3

我有一个网站（www.7bks.com），人们可以在其中创建书单。目前它相当简单。我已经在使用 Amazon API 将书籍信息、图像等拉到网站上。

我想做的是以某种方式使用亚马逊 API 来拉回类别和/或标签数据，以在我的网站上创建某种浏览列表的方式。不幸的是，tag api 方法已停止使用。

最有可能的候选者是 Amazon API 的 BrowseNodes 方法（http://docs.amazonwebservices.com/AWSEcommerceService/2005-10-05/ApiReference/BrowseNodesResponseGroup.html），但是从这个调用返回的数据非常荒谬，我是希望我们能够齐心协力，弄清楚如何理解它。

这是一个谷歌电子表格，向您展示我得到的数据类型。我选择了一个示例列表（http://www.7bks.com/list/549002）并通过 BrowseNodes API 运行了这三本书：

https://spreadsheets.google.com/ccc?key=0ApVjkgehRamudHd5SlNhYllPQkZDSDY1cllfQVBQM1E&hl=en&authkey=CN_MxoAO

以人类的身份查看列表，您无需知道这些书是什么，就可以看出该列表很可能是关于科幻和幻想的。这主要是因为眼睛擅长丢弃无意义的类别，例如“定制商店”和“小说完成”。

我尝试对类别列表进行重复数据删除，或者只查看所有 3 本书出现的类别，但它仍然是相当垃圾的数据。我希望您能想到如何将这些数据转化为对用户有意义的东西。

到目前为止，我最好的想法就是扫描数据并匹配一个硬编码列表。所以像：

if Count("scientific & Fantasy") > 3 then list is sci fi if Count("business Finance & law") > 3 then list is business

等等

虽然这是非常严格的，理想情况下我想构建一些更灵活/强大的东西。

欢迎所有建议。

我认为这是一个高级问题，因此不应受到我如何调用 API 的影响，但作为参考，我使用的是 Python/Appengine/Webapp。

谢谢

汤姆

在多次撞到桌子后进行更新，我已经成功地解决了这个问题，令我满意。这并不复杂，但我已经编写了一些 python 代码来满足我的需求。我欢迎任何人改进我的代码或提供建议。

基本上，代码背后的逻辑是这样的： 1) 在 XML 树中，开始的节点的底部节点（书籍 > 主题）是对这本书实际内容的最佳猜测。例如：http ://www.amazon.co.uk/Surface-Detail-Iain-M-Banks/dp/1841498939/它返回“科幻小说”。答对了。2) 通常，通过将自己限制在那些开始的结果（书籍>主题）中，会丢弃很多好的信息。因此，3）我尝试获取类似书籍的列表并将类别从它们中拉出，如果失败，那么我只获得分配给原始书籍的类别。

也许最好的解释是给你下面的代码：

#takes as input the xml output of the amazon api browsenodes call
def getcategories(xml):
    #fetches the names of all the nodes, stores them in a list
    categories = []              
    for book in xml.getElementsByTagName('BrowseNode'):
        category = get_text(book,'Name')
        categories.append(category)

    #turn the one list into a series of individual lists
    #each individual list should be a particular tree from browsenode
    #each list will end 'Books'
    #the first item in the list should be the bottom of the tree
    taglists = []
    while 'Books' in categories:
        find = categories.index('Books') + 1
        list = categories[:find]
        taglists.append(list)
        for word in list:
            categories.remove(word)

    #now, we only return the first item from a list which contains 'Subjects'        
    final = []    
    for tagset in taglists:
        while 'Subjects' in tagset:
            final.append(tagset[0])
            tagset.pop(tagset.index('Subjects'))
    return final

class Browsenodes(webapp.RequestHandler):
    def get(self):
        #get the asin of the target book
        asin = self.request.get('term')
        if book_title:
            #fetch the amazon key
            api = API(AWS_KEY, SECRET_KEY, 'uk', processor=minidom_response_parser)
            try:
                #try getting a list of similar books - note the response group set to browsenodes
                result = api.similarity_lookup(asin, ResponseGroup='BrowseNodes')
            except:
                #there aren't always a list of similar books, so as a failsafe just get the book I wanted.
                result = api.item_lookup(asin, ResponseGroup='BrowseNodes')
            final = getcategories(result)
            #turn it into a set to de-dupe multiple listings of the same category
            self.response.out.write(set(final))

