Question

鉴于有一个HTML体系，是否有人编写过的任何函数会自动提取出一大块HTML中出现的前10个关键字，不包括任何HTML标签（IE只是纯文本）？

它应该忽略像“和”，“是”，“但是”等常用词，但列出最常见的不常见词。

示例输入：

Mary had a <strong>snow</strong> lamb. <img src=lamb.jpg /> The <i>lamb</i> was snow white, it lay in the snow all white.

输出：

Snow (3)
White (2)
Lamb (2)

Jquery很好！

Answer 1

简称：

1）采取你身体的内部HTML;

2）去除所有标点符号和\ n所以你有一个单行字符串;

3）使用.replace（）去掉所有标签（/＆lt; [^＆gt;] *＆gt; / g）;

4）去除所有常用词（/ \ band \ b / g，/ \ bbut \ b / g，...）; 例如。如果你的无用的话是那些少于4个字符然后剥离的话 / \ B [+] {1,3} \ B /

现在你应该有一个单行字符串（str），没有标记和无用的单词

4a）可选：如果您不关心WoRdCAse，只需将全部变换为小写（str.toLowerCase（））

5）在空格上划分（str.split（''）），得到一个数组（arr）

6）

var words = {},
        i = arr.length; 

    while(--i) {
       war extWord = arr[i];
       words[extWord] = (!!words[extWord])? words[extWord] + 1 : 1;
    }

7）在...循环（单词）对象中创建for ...以获取键（单个单词）和值（该单词的出现位置）

希望这个帮助

Answer 2

对Fabrizio概述的选项进行轻微修改并使用jQuery。

//抓取页面中的所有文字

var myDocumentText = $（“body”）。text（）;

myParseText（myDocumentText）;

函数myParseText（myText）{

...在这里用你的逻辑处理文本，不计算，或等等。

}

Javascript自动从HTML中选择关键字

2 个答案: