不多说,直接上干货!

   现有一份数据如下。

  

下载日志数据并分析

    到搜狗实验室下载用户查询日志

  1) 介绍

    搜索引擎查询日志库设计为包括约1个月(2008年6月)Sogou搜索引擎部分网页查询需求及用户点击情况的网页查询日志数据集合。为进行中文搜索引擎用户行为分析的研究者提供基准研究语料。

  2)   格式说明

    数据格式为:访问时间\t用户ID\t[查询词]\t该URL在返回结果中的排名\t用户点击的顺序号\t用户点击的URL

    其中,用户ID是根据用户使用浏览器访问搜索引擎时的Cookie信息自动赋值,即同一次使用浏览器输入的不同查询对应同一个用户ID。

  1. [kfk@bigdata-pro01 datas]$ more weblogs.log
  2. :: [360安全卫士] download.it.com.cn/softweb/software/firewall/antivirus//.html
  3. :: [哄抢救灾物资] news.21cn.com/social/daqian////4777194_1.shtml
  4. :: [75810部队] www.greatoo.com/greatoo_cn/list.asp?link_id=&title=%BE%DE%C2%D6%D0%C2%CE%C5
  5. :: [绳艺] www.jd-cd.com/jd_opus/xx//.html
  6. :: [汶川地震原因] www.big38.net/
  7. :: [莫衷一是的意思] www.chinabaike.com/article/////.html
  8. :: [星梦缘全集在线观看] www.6wei.net/dianshiju/????\xa1\xe9|????do=index
  9. :: [闪字吧] www.shanziba.com/
  10. :: [霍震霆与朱玲玲照片] bbs.gouzai.cn/thread-.html
  11. :: [电脑创业] ks.cn.yahoo.com/question/.html
  12. :: [111aa图片] www.fotolog.com.cn/tags/aa111
  13. :: [豆腐的制成] ks.cn.yahoo.com/question/.html
  14. :: [tudou.com+禁播电影] topic.bindou.com//
  15. :: [最佳受孕时间] ks.cn.yahoo.com/question/.html
  16. :: [捷克民歌土风舞++教案] shwamlys.blog.sohu.com/.html
  17. :: [pdf] download.it168.com////13947_3.shtml
  18. :: [喷嘭乐团lonely+day] www.songtaste.com/song//
  19. :: [尼康相机报价] product.it168.com/list/b/03050171_1.shtml
  20. :: [哄抢救灾物资] pic.news.mop.com/gs///.shtml
  21. :: [] www.1000dy.cn/
  22. :: [剑荡天下+++展鹏] 74.53.27.3/~xx4ucom/bbs/simple/index.php?t31744.html
  23. :: [人妖] play.zol.com.cn/detail/1659_1.html
  24. :: [印尼排华是怎么回事] zhidao.baidu.com/question/
  25. :: [东莞市塘厦新泰塑胶五金厂] www.hi-b2b.com/product/17w47204/index.shtml
  26. :: [胡其美] www.gotostreet.com/bbs/ShowPost.Asp?ID=

