Kindle ユーザに人気のツールに Calibre というのがあります。これは iTune みたいに使う物で、電子書籍のバックアップやフォーマット変換を行う物です。一見初心者にも優しい見かけをしていて、iTune みたいな使い方をしても良いのですが、このツールに本気を出させようと思うと Python を覚えた方が良いです。Python 無しの Calibre は elisp 無しの emacs みたいな物です。Python を使えば Calibre の変態的に強力なパワーを味わう事が出来ます。という事で、そのさわりとしてブログを Kindle 等の e-book で読めるように変換するというのをやります。 Calibre で Python をつかうにはコマンドラインツールをインストールする必要があります。Mac では Calibre 起動後、Preferences - Advanced
Pythonは最強ですね。文法はチョー簡単、ライブラリも充実度がすごい、それでいてメタプログラミングができる。そのメタプログラミングを使うと末尾再帰最適化までできるそうです…おそろしやNew Tail Recursion Decorator « Python recipes « ActiveState Code class tail_recursive(object): def __init__(self, func): self.func = func self.firstcall = True self.CONTINUE = object() def __call__(self, *args, **kwd): if self.firstcall: func = self.func CONTINUE = self.CONTINUE self.firstcall = False try:
はじめに この文書は、 Steven Bird, Ewan Klein, Edward Loper 著 萩原 正人、中山 敬広、水野 貴明 訳 『入門 自然言語処理』 O'Reilly Japan, 2010. の第12章「Python による日本語自然言語処理」を、原書 Natural Language Processing with Python と同じ Creative Commons Attribution Noncommercial No Derivative Works 3.0 US License の下で公開するものです。 原書では主に英語を対象とした自然言語処理を取り扱っています。内容や考え方の多くは言語に依存しないものではありますが、単語の分かち書きをしない点や統語構造等の違いから、日本語を対象とする場合、いくつか気をつけなければいけない点があります。日本語を扱う場合にも
Running Yahoo! Pipes on Google App Engine 2010-10-24 Yahoo! Pipes is an excellent tool for processing data. It provides a visual way to aggregate, manipulate, and mashup content from around the web. It's very much like plumbing with data and is a great metaphor. I'm convinced that this approach is just the beginning, and look forward to connecting systems using pipes in a three-dimensional virtual
6.21 optparse -- より強力なコマンドラインオプション解析器 バージョン 2.3 で 新たに追加 された仕様です。 optparse モジュールは、getopt よりも簡便で、柔軟性に富み、 かつ強力なコマンドライン解析ライブラリです。 optparse では、より明快なスタイルのコマンドライン解析手法、 すなわちOptionParser のインスタンスを作成してオプションを 追加してゆき、そのインスタンスでコマンドラインを解析するという手法を とっています。optparse を使うと、GNU/POSIX 構文でオプションを 指定できるだけでなく、使用法やヘルプメッセージの生成も行えます。 optparse を使った簡単なスクリプト例を以下に示します: from optparse import OptionParser [...] parser = OptionParser(
Python による プログラミング入門 第 5 版 愛知大学経営学部 有澤健治 i はじめに Python はセンスの良い現代的なプログラミング言語である。日本では Ruby に押されまだ 知名度は低いが、外国では人気の高いプログラミング言語である。最近では Python のテキス トもかなり揃いだした。 Python は以下に挙げる特徴を持っている。こうした特徴は Python が今後大きな支持を得て広がっていくであろう事を示唆している。 1. 無料で手に入る。 2. 殆どの OS で使用できる。 3. 電卓的な気楽な使い方から C++ のような高度な使い方まで広範囲にカバーする。 4. 簡潔、かつ、可読性の高いプログラミングが可能である。 5. アルゴリズムが率直に表現できる。 6. 高い拡張性を備えている。 7. グラフィクスが使える。 ここではあえて Python の最大の特徴
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127
