sun510001 / luxun_dataset Public

Notifications You must be signed in to change notification settings
Fork 0
Star 7

内容包括鲁迅的著作, 书信, 日记和专题. 数据未经过清洗. 共有文章: 3574条. 汉字共3129538字.

7 stars 0 forks Branches Tags Activity

Notifications

Name		Name	Last commit message	Last commit date
Latest commit History 1 Commit
data_dir		data_dir
.gitignore		.gitignore
README.md		README.md
load_data.py		load_data.py
spider_test.py		spider_test.py

Repository files navigation

鲁迅文章数据集

数据来源: http://www.luxunmuseum.com.cn/cx/works.php
共有文章: 3574条. 汉字共3129538字.
内容包括鲁迅的著作, 书信, 日记和专题. 数据未经过清洗.
数据集已经保存在/data_dir/luxun.json, 不需要再爬取.

数据获取的方法

python spider_test.py

读取数据的方法

# 随机读取5篇文章
python load_data.py

About

内容包括鲁迅的著作, 书信, 日记和专题. 数据未经过清洗. 共有文章: 3574条. 汉字共3129538字.

Report repository

Releases

No releases published

Packages

No packages published

Languages

Python 100.0%