当前位置: 首页>>代码示例>>Python>>正文


Python Storage.add_word_occurrence方法代码示例

本文整理汇总了Python中storage.Storage.add_word_occurrence方法的典型用法代码示例。如果您正苦于以下问题:Python Storage.add_word_occurrence方法的具体用法?Python Storage.add_word_occurrence怎么用?Python Storage.add_word_occurrence使用的例子?那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在storage.Storage的用法示例。


在下文中一共展示了Storage.add_word_occurrence方法的1个代码示例,这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞,您的评价将有助于系统推荐出更棒的Python代码示例。

示例1: crawl_web

# 需要导入模块: from storage import Storage [as 别名]
# 或者: from storage.Storage import add_word_occurrence [as 别名]
def crawl_web(seed):
    tocrawl = set([seed])
    crawled = []
    database = Storage()
    while tocrawl: 
        url = tocrawl.pop()
        if url not in crawled:
            print url
            soup = get_page(url)
            text = soup.get_text()
            text = re.sub(r"[-/']", ' ', text)
            text = re.sub(ur'[\u0932\u094b\u0917\u092a\u0930\u093f\u0926\u0943\u0936\u094d\u092f\u0938\u094d\u0925\u093e\u0928\u0915\u0930\u094d\u092e\u091a\u093e\u0930\u0940\u201c\u2013\u2019\u092b\u201d]', ' ', text)
            outlinks = get_all_links(soup)
            url_title = str(soup.title.string)
            database.add_title(url, url_title)
            for outlink in outlinks:
                database.add_link(url, outlink)
            punctuation = ".?;,!()|:\""
            for word in text.split():
                word = word.lstrip(punctuation).rstrip(punctuation).lower()
                search = re.search(r"[^a-z0-9]", word)
                if not search and word is not "":
                    database.add_word_occurrence(url, word)
            tocrawl.update(outlinks)
            crawled.append(url)
    return database
开发者ID:ik2,项目名称:search-engine,代码行数:28,代码来源:crawler.py


注:本文中的storage.Storage.add_word_occurrence方法示例由纯净天空整理自Github/MSDocs等开源代码及文档管理平台,相关代码片段筛选自各路编程大神贡献的开源项目,源码版权归原作者所有,传播和使用请参考对应项目的License;未经允许,请勿转载。