在 JavaScript 中计算关键字的最佳和最有效的方法是什么?基本上,我想取一个字符串,得到字符串中出现的前N个单词或短语,主要是为了提示标签的使用。我正在寻找更多的概念提示或现实生活示例的链接,而不是实际代码,但我当然不介意您是否也想共享代码。如果有特定的功能会有所帮助,我也将不胜感激。
现在我想我正在使用 split() 函数用空格分隔字符串,然后用正则表达式清除标点符号。我也希望它不区分大小写。
在 JavaScript 中计算关键字的最佳和最有效的方法是什么?基本上,我想取一个字符串,得到字符串中出现的前N个单词或短语,主要是为了提示标签的使用。我正在寻找更多的概念提示或现实生活示例的链接,而不是实际代码,但我当然不介意您是否也想共享代码。如果有特定的功能会有所帮助,我也将不胜感激。
现在我想我正在使用 split() 函数用空格分隔字符串,然后用正则表达式清除标点符号。我也希望它不区分大小写。
一旦你清理了一系列单词,假设你称之为wordArray
:
var keywordRegistry = {};
for(var i = 0; i < wordArray.length; i++) {
if(keywordRegistry.hasOwnProperty(wordArray[i]) == false) {
keywordRegistry[wordArray[i]] = 0;
}
keywordRegistry[wordArray[i]] = keywordRegistry[wordArray[i]] + 1;
}
// now keywordRegistry will have, as properties, all of the
// words in your word array with their respective counts
// this will alert (choose something better than alert) all words and their counts
for(var keyword in keywordRegistry) {
alert("The keyword '" + keyword + "' occurred " + keywordRegistry[keyword] + " times");
}
这应该为您提供完成这部分工作的基础知识。
剪切、粘贴 + 执行演示:
var text = "Text to be examined to determine which n words are used the most";
// Find 'em!
var wordRegExp = /\w+(?:'\w{1,2})?/g;
var words = {};
var matches;
while ((matches = wordRegExp.exec(text)) != null)
{
var word = matches[0].toLowerCase();
if (typeof words[word] == "undefined")
{
words[word] = 1;
}
else
{
words[word]++;
}
}
// Sort 'em!
var wordList = [];
for (var word in words)
{
if (words.hasOwnProperty(word))
{
wordList.push([word, words[word]]);
}
}
wordList.sort(function(a, b) { return b[1] - a[1]; });
// Come back any time, straaanger!
var n = 10;
var message = ["The top " + n + " words are:"];
for (var i = 0; i < n; i++)
{
message.push(wordList[i][0] + " - " + wordList[i][1] + " occurance" +
(wordList[i][1] == 1 ? "" : "s"));
}
alert(message.join("\n"));
可重复使用的功能:
function getTopNWords(text, n)
{
var wordRegExp = /\w+(?:'\w{1,2})?/g;
var words = {};
var matches;
while ((matches = wordRegExp.exec(text)) != null)
{
var word = matches[0].toLowerCase();
if (typeof words[word] == "undefined")
{
words[word] = 1;
}
else
{
words[word]++;
}
}
var wordList = [];
for (var word in words)
{
if (words.hasOwnProperty(word))
{
wordList.push([word, words[word]]);
}
}
wordList.sort(function(a, b) { return b[1] - a[1]; });
var topWords = [];
for (var i = 0; i < n; i++)
{
topWords.push(wordList[i][0]);
}
return topWords;
}
尝试将字符串拆分为单词并计算结果单词,然后对计数进行排序。
这建立在insin先前的答案之上,只有一个循环:
function top_words(text, n) {
// Split text on non word characters
var words = text.toLowerCase().split(/\W+/)
var positions = new Array()
var word_counts = new Array()
for (var i=0; i<words.length; i++) {
var word = words[i]
if (!word) {
continue
}
if (typeof positions[word] == 'undefined') {
positions[word] = word_counts.length
word_counts.push([word, 1])
} else {
word_counts[positions[word]][1]++
}
}
// Put most frequent words at the beginning.
word_counts.sort(function (a, b) {return b[1] - a[1]})
// Return the first n items
return word_counts.slice(0, n)
}
// Let's see if it works.
var text = "Words in here are repeated. Are repeated, repeated!"
alert(top_words(text, 3))
该示例的结果是:[['repeated',3], ['are',2], ['words', 1]]
我会完全按照您上面提到的方法来隔离每个单词。然后我可能会将每个单词添加为数组的索引,并将出现次数作为值。
例如:
var a = new Array;
a[word] = a[word]?a[word]+1:1;
现在您知道有多少个唯一单词(a.length)以及每个单词出现了多少次(a[word])。