創新實訓（5）——有關博客文章的數據清洗

觀察從RSS抽取到的博客文章的數據 團隊的另一個成員會通過RSS訂閱鏈接，通過RSS的解析庫解析RSS內容，抓取到博客文章的信息，而我只需要根據他抓取到的博客內容，進行數據清洗之後，存入數據庫之中。我們先來觀察以下博客的數據。 觀察博客內容，我們會發現從RSS中可以抽取到的時，文章的發佈時間，文章的標題，文章的內容（使用html描述，因爲自建博客基本都是markdown寫的，然後在發佈時轉化成ht

>>阅读原文<<