Question

我有一个人们创建图书清单的网站（www.7bks.com）。目前它相当简单。我已经在使用亚马逊API将图书信息，图片等提取到网站上。

我想做的是以某种方式使用Amazon API撤回类别和/或标记数据，以创建一些浏览我网站上的列表的方式。不幸的是，标签api方法已经停止。

最有可能的候选者是亚马逊API的浏览节点方法（http://docs.amazonwebservices.com/AWSEcommerceService/2005-10-05/ApiReference/BrowseNodesResponseGroup.html）但是从这个调用返回的数据是非常荒谬的，我希望我们能够把我们的头放在一起并弄清楚如何理解它。

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运行了三本书：

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

将该列表视为人类，您不需要知道这些书是什么，以便看到该列表可能是关于科幻和幻想的。这主要是因为眼睛善于摒弃无意义的类别，如“自定义商店”和“小说完成”。

我尝试重复删除类别列表，或只查看所有3本书的类别，但它仍然是相当废话的数据。我很想知道如何将这些数据变成对用户有意义的东西。

到目前为止，我最好的想法是扫描数据并匹配硬编码列表。如下所示：

如果Count（“科幻与幻想”）＆gt; 3然后列表是科幻如果Count（“商业金融与法律”）＆gt; 3然后列表是业务

等

这是非常严格的，理想情况下我想建立一些更灵活/更强大的东西。

欢迎所有建议。

我认为这是一个高级别的问题，所以不应该受到如何调用API的影响，但作为参考，我使用的是Python / Appengine / Webapp。

由于

汤姆

UPDATE 经过多次撞击桌面后我已经设法解决了这个问题让我满意。它并没有那么复杂，但我已经将一些python代码整合到了我想做的事情中。我欢迎任何改进我的代码或提供建议的人。

基本上代码的逻辑是这样的： 1）在XML树中，启动的节点的底部节点（书籍＆gt;主题）是对该书实际内容的最佳猜测。例如。为此：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＆gt;主题），抛弃了很多好的信息。因此， 3）我尝试获取类似书籍的列表并从中删除类别，如果失败，那么我只是将类别分配给原始书籍。

或许最好的解释是给你如下代码：

#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))

为了给你一个输出的味道：

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

标签：当代小说制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一般AAS 流行数学科学，技术和医艺术与艺术音乐心灵哲学亚马逊数学建筑与建筑逻辑当代哲学：1900- 逻辑经物理形而上学物理哲学一般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/ 当代小说数学哲学一般AAS 流行数学哲学科学，技术和医心灵哲学科幻小说数学当代哲学：1900- 代数数论制品经形而上学与空想家神话＆amp;童话故事拓扑一般话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一般AAS 经短篇小说

Answer 1

到目前为止，我最好的想法是扫描数据并匹配硬编码列表。如下所示：

如果Count（“科幻与幻想”）＆gt; 3然后列表是sci fi if Count（“business finance＆amp; law”）＆gt; 3然后列表是业务

我认为这可能不是一个坏主意？从亚马逊获取顶级图书类别并与之匹配。它不是很优雅但它会起作用。

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

Answer 2

Hum ..首先，the curent APi的日期是2011-08-01。也许你可以通过查看最新的文档帮自己一个忙？ Advertising Products API

对我而言，XML非常有意义！

也许是因为，当我想要正确理解其中一个答案时，我将XML复制到visual studio XML编辑器中，在那里我可以打开和关闭节点。

结构是这样的：

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

然后在每个BrowseNode中，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“IsCategoryRoot”？没有比这更高的点，因为这是非常通用的，使用它没有意义。名称是书籍的“主题”，但它是电子书的“类别”，因此检查“IsCategoryRoot”元素似乎更有意义。

我不是100％肯定你想做什么，我不太了解python，但我知道数据库......我会得到这本书的ASIN标识符（这对亚马逊来说是独一无二的，这意味着你可以在amazon.Com上寻找相同的asin，但是，co.uk，Fr，de等等......），放入表格，以及您感觉有用的任何其他数据，为类别创建表格，在那里放入他们的名字和id，然后是一个链接表，每个下级BrowseNode有一个条目，带有 BrowseNodeID和book的ASIN，然后对于嵌套的browsenode（事实上是父母或祖先），把他们的孩子id和他们自己的id。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，每个类别一个记录，以及书籍类别之间的链接以及需要之间的链接。

这样，从类别中搜索书籍非常容易，反之亦然。

很抱歉，如果我有点长，但你的问题没有简短的答案。希望这会有所帮助。

伯纳德

使用Amazon BrowseNodes API执行有意义的操作

2 个答案: