中文分词一直都是中文自然语言处理领域的基础研究。目前，网络上流行的很多中文分词软件都可以在付出较少的代价的同时，具备较高的正确率。而且不少中文分词软件支持Lucene扩展。但不管实现如何，目前而言的分词系统绝大多数都是基于中文词典的匹配算法。在这里我想介绍一下中文分词的一个最基础算法：最大匹配算法(MaximumMatching，以下简称MM算法)。MM算法有两种：一种正向最大匹配，一种逆向最大匹配。●算法思想正向最大匹配算法：从左到右将待分词文本中的几个
系统 2019-08-29 21:59:36 1969
说了那么多理论，我们来看看怎样使用抽取方法来重构遗留系统。如前所述，重构的过程首先是阅读程序代码，边阅读边整理程序。将功能相对独立的代码段放在一起，在前面加上注释。调整一些程序的顺序，将相关的代码尽量放在一起，但要保证程序执行的结果不会发生改变。比较典型的，将变量的定义与使用变量的代码放在一起。这个步骤比较实用，因为许多的遗留系统，其代码都有一个坏毛病，就是在程序开始时定义一大堆变量，但要弄清这些变量都用来做什么，却十分困难。边读边调整，将变量的定义逐渐迁
系统 2019-08-29 21:59:02 1969
在http://icyheart.javaeye.com/blog/424760中详细分析了exp/imp在本地数据库上的操作，其实exp/imp除了上述的功能外，还可以对远程数据库进行操作，具体方法如下：一、修改tnsnames.ora文件加入远程服务器的命名：Sql代码192.168.1.117=(DESCRIPTION=(ADDRESS_LIST=(ADDRESS=(PROTOCOL=TCP)(HOST=192.168.1.117)(PORT=152
系统 2019-08-12 09:30:28 1969
背景在实际项目实施中，会编写很多在服务器执行的作业脚本。程序中凡是涉及到数据库链接、操作系统用户链接、IP地址、主机名称的内容都是敏感信息。在纯内网系统中往因为开发时间紧迫，往往都直接将这些敏感信息明文方式写在脚本中了。稍微规范一点的，创建一个通用的config文件，将所有这类敏感信息记录在这个文件中，脚本以读取文件方式获取这些信息。这种方式的好处是脚本不用在应用迁移、灾备部署的时候再起不同的版本，尤其是大数据平台作业运行的脚本，如果是需要做灾备集群，这种
系统 2019-09-27 17:57:49 1968
##推荐源```https://mirrors.aliyun.com/pypi/simple/阿里镜像，速度快、稳定https://pypi.douban.com/simple/豆瓣镜像```##使用方法###1.使用时修改```pipinstall-i[国内镜像地址][模块名称]```###2.修改配置文件修改或创建`~/.pip/pip.conf`文件内容：```[global]index-url=https://mirrors.aliyun.com/
系统 2019-09-27 17:57:07 1968
进程和线程进程是程序运行的实例。一个进程里面可以包含多个线程，因此同一进程下的多个线程之间可以共享线程内的所有资源，它是操作系统动态运行的基本单元；每一个线程是进程下的一个实例，可以动态调度和独立运行，由于线程和进程有很多类似的特点，因此，线程又被称为轻量级的进程。线程的运行在进程之下，进程的存在依赖于线程；开胃菜基于Python3创建一个简单的进程示例fromthreadingimportThreadfromtimeimportsleepclassCoo
系统 2019-09-27 17:57:01 1968
今天，我实现了一个很有趣的demo，它可以在视频里找到并解析二维码，然后把解析的内容实时在屏幕上显示出来。然后我们直入主题，首先你得确保你装了opencv,python,zbar等环境。然后这个教程对于学过opencv的人可能更好理解，但是没学过也无妨，到时候也可以直接用。比如我的电脑上的环境是opencv2.4.x,python2.7,和最新的zbar,在Ubuntu12.12的系统下运行的假设你的opencv已经安装好了，那么我们就可以安装zbar你可
系统 2019-09-27 17:57:00 1968
首先，什么是魔法方法呢？在python中方法名如果是xxxx()的，那么就有特殊的功能，因此叫做“魔法”方法。__init__()方法当一个实例被创建的时候调用的初始化方法，在创建对象时默认调用。__init__()方法中默认有一个参数名字为self，如果在创建对象时传递了2个参数，那么__init__()方法除了self作为第一个形参外还需要2个形参，例如__init__(self,x,y)。之前我们是这样给对象添加属性的：classStudent:pa
系统 2019-09-27 17:56:52 1968
使用列表List作为样本点表示的欧氏距离计算方法：importmath#计算两点之间的距离defeucliDist(A,B):returnmath.sqrt(sum([(a-b)**2for(a,b)inzip(A,B)]))X=[1,2,3,4]Y=[0,1,2,3]print(eucliDist(X,Y))使用np.array作为样本点表示的欧氏距离计算方法：importnumpyasnp#计算两点之间的距离defeucliDist(A,B):retu
系统 2019-09-27 17:56:21 1968
Python2默认是不支持中文的，一般我们在程序的开头加上#-*-coding:utf-8-*-来解决这个问题，但是在我用open()方法打开文件时，中文名字却显示成了乱码。我先给大家说说Python中的编码问题，Python中的字符串的大概分为为str和Unicode两种形式，其中str常用的编码类型为utf-8,gb2312,gbk等等，Python使用Unicode作为编码的基础类型。str记录的是字节数组，只是某种编码的存储格式，终于输出到文件或是
系统 2019-09-27 17:56:07 1968
