GNU/Linux.ch Wettbewerb https://gnulinux.ch/wettbewerb-gnu-linux-ch-verschlagworten

Find a file

OneNewDev db471d5559 use max tags instead of min score as display limit		2022-06-08 19:12:30 +02:00
.gitignore	ignore data folder and add example-data.zip	2022-05-29 16:27:11 +02:00
example-data.zip	ignore data folder and add example-data.zip	2022-05-29 16:27:11 +02:00
exclude.py	add excluded words	2022-06-08 19:09:53 +02:00
LICENSE	add LICENSE	2022-05-29 16:38:23 +02:00
README.md	update README.md	2022-05-29 16:23:38 +02:00
tagger.py	use max tags instead of min score as display limit	2022-06-08 19:12:30 +02:00

README.md

Tagger

Generiert Tags aus HTML-Artikeln.

Eine pure-python Lösung für einen GNU/Linux.ch Wettbewerb.

Funktionsweise

Extrahiert den Text aus dem HTML
Jedes Wort bekommt eine Bewertung nach bestimmten Kriterien
Die Wörter mit den höchsten Bewertungen werden als Tags vorgeschlagen

Voraussetzungen

Python 3.9

Ein data Ordner mit folgender Struktur:

├── data
│   ├── ausblick-auf-kde-plasma-5-23-verbessertes-breeze-theme
│   │   └── index.txt
│   ├── aus-feedreader-wird-newsflash
│   │   └── index.txt
│   ├── auslieferung-des-volla-phones-fuer-november-geplant
│   │   └── index.txt
│   ├── autosave-320f77ed720ec9dd09e35e4ebee5235d
│   │   └── index.txt
│   ├── background-remover
│   │   └── index.txt

Ordner, die mit autosave- beginnen, werden ignoriert.

Verwendung

python3 tagger.py

Das Ergebnis ist in der tags.json zu finden.