这程序员操作可太秀了！
|
艰巨的任务落在了我的头上，那就是——取名字。因为曾今跟老婆吹牛，自己饱读诗书，文学功底深厚(其实就是看看网络小说)，老婆把这任务分派下来之后，我似乎还只能欣然接受。再加上即将成为爸爸的喜悦，让我痛快的拍下胸脯说：没问题，保证取一个好名字。 2. 作为IT人员，有没有高大上解决方案 接到这个任务后，断然不敢敷衍了事，作为IT码农的话，开始拿出了我超强的执行力。首先，我在脑海中一遍一遍的搜刮，各种诗词，散文，小说文学集，古今中外名人，甚至网络小说的主角配角名字。。。然而，尴尬的是，脑容量有限，我的脑海中并没有留下太多可用的资料。作为一个有创新精神IT屌丝，是不是能用些不一样的方案来解决这个难题呢?想到这儿，我的脑海中突然浮现出一个词：大数据。 3. 数据爬取，一步一步来 3.1 汉字 心动不如行动，作为一名有执行力的IT屌丝，我果断开启数据爬取之旅。汉字作为中国文学的基石，自然是我首先想到必选资料。字典类的网站，随意百度一下，就能找到一大堆，我挑选了几个看起来较为专业的网站作为我的数据来源(具体是哪些网站，就不透露了)。经过一番努力之后，最终把7900个简体汉字存到了自家的数据库，数据表中包含了它的拼音，笔画，基本释义这三个基本栏位。数据本地化了，是不是大功告成，可以开始取名了?不，我感觉还是少了点什么，让我想想。。。你应该也想到了，是的，这汉字的信息太粗了，没有多少使用价值，但是那又还缺了哪些信息呢?
于是，我又开始了新一轮的数据爬取，这一次，能参考的网站相对少了很多，因为很多网站并没有我想要的这些信息。不过，这一步整体还算顺利，只是考虑到怕整崩溃了人家的服务器，只好在云服务器上挂着爬虫程序，高间隔的爬取。一个晚上之后，总量20800的中国汉字库就正式产生了。 （编辑：甘孜站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
