URL关键词提取

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>1.6</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