在pyspark dataframe上使用POS标签的nltk wordnet词汇化
在pyspark中，使用POS标签的nltk wordnet词汇化是指在pyspark dataframe上使用nltk库中的wordnet进行词汇化，并结合词性标签（POS标签）对文本进行处理和分析。
词汇化是将单词转换为其原始形式（词根或词干）的过程，以便在自然语言处理（NLP）任务中更好地理解和分析文本。而POS标签是词性标签，用于表示单词在句子中的语法角色，如名词、动词、形容词等。
在pyspark中使用POS标签的nltk wordnet词汇化可以通过以下步骤完成：
- 导入所需的库和模块：
from pyspark.sql.functions import udf
from nltk.corpus import wordnet
from nltk.stem import WordNetLemmatizer- 定义一个函数，该函数接收一个单词和POS标签作为输入，并返回词汇化后的单词：
def lemmatize_word(word, pos_tag):
# 初始化WordNetLemmatizer对象
lemmatizer = WordNetLemmatizer()
# 将POS标签转换为WordNet中的标签格式
if pos_tag.startswith('N'):
pos = wordnet.NOUN
elif pos_tag.startswith('V'):
pos = wordnet.VERB
elif pos_tag.startswith('J'):
pos = wordnet.ADJ
elif pos_tag.startswith('R'):
pos = wordnet.ADV
else:
pos = wordnet.NOUN
# 调用WordNetLemmatizer对象的lemmatize方法进行词汇化
return lemmatizer.lemmatize(word, pos)- 将定义的函数转换为UDF（用户定义函数），以便在pyspark dataframe中使用：
lemmatize_udf = udf(lemmatize_word)- 在pyspark dataframe上应用该UDF，对包含文本的列进行词汇化处理：
# 假设df为包含文本的pyspark dataframe，'text'列为待处理的文本列，'pos_tag'列为POS标签列
df = df.withColumn('lemmatized_text', lemmatize_udf(df['text'], df['pos_tag']))使用POS标签的nltk wordnet词汇化的优势在于能够根据不同的词性进行更准确的词汇化处理，从而提高文本处理和分析的准确性和效果。
使用该技术的应用场景包括文本分类、情感分析、信息检索等各种自然语言处理任务。
腾讯云提供了多个与自然语言处理相关的产品和服务，包括智能语音识别、智能机器翻译、智能闲聊机器人等。您可以访问腾讯云自然语言处理产品页面（https://cloud.tencent.com/product/nlp）了解更多相关产品和详细信息。
请注意，本回答不包含任何云计算品牌商的提及，旨在提供相关技术和概念的解释。
相关·内容
例如，在下面的句子中，词汇化器影响了5个单词，输出中应显示数字5。 lemmatizer = WordNetLemmatizer()
sentence = "The striped bats are hanging on their feet for best"
print([lemmatizer.lemmatize(w, get_wordnet_pos(w)) for w in nltk.word_tokenize(sentence)])
#> ['The', 'strip', 'bat', 'be',
浏览 31提问于2021-08-02得票数 2
8回答
我想在python中使用wordnet lemmatizer，并且我了解到默认的pos标签是名词，并且它不会为动词输出正确的词条，除非pos标签被明确指定为动词。
我的问题是，为了准确地执行上述词汇化，最好的镜头是什么？
我使用nltk.pos_tag做了pos标签，我迷失在将树库pos标签集成到wordnet兼容的pos标签中。请帮帮忙
from nltk.stem.wordnet import WordNetLemmatizer
lmtzr = WordNetLemmatizer()
tagged = nltk.pos_tag(tokens)
我得到了NN，JJ，VB，RB格式的输出标签。
浏览 5提问于2013-03-23得票数 71
回答已采纳
1回答
在标记化数据上使用Pos标签，它将变成word，pos_tag的形式。当传递相同的词法时，只有第一个值是词法。 具有两列的数据帧- ID Text
1 Lemmatization is an interesting part 在标记化和删除停用词之后- ID Tokenize_data
1 'Lemmatization', 'interesting', 'part'
#Lemmatization with postag
#Part of Speech Tagging
df2['tag_words'] = df2.to
浏览 11提问于2019-04-16得票数 0
1回答
from nltk.stem import WordNetLemmatizer
x = WordNetLemmatizer()
x.lemmatize("angrily", pos='r')
Out[41]: 'angrily'
这里是nltk wordnet，中pos标记的参考文档网。
我可能错过了一些基本的东西。请让我知道
浏览 5提问于2015-02-12得票数 2
回答已采纳
1回答
我在代码中使用了wordnet.synset()函数
>>> cb = wordnet.synset('fever.n.01')
>>> cb
Synset('fever.n.01')
>>> cb = wordnet.synset('disbelieve.n.01')
Traceback (most recent call last):
File "<pyshell#60>", line 3, in <module>
cb = word
浏览 2提问于2013-03-31得票数 0
回答已采纳
我在Brown语料库上通过NLTK使用Wordnet Lemmatizer (以确定其中的名词是更多地使用单数形式还是复数形式)。
