谷歌应用程序引擎数据存储标签云与python

Question

我们的应用引擎数据存储区中有一些非结构化文本数据。我想在数据存储区对象的子集上创建一个属性的“一次性”标记云。环顾四周之后，我看不到任何允许我自己编写的框架。

我的想法是：

• 编写一个地图（如map reduce中），以遍历数据存储区中特定类型的每个对象，
• 将文字字符串拆分为文字
• 每个单词增加一个计数器
• 使用最终计数通过一些第三方软件生成标签云（离线 - 欢迎任何建议）

因为我之前从未这样做过，所以如果首先有一些框架可以解决这个问题（请），我会徘徊，如果不是我以正确的方式接近它。请随意指出计划中的漏洞。

Answer 1

Feed TagCloud和PyTagCloud是两种可能性。

• Feed TagCloud Generator Gadget for Google App Engine可能适合您 需要。不幸的是，它是 无证。幸运的是 相当简单，虽然我不确定 它是多么适合您的需求。

  它在Feed上运行，然后出现 有点灵活，所以如果你 有你的网站的饲料，它可能 不要太麻烦了 整合，虽然所有处理 将在线。

• PyTagCloud也值得 看。你将能够做到 脱机处理，并生成 相当英俊的云。

  你需要做的就是得到这个 工作，导出您的数据存储区; 计数和分裂将是 像PyTagCloud一样为你完成 对文本文件进行操作。以下 App Engine中的说明 有关Uploading and Downloading Data的文档会告诉您 如何将数据存储导出到您的 本地机器。你会想写的 一个“出口商类”，并有 PyTagCloud在输出上运行。

---

如果您决定推销自己的，您可能希望跳过在线处理并使用上面Uploading and Downloading Data的离线方法，除非您需要动态更新的云。迭代整个数据存储，进行在线计数是任务中最烦人且最昂贵的部分。如果您想要或需要动态标签云，这样做才有意义。如上所述，我建议写一个“Exporter Class”，然后在本地操作。