keyword-extract 介绍
单文件、无三方依赖、支持在线规则升级、非标准协议的 URL 关键词提取工具。
使用
<dependency> <groupId>com.ecfront</groupId> <artifactId>keyword-extract</artifactId> <version>1.4</version> </dependency> // 关键词提取 KeyWordExtract.Result result = KeyWordExtract.extract(url); // 使用在线规则 KeyWordExtract.loadOnlineRules(https://raw.githubusercontent.com/gudaoxuri/keyword-extract/master/src/main/resources/kwe-rules.txt);
规则配置说明
本地规则文件默认已打到 jar 中，如要修改可在 classpath 根目录中创建 kwe-rules.txt 文件，此文件会覆盖默认规则。
使用在线规则会覆盖自定义规则。
# 一行一条规则，配置项以|分隔 # 规则分一般规则和自定义规则，后者使用js代码处理 # 一般规则 <名称>|<host>|<关键字所在位置，query:查询条件中，path:url路径中>|<对于query位置指定关键字的key，对于path位置指定以/分隔的偏移量>|<解码方式，目前只支持decodeURI,空>|<编码> e.g. : 百度|www.baidu.com|query|wd|decodeURI|UTF-8 搜狗微信|weixin.sogou.com|query|query|encodeURI|UTF-8 苏宁|search.suning.com|path|0|decodeURI|UTF-8 # 自定义规则 <名称>|<host>|<js代码，入参为uri，返回值为result> e.g. : 微博|s.weibo.com|var uri = decodeURI(decodeURI(uri)); var kv = uri.split(/)[2]; result = kv.split(&Refer=)[0]; # 自定义协议支持 app://app1/somepath?q=URL关键词提取 custom://custom1/somepath?q=URL关键词提取