如何從網頁獲取所有單詞及其頻率？

我必須從網頁和鏈接的其他頁面獲取所有單詞及其頻率。我必須使用任何網絡爬蟲嗎？任何簡單的開源解決方案？如何從網頁獲取所有單詞及其頻率？

的[SEO分析]（http://www.seoworkers.com/tools/analyzer.html）可以是對你有一些幫助。 – 2011-02-07 16:05:21

解析網頁並從中收集單詞以限制爲單個答案的方式太多了。 – 2011-02-07 16:06:01

開放放大應該適合你。

2011-02-07 16:06:31 eabrand

在PHP中，你可能會得到網頁的內容（使用file_get_content()或捲曲），然後strip_tags()和str_word_count()

2011-02-07 16:07:06

httrack的%I（創建搜索索引）選項正是這麼做的。

documentation page解釋了這個關於中途下降，對不起，沒有deeplink可用。跳轉到句子片段

仍然在測試中，該選項要求發動機

2011-02-07 16:09:26 daxim

回答