帶有python的Google App Engine數據存儲標簽雲

Question

我們的應用程序引擎數據存儲區中有一些非結構化的文本數據。 我想在數據存儲對象的子集上創建一個屬性的“一次性”標簽雲。 環顧四周后，我看不到任何框架，無需我自己編寫即可執行此操作。

我的想法是：

• 編寫一個映射（如在map reduce中）函數來遍歷數據存儲區中特定類型的每個對象，
• 將文本字符串拆分為單詞
• 每個字增加一個計數器
• 使用最終計數通過一些第三方軟件生成標簽雲（離線-歡迎此處提供任何建議）

因為我以前從未做過此事，所以我一直在徘徊，如果首先有一個框架可以幫助我（ 請 ）我是否以正確的方式來解決這個問題。 即，請隨時指出計划中的漏洞。

Answer 1

Feed TagCloud和PyTagCloud是兩種可能性。

• 適用於Google App Engine的Feed TagCloud Generator小工具可能會滿足您的需求。 不幸的是，它沒有記錄。 幸運的是，它非常簡單，盡管我不確定它是否非常適合您的需求。

  它在提要上運行，並且看起來有些靈活，因此，如果您擁有站點的提要，那么盡管所有處理都可以在線進行，但集成起來可能不會有太多麻煩。

• PyTagCloud也值得一看。 您將能夠離線進行處理，並且它會生成相當漂亮的雲。

  要使此工作正常進行，您需要做的就是導出數據存儲區。 因為PyTagCloud可以對文本文件進行操作，所以計數和拆分將為您完成。 按照App Engine文檔中有關上傳和下載數據的說明進行操作，將向您展示如何將數據存儲區導出到本地計算機。 您將要編寫一個“導出程序類”，並使PyTagCloud在輸出上進行操作。

---

如果您決定自己動手，除非您需要動態更新的雲，否則您可能希望跳過聯機處理並使用上面的“ 上傳和下載數據”的脫機方法。 遍歷整個數據存儲並進行在線計數是任務中最煩人，最昂貴的部分。 僅在您需要或需要動態標簽雲時才有意義。 如上所述，我建議編寫一個“導出程序類”，並在本地對其進行操作。