使用pycharm编写程序爬取了某个微博用户的评论数据保存于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。我想将数据进行一定程度上处理,只保留文本以方便后续进行分析。请能够灵活运用pycharm的网友给予我技术上的帮助,非常感谢!PS:最好能提供相关代码以供参考。😊
1条回答 默认 最新
- CSDN专家-HGJ 2021-09-06 22:00关注
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 class="title">语言']}) df['评论内容']=df['评论内容'].apply(lambda x :' '.join(re.findall('[\u4e00-\u9fa5。,!:?]+',x))) print(df)
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏 举报
悬赏问题
- ¥15 unity 绘画方面的问题
- ¥15 FTP 明明给了权限但是还是550 Permission denied问题
- ¥20 Java的kafka错误unknowHostException
- ¥20 gbase 8a没有lisense,需要获取一个lisense
- ¥15 前端的3d饼图不知道用啥框架做的
- ¥15 算法问题 斐波那契数 解答
- ¥15 VS2019 SPY++ 获取句柄操作
- ¥15 Facebook 获取广告
- ¥15 PID算法的输出结果如何转换成pwm
- ¥15 java文本解密算法