5
我期待在我正在編寫的程序中進行一些文本分析。我正在尋找類似於維基百科轉儲（download.wikimedia.com）中提供的原始形式的替代文本來源。我在哪裏可以找到網絡上的原始文本轉儲？
我寧願沒有經過爬行網站的麻煩，試圖解析HTML，提取文本等。
A
回答
7
0
的gutenberg project有各種格式（包括純文本）
3
NLTK提供了一個簡單的Python API來訪問many text corpora，包括古騰堡，路透社，莎士比亞和其他電子書的鉅額資金。
>>> from nltk.corpus import brown
>>> brown.words()
['The', 'Fulton', 'County', 'Grand', 'Jury', 'said', ...]
相關問題
- 1. 在哪裏可以找到wordpress中的原始category.php文件？
- 2. 我在哪裏可以找到Facebook的網絡列表？
- 3. 我在哪裏可以找到$腳本？
- 4. 我在哪裏可以找到大量的文本文件？
- 5. 我在哪裏可以找到Windows崩潰轉儲（藍屏崩潰轉儲）？
- 6. 我在哪裏可以找到SQLite數據庫文件或轉儲的例子？
- 7. 哪裏可以找到Android的原始資源圖片
- 8. 我在哪裏可以找到HOCR文件的樣本？
- 9. 我在哪裏可以找到特定API版本的文檔？
- 10. 我在哪裏可以找到特定版本的文檔
- 11. 我在哪裏可以找到的UIKit
- 12. 我在哪裏可以找到文檔轉義字符，如「\」
- 13. 我在哪裏可以找到保留標識符「__CLIBNS」的原始定義？
- 14. 我在哪裏可以找到關於原始JSON操作的JS JSON信息？
- 15. 我在哪裏可以獲得原始YUV文件？
- 16. 我在哪裏可以找到Java到C＃的轉換器？
- 17. 我在哪裏可以找到Google Play服務歸屬文本？
- 18. 我在哪裏可以找到關於卷積神經網絡的練習？
- 19. 我可以在哪裏找到不同網絡架構的基準測試？
- 20. 我在哪裏可以找到關於網絡管理的優秀入門書？
- 21. 我在哪裏可以找到帶有網絡安全字體的列表？
- 22. 我在哪裏可以找到初始化ORMLite所需的ApplicationContext？
- 23. 我在哪裏可以找到16F877A.h？
- 24. 我在哪裏可以找到PyBluez API
- 25. 我在哪裏可以找到Microsoft.Build.Utilities.v3.5
- 26. 我在哪裏可以找到PHPUnit_Extensions_SeleniumTestCase？
- 27. 我在哪裏可以找到compojure.html？
- 28. User.find_for_oauth - 我可以在哪裏找到它？
- 29. 我在哪裏可以找到com.mathworks.jmi包
- 30. 我在哪裏可以找到Python類？
+1我來到這裏後PG。 – Joe 2010-08-02 13:49:43