主要介绍了python实现爬虫统计学校BBS男女比例，,需要的朋友可以参考下

接着第一篇继续学习。 一、数据分类 正确数据：id、性别、活动时间三者都有 放在这个文件里file1 = ‘ruisi\\correct%s-%s.txt’ % (startNum, endNum) 数据格式为293001 男 2015-5-1 19:17 没有时间：有id、有性别，无活动时间 放这个文件里file2 = ‘ruisi\\errTime%s-%s.txt’ % (startNum, endNum) 数据格式为2566 女 notime 用户不存在：该id没有对应的用户 放

本文主要介绍了数据处理方面的内容，希望大家仔细阅读。 一、数据分析 得到了以下列字符串开头的文本数据，我们需要进行处理 二、回滚 我们需要对httperror的数据进行再处理 因为代码的原因，具体可见本系列文章（二），会导致文本里面同一个id连续出现几次httperror记录： //httperror265001_266001.txt 265002 httperror 265002 httperror 265002 httperror 265002 httperror 265003 htt

一、项目需求 前言：BBS上每个id对应一个用户，他们注册时候会填写性别（男、女、保密三选一）。 经过检查，BBS注册用户的id对应1-300000，大概是30万的用户 笔者想用Python统计BBS上有多少注册用户，以及这些用户的性别分布 顺带可以统计最近活动用户是多少，其中男、女、保密各占多少 活动用户的限定为“上次活动时间”为 2015年 二、最终结果 性别信息保存在文本里，一行表示一个用户的信息，各列分别表示 【行数，id（涂掉了），性别，最后活跃时间】 三、实现思路 用户性别信