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。

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

  将文件中的tab更换成逗号

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

[kfk@bigdata-pro01 datas]$ cat weblog.log|tr "\t" "," > weblog2.log
[kfk@bigdata-pro01 datas]$ more weblog2.log
?::,,[360安全卫士], ,download.it.com.cn/softweb/software/firewall/antivirus//.html
::,,[哄抢救灾物资], ,news.21cn.com/social/daqian////4777194_1.shtml
::,,[75810部队], ,www.greatoo.com/greatoo_cn/list.asp?link_id=&title=%BE%DE%C2%D6%D0%C2%CE%C5
::,,[绳艺], ,www.jd-cd.com/jd_opus/xx//.html
::,,[汶川地震原因], ,www.big38.net/
::,,[莫衷一是的意思], ,www.chinabaike.com/article/////.html
::,,[星梦缘全集在线观看], ,www.6wei.net/dianshiju/????\xa1\xe9|????do=index
::,,[闪字吧], ,www.shanziba.com/
::,,[霍震霆与朱玲玲照片], ,bbs.gouzai.cn/thread-.html
::,,[电脑创业], ,ks.cn.yahoo.com/question/.html
::,,[111aa图片], ,www.fotolog.com.cn/tags/aa111
::,,[豆腐的制成], ,ks.cn.yahoo.com/question/.html
::,,[tudou.com+禁播电影], ,topic.bindou.com//
::,,[最佳受孕时间], ,ks.cn.yahoo.com/question/.html
::,,[捷克民歌土风舞++教案], ,shwamlys.blog.sohu.com/.html
::,,[pdf], ,download.it168.com////13947_3.shtml
::,,[喷嘭乐团lonely+day], ,www.songtaste.com/song//
::,,[尼康相机报价], ,product.it168.com/list/b/03050171_1.shtml
::,,[哄抢救灾物资], ,pic.news.mop.com/gs///.shtml
::,,[], ,www.1000dy.cn/
::,,[剑荡天下+++展鹏], ,74.53.27.3/~xx4ucom/bbs/simple/index.php?t31744.html
::,,[人妖], ,play.zol.com.cn/detail/1659_1.html
::,,[印尼排华是怎么回事], ,zhidao.baidu.com/question/
::,,[东莞市塘厦新泰塑胶五金厂], ,www.hi-b2b.com/product/17w47204/index.shtml
::,,[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. DE0-Nano-SoC开发板诡异的电源电路方案设计分析

    这些日子一直在设计自己的Cyclone V SoC开发板,由于我们这种散兵游勇,是断然没有厂家和代理技术支持的,因此只能找各种现成方案参考.其实Cyclone V SoC芯片的外围电路设计不难,无非就 ...

  2. Android-图像原理/绘制原理

    图像原理 先专门讲解图片,一想到图片有那些特点:    宽/高 格式jpg/jpeg/... 大小43.kb/... 图片是由像素点组成:像素点是正方形的,只是像素点很小很多,看起来可以拼接圆形⭕️, ...

  3. Android-进程理解/进程的优先级别

    进程理解 Android系统最小的控制单元是:进程 process 应用/CPU最小的控制单元是:线程 thread 一个应用一个 process 进程 一个应用一个 package(包是唯一的) 一 ...

  4. Elasticsearch 安装的时候,Unsupported major.minor version 51.0问题的解决

    Elasticsearch安装的时候报错 bootstrap/Elasticsearch : Unsupported major.minor version 51.0 网上一般说的方法是,升级或者降级 ...

  5. Replication--备份初始化需要还原备份么?

    测试场景:发布服务器:SQLVM6\SQL2订阅服务器:SQLVM5\SQL2分发服务器:SQLVM3\SQL2发布数据库:RepDB2订阅数据库:RepDB2发布:RepDB2_TB1 测试步骤:1 ...

  6. session喜欢丢值且占内存,Cookis不安全,用什么可以代替呢?

    localstorage sessionstorage 在线资料 webdb 这些都是基于HTML5的新特性! 此外还可以使用服务器文件.DB等.

  7. php 命令行脚本运行php文件简单演示

    众说周知,php在web服务器领域有着很重要的角色,可是它不仅仅在web领域,只是在web领域表现更为优秀! 它基本有三种用途: web服务端脚本的编写 应用程序图形界面(类似windows自带的计算 ...

  8. IIS服务器添加网站

    1.添加IIS服务:对“我的电脑”右键,管理,点击服务和应用程序,如果下面没有”Internet Information Services(IIS)管理器“,打开控制面板,点击程序,启用或者关闭Win ...

  9. RabbitMq初探——用队列实现RPC

    rabbitmq构造rpc 前言 rpc——remote procedure call 远程调用.在我接触的使用过http协议.thrift框架来实现远程调用.其实消息队列rabbitmq也可以实现. ...

  10. nova 宿主机重启自动恢复虚拟机运行状态

    1. 宿主机重启自动恢复虚拟机运行状态 1.1 参数描述与默认值 # Whether to start guests that were running before the host reboote ...