即from nltk.stem.wordnet import WordNetLemmatizer
l = WordnetLemmatizer()
我注意到，即使是像下面这样的最简单的查询也需要相当长的时间(至少一两秒钟)。
l("cats")
这可能是因为每次查询都必须建立到Wordnet的web连接？
我想知道是否有一种方法仍然使用Wordnet Lemmatizer，但它的执行速度更快？例如，将Wordnet下载到我的机器上对我有帮助吗？还有其
浏览 2提问于2013-04-24得票数 15
回答已采纳
在用JupyterLab打开我的电子病历集群之后。我无法下载额外的语料库与nltk.download()。
码
nltk.download('wordnet')
误差
I/O operation on closed file
Traceback (most recent call last):
File "/usr/local/lib/python3.6/site-packages/nltk/downloader.py", line 817, in download
show('Downloading collection %r' %
浏览 4提问于2019-12-17得票数 3
2回答
最近，我接触了自然语言处理，尝试使用和来分析文本。我想开发一个应用程序，分析旅行者的评论，因此我必须管理许多用不同语言编写的文本。我需要做两个主要的操作: POS标签和词汇化。我已经看到，在NLTK中，有可能为句子标记化选择正确的语言，如下所示：
tokenizer = nltk.data.load('tokenizers/punkt/PY3/italian.pickle')
我还没有找到正确的方法来设置不同语言的POS标签和Lemmatizer的语言。如何为意大利语、法语、西班牙语或德语等非英语文本设置正确的语料库/词典？我还看到可以导入"TreeBank“或"
浏览 3提问于2015-09-23得票数 14
我正在处理pyspark数据帧中的文本数据。到目前为止，我已经成功地将数据标记为一列数组，并生成了下面的表： print(df.schema)
StructType(List(StructField(_c0,IntegerType,true),StructField(pageid,IntegerType,true),StructField(title,StringType,true),StructField(text,ArrayType(StringType,true),true)))
df.show(5)
+---+------+-------------------+-------
浏览 5提问于2020-01-22得票数 1
1回答
我有一个带有文本的熊猫专栏df_travail[line_text]。
我想对本专栏中的每个单词进行词汇化。
首先，我将文本小写：
df_travail ['lowercase'] = df_travail['line_text'].str.lower()
然后，我将其标记化并应用POS (因为wordnet默认配置将每个单词都视为名词)。
from nltk import word_tokenize, pos_tag
tok_and_tag = lambda x: pos_tag(word_tokenize(x))
df_travail ['tok_a
浏览 0提问于2020-01-03得票数 0
1回答
我对这段代码进行了句子测试，我想要转换它，这样我就可以把每一行都由没有标点符号的单词组成的整列命名，比如: deportivas calcetin hombres deportivas shoes。
import wordnet, nltk
nltk.download('wordnet')
from nltk.stem import WordNetLemmatizer
from nltk.corpus import wordnet
import pandas as pd
df = pd.read_excel(r'C:\Test2\test.xlsx')
浏览 2提问于2020-09-09得票数 1
回答已采纳
我真的需要为我的硕士论文优化这段代码。用>6000字来混淆文档需要20秒的时间。问题是，我必须对200.000多份文件进行分类，每个文件的平均字数为10.000字。
import pandas as pd
import nltk
import gensim
from nltk.stem.wordnet import WordNetLemmatizer
from nltk.corpus import wordnet
from collections import defaultdict
lemmatizer = WordNetLemmatizer()
def get_wordnet
浏览 0提问于2022-12-04得票数 0
回答已采纳
2回答
我正在我的语料库中应用wordNet狐猴，我需要定义狐猴的pos标签：
stemmer = PorterStemmer()
def lemmitize(document):
return stemmer.stem(WordNetLemmatizer().lemmatize(document, pos='v'))
def preprocess(document):
output = []
for token in gensim.utils.simple_preprocess(document):
if token not in gensim.pa
浏览 0提问于2019-08-17得票数 1
回答已采纳
尝试运行
wordnet.synsets('table')
从Windows上的Python 3.6中获取
File "<stdin>", line 1, in <module>
File "C:\Users\Leti\Anaconda3\envs\DeepVis\lib\site-packages\nltk\corpus\reader\wordnet.py", line 1424, in synsets
for p in pos
File "C:\Users\Leti\Anaconda3
浏览 0提问于2017-08-30得票数 1
1回答
如何验证我在这个列表理解中是否正确地使用了NLTK调词器，特别是它是否考虑了POS标签？
clean_article_string = (article_db.loc[0,'clean_text']) # pandas dataframe cell containing string.
