问题标签 [python]

我想知道像 Open Calais 这样的语义服务如何从一段文本中找出公司或人员的名称、技术概念、关键字等。是因为他们有一个大型数据库来匹配文本吗？

例如，像 Zemanta 这样的服务如何知道向一段文本建议哪些图像？

我在Django 教程中偶然发现了这段话：

Django 模型有一个默认的str () 方法，该方法调用unicode () 并将结果转换为 UTF-8 字节串。这意味着 unicode(p) 将返回一个 Unicode 字符串，而 str(p) 将返回一个普通字符串，字符编码为 UTF-8。

现在，我很困惑，因为 afaik Unicode 不是任何特定的表示形式，那么 Python 中的“Unicode 字符串”是什么？这是否意味着UCS-2？谷歌搜索出现了这个“Python Unicode 教程”，它大胆地指出

Unicode 是一种两字节编码，涵盖了世界上所有常见的书写系统。

这是完全错误的，或者是吗？我多次被字符集和编码问题弄糊涂了，但是在这里我很确定我正在阅读的文档很困惑。当它给我一个“Unicode 字符串”时，有人知道 Python 中发生了什么吗？

我需要找出如何将数字格式化为字符串。我的代码在这里：

小时和分钟是整数，秒是浮点数。str() 函数会将所有这些数字转换为十分位 (0.1)。因此，我的字符串不是输出“5:30:59.07 pm”，而是显示类似“5.0:30.0:59.1 pm”的内容。

底线，我需要什么库/函数来为我做这件事？

我有一个小实用程序，用于按计划从网站下载 MP3 文件，然后构建/更新已添加到 iTunes 的播客 XML 文件。

创建/更新 XML 文件的文本处理是用 Python 编写的。但是，我在 Windows 文件中使用 wget.bat来下载实际的 MP3 文件。我更喜欢用 Python 编写整个实用程序。

我很难找到一种在 Python 中实际下载文件的方法，因此我求助于使用wget.

那么，如何使用 Python 下载文件？

如何实现一些逻辑，使我能够fork()使用 Python 在 Windows 上通过系统调用重现我在 Linux 上的功能？

我特别尝试在 SAPI Com 组件上执行一个方法，同时在主线程中继续执行其他逻辑而不阻塞或等待。

基本上我想在每次提交后获取存储库中的代码行数。

我发现的唯一（真的很糟糕）方法是使用git filter-branchto run ，以及在每次提交时wc -l *运行的脚本，然后运行git reset --hardwc -l

为了更清楚一点，当工具运行时，它会输出第一次提交的代码行，然后是第二次，依此类推。这就是我希望工具输出的内容（例如）：

我玩过 ruby​​ 'git' 库，但我发现最接近的是.lines()在 diff 上使用该方法，这似乎应该给出添加的行（但没有：例如，当你删除行时它返回 0）

我有一个想法，如果我将 python .py 文件添加到我的 C# 项目中，并使用将执行 python 文件的自定义生成器标记该文件，并将输出视为代码生成的结果，即。将其放入 C# 文件中，这将允许我在构建过程中进行大量代码生成。

有谁知道是否存在这样的 Visual Studio 2008 自定义生成器？

1. 是否可以从 Python 脚本中捕获 Python 解释器的输出？
2. 是否可以从 Python 脚本中捕获 Windows CMD 的输出？

如果是这样，我应该查看哪个图书馆（y|ies）？

在 Python 中，您可以使用StringIO作为字符数据的类似文件的缓冲区。内存映射文件基本上对二进制数据做类似的事情，但它需要一个文件作为基础。Python 是否有一个用于二进制数据并且仅是内存的文件对象，相当于 Java 的ByteArrayOutputStream？

我的用例是我想在内存中创建一个 ZIP 文件，而ZipFile需要一个类似文件的对象。

在 PyGTK 应用程序中使用 PyGame (SDL) 的最佳方式是什么？

我正在寻找一种方法，它允许我在 GTK 窗口中拥有一个绘图区域，同时能够管理 GTK 和 SDL 事件。