为古腾堡项目创建和互操作本地缓存的库
Gutenberg的Python项目详细描述
*********
gutenbergpy
*****
图片：：https://github.com/raduangelescu/gutenbergpy/blob/master/dblogos.png
：alt:mongodb
：align:center
：width:100%
这个包过滤并从“project
gutenberg<；http://www.gutenberg.org>”获取信息；` python更容易做到。
it的目标用户是机器学习人员，他们的项目需要数据，
，但任何人都可以自由使用。
软件包：
-生成一个本地缓存（所有gutenberg信息的缓存），您可以互操作以获取图书ID。本地缓存可以是sqlite（默认）或mongodb（对于需要安装pymongodb包的wich而言）
-下载并清理来自gutenberg books的原始文本
Windows和Linux上的python 2.7测试了包
速度更快，比https://github.com/c-w/Gutenberg
源代码：：sh
或者从源代码安装（都是python代码）
……源代码：：sh
git clone https://github.com/raduangelescu/gutenbergpy
python setup.py install
Usage
==
sourcecode：：python
import gutenbergpy.text get
缓存
----
要执行此操作，首先需要创建缓存（这是每个操作系统的一次性操作，直到您决定重做它）
sourcecode：：python
from gutenbergpy.gutenbergcache import gutenbergcache
*删除旧缓存
-*download*属性从gutenberg项目下载rdf文件
-*unpack*unpack*unpack它
-*parse*在内存中解析它
-*cache*写入缓存
sourcecode：：python
gutenbergcache.create（refresh=true，download=true，unpack=true，parse=true，cache=true，deletemp=true）
为了更好地控制，您可以设置gutenbergcachesettings
-*cachefilename*
-*cacheunpackdir*
-*cachearchivename*
-*progressbarmaxlength*
-*cacherdfdownloadlink*
-*textfilescahefolder*
-*mongodbcacheserver*
。sourcecode：：python
gutenbergcachesettings.set（cachefilename=”，cacheunpackdir=”，
cachearchivename=”，progressbarmaxlength=”，cacherdfdownloadlink=”，textfilecachefolder=”，mongodbcacheserver=”）
它将在大约5分钟内结束，这取决于您的互联网速度和计算机电源
（在具有千兆连接和固态硬盘的i7上，它将在大约1分钟内完成）
sourcecode：：python
-语言
-作者
-类型
-标题
-主题
-出版商
-书架
-下载类型
…源代码：：python
打印缓存。查询（downloadtype=['application/plain'，'text/plain'，'text/html；charset=utf-8']）
sourcecode：：python
python
cache.native_query（“SELECT*FROM books”）
mongodb
cache.native_query（{type:'Text'}
对于SQLITE自定义查询，请查看SQLITE数据库方案：
图片：：https://github.com/raduangelescu/gutenbergpy/blob/master/sqlitecheme.png
：alt:SQLITE数据库方案
：宽度：100%
：align:center
具有以下字段的每本书：
-book（出版商、权利、语言、书架、古登堡图书标识、发行日期、下载次数、标题、主题、作者、文件、类型）
gutenbergpy
*****
图片：：https://github.com/raduangelescu/gutenbergpy/blob/master/dblogos.png
：alt:mongodb
：align:center
：width:100%
这个包过滤并从“project
gutenberg<；http://www.gutenberg.org>”获取信息；` python更容易做到。
it的目标用户是机器学习人员，他们的项目需要数据，
，但任何人都可以自由使用。
软件包：
-生成一个本地缓存（所有gutenberg信息的缓存），您可以互操作以获取图书ID。本地缓存可以是sqlite（默认）或mongodb（对于需要安装pymongodb包的wich而言）
-下载并清理来自gutenberg books的原始文本
Windows和Linux上的python 2.7测试了包
速度更快，比https://github.com/c-w/Gutenberg
源代码：：sh
或者从源代码安装（都是python代码）
……源代码：：sh
git clone https://github.com/raduangelescu/gutenbergpy
python setup.py install
Usage
==
sourcecode：：python
import gutenbergpy.text get
缓存
----
要执行此操作，首先需要创建缓存（这是每个操作系统的一次性操作，直到您决定重做它）
sourcecode：：python
from gutenbergpy.gutenbergcache import gutenbergcache
*删除旧缓存
-*download*属性从gutenberg项目下载rdf文件
-*unpack*unpack*unpack它
-*parse*在内存中解析它
-*cache*写入缓存
sourcecode：：python
gutenbergcache.create（refresh=true，download=true，unpack=true，parse=true，cache=true，deletemp=true）
为了更好地控制，您可以设置gutenbergcachesettings
-*cachefilename*
-*cacheunpackdir*
-*cachearchivename*
-*progressbarmaxlength*
-*cacherdfdownloadlink*
-*textfilescahefolder*
-*mongodbcacheserver*
。sourcecode：：python
gutenbergcachesettings.set（cachefilename=”，cacheunpackdir=”，
cachearchivename=”，progressbarmaxlength=”，cacherdfdownloadlink=”，textfilecachefolder=”，mongodbcacheserver=”）
它将在大约5分钟内结束，这取决于您的互联网速度和计算机电源
（在具有千兆连接和固态硬盘的i7上，它将在大约1分钟内完成）
sourcecode：：python
-语言
-作者
-类型
-标题
-主题
-出版商
-书架
-下载类型
…源代码：：python
打印缓存。查询（downloadtype=['application/plain'，'text/plain'，'text/html；charset=utf-8']）
sourcecode：：python
python
cache.native_query（“SELECT*FROM books”）
mongodb
cache.native_query（{type:'Text'}
对于SQLITE自定义查询，请查看SQLITE数据库方案：
图片：：https://github.com/raduangelescu/gutenbergpy/blob/master/sqlitecheme.png
：alt:SQLITE数据库方案
：宽度：100%
：align:center
具有以下字段的每本书：
-book（出版商、权利、语言、书架、古登堡图书标识、发行日期、下载次数、标题、主题、作者、文件、类型）
欢迎加入QQ群-->： 979659372
