最近做了一个日本IT公司招聘信息的采集，想要对日本IT环境及使用技术做一个简单的分析； 项目用的是Scrapy框架，第一次用，还是遇到不少问题；对数据进行分析是第一次； 采集、处理和分析过程中也有一些不严谨的地方； 项目地址：点击查看，抓取的数据传到百度云了：点击查看 ，密码:s7b0，spiders/job.db； 数据采集 数据来源是这两个招聘网站：http://next.rikunabi.c…
标签： python
Word文档转HTML
前端工作中，经常会遇到将 Word 文档转换为 HTML 页面的需求，大多数是一些协议、规则，内容为纯文本； 实际操作的时候，需要把 word 文档中的内容复制出来，放到 html 标签中，并添加 css 进行格式化，因为涉及到分段、正文、子标题等，往往没法整体复制，整个过程费时费力；更新时，也需要在一大段文案中做修改，容易出错； 概述 word 文档可以另存/导出为 html，如果对导出的 ht…
WrodCloud 中文乱码和关键字重复
记录一下在用 wordcloud 绘制词云图片的过程中，遇到的两个的问题及解决方案； wordcloud 是一个 python 词云生成器，地址：http://github.com/amueller/word_cloud； 1、乱码 问题描述 要统计的内容是日文，生成的词云中，英文字母可以显示出来，其他都是一些方框，应该都是日文汉字或假名； 解决方案有两种： 1、在导入 wordcloud 之前，…
Python安装第三方模块报错
Win10下，通过源码方式安装第三方模块时，即 python setup.py install 这种形式；报下面这种错误： UnicodeDecodeError: ‘ascii’ codec can’t decode byte 0xd7 …… 原因：Python 默认编码是 ascii，但 Win10 系统下默认编码是 gbk；两边不统一，导致出错； 解决方案：…