tokens = word_tokenize(clean_article_string)
treebank_tagged_tokens = tagger.tag(tokens)
wordnet_tagged_tokens = [(w,get_wordnet_pos(t)) for (w, t)
浏览 1提问于2016-08-17得票数 2
回答已采纳
1回答
Lemmatize df列
、、、、
我试图在df中列出内容，但我编写的函数不起作用。在尝试对列中的数据进行列举化之前，该列的数据如下所示。 ? 然后我运行了以下代码： import nltk
nltk.download('wordnet')
from nltk.stem import WordNetLemmatizer
# Init the Wordnet Lemmatizer
lemmatizer = WordNetLemmatizer()
def lemmatize_text(text):
lemmatizer = WordNetLemmatizer()
return [lem
浏览 37提问于2021-04-14得票数 0
回答已采纳
2回答
我想使用下面的命令来描述词形
from nltk import word_tokenize, sent_tokenize, pos_tag
from nltk.stem.wordnet import WordNetLemmatizer
from nltk.corpus import wordnet
lmtzr = WordNetLemmatizer()
POS = pos_tag(text)
def get_wordnet_pos(treebank_tag):
#maps pos tag so lemmatizer understands
from nltk.
浏览 2提问于2015-06-24得票数 3
如何在Pyspark dataframe中使用POS标签执行词汇化(不使用Pandas) 我对pyspark和尝试词性标注的词汇化是个新手。我的数据是表格格式的。将列作为文本的。我已经清理了文本，但无法使用词性对标记进行词法分类。
浏览 14提问于2019-06-06得票数 0
1回答
我建立了一个纯文本语料库，下一步就是把我所有的文字混在一起。我正在使用WordNetLemmatizer，并需要pos_tag作为每个令牌，以避免出现这样的问题:爱->引理=爱和爱->引理=爱.
我认为默认的WordNetLemmatizer POS-标记是n (=Noun)，但是如何使用pos_tag呢？我认为预期的WordNetLemmatizer POS标签与我得到的pos_tag不同。有什么能帮助我的功能吗？！！
在这一行中，我认为word_pos是错误的，这就是错误的原因
引理= wordnet_lemmatizer.lemmatize(word，word_pos)
浏览 3提问于2016-03-08得票数 3
回答已采纳
正如我所了解的，如果我们在每个标记上识别相应的PoS标记，然后设置引号，不仅使动词、名词，而且还包括形容词和副词形式，我们就可以做得更好。
因此，我已经有了这些代码行，详细说明了上述四种类型，这样我就可以返回“绝对”和“可爱”的根表单。然而，我仍然能用同样的词来形容这些。
这里有三个问题：
有什么方法可以在我仍然使用同一个库的时候解决这个问题吗？
还有其他的库或函数可以做更好的柠檬化吗？
这是NLTK的的局限性之一吗?它不能完美地将所有类型的单词都归纳出来吗？
提前感谢你。
nltk.download('averaged_perceptron_tagger'
浏览 18提问于2022-02-22得票数 0
回答已采纳
我想用Wordnet查找词干。wordnet有词干提取功能吗？我使用这个import进行词干提取，但是它不能像预期的那样工作。
from nltk.stem.wordnet import WordNetLemmatizer
WordNetLemmatizer().lemmatize('Having','v')
浏览 2提问于2011-07-12得票数 4
回答已采纳
我目前正在处理一个句子的柠檬化，同时也应用pos_tags。到目前为止，这就是我所拥有的
import nltk
from nltk.tokenize import word_tokenize
from nltk.corpus import wordnet
from nltk.stem import WordNetLemmatizer
from nltk import pos_tag
lem = WordNetLemmatizer()
def findTag(sentence):
sentence = word_tokenize(sentence)
sentence = [
浏览 3提问于2020-02-19得票数 0
回答已采纳
我有用NLTK的平均感知器标记POS的代码：
from nltk.corpus import wordnet
from nltk.stem import WordNetLemmatizer
from nltk import pos_tag
from nltk.tokenize import word_tokenize
string = 'dogs runs fast'
tokens = word_tokenize(string)
tokensPOS = pos_tag(tokens)
print(tokensPOS)
结果：
[('dogs', 'N
浏览 5提问于2017-06-28得票数 1
回答已采纳
1回答
我试图根据词性对字符串进行归纳，但在最后阶段，我得到了一个错误。我的代码：
import nltk
from nltk.stem import *
from nltk.tokenize import sent_tokenize, word_tokenize
from nltk.corpus import wordnet
