offset

沪深港通资金数据hsgt_data 20191224 nan nan 0.0 20190628 nan nan 0.0 # -*- coding: utf-8 -*- import pandas as pd import tushare as ts import lxml from redis import Redis import hashlib import pymysql import time # =============================================================两市成交总额============================================================= def tradeTotalamount(conn_mysql,conn_redis,cur_date): # 定义计数器 success, fail, count = 0, 0, 0 # 定义两市总成交额 total_amount = 0 # 创建MySQL操作游标 cursor = conn_mysql.cursor() try: sql = '''insert into hs_total_amount_data(trade_date,total_amount) values('%s','%s')''' % (trade

ref: https://www.jianshu.com/p/63d7aa88582b 概览 WAV文件是在PC机平台上很常见的、最经典的多媒体音频文件,最早于1991年8月出现在Windows 3.1操作系统上,文件扩展名为WAV,是WaveFom的简写,也称为波形文件,可直接存储声音波形,还原的波形曲线十分逼真。WAV文件格式简称WAV格式是一种存储声音波形的数字音频格式,是由微软公司和IBM联合设计的,经过了多次修订,可用于Windows,Macintosh,Linix等多种操作系统。 RIFF file format RIFF全称为资源互换文件格式（Resources Interchange File Format），是Windows下大部分多媒体文件遵循的一种文件结构。RIFF文件所包含的数据类型由该文件的扩展名来标识 Chunk RIFF 文件结构可以看作是树状结构，其基本构成是称为"块"（ Chunk ）的单元，每个块有"标志符"、"数据大小"及"数据"所组成 public static class Chunk { //4个字节 public String chunkId; //4个字节。指的是 data的长度 public int dataSize; public byte[] data; } chunkId 4字节，用以标识块中所包含的数据。如： RIFF ,

转载链接： https://www.cnblogs.com/cjsblog/p/10171695.html 无论是内置的分析器（analyzer），还是自定义的分析器（analyzer），都由三种构件块组成的：character filters ， tokenizers ， token filters。 内置的analyzer将这些构建块预先打包到适合不同语言和文本类型的analyzer中。 Character filters （字符过滤器） 字符过滤器以字符流的形式接收原始文本，并可以通过添加、删除或更改字符来转换该流。 举例来说，一个字符过滤器可以用来把阿拉伯数字（٠‎١٢٣٤٥٦٧٨‎٩）‎转成成Arabic-Latin的等价物（0123456789）。 一个分析器可能有0个或多个字符过滤器，它们按顺序应用。 （PS：类似Servlet中的过滤器，或者拦截器，想象一下有一个过滤器链） Tokenizer （分词器） 一个分词器接收一个字符流，并将其拆分成单个token （通常是单个单词），并输出一个token流。例如，一个whitespace分词器当它看到空白的时候就会将文本拆分成token。它会将文本“Quick brown fox!”转换为[Quick, brown, fox!] （PS：Tokenizer 负责将文本拆分成单个token

官方文档位置：https://www.elastic.co/guide/en/elasticsearch/reference/7.5/analysis.html 分词 分词是指将文本转化成一系列的单词（term or token）的过程，也可以叫文本分析 es里称之为Analysis 分词器 分词器是es中专门处理分词的组件,英文为Analyzer ,它的组成如下: Character Filters 针对原始文本进行处理,比如去除html特殊标记符 Tokenizer 将原始文本按照一定规则切分为单词 Token Filters 针对 tokenizer处理的单词就行再加工,比如转小写、删除或新增等处理 分词器-调用顺序 Analyze API es提供了一个测试分词的api接口,方便验证分词效果, endpoint是_ analyze 可以直接指定analyzer进行测试 可以直接指定索弓|中的字段进行测试 可以自定义分词器进行测试 直接指定Analyzer进行测试，接口如下： POST _analyze { "analyzer":"standard", //分词器,standard是es默认分词器，如果字段里没有指定分词器，会默认使用standard "text":"hello world!" //测试文本 } 输出： { "tokens": [ { "token":