问题标签 [google-refine]

我尝试使用 Jython 和 ElementTree 在 Google Refine 中解析一些 xml，但我正在努力寻找任何文档来帮助我完成这项工作（可能不是因为不是 python 编码器而没有帮助）

这是我要解析的 XML 的摘录。我正在尝试返回所有以下内容的连接字符串dc:indentifier：

这是我到目前为止的代码。这是一个返回任何东西的测试，因为现在我得到的只是'错误：null'

背景：

在过去一年左右的时间里，同事亚当一直在使用 Google 精炼来处理数据库下载并取得了很大的成功，但亚当得到了一份新的工作机会，因此他在 Google 精炼中所做的所有工作和专业知识都将消失。

Ben 想让 Adam 将她用 Google 精炼完成的所有工作打包，这样办公室的用户仍然可以从他的工作中受益，而不必知道如何使用 Google 精炼。（即，将其作为批处理过程的一部分运行，您将输入文件指定为参数，并因此获得“精炼”输出）。

问题：

有没有人有使用 Google 精炼的免提批处理的经验，用户只需要指定：1）输入文件；2）转换设置文件（或谷歌细化的转换规则）？

问题：

如果这不可用，那么有什么相同或相似的工具可以完成与 Google 优化所可能完成的事情相近的事情。

我正在研究谷歌优化以加快我的一些数据工作——本周之前从未使用过它，但我喜欢我看到的很多东西。

到目前为止，我最大的问题是是否可以从 Refine 调用外部 python 函数。我知道您可以在内部调用 jython，但这不提供对基于 C 的 python 库（例如 lxml）的访问，而且我在其他地方有我想集成的脚本，没有很多复制粘贴或重写的麻烦。

在 Refine 中有哪些选项可以执行此操作？我愿意发挥创造力——我只想要一个稳定、可重复使用的解决方案。

我有一个包含 36k 行数据的谷歌优化项目。我想添加另一列，从 freebase url 获取 json 数据。我能够让它在一个小数据集上工作，但是当我在这个项目上运行它时，需要几个小时来处理，然后大部分结果都是空白的。不过，我确实得到了一些数据结果。有没有办法限制将获取数据的行数，或者有更好的方法从 url 获取数据。

谢谢你！

在自定义文本方面，我想检查前一行单元格的值。

我试过rows[row.index - 1]没有结果。

我正在尝试使用 Google Refine 从数据科学工具包坐标 2 政治 API 的结果中提取特定元素。

这是示例单元#1：

我使用此 GREL 语法在此列的基础上添加了一个列，以提取 Dane 县：

但是当我到达 Sample Cell #2 时，语法不再有效，因为 JSON 结果有点不同：

是否有某种方法可以对 JSON 进行排序或对我的语法进行短语化，以便在任何一种情况下都能找到县？

更新

这是神奇的 GREL，它允许我按名称查找 JSON 字符串中的元素，而不仅仅是位置：

我有一张表，我在其上应用自定义方面以查找重复项（在一列上）。现在我想在带有刻面的表格上应用一个新的刻面（在另一列上）。

那可能吗？似乎每次只能使用一个方面，而不能将它们组合在一起。

干杯，

酶联免疫吸附试验

我正在尝试根据我的主要项目的 Date 列创建一个新列，该列从另一个 Google Refine 项目中提取时间线事件：

cell.cross("Clean5 Timeline", "TimelineDate").cells["TimelineEvent"].value[0]

两个 Google Refine 项目中的日期格式相同。但它不填充任何单元格，我收到此错误：

错误：无法从 null 检索字段

这 — cell.cross("Clean5 Timeline", "TimelineDate") — 为应该匹配的行返回 [ ]。

这 — cell.cross("Clean5 Timeline", "TimelineDate").cells["TimelineEvent"] — 为这些行返回 null。

我直接从 GREL 帮助文件中复制了语法：http ://code.google.com/p/google-refine/wiki/GRELOtherFunctions 。谁能建议我可能会忽略什么？

谢谢。

我有两个混乱名称的数据库，例如：

• 金达尔，鲍比
• 佛罗里达州州长鲍比·金达尔
• 鲍比·金达尔
• 3M公司
• 3M 智能手机

我需要找到匹配项。谁能指出我或建议如何在 Google Refine 中执行此操作的好方法？

这个链接给了我一个起点，但我可以使用进一步的建议： http ://blog.ouseful.info/2011/05/06/merging-datesets-with-common-columns-in-google-refine/

我需要在谷歌细化中匹配文本外观的正则表达式。我试过这个表达式，它没有用。然后我尝试了一个在 www.lenovo.com 中使用匹配字符串 lenovo 的简单案例

在某些行中，我的值取值www.lenovo.com，

为什么这么简单的字符串匹配，在谷歌细化中不起作用。我在 Windows 上运行。

如果我有任何明显的语法错误，请告诉我。