add code comments

tagger.py

@@ -12,7 +12,7 @@ OUTPUT_FILE = 'tags.json'
 TAGS_PER_ARTICLE = 5
 JSON_INDENT = 2
 
-UPPER_CHECK = re.compile(r'[A-Z]')
+_UPPER_CHECK = re.compile(r'[A-Z]')
 
 
 @dataclass
@@ -28,40 +28,60 @@ class FileScanner(HTMLParser):
         self.texte = []
     
     def scan_file(self):
+        # Datei einlesen
         content = read_file(self.file)
+        # HTMLParser aufrufen um HTML-Syntax-Elemente zu entfernen.
         self.feed(content)
         
         words_with_usage = {}
         words = []
         for text in self.texte:
+            # Eventuelle URL-codierte Zeichen in die eigentliche Zeichen umwandeln. (z.B. %2F -> /)
             text = unquote_plus(text)
+            # Textteile in einzelne Wörter aufteilen
             words += re.split(r'[ /\-_#\n.?=]', text)
         print(f'\nFile {self.file.parent.name} contains {len(words)} words')
+        # Titel in einzelne Wörter aufteilen
         title_words = set(self.file.parent.name.split('-'))
         for word in words:
+            # Verschiedene Zeichen vom Anfang und Ende der Wörter entfernen.
             tag_name = word.strip(".,:;!\"'<>()")
+            # Leere Wörter ignorieren
             if not tag_name:
                 continue
+            # Alle Buchstaben verkleinern, aber gleichzeitig originales Wort merken
             word = tag_name.lower()
+            # Standard Bewertung für jedes Wort ist 10
             score = 10
+            # Wörter, die in der Liste der ausgeschlossenen Wörter stehen, ignorieren
             if word in EXCLUDED_WORDS:
                 continue
+            # Wörter, die nur aus Zahlen bestehen, ignorieren
             if word.isdigit():
                 continue
+            # Die Bewertung von Wörtern, die im Titel vorkommen, deutlich verbessern.
             if word in title_words:
                 score *= 4
+            # Die Bewertung von Wörtern, die kürzer oder gleich lang sind als 3 Buchstaben,
+            # entsprechend der Länge des Wortes verringern.
             word_length = len(word)
             if word_length <= 3:
                 score = int(score * word_length / 4)
-            upper_letters_count = len(UPPER_CHECK.findall(tag_name))
+            # Die Anzahl der Großbuchstaben in dem originalen Wort zählen ...
+            upper_letters_count = len(_UPPER_CHECK.findall(tag_name))
+            # ... und die Bewertung entsprechen der Anzahl verbessern.
             score += upper_letters_count * 5
+            # Die Bewertung für das Wort speichern.
+            # Wenn das Wort bereits eine Bewertung besitzt werden die beiden Bewertungen zusammen gerechnet.
             if word not in words_with_usage:
                 words_with_usage[word] = Tag(name=tag_name, score=score)
             else:
                 words_with_usage[word].score += score
+        # Die Wörter nach ihrer Bewertung sortieren
         return sorted(words_with_usage.values(), key=lambda tag: tag.score, reverse=True)
     
     def handle_starttag(self, tag, attrs):
+        # Die Links, die in den 'href' Attributen eines <a> HTML-Elements stehen, mit einbeziehen.
         if tag != "a":
             return
         for attr_name, attr_value in attrs:
@@ -70,10 +90,12 @@ class FileScanner(HTMLParser):
                 break
     
     def handle_data(self, data):
+        # Den Text innerhalb eines HTML-Elements mit einbeziehen.
         self.texte.append(data)
 
 
 def display_tags(tags, min_score):
+    # Die Ergebnisse auf der Konsole ausgeben.
     for tag in tags:
         if tag.score <= min_score:
             continue
@@ -88,27 +110,35 @@ class CustomJsonEncoder(json.JSONEncoder):
 
 
 def write_tags(tags):
+    # Die Ergebnisse in JSON umwandeln.
     content = json.dumps(tags, indent=JSON_INDENT, cls=CustomJsonEncoder)
+    # Das JSON in eine Datei schreiben.
     with open(OUTPUT_FILE, 'w') as file:
         file.write(content)
 
 
 def read_file(file: Path) -> str:
+    # Eine Datei einlesen
     with open(file, 'r') as file:
         return file.read()
 
 
 def main():
     final_tags = {}
-    for file in SOURCE_DIR.glob('**/index.txt'):
+    for file in SOURCE_DIR.glob('**/index.txt'):  # Nach allen index.txt Dateien suchen
+        # Die Dateien, deren Ordner mit 'autosave-' beginnen, ignorieren.
         title = file.parent.name
         if title.startswith('autosave-'):
             continue
+        # Die Datei analysieren
         scanner = FileScanner(file)
         tags = scanner.scan_file()
+        # Die Ergebnisse auf der Konsole ausgeben
         display_tags(tags, min_score=20)
+        # Die eingestellte Anzahl an Tags für die Ausgabedatei übernehmen, sofern vorhanden.
         final_tags[title] = tags[:TAGS_PER_ARTICLE] if len(tags) > TAGS_PER_ARTICLE else tags
-    # write_tags(final_tags)
+    # Die Ausgabedatei schreiben
+    write_tags(final_tags)
 
 
 if __name__ == '__main__':