  将文件中的tab更换成逗号

  1. cat weblog.log|tr "\t" "," > weblog2.log

  1. [kfk@bigdata-pro01 datas]$ cat weblog.log|tr "\t" "," > weblog2.log
  2. [kfk@bigdata-pro01 datas]$ more weblog2.log
  3. ?::,,[360安全卫士], ,download.it.com.cn/softweb/software/firewall/antivirus//.html
  4. ::,,[哄抢救灾物资], ,news.21cn.com/social/daqian////4777194_1.shtml
  5. ::,,[75810部队], ,www.greatoo.com/greatoo_cn/list.asp?link_id=&title=%BE%DE%C2%D6%D0%C2%CE%C5
  6. ::,,[绳艺], ,www.jd-cd.com/jd_opus/xx//.html
  7. ::,,[汶川地震原因], ,www.big38.net/
  8. ::,,[莫衷一是的意思], ,www.chinabaike.com/article/////.html
  9. ::,,[星梦缘全集在线观看], ,www.6wei.net/dianshiju/????\xa1\xe9|????do=index
  10. ::,,[闪字吧], ,www.shanziba.com/
  11. ::,,[霍震霆与朱玲玲照片], ,bbs.gouzai.cn/thread-.html
  12. ::,,[电脑创业], ,ks.cn.yahoo.com/question/.html
  13. ::,,[111aa图片], ,www.fotolog.com.cn/tags/aa111
  14. ::,,[豆腐的制成], ,ks.cn.yahoo.com/question/.html
  15. ::,,[tudou.com+禁播电影], ,topic.bindou.com//
  16. ::,,[最佳受孕时间], ,ks.cn.yahoo.com/question/.html
  17. ::,,[捷克民歌土风舞++教案], ,shwamlys.blog.sohu.com/.html
  18. ::,,[pdf], ,download.it168.com////13947_3.shtml
  19. ::,,[喷嘭乐团lonely+day], ,www.songtaste.com/song//
  20. ::,,[尼康相机报价], ,product.it168.com/list/b/03050171_1.shtml
  21. ::,,[哄抢救灾物资], ,pic.news.mop.com/gs///.shtml
  22. ::,,[], ,www.1000dy.cn/
  23. ::,,[剑荡天下+++展鹏], ,74.53.27.3/~xx4ucom/bbs/simple/index.php?t31744.html
  24. ::,,[人妖], ,play.zol.com.cn/detail/1659_1.html
  25. ::,,[印尼排华是怎么回事], ,zhidao.baidu.com/question/
  26. ::,,[东莞市塘厦新泰塑胶五金厂], ,www.hi-b2b.com/product/17w47204/index.shtml
  27. ::,,[胡其美], ,www.gotostreet.com/bbs/ShowPost.Asp?ID=
欢迎大家,加入我的微信公众号:大数据躺过的坑     免费给分享
 
 
 

同时,大家可以关注我的个人博客

   http://www.cnblogs.com/zlslch/   和     http://www.cnblogs.com/lchzls/ 

   详情请见:http://www.cnblogs.com/zlslch/p/7473861.html

  人生苦短,我愿分享。本公众号将秉持活到老学到老学习无休止的交流分享开源精神,汇聚于互联网和个人学习工作的精华干货知识,一切来于互联网,反馈回互联网。
  目前研究领域:大数据、机器学习、深度学习、人工智能、数据挖掘、数据分析。 语言涉及:Java、Scala、Python、Shell、Linux等 。同时还涉及平常所使用的手机、电脑和互联网上的使用技巧、问题和实用软件。 只要你一直关注和呆在群里,每天必须有收获

以及对应本平台的QQ群:161156071(大数据躺过的坑)

如何快速将文本中的tab更换成逗号(图文详解)的更多相关文章

  1. windows系统里Cygwin中如何正确安装wget(图文详解)

    具体步骤,见如下: https://ftp.gnu.org/gnu/wget/ 解压到Cygwin的主目录中,一般是   你的Cygwin目录/home/当前用户名/ . 我这是如下     先./c ...

  2. windows系统下在忘记安装make的Cygwin中如何正确安装make(图文详解)

    由于我在安装cygwin时忘了包含make包,所以安装后发现我在bash中无法使用make命令.但是一般在cygwin下面的软件都是要用make来实现编译和安装的.没有make,又如何编译生成make ...

  3. spring中quatz的多定时任务配置图文详解

    近来公司让用quatz框架做定时功能,而且还是执行多定时任务,真是苦恼. 虽然从网上搜了很多资料,但是写法上不太尽如人意,最后还是请教了螃蟹大神,给的配置建议就是简单啊,现在拿来分享下: 这里我们需要 ...

