基于Python实现抢注大词的提词工具

假设通过爬虫获得了一个自媒体.txt

想要从这些关键词中提取流量最大的关键词

可以通过如下算法实现：

from smoothnlp.algorithm.phrase import extract_phrase
import re

class_name = '自媒体'
class_name_low = class_name.lower()
top_k = 100

with open('％s.txt' ％ class_name,'r',encoding='utf-8') as file:
data_str = file.read()
keyword_list = data_str.split('\n')

with open('dont.txt','r',encoding='utf-8') as file:
dont_set = set(file.read().split('\n'))

word_count_dict = dict()
new_word_list = extract_phrase(keyword_list,top_k=top_k)
for new_word in new_word_list:
if new_word in dont_set:
continue

new_word_low = new_word.lower()

if class_name_low in new_word_low or class_name_low == new_word_low:
word_count_dict[new_word] = len(re.findall(new_word_low,data_str))
continue

add_l = re.findall('％s％s' ％ (class_name_low,new_word_low),data_str)
add_r = re.findall('％s％s' ％ (new_word_low,class_name_low),data_str)
if len(add_l) >= len(add_r):
word_count_dict['％s％s' ％ (class_name,new_word)] = len(add_l)
else:
word_count_dict['％s％s' ％ (new_word,class_name)] = len(add_r)

for word,count in word_count_dict.items():
print('％s\t％s' ％ (word,count))

其中：

自媒体.txt 就是需要的关键词库

dont.txt 就是过滤掉一些没有用的词汇

获得的结果如下，下面的这些词就是流量很大的词汇 可以用于注册账号去获取流量

自媒体领域    702
自媒体软件    502
自媒体身份证    68
自媒体推荐    450
自媒体研究    199
自媒体素材    378
自媒体原创    1147
自媒体审核    417
浏览器自媒体    110
自媒体阅读量    378
自媒体app    346
自媒体工具    222
自媒体图片    416
自媒体电脑    112
自媒体管理    824
自媒体内容    1083
自媒体电视剧    48
自媒体申请    742
自媒体注册    1597
百度自媒体    545
自媒体同步    89
自媒体电影片段    14
自媒体检测    36
自媒体抄袭    130
自媒体选择    215
自媒体产品    105
自媒体信息    355
自媒体粉丝    474
自媒体下载    173
企业自媒体    789
自媒体收益    1296
自媒体数据    317
淘宝自媒体    263
自媒体手机    568
自媒体剪辑    367
自媒体电影    380
自媒体服务    167
自媒体采集    234
自媒体变现    246
自媒体修改    65
自媒体风险    43
中国自媒体    533
自媒体兼职    182
自媒体定位    143
自媒体英语    53
自媒体传播    776
抖音自媒体    686
自媒体渠道    212
自媒体影响力    130
0万粉丝自媒体    18
自媒体绑定    47
自媒体免费    205
自媒体认证    1662
自媒体流量    595
自媒体播放量    164
万粉丝自媒体    42
自媒体评论    116
自媒体邀请码    137
健康自媒体    96
自媒体问题    35
自媒体收入    826
自媒体垂直    129
自媒体招聘    665
自媒体奖励    26
自媒体教程    312
自媒体盈利模式    140
自媒体热点    104
自媒体标题    561
自媒体经营范围    20
自媒体意识形态    13
自媒体ppt    70
自媒体品牌    219
自媒体竞争    45
自媒体社会    235
自媒体现状    123
开通自媒体    219
2018自媒体    443
国外自媒体    350
自媒体公司    2862
自媒体介绍    311
自媒体生活    180
自媒体模式    56
自媒体故事    55
自媒体分析    168
自媒体策划    244
自媒体版权    123
自媒体推广    1893
自媒体考核    38
自媒体情况    32
自媒体搬运    958
音乐自媒体    337

最后的所有项目代码如下：

来源：https://blog.csdn.net/biggbang/article/details/129260216