophello-result1.txt','w','utf-8') for row in data: #row接收结果行的每行数据 seg='/'.join(list(jieba.cut(row['content'],cut_all='False'))) f.write(row['link']+' '+seg+'')f.close() cursor.close() #提交事务，在插入数据时必须
登录后复制
jiansuo.py
#-*-coding:utf-8-*-import sysimport stringimport MySQLdbimport MySQLdb as mdbimport gensimfrom gensim import corpora,models,similaritiesfrom gensim.similarities import MatrixSimilarityimport loggingimport codecsreload(sys)sys.setdefaultencoding('utf-8') con=mdb.connect(host='127.0.0.1',user='root',passwd='kongjunli',db='test1',charset='utf8')with con: cur=con.cursor() cur.execute('SELECT * FROM cutresult_copy') rows=cur.fetchall() class MyCorpus(object): def __iter__(self): for row in rows: yield str(row[1]).split('/')#开启日志logging.basicConfig(format='%(asctime)s:%(levelname)s:%(message)s',level=logging.INFO)Corp=MyCorpus()#将网页文档转化为tf-idfdictionary=corpora.Dictionary(Corp)corpus=[dictionary.doc2bow(text) for text in Corp] #将文档转化为词袋模型#print corpustfidf=models.TfidfModel(corpus)#使用tf-idf模型得出文档的tf-idf模型corpus_tfidf=tfidf[corpus]#计算得出tf-idf值#for doc in corpus_tfidf: #print doc###'''q_file=open('C:UserskkDesktopq.txt','r')query=q_file.readline()q_file.close()vec_bow=dictionary.doc2bow(query.split(' '))#将请求转化为词带模型vec_tfidf=tfidf[vec_bow]#计算出请求的tf-idf值#for t in vec_tfidf: # print t'''###query=raw_input('Enter your query:')vec_bow=dictionary.doc2bow(query.split())vec_tfidf=tfidf[vec_bow]index=similarities.MatrixSimilarity(corpus_tfidf)sims=index[vec_tfidf]similarity=list(sims)print sorted(similarity,reverse=True)
登录后复制
encodings.xml
登录后复制
misc.xml
登录后复制
modules.xml
立即学习“Python免费学习笔记（深入）”；
登录后复制
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至253000106@qq.com举报，一经查实，本站将立刻删除。
发布者：PHP中文网，转转请注明出处：https://www.chuangxiangniao.com/p/2536304.html