wordnet_lemmatizer = WordNetLemmatizer()
text = word_tokenize('People who help the blinging lights are the way of the future and are he
浏览 5提问于2017-01-24得票数 2
1回答
如何对句子列表进行词汇化
、、、
如何在Python中列出句子列表？
from nltk.stem.wordnet import WordNetLemmatizer
a = ['i like cars', 'cats are the best']
lmtzr = WordNetLemmatizer()
lemmatized = [lmtzr.lemmatize(word) for word in a]
print(lemmatized)
这就是我试过的方法，但它给了我相同的句子。我需要对之前的单词进行标记化才能正常工作吗？
浏览 63提问于2018-06-05得票数 5
回答已采纳
1回答
如何使用quanteda对像makes这样的单词进行词汇化，使其成为make。 在Python语言中，可以使用NLTK WordNet Lemmatizer
浏览 53提问于2020-06-12得票数 0
回答已采纳
我正在尝试对pyspark dataframe中一个名为"removed“的标记化列应用pos标签。 我正在试着 nltk.pos_tag(df_removed.select("removed")) 但我得到的只是值错误：ValueError: Cannot apply 'in' operator against a column: please use 'contains' in a string column or 'array_contains' function for an array column. 我怎么才
浏览 12提问于2020-03-30得票数 1
回答已采纳
下面的代码是我目前使用的代码，它可以很好地工作，但它会将像“没有”这样的单词更改为“没有”和"t“。我希望它要么去掉撇号，这样它就会变成“没有”，要么就把它留成“没有”，尽管这可能会在以后的TfidfVectorizer中导致问题？ 有没有办法在不太麻烦的情况下实现它？ def get_wordnet_pos(word):
"""Map POS tag to first character lemmatize() accepts"""
tag = pos_tag([word])[0][1][0].upper()
浏览 56提问于2020-10-13得票数 0
1回答
我想用相似度分数来比较两个单词。我用的是nltk.corpus的wordnet。
from nltk.corpus import wordnet
nltk.download('wordnet')
w1 = wordnet.synset("price" '.n.01') #wordnet.lemmas(i2)[0]
w2 = wordnet.synset("amount" + '.n.01')
print(w1.wup_similarity(w2))
我得到了相似度分数，但是，它只适用于名词之间，但是，我
浏览 0提问于2020-07-25得票数 0
1回答
我使用WordNet，如下所示，以使用python获取同义词集。 import nltk
from nltk.corpus import wordnet
synonyms = []
for syn in wordnet.synsets("alzheimer"):
for l in syn.lemmas():
synonyms.append(l.name())
print(set(synonyms)) 但是，单词alzheimer似乎不在WordNet中，因为我得到了一个空的同义词列表。然后，我尝试了不同的其他变体，如alzheimer disea
浏览 51提问于2020-01-13得票数 0
回答已采纳
1回答
我遇到了一个问题，我正在寻求帮助，我确实有以下代码： import nltk
import pandas as pd
from nltk.stem import WordNetLemmatizer
wordnet_lemmatizer = WordNetLemmatizer()
d = {'col1': ['AI is our friend and it has been friendly', 'AI and human have always been friendly']}
df = pd.DataFrame(data=d)
sampl
浏览 28提问于2019-01-24得票数 1
回答已采纳
如果您将单词"US" (美国)从package nltk.stem输入到WordNetLemmatizer中，在经过预处理(变成"us"，即小写)之后，它将被翻译为"u"。例如： from nltk.stem import WordNetLemmatizer
lmtzr = WordNetLemmatizer()
word = "US".lower() # "US" becomes "us"
lemma = lmtzr.lemmatize(word)
print(lemma) # print
浏览 7提问于2019-02-20得票数 2
回答已采纳
2回答
当我尝试下面的代码时
python -c "import nltk; nltk.download('punkt');
nltk.download('averaged_perceptron_tagger');
nltk.download('maxent_treebank_pos_tagger');
nltk.download('wordnet')"
控制台上写着
[nltk_data] Error loading punkt: HTTP Error 405: Not allowed.