  4. Spark Mllib里如何删除每一条数据中所有的双引号“”(图文详解)

    不多说,直接上干货! 具体,见 Hadoop+Spark大数据巨量分析与机器学习整合开发实战的第13章 使用决策树二元分类算法来预测分类StumbleUpon数据集

  5. ios怎样实现快速将显卡中数据读出压缩成视频在cocos2dx扩展开发中

    如果解决ios怎样实现快速将显卡中数据读出压缩成视频在cocos2dx扩展开发中 手机平台性能是个关键问题. 压缩视频分成3个步骤: 读取显卡数据, 使用编码器压缩,保存文件. 使用libav 压缩的 ...

  6. 图文详解Unity3D中Material的Tiling和Offset是怎么回事

    图文详解Unity3D中Material的Tiling和Offset是怎么回事 Tiling和Offset概述 Tiling表示UV坐标的缩放倍数,Offset表示UV坐标的起始位置. 这样说当然是隔 ...

  7. opencv中 int main(int argc,char* argv[])详解

    opencv中  int main(int argc,char* argv[])详解 argc是命令行总的参数个数     argv[]是argc个参数,其中第0个参数是程序的全名,以后的参数     ...

  8. SpringBoot中使用UEditor基本配置(图文详解)

    SpringBoot中使用UEditor基本配置(图文详解) 2018年03月12日 10:52:32 BigPotR 阅读数:4497   最近因工作需要,在自己研究百度的富文本编辑器UEditor ...

  9. javascript中的Base64.UTF8编码与解码详解

    javascript中的Base64.UTF8编码与解码详解 本文给大家介绍的是javascript中的Base64.UTF8编码与解码的函数源码分享以及使用范例,十分实用,推荐给小伙伴们,希望大家能 ...

随机推荐

  1. WebStorm + JetBrains IDE Support 实现自动刷新功能

    WebStorm 7.0 + live eidt + JetBrains IDE Support 实现自动刷新功能, WebStorm 7.0 已自带live eidt扩展 并可更改端口,WebSto ...

  2. 自定义View--滚动View

    实现这么一个效果,一个布局中有一个View,那个View会随着我们手指的拖动而滑动,这种效果该如何实现?   我们第一反应应该是自定义一个DragView类继承View,然后重写onTouchEven ...

  3. Java异常封装

    转载: Java异常封装 Java里面的异常在真正工作中使用还是十分普遍的.什么时候该抛出什么异常,这个是必须知道的. 当然真正工作里面主动抛出的异常都是经过分装过的,自己可以定义错误码和异常描述. ...

  4. Metasploit学习指南—基础篇

    Metasploit是一款强大的渗透测试平台,其中包括了很多渗透测试利器,本文简单介绍一下Metasploit的配置和基础的使用方法,主要包括以下几个方面: Metasploit的核心 基础的配置 M ...

  5. ASP.NET:邮件服务器与客户端

    目录: 一.概述 二.MX设置 三.使用系统的SMTP功能发邮件 四.使用hMailServer收发邮件 五.Web邮件客户端 一.概述 首先必须清楚SMTP才是提供邮件服务器的核心,收发邮件全靠SM ...

  6. netcore中使用bower还原出错的解决方法

    近期BitAdminCore框架在创建时,还原bower包出现502错 打开地址,发现原为是因为bower服务调整导致的. 果断处理: 1.通过管理员模式,启动命令行 2.进入npm所在目录 3.执行 ...

  7. LightOJ 1220 Mysterious Bacteria(唯一分解定理 + 素数筛选)

    http://lightoj.com/volume_showproblem.php?problem=1220 Mysterious Bacteria Time Limit:500MS     Memo ...

  8. asp.net web 应用站点支持域账户登录

    1.IIS站点应用程序池设置管道模式为classic模式,identity设置为管理员账户 2.站点验证设置,只打开windows验证,其他都关闭 3.应用程序配置web.config配置如下: &l ...

  9. jdk-7u40-windows-i586的安装

    1.预备知识: i586 指的是windows 32bit版本 Oracle.微软.IBM这些大佬们最“贵族”了-----他们都很喜欢 C盘 2.关键 JDK必须装在C盘目录下,才能在命令行下正确运行 ...

  10. Android 推送

    安卓推送方案及比较 http://www.eoe.cn/news/11955.html ******************************************************** ...