我必须从网页/ Feed中构建标签云。一旦获得标签的频率表，就可以轻松构建tagcloud。但我怀疑的是如何从网页/ Feed中检索标签/关键字？
这就是我现在正在做的事情：
获取内容 - ＆gt;剥离HTML - ＆gt;用\ s \ n \ t（空格，换行符，制表符）拆分它们 - ＆gt;关键字列表
但这并不好用。
有更好的方法吗？
答案 0 :(得分：0)
你所拥有的是粗略的一阶逼近。我想如果你然后回顾数据并搜索2个单词短语的频率，然后搜索3个单词短语，直到可以被认为是标签的单词总数，你将更好地表示关键词频率。
您可以通过指定可以包含在短语（代词等）中的某些单词来优化此粗略搜索模式。