[nltk_data] E
浏览 8提问于2017-07-26得票数 11
我正在试着计算一些中文单词的同义词。除了某些单词之外，一切都进行得很好。我的代码非常简单，如下所示： from nltk.corpus import wordnet as wn
syn_list = wn.synsets(u'节日', lang='cmn') 以下是错误信息： File ".../python2.7/site-packages/nltk/corpus/reader/wordnet.py", line 1162, in of2ss
return self.synset_from_pos_and_offset(of[-1],
浏览 28提问于2021-01-30得票数 0
1回答
我正在尝试使用NLTK.stem Wordlemmatizer将像"Escalation“这样的词归类为"Escalate”。
word_lem = WordNetLemmatizer()
print( word_lem.lemmatize("escalation", pos = "n")
应该使用哪个pos标签来获得类似于"escalate“的结果
浏览 1提问于2021-05-08得票数 1
我使用的是Python3.6和NLTK3.2.3，我得到的"WordNetError“只是”护航“这个词。我没有收到任何其他单词的错误。下面的文字记录显示了使用单词"dog“的成功和使用单词”护送“的错误：
Python 3.6.0 |Anaconda custom (64-bit)| (default, Dec 23 2016, 12:22:00)
[GCC 4.4.7 20120313 (Red Hat 4.4.7-1)] on linux
Type "help", "copyright", "credits" or
浏览 5提问于2017-06-14得票数 1
1回答
我的目标是清理Pyspark中列中的数据。我写了一个清洁的函数。
def preprocess(text):
text = text.lower()
text=text.strip()
text=re.compile('<.*?>').sub('', text)
text = re.compile('[%s]' % re.escape(string.punctuation)).sub(' ', text)
text = re.sub('\s+', &#
浏览 12提问于2022-08-03得票数 0
回答已采纳
作为文本分类模型预处理的一部分，我使用NLTK库添加了停用词删除和词汇化步骤。代码如下： import pandas as pd
import nltk; nltk.download("all")
from nltk.corpus import stopwords; stop = set(stopwords.words('english'))
from nltk.stem import WordNetLemmatizer
from nltk.corpus import wordnet
# Stopwords removal
def remove_stop
浏览 14提问于2021-10-12得票数 0
我正在阅读一张句子列表，并用NLTK的斯坦福POS标签标记每个单词。我得到的输出如下：
wordnet_sense = []
for o in output:
a = st.tag(o)
wordnet_sense.append(a)
产出：[[(u'feel', u'VB'), (u'great', u'JJ')], [(u'good', u'JJ')]]
我想与他们的词性映射这些词，以便它们在WordNet中得到认可。
我尝试过这样做：
sense = []
for i in
浏览 1提问于2016-02-17得票数 4
回答已采纳
2回答
我已经用nltk.pos_tag()标记了一些单词，所以它们被赋予了treebank标签。我想使用已知的POS标签来列举这些单词，但我不确定如何使用。我正在看Wordnet词法分析器，但我不确定如何将treebank POS标记转换为词法分析器接受的标记。我如何简单地执行这个转换，或者有没有使用树库标签的词汇化器？
浏览 1提问于2011-03-20得票数 17
在NTLK语料库中，我可以从普林斯顿WN语料库中得到这个意义的偏移：
[in]:'dog.n.01'
>>> from nltk.corpus import wordnet as wn
>>> ss = wn.synset('dog.n.01')
>>> offset = str(ss.offset).zfill(8)+"-"+ss.pos
>>> print offset
[out]:'02084071-n'
该偏移量类似于中使用的约定。
如何在不遍历整个w
浏览 1提问于2013-03-14得票数 0
回答已采纳
1回答
我有一个函数，以元组的形式返回每个单词的词性。当我执行它时，我只得到第一个元素(第一个元组)的结果。我想得到列表中每个元素(元组)的结果。例如：
get_word_pos("I am watching")
我得到的结果是：
