带有python的Google App Engine数据存储标签云

Question

我们的应用程序引擎数据存储区中有一些非结构化的文本数据。 我想在数据存储对象的子集上创建一个属性的“一次性”标签云。 环顾四周后，我看不到任何框架，无需我自己编写即可执行此操作。

我的想法是：

• 编写一个映射（如在map reduce中）函数来遍历数据存储区中特定类型的每个对象，
• 将文本字符串拆分为单词
• 每个字增加一个计数器
• 使用最终计数通过一些第三方软件生成标签云（离线-欢迎此处提供任何建议）

因为我以前从未做过此事，所以我一直在徘徊，如果首先有一个框架可以帮助我（ 请 ）我是否以正确的方式来解决这个问题。 即，请随时指出计划中的漏洞。

Answer 1

Feed TagCloud和PyTagCloud是两种可能性。

• 适用于Google App Engine的Feed TagCloud Generator小工具可能会满足您的需求。 不幸的是，它没有记录。 幸运的是，它非常简单，尽管我不确定它是否非常适合您的需求。

  它在提要上运行，并且看起来有些灵活，因此，如果您拥有站点的提要，那么尽管所有处理都可以在线进行，但集成起来可能不会有太多麻烦。

• PyTagCloud也值得一看。 您将能够离线进行处理，并且它会生成相当漂亮的云。

  要使此工作正常进行，您需要做的就是导出数据存储区。 因为PyTagCloud可以对文本文件进行操作，所以计数和拆分将为您完成。 按照App Engine文档中有关上传和下载数据的说明进行操作，将向您展示如何将数据存储区导出到本地计算机。 您将要编写一个“导出程序类”，并使PyTagCloud在输出上进行操作。

---

如果您决定自己动手，除非您需要动态更新的云，否则您可能希望跳过联机处理并使用上面的“ 上传和下载数据”的脱机方法。 遍历整个数据存储并进行在线计数是任务中最烦人，最昂贵的部分。 仅在您需要或需要动态标签云时才有意义。 如上所述，我建议编写一个“导出程序类”，并在本地对其进行操作。