python爬虫，以及相似度分析，可以分析两个文本字符串的相似度

用于中文文本分词，去停用词，包含基本的停用词词典，可根据需要进行扩充。

数据挖掘，pyton3.6文本分类

使用前一定要看使用说明，本程序批量下载excel中的文件链接并自动命名写入excel ，解决了遇到批量的链接时，用迅雷下载会遇到文件名无法统计的问题，本程序可以做到下载文件名与下载链接一一对应，写入excel。

该资源主要参考我的博客： [python] Kmeans文本聚类算法+PAC降维+Matplotlib显示聚类图像 http://blog.csdn.net/eastmount/article/details/50545937 包括输入文档txt，共1000行数据，每行都是分词完的文本。 本文主要讲述以下几点： 1.通过scikit-learn计算文本内容的tfidf并构造N*M矩阵(N个文档 M个特征词)； 2.调用scikit-learn中的K-means进行文本聚类； 3.使用PAC进行降维处理，每行文本表示成两维数据； 4.最后调用Matplotlib显示聚类效果图。 免费资源，希望对你有所帮助~ By Eastmount

Text Processing In Python英文版by David Mertz。 简单就是最好，本电子书只有文本文件。