Tagger

Generiert Tags aus HTML-Artikeln.

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

Funktionsweise

1. Extrahiert den Text aus dem HTML
2. Jedes Wort bekommt eine Bewertung nach bestimmten Kriterien
3. 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.