近期，想对古典小说进行索引，和知识挖掘，所以研究了下python数据挖掘方面的知识
python学习 二 02 爬一个图片网站，获得主链接网址，并保存
python学习 二 03 爬一个图片网站-获得所有分页网址
python学习 二 04 爬一个图片网站-解析文件，获得所有图片链接
python学习 三 01 再爬一个网站，几行代码，搞定分类类别
python学习 三 03 再爬一个网站，根据分页，下载图片
一 结巴分词
github地址：https://github.com/fxsjy/jieba
"结巴"中文分词：做最好的 Python 中文分词组件
还记得当时想用C++，实现分词，资料那个难找，调试那个麻烦，BUG那个多，说多了都是泪，开始入手python 数据挖掘，看看这个能简单不。
安装
这种效率比c++安装分词库 方便多了。
使用
词性标注
常用的一些符号及词性的对应关系为：a:形容词c:连词d:副词e:叹词f:方位词i:成语m:数词n:名词nr:人名ns:地名nt:机构团体nz:其他专有名词p:介词r:代词t:时间u:助词v:动词vn:名动词w:标点符号un:未知词语
更详细资料 可以搜索 计算所汉语词性标记集
一个自定义字典的例子：
注意要用：UTF-8格式保存
基本用法
1、 基本分词
2、 根据词性属性分词
创建字典
UTF-8格式保存
3、 提取关键字
4、 返回词语位置