使用pycharm编写程序爬取了某个微博用户的评论数据存在Excel中，但是不知道如何对该数据进行清洗，评论数据里有许多表情，HTML等。本人只是个科研小白，希望将数据处理方便后续分析，球球各位大佬了!!!非常感谢!!!
2条回答 默认 最新
CSDN专家-HGJ 2021-09-06 16:05关注对数据清洗用的比较多的是re正则和pandas，写好正则表达式，用re.findall()查找，re.sub（）替换。如用pandas可使用df[列名].str.replace()等方法。
本回答被题主选为最佳回答 , 对您是否有帮助呢?评论 打赏解决 1无用举报
分享
- 2021-09-06 16:02回答 2 已采纳 对数据清洗用的比较多的是re正则和pandas，写好正则表达式，用re.findall()查找，re.sub（）替换。如用pandas可使用df[列名].str.replace()等方法。
- 回答 1 已采纳 参考：https://www.cnblogs.com/woaixuexi9999/p/9404745.html 这个思路抓包分析。 # 之前回答2次都从来不采纳的。再冒着白费工夫的风险给你写代码，怕
- 2022-04-22 06:25回答 1 已采纳 这要写一个完整的后端接口接受数据，可以使用fastapi或者flask快速搭建
- 2018-08-16 11:28weixin_30314813的博客 抓取到的评论数据非常滴脏，其中有一些无用信息，所以目标就是只提取其中的中文文字内容 评论中会存在很多表情，如下所示 不是很快就撤了吗？ <span class="url-icon"><img alt="[吃瓜]" src="//h5....
- 2022-06-24 19:43回答 1 已采纳 其实有的，但是这个网站应该是为了懒加载把url用base64密了一下，然后再动态加载， 其实我下面发的这个就是url 是base64后的url 解码后就是https://s1.aigei.com/
- 2022-07-04 00:17回答 1 已采纳 字符串可以用\换行，但后面几行要顶格。否则会加进去空格或者制表符的： url = 'http://www.dffdasfkldsaf.com/dljflddjfkdf\ kdljfsjkfdshjkf
- 2022-10-16 14:13回答 3 已采纳 读文件读出的line后面有换行符，rstrip去掉。 for line in file: new_url=line.rstrip()+'/plus/download.php?l
- 2021-04-25 11:45大院子的水的博客 以下是学习使用Python爬取热门微博评论时遇到的问题以及解决措施，希望通过纪录这一过程，能使自己对Python爬取有更深的了解并且更加得心应手。 使用Python 3.7.6，开发环境是awaconda spyder。 问题 问题1：User...
- 2023-03-07 18:50回答 3 已采纳 参考GPT和自己的思路，你可以使用pandas和numpy库来完成这个任务。以下是一个可能的解决方案： import os import pandas as pd # 指定文件夹路径 folder_
- 2021-11-02 21:07回答 1 已采纳 import numpy as np z＝np.ones((9，),dtype="int64") Z=z.reshape(3,3) Z[2][3]＝1 如果报错，可能我的是中文输入的。请改成英文。手
- 2021-12-28 21:22回答 1 已采纳 用selenium是最简单的
- 2020-12-04 10:48weixin_39867200的博客 前言：本文主要涉及知识点包括新浪微博爬虫、python对数据库的简单读写、简单的列表数据去重、简单的自然语言处理(snowNLP模块、机器学习)。适合有一定编程基础，并对python有所了解的盆友阅读。相信最近科技圈都在...
- 2021-09-06 21:21回答 1 已采纳 将评论内容读取成数据框，尝试如下处理办法： import pandas as pd import re df=pd.DataFrame({'评论内容':['这是abc。。。测试','使用<div
- 2019-05-07 18:10URPG的博客 第一次爬虫就是爬微博的评论（爬虫—只要能看就能爬） 准备工作： Python2.7（看个人习惯）、FireFox浏览器（看个人习惯） Python安装什么的网上一大堆教程，我不班门弄斧了 FireFox感觉我个人感觉好用一点，比...
- 2021-10-19 19:18Cachel wood的博客 def addword(filename): path = '.\emotion_lexicon\\' for i in range(len(filename)): jieba.load_userdict(path + filename[i]) #评论清洗，去除网址url,@,无意义内容等 def cleanword(): with open('weibo.txt',...
- 没有解决我的问题, 去提问
问题事件
系统已结题
9月14日
已采纳回答
9月6日-
创建了问题
9月6日
悬赏问题
- ¥20 机器学习能否像多层线性模型一样处理嵌套数据
- ¥20 西门子S7-Graph,S7-300，梯形图
- ¥50 用易语言http 访问不了网页
- ¥50 safari浏览器fetch提交数据后数据丢失问题
- ¥15 matlab不知道怎么改，求解答！！
- ¥15 永磁直线电机的电流环pi调不出来
- ¥15 用stata实现聚类的代码
- ¥15 请问paddlehub能支持移动端开发吗？在Android studio上该如何部署？
- ¥20 docker里部署springboot项目，访问不到扬声器
- ¥15 netty整合springboot之后自动重连失效