[('I', 'PRP'), ('am', 'VBP'), ('watching', 'VBG')]
'n'
但我想要的结果如下
"n"
"v"
"v"
我编写的函数包含多个返回语句，这就是为什么我只
浏览 6提问于2022-02-04得票数 0
回答已采纳
1回答
我正在使用python、NLTK和WordNetLemmatizer开发一个狐猴。这是一个随机的文本，它输出了我所期望的
from nltk.stem import WordNetLemmatizer
from nltk.corpus import wordnet
lem = WordNetLemmatizer()
lem.lemmatize('worse', pos=wordnet.ADJ) // here, we are specifying that 'worse' is an adjective
输出：'bad'
lem.lemmatiz
浏览 5提问于2014-04-10得票数 3
回答已采纳
我已经将pyspark_python设置为python3，并且我想在Spark RDD上执行NLTK。但在执行NLTK时，它显示在错误下面。 File "/home/user/.local/lib/python3.6/site-packages/nltk/corpus/reader/wordnet.py", line 1881, in <listcomp>
if form.endswith(old)
TypeError: endswith first arg must be bytes or a tuple of bytes, not str 当我在HDP集群
浏览 13提问于2020-06-17得票数 0
问题陈述:把那些动词化。
文本：
‘我很想试着听一下你的应用程序可以产生的音频样本。’“，”我不想买，因为我买了这么多的应用程序，说它们做了一些事情，却不送货。“，”你能用你转换过的文本添加音频样本吗？“，”我很想看看最终结果。“，‘谢谢！’
POS代码
tokenized_word=nltk.word_tokenize(str(file))
postag=nltk.pos_tag(tokenized_word)
def pos_tagger(nltk_tag):
if nltk_tag.startswith('V'):
return wordne
浏览 2提问于2020-12-23得票数 0
1回答
我对使用WordNetLemmatizer的时间复杂性感到有点困惑。来自NLTK网站: NLTK在英语WordNet中提供了155,287个单词和117,659个同义词集。
源代码：
import nltk
from nltk.stem import WordNetLemmatizer
# Init the Wordnet Lemmatizer
lemmatizer = WordNetLemmatizer()
# Lemmatize Single Word
print(lemmatizer.lemmatize("bats"))
从NLTK源代码中，我得到了以下函数，用于狐
浏览 7提问于2022-02-16得票数 1
1回答
我的任务是把任何动词转换成合适的名词形式。
提高认识-提高认识-承认
等等..。
我试过了，但我犯了个错误
我的代码:
import nltk.app.wordnet_app as nwapp
from nltk.corpus import wordnet as wn
word = "recognize"
print("Nominalizing " + word)
verb_synsets = wn.synsets(word, pos=wn.VERB)
print nwapp.get_relations_data(word,verb_synsets)
我的错误
浏览 5提问于2014-04-04得票数 0
回答已采纳
我正在尝试获取Wordnet字典中的所有名词和食物类别的单词。
我已经找到了一种检查单词是否为noun.food的方法，但我需要相反的方法：
import nltk
nltk.download('wordnet')
from nltk.corpus import wordnet as wn
def if_food(word):
syns = wn.synsets(word, pos = wn.NOUN)
for syn in syns:
print(syn.lexname())
if 'food' in syn.
浏览 16提问于2019-07-16得票数 2
回答已采纳
我知道wordnet有一个。我知道它在nltk中的synset类型枚举中。
from nltk.corpus import wordnet as wn
wn.ADJ_SAT
u's'
为什么我不能把它作为key传递给synsets呢？
>>> wn.synsets('dog', wn.ADJ_SAT)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/Library/Python/2.
浏览 3提问于2014-11-13得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
