งานของเราคือรวบรวมข้อมูลหน้าเว็บและนับความถี่ของคำ และในที่สุดก็ดึงคำที่ใช้บ่อยที่สุดได้
ขั้นแรกเราใช้คำขอและโมดูลซุปที่สวยงาม และด้วยความช่วยเหลือของโมดูลเหล่านี้ในการสร้างโปรแกรมรวบรวมข้อมูลเว็บและดึงข้อมูลจากหน้าเว็บและจัดเก็บไว้ในรายการ
โค้ดตัวอย่าง
import requests
from bs4 import BeautifulSoup
import operator
from collections import Counter
def my_start(url):
my_wordlist = []
my_source_code = requests.get(url).text
my_soup = BeautifulSoup(my_source_code, 'html.parser')
for each_text in my_soup.findAll('div', {'class':'entry-content'}):
content = each_text.text
words = content.lower().split()
for each_word in words:
my_wordlist.append(each_word)
clean_wordlist(my_wordlist)
# Function removes any unwanted symbols
def clean_wordlist(wordlist):
clean_list =[]
for word in wordlist:
symbols = '!@#$%^&*()_-+={[}]|\;:"<>?/., '
for i in range (0, len(symbols)):
word = word.replace(symbols[i], '')
if len(word) > 0:
clean_list.append(word)
create_dictionary(clean_list)
def create_dictionary(clean_list):
word_count = {}
for word in clean_list:
if word in word_count:
word_count[word] += 1
else:
word_count[word] = 1
c = Counter(word_count)
# returns the most occurring elements
top = c.most_common(10)
print(top)
# Driver code
if __name__ == '__main__':
my_start("https://www.tutorialspoint.com/python3/python_overview.htm/")
ผลลัพธ์
