问题描述
我是Python的新手,我正尝试下载所有Google 5gram数据。我找到了一个名为google_ngram_downloader的模块,可以使用readline_google_store函数下载一些数据:
from google_ngram_downloader import readline_google_store
fname,url,records = next(readline_google_store(ngram_len=5))
fname
url
next(records)
#Read the gz file:
with gzip.open('googlebooks-eng-all-5gram-20120701-0.gz','rb') as f:
for line in f:
print(line)
但是上述代码的问题在于,它只给我Ngram以0开头。请您帮我一下如何一次获取全部数据?
此外,我需要从该gz数据文件中子集两个样本。第一个应该包含1970-1980年代的数据,第二个应该包含2000-2012年的数据。数据的结构方式如下:
ngram TAB year TAB match_count TAB volume_count NEWLINE
谢谢!
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)