從電子表格中讀取數據並在Python中構建矩陣

Question

有沒有辦法讓python「讀取」文檔，排除不必要的元素並構建1和0的鄰接矩陣？我有一個包含500個訪問過的頁面的電子表格，包含inlinks，outlinks和懸掛頁面（需要從搜索中排除）。

我想過粗僞這將是這個樣子：

for each visited page vp 
for each outlink of vp 
    if link relative 
    revolve link 
    if ink to visited page 
    write 1 
    else 
if link dangling 
    ignore it 
else 
    write 0 

是否有可能以某種方式實現的Python內這種想法？或者使用Matlab或R會更有用？

鏈接爬行結果： http://www.dcs.bbk.ac.uk/~martin/sewn/ls3/sewn_2016_labsheet_3_full_crawl.txt http://www.dcs.bbk.ac.uk/~martin/sewn/ls3/sewn_2016_labsheet_3_full_crawl.xlsx

Answer 1

有沒有一種方法，使蟒蛇「讀」的文件，排除不必要的元素，打造的1和0的鄰接矩陣？

是

請參考https://docs.python.org/2/tutorial/inputoutput.html

最簡單的方式開始打開和讀取文件：

f = open('workfile', 'r') 
fileLines = f.readlines() 

#do something with your lines 
#properly adapt your pseudocode to 
#the extracted data 

f.close() 

您的問題，其餘都是超出範圍。