|
// 从给定范围内选择有效链接 |
|
function findValidLinkTags(fragement, type) { |
|
let linkTags = [] |
|
switch(type) { |
|
case "wikiwand": |
|
linkTags = fragement.querySelectorAll(".int-link") |
|
break |
|
case "wikipedia": |
|
linkTags = fragement.querySelectorAll("a") |
|
break |
|
default: |
|
break |
|
} |
|
return linkTags |
|
} |
|
|
|
// 从给定标签组中提取连接 |
|
function extractLinks(linkTags) { |
|
const links = [] |
|
for (i = 0; i<linkTags.length; i++) { |
|
var tag = linkTags[i] |
|
var href = tag.getAttribute("href"); |
|
// 当 href 中不包含 : # 时, 且父元素不为 <small> 或 <sup> 才加入到 links 中 |
|
-1!==href.indexOf(":") || |
|
-1!==href.indexOf("#") || |
|
tag.parentElement.nodeName==="SMALL" || |
|
tag.parentElement.nodeName==="SUP" || |
|
links.push(href) |
|
} |
|
return links |
|
} |
|
|
|
// 分析连接 |
|
function decodeLinks(links, prefixCode, fullContent) { |
|
// 页面文本 |
|
const contentText = fullContent.innerText.toLowerCase() |
|
// 解码链接 |
|
const decodedLinks = {} |
|
links.forEach((link, i) => { |
|
// 移除名称中的 languageCode, 将下划线替换为空格, 并解码 |
|
let title = link.split(prefixCode).join("").split("_").join(" ") |
|
title = decodeURIComponent(title) |
|
// 通过 split 页面文本后的长度方式来统计其出现次数 |
|
const value = contentText.split(title.toLowerCase()).length |
|
// 导入 decodedLinks 中 |
|
decodedLinks[link] = { link, title, value } |
|
}) |
|
// 将 decodedLinks 转为数组, 并按出现次数排序 |
|
const sortedLinks = Object.keys(decodedLinks) |
|
.map(key => decodedLinks[key]) |
|
.sort((a, b) => b.value-a.value) |
|
return sortedLinks |
|
} |
|
|
|
// 构建基础数据 |
|
// type: 网站类型 |
|
// prefixCode: URL前缀(wikiwand为语言代码, 如/zh/, wikipedia为/wiki/) |
|
// firstPara: 介绍的第一段 |
|
// overview: 介绍的全文 |
|
// fullContent: 所有有效文本 |
|
// res: 最终结果 |
|
let type, firstPara, overview, fullContent, res = [] |
|
if (location.host.match("wikiwand")) { |
|
type = "wikiwand" |
|
prefixCode = "/" + articleData.langCodeUrl + "/" |
|
firstPara = document.querySelector("#overview p.first-paragraph") |
|
overview = document.querySelector("#overview") |
|
fullContent = document.querySelector("#fullContent") |
|
} |
|
if (location.host.match("wikipedia")) { |
|
type = "wikipedia" |
|
prefixCode = "/wiki/" |
|
firstPara = document.querySelector(".infobox+p") |
|
overview = new DocumentFragment() |
|
const tags = document.querySelectorAll(".infobox~*") |
|
for (i = 0; i<tags.length; i++) { |
|
if (tags[i].nodeName==="P") { |
|
overview.append(tags[i]) |
|
} else { |
|
break |
|
} |
|
} |
|
fullContent = document.querySelector(".infobox~p") |
|
} |
|
// 取出第一段的关键词 |
|
res = res.concat(extractLinks(findValidLinkTags(firstPara, type))).slice() |
|
// 如果结果小于 10 个, 则进一步取 overview 全部的 |
|
res.length<10 && (res = res.concat(extractLinks(findValidLinkTags(overview, type))).slice()) |
|
// 如果仍然小于 10 个, 则再进一步取 fullContent 所有的 |
|
res.length<10 && (res = res.concat(extractLinks(findValidLinkTags(fullContent, type))).slice()) |
|
// 分析连接, 提取出现频次与名称 |
|
res = decodeLinks(res, prefixCode, fullContent) |
|
// 如果大于 10 个, 则取 3-6 位, 否则取前三位 |
|
res.length>10 ? (res.slice(3, 6)) : (res.slice(0, 3)) |
