Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
CSDN 技术社区
CSDN 统一标签设计
提交
94d7588d
C
CSDN 统一标签设计
项目概览
CSDN 技术社区
/
CSDN 统一标签设计
通知
1649
Star
104
Fork
104
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
9
列表
看板
标记
里程碑
合并请求
0
DevOps
流水线
流水线任务
计划
Wiki
4
Wiki
分析
仓库
DevOps
项目成员
Pages
C
CSDN 统一标签设计
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
9
Issue
9
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
DevOps
DevOps
流水线
流水线任务
计划
分析
分析
仓库分析
DevOps
Wiki
4
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
流水线任务
提交
Issue看板
提交
94d7588d
编写于
4月 17, 2021
作者:
F
feilong
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
标签爬虫去重
上级
7ce3242c
变更
2
展开全部
隐藏空白更改
内联
并排
Showing
2 changed file
with
6 addition
and
1654 deletion
+6
-1654
src/dataset/stackoverflow.tag.json
src/dataset/stackoverflow.tag.json
+1
-1654
src/tag_source/stackoverflow.py
src/tag_source/stackoverflow.py
+5
-0
未找到文件。
src/dataset/stackoverflow.tag.json
浏览文件 @
94d7588d
此差异已折叠。
点击以展开。
src/tag_source/stackoverflow.py
浏览文件 @
94d7588d
...
...
@@ -42,12 +42,17 @@ class TagPipeline(object):
self
.
file
=
open
(
'dataset/stackoverflow.tag.json'
,
'w'
)
self
.
file
.
write
(
'[
\n
'
)
self
.
count
=
0
self
.
tags
=
{}
def
close_spider
(
self
,
spider
):
self
.
file
.
write
(
'
\n
]'
)
self
.
file
.
close
()
def
process_item
(
self
,
item
,
spider
):
if
self
.
tags
.
get
(
item
[
'name'
])
is
not
None
:
return
self
.
tags
[
item
[
'name'
]]
=
True
words
=
[]
if
self
.
count
>
0
:
words
.
append
(
',
\n
'
)
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录