在上篇文章中，小编使用了Python爬取了网易云音乐中许巍的故乡的评论数据，在本篇文章中，小编将介绍怎么清理这些数据。

一：数据存在的问题。

问题1：有些评论中有换行符，导致一条评论可能占用很多行，如下图所示：

问题2：数据中有重复的数据，详见下图：

这些数据很明显都重复了，而且还不止一次，通过在记事本中查找，发现重复了336次。具体什么原因，小编还在研究。。。。

二：数据清洗整理

在这里，小编使用了Java对数据进行了清洗处理，相关代码如下：

整理数据，使其规范化的函数。

除去重复数据的函数

Main函数

最后结果如下图所示：

处理前

处理后

想要源码可以关注并私信小编，小编会在第一时间给回复。在以后的文章里，小编将介绍怎么将处理后数据导入MySQL来做一些简单的查询分析，届时可以查询自己暗恋的女（男）神的评论了（如果有的话）。

注：该教程只用作学习交流之用，请勿随意传播和做恶。。。。。