Python 计算机文章摘要

我正在寻找一种自动生成摘要的方法，基本上是博客条目的前几个句子/段落，以显示在文章列表中（以降价方式编写）。目前，我正在做这样的事情：

def abstract(article, paras=3):
    return '\n'.join(article.split('\n')[0:paras])

from textwrap import wrap

def getAbstract(text, lines=5, screenwidth=100):
    width = len(' '.join([
               line for block in text.splitlines()
               for line in wrap(block, width=screenwidth)
            ][:lines]))
    return text[:width] + '...'

只需要抓取前几行文字，但我对结果并不完全满意

我真正想要的是在条目列表中显示大约1/3屏幕的格式化文本，但是使用上面的算法，提取的数量会有很大的变化，只有一两行，经常会与更理想大小的摘要混合在一起

---

有哪家图书馆擅长这方面的工作？如果没有，您有什么改进输出的建议吗？

我不太确定您想要什么

然而，我建议在X个字符后删掉这篇文章，并加上“…”。然后，您可以更好地控制“摘要”的大小（如果这是当前实现中困扰您的问题）。

编辑：

您可以这样做：

def abstract(article, paras=3):
    return '\n'.join(article.split('\n')[0:paras])

from textwrap import wrap

def getAbstract(text, lines=5, screenwidth=100):
    width = len(' '.join([
               line for block in text.splitlines()
               for line in wrap(block, width=screenwidth)
            ][:lines]))
    return text[:width] + '...'

这利用textwrap算法获得理想的文本长度。它会将文本分成屏幕大小的行，并使用它们来计算所需行数的长度

例如，在条目上应用此算法：

将为您提供以下输出：

Python是一种通用的高级语言 编程语言。它的设计 哲学强调代码 可读性。[3]Python声称 “[结合]卓越的力量和非常 清晰语法“，[4]及其标准 图书馆规模大，综合性强。 它使用压痕作为块 分隔符在流行语言中是不常见的 编程语言

Python支持多种编程 范例（主要是面向对象的， 命令式、功能性）和 具有全动态类型系统 和自动内存管理， 类似于Perl、Ruby、Scheme和 Tcl。像其他动态语言一样， Python经常被用作脚本

---

没有进一步的细节，很难帮助你。但是如果你的问题是，对于某些条目来说，前几行太多了，你可能需要看一看

例如，如果您只需要100个字符的摘要，可以执行以下操作：

import textwrap

abstract = textwrap.wrap(text, 100)[0]

---

这也将用空格取代换行符，根据您的要求，空格可能是可取的。

什么是“不完全满意”呢？你能举出“错误”和“正确”摘要的例子吗？Doug Hellman在他的每周Python模块博客中也有一篇关于textwrap的好文章：