2007.11.22 Python のいろいろな方法でキーと値の保存と検索をやってみようかと(2) テーマ：プログラミング言語 Python を使う(338) カテゴリ：Python Python のいろいろな方法でキーと値の保存と検索をやってみようかと 書いたが、cdb、gdbm、qdbm、Tokyo Cabinet をそれぞれ使ってみるとパフォーマンスはどの程度なのだろうということで、取り組み始めた。やっぱり、cdb はどういうときでも別格に速い。スタティックなデータのルックアップあるいは、データの一方的な記録（参照せずに記録するだけで、データを使うのは別フェーズ）であれば、もう断然 cdb。これは Python から使っても問題なく速い。cdb の地位は揺るがない感じ。Python からは python-cdb 0.3 で今のところ問題なし。 でも、読み書き両方が交錯する場合は使えな
正規表現はパワフルな道具になるのですが、そのふるまいが直観的でないとも言えます。 予想通りに振る舞わないことが多々あります。 この章ではありがちな落し穴をいくつか指摘します。 6.1. string モジュールについて知る re を使う事がそもそも間違いであることもあります。 もし固定字列や単一文字クラスにマッチングさせるだけで、かつ IGNORECASE のような re の機能を使わないのなら、フルパワーの正規表現は必要ないでしょう。 string モジュールは固定文字列を操作するいくつかの関数を持っていて、たいてい速く動きます。 大きな汎用の正規表現エンジンとは異なり、小さな C 言語によるループで実装されており、こういう目的に最適化されているからです。 固定文字列を別の固定文字列で置換する場合が、そうかも知れません。 たとえば"word" を "word" で置換する場合です。 これ
日本の生命科学データベース政策 - ライフサイエンス統合データベースプロジェクトのコンテンツ追加をやってました。 総合科学技術会議−ライフサイエンスＰＴ（第14回）というのがあり、これの内容を盛り込んだのですが、DBCLSの今後だけでなく、日本の国としてライフサイエンスをどうとらえているかの過去／現在／未来みたいなのがまとめられていて、このあたりに興味のある人に教えたくなるような回だったかと思います。その中での自分の立ち位置みたいなのも、ちと考えるところです。 id:syou6162が、出現頻度と連接頻度に基づく専門用語抽出 - yasuhisa's blogなんて刺激的なことをやっていて、TermExtractなんてのを紹介してくれたので、興味津々です。自分の方は、英語の文章も相手にしているので、英語でも使えそうなのがよいです。テキストマイニングは独学だからなー。しかも、ここは日本だから
思いは言葉に。 はてなブログは、あなたの思いや考えを残したり、 さまざまな人が綴った多様な価値観に触れたりできる場所です。
I am sure there has been a number of explanations on Unicode and Python but I'm going to do a little write up for my own sake. Byte Streams VS Unicode Objects Let's start by defining what a string in Python is. When you use the string type what you're actually doing is storing a string of bytes. [ a ][ b ][ c ] = "abc" [ 97 ][ 98 ][ 99 ] = "abc" With this example, the string "abc" is a string of t
# -*- coding: utf-8 -*- """ Unicode Standard Annex #11 East Asian Width: http://www.unicode.org/reports/tr11/tr11-14.html """ import unicodedata def convert(s, errors=''): assert isinstance(s, unicode) result = [] for c in s: #unicodedata.east_asian_width(c) == 'H' name = unicodedata.name(c, '') if name.startswith('HALFWIDTH '): try: c = unicodedata.lookup(name[10:]) except LookupError: print name
プログラマをしていると、ちょくちょくバイナリデータから情報を読みたくなりますね。そんな時は、ブツブツ言いながらバイナリエディタと睨めっこすることになるわけですが、これが結構大変なので、何とか楽にならないかなぁと思って探していると、hachoirというナイスなpythonモジュールが見つかりました。このモジュールを使うとバイナリデータをパースして様々なデータを取得できます。かなり多くのデータフォーマットに対応している(現時点で70種類)のが素晴らしいです。 hachoirはいくつかのモジュールに分かれているのですが、大抵は以下をインストールすれば良いと思います。 $ easy_install hachoir_parser $ easy_install hachoir_metadata このモジュールにはhachoir-metadataというコマンドラインツールが含まれていて、コードを書かなく
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く