给你一个输出的味道：

书： http ://www.amazon.co.uk/Surface-Detail-Iain-M-Banks/dp/1841498939/

标签：当代小说产品太空歌剧科幻小说

http://www.amazon.co.uk/Godel-Escher-Bach-Eternal-anniversary/dp/0140289208/ 心理学 数学史 数学逻辑 通用 AAS 流行数学 科学、技术与医学 艺术与音乐 心灵哲学 亚马逊数学架构& 逻辑当代哲学：1900-逻辑经典物理玄学物理哲学通用技术代数数论人工智能科学史

http://www.amazon.co.uk/Flatland-Romance-Dimensions-Dover-Thrift/dp/048627263X/ 当代小说数学哲学 通用 AAS 流行数学哲学 科学、技术和医学心理哲学 科幻数学当代哲学： 1900- 代数数论 产品 经典 形而上学与远见 神话与童话 拓扑学 一般主题 一般理论方法 形而上学 人工智能 科学史

http://www.amazon.co.uk/Victoria-Condor-Books-Knut-Hamsun/dp/0285647598/ 当代小说 文学小说 心理学 一般 AAS 经典 短篇小说

4

2 回答 2

2

到目前为止，我最好的想法就是扫描数据并匹配一个硬编码列表。所以像：

if Count("scientific & Fantasy") > 3 then list is sci fi if Count("business Finance & law") > 3 then list is business

我认为这可能不是一个坏主意？从亚马逊获取顶级书籍类别并与之匹配。它不是很优雅，但它会工作。

或者，也许您可​​以使用Google Book API中的 dc:subject 数据？（虽然我没有使用它，所以它也可能是垃圾）。

于 2011-01-09T16:19:24.613 回答
0

嗯..首先，当前的 APi 日期为 2011-08-01。也许您可以通过查看最新文档来帮自己一个忙？广告产品 API

对我来说，XML 很有意义！

也许是因为，当我想正确理解其中一个答案时，我将 XML 复制到 Visual Studio XML 编辑器中，我可以在其中打开和关闭节点。

结构是这样的： 

  <BrowseNodes>
    <BrowseNode>...</BrowseNode>
      <BrowseNode>...</BrowseNode>
      <BrowseNode>...</BrowseNode>
      <BrowseNode>...</BrowseNode>
    </BrowseNodes>

然后在每个 BrowseNode 内部，它将是这样的：

<BrowseNode>
      <BrowseNodeId>10399</BrowseNodeId>
      <Name>Classics</Name>
      <Ancestors>
        <BrowseNode>
          <BrowseNodeId>17</BrowseNodeId>
          <Name>Literature &amp; Fiction</Name>
          <Ancestors>
            <BrowseNode>
              <BrowseNodeId>1000</BrowseNodeId>
              <Name>Subjects</Name>
              <IsCategoryRoot>1</IsCategoryRoot>

注意到“IsCategoryRoot”了吗？没有比这更高的分数了，因为这太通用了，使用它没有意义。Books 的名称是“Subjects”，而 eBooks 的名称是“Categories”，因此检查“IsCategoryRoot”元素似乎更有意义。

我不是 100% 确定你想做什么，而且我不太了解 python，但我确实知道数据库......就像在 amazon.Com 上一样，还有 co.uk、Fr、de 等等...），放入一个表格中，连同您认为有用的任何其他数据，为类别创建一个表格，放入其中他们的名字和 ID，然后是一个链接表，每个较低级别的 BrowseNode 有一个条目，带有 BrowseNodeID 和书籍的 ASIN，然后对于嵌套的浏览节点（实际上是父母或祖先），将他们的孩子 ID 和他们自己的. 显然，在插入这些类别之前，我会检查它是否已经存在。

这里的目标是每本书有一个记录，每个类别有一个记录，以及类别与书籍之间以及它们之间的尽可能多的链接。

这样，从类别中搜索书籍将非常容易，反之亦然。

对不起，如果我有点长，但你的问题没有简短的答案。希望这可以帮助。

伯纳德

于 2013-05-02T23:08:30.867 回答