計算文章摘要

我正在尋找一種方法來自動生成一個摘要，基本上是博客條目的前幾個份額/段落，以顯示在文章列表中（用markdown寫）。目前，我在做這樣的事情：計算文章摘要

def abstract(article, paras=3): 
    return '\n'.join(article.split('\n')[0:paras])

只獲取值得文本的第幾行，但我不與結果完全滿意。

我真正想要的是最終以大約1/3的格式化文本顯示在條目列表中，但使用上述算法時，拉出的金額會以不同的金額變化，少至一兩行，經常混有更多理想大小的摘要。

有沒有一個圖書館擅長這種事情？如果沒有，你有任何改善輸出的建議嗎？

來源

2009-11-04 SingleNegationElimination

「不完全開心」是什麼意思？你能舉出「錯誤」和「正確」摘要的例子嗎？ – 2009-11-04 19:13:48

編輯：

你可以做這樣的事情：

from textwrap import wrap 

def getAbstract(text, lines=5, screenwidth=100): 
    width = len(' '.join([ 
       line for block in text.splitlines() 
       for line in wrap(block, width=screenwidth) 
      ][:lines])) 
    return text[:width] + '...'

這使得使用textwrap算法來獲得理想的文本長度。它會將文本分解爲屏幕大小的行，並使用它們來計算所需行數的長度。

例如在python wikipedia page進入應用此算法：

print getAbstract(text, lines=7)

會給你這樣的輸出：

Python是一種通用型的高層次編程語言。 2它的設計哲學強調代碼的可讀性。[3] Python聲稱「[結合]卓越的功能，非常清晰的語法」[4]，其標準的庫是大而全面的。它使用縮進作爲塊分隔符在流行的編程語言中是不尋常的。

Python支持多種編程範式（主要是面向對象的，勢在必行，和功能性的）和設有一個完全動態的類型系統和自動內存管理，類似於Perl中，紅寶石，方案，和Tcl的。像其他動態語言，Python的經常被用來作爲一種腳本...

沒有進一步的細節，很難幫助你。但如果你的問題是，服用前幾行是太過分了，你可能需要看看textwrap

例如，如果你只想要100個字符的抽象，你可以做以下一些條目：

import textwrap 

abstract = textwrap.wrap(text, 100)[0]

這也將取代換行符與空格可能需要根據您的要求。

來源

2009-11-04 19:19:31

Doug Hellman在他本週的Python模塊博客中也對textwrap進行了很好的描述：http://www.doughellmann.com/PyMOTW/textwrap/index.html – unutbu 2009-11-04 20:01:28

這應該是個訣竅。謝謝！ – SingleNegationElimination 2009-11-05 00:07:07

我不完全確定你想要什麼。

但是，我建議剪切X字符後的文章，並把「...」。然後，您可以更好地控制「抽象」的大小（如果這是您當前實施中的困擾）。

來源

2009-11-04 19:18:46

計算文章摘要

回答

相關問題