理论介绍
实战演练

第1章 课程介绍

本章介绍课程概要与学习导读

• 1-1 为什么做这门课–
• 1-2 课程整体介绍与导学–
• 1-3 学习建议–
• 1-4 课程开发环境介绍–
• 1-5 文本分类项目演示–
• 1-6 源码获取说明–
• 1-7 总结与扩展–

知识 扩展

1 阅读数据预处理、文本分类相关综述论文
2 使用GitHub、Google检索知识

源码下载

无

第2章 Python数据预处理之抽取文本信息

本章介绍常见数据类型，数据采集，文本提取面临的瓶颈，打造自己的文本批量抽取工具。

• 2.1 数据类型与采集方法–
• 2.2 一堆杂乱无章的数据–
• 2.3 文本抽取问题（3种方法对比）–
• 2.4 Pywin32实现格式转换–
• 2.3 Word转换TXT算法–
• 2.6 PDF转换TXT算法–
• 2.7 文本抽取工具–
• 2.8 文本批量编码–
• 2.9 遍历读取文件–
• 2.10 实战案例1：遍历文件批量抽取新闻文本内容–
• 2.11 总结与扩展–

知识扩展

1 网络爬虫技术
2 完成Excel等转TXT算法
3 熟练掌握文件相关操作

源码下载

链接:https://github.com/bainingchao/DataProcess