5
我期待在我正在编写的程序中进行一些文本分析。我正在寻找类似于维基百科转储（download.wikimedia.com）中提供的原始形式的替代文本来源。我在哪里可以找到网络上的原始文本转储？
我宁愿没有经过爬行网站的麻烦，试图解析HTML，提取文本等。
A
回答
7
0
的gutenberg project有各种格式（包括纯文本）
3
NLTK提供了一个简单的Python API来访问many text corpora，包括古腾堡，路透社，莎士比亚和其他电子书的巨额资金。
>>> from nltk.corpus import brown
>>> brown.words()
['The', 'Fulton', 'County', 'Grand', 'Jury', 'said', ...]
相关问题
- 1. 在哪里可以找到wordpress中的原始category.php文件？
- 2. 我在哪里可以找到Facebook的网络列表？
- 3. 我在哪里可以找到$脚本？
- 4. 我在哪里可以找到大量的文本文件？
- 5. 我在哪里可以找到Windows崩溃转储（蓝屏崩溃转储）？
- 6. 我在哪里可以找到SQLite数据库文件或转储的例子？
- 7. 哪里可以找到Android的原始资源图片
- 8. 我在哪里可以找到HOCR文件的样本？
- 9. 我在哪里可以找到特定API版本的文档？
- 10. 我在哪里可以找到特定版本的文档
- 11. 我在哪里可以找到的UIKit
- 12. 我在哪里可以找到文档转义字符，如“\”
- 13. 我在哪里可以找到保留标识符“__CLIBNS”的原始定义？
- 14. 我在哪里可以找到关于原始JSON操作的JS JSON信息？
- 15. 我在哪里可以获得原始YUV文件？
- 16. 我在哪里可以找到Java到C＃的转换器？
- 17. 我在哪里可以找到Google Play服务归属文本？
- 18. 我在哪里可以找到关于卷积神经网络的练习？
- 19. 我可以在哪里找到不同网络架构的基准测试？
- 20. 我在哪里可以找到关于网络管理的优秀入门书？
- 21. 我在哪里可以找到带有网络安全字体的列表？
- 22. 我在哪里可以找到初始化ORMLite所需的ApplicationContext？
- 23. 我在哪里可以找到16F877A.h？
- 24. 我在哪里可以找到PyBluez API
- 25. 我在哪里可以找到Microsoft.Build.Utilities.v3.5
- 26. 我在哪里可以找到PHPUnit_Extensions_SeleniumTestCase？
- 27. 我在哪里可以找到compojure.html？
- 28. User.find_for_oauth - 我可以在哪里找到它？
- 29. 我在哪里可以找到com.mathworks.jmi包
- 30. 我在哪里可以找到Python类？
+1我来到这里后PG。 – Joe 2010-08-02 13:49:43