你好，我是 zhenguo
这是我的第500篇原创
这是我的第八个项目，实现一个web版常见语言的停用词下载器。
我的第七个项目：做一个web版记事本
我的第六个项目：实现一个任意图片下载器
我的第五个项目：实现一个文本定位器
我的第四个项目：Python自动生成密码
爬取网易云音乐每日推荐歌单，然后定时自动发送到朋友邮箱
我的第二个Python趣味项目，来了！
我的第一个Python实用项目，来了！
背景
什么是停用词？
停用词是在处理自然语言数据（或文本）之前或之后会自动过滤掉某些字或词，这些字或词即被称为Stop Words（停用词）
项目环境
Python版本是3.7.11
主要基于flask开发，并使用其中下面的这些对象：
代码语言：javascript复制from flask import Flask, render_template, send_file, make_response
除此之外，还使用一个有意思的包：pypinyin，用来按照不同语言的拼音显示在web页面。
使用的内置模块有：
代码语言：javascript复制import os
from collections import OrderedDict
项目功能
打开终端窗口，切换到项目根目录下，输入下面一行命令：
代码语言：javascript复制flask run
启动后，在浏览器输入：
代码语言：javascript复制http://127.0.0.1:5000/
然后就会展示下面网页，部分截图如下：
实现框架
下面是项目的目录结构，如下所示：
代码语言：javascript复制stopwords_web
|____stopwords
|____.flaskenv
|____util.py
|____static
| |____images
| | |____bee.ico
| |____style.css
|____app.py
|____templates
| |____index.html
| |____base.html
|____stopwords.py
stopwords是放各种语言停用词的文件夹；
.flaskenv是flask的全局环境配置问价；
util.py是项目的基础py模块；
static是web资源文件夹；
app.py是项目的主模块；
templates是html模板文件；
stopwords.py是app.py视图模块的主要业务处理逻辑
核心代码
核心模块包括stopwords.py，使用type函数动态创建类Result，逐个遍历文件夹stopwords中的停用词文件，并为Result类动态创建属性：
- 此语言停用词数
- 此语言前5个停用词例子
def do_stopwords():
result_dict = dict()
Result = type('Result', (object,), dict(word_n=0, words=list()))
try:
for file in os.listdir('stopwords'):
if file == '.DS_Store':
continue
res = Result()
file_path = os.path.join('stopwords', file)
with open(file_path) as fr:
stopwords = fr.readlines()
res.word_n = len(stopwords)
res.words = ','.join(map(lambda word: word.replace('n', ''), stopwords[:5]))
result_dict[eng2chi[file]] = res
return OrderedDict(sorted(result_dict.items(), key=lambda x: lazy_pinyin(x[0])))
except FileNotFoundError as no_found:
raise no_found
注意一个细节，展示到页面时，各个语言排序按照拼音顺序，若拼音相同，再按照声调，若还相同按照笔画数和顺序，pypinyin包已实现此能力，调用lazy_pinyin函数，代码如下所示：
OrderedDict(sorted(result_dict.items(), key=lambda x: lazy_pinyin(x[0])))
第二个核心模块是app.py，一共两个视图函数。
第一个视图函数是index，实现主页显示的全部元素：
@app.route('/', methods=['GET'])
def index():
stop_words = do_stopwords()
return render_template('index.html', stop_words=stop_words)
第二个视图函数是download，路由/stopwords/download/<lang>中的参数lang是要下载停用词的语言。
send_file和make_response是Flask内置的函数，实现远程文件下载到本地：
@app.route('/stopwords/download/<lang>', methods=['POST'])
def download(lang):
for lang_i in os.listdir('stopwords'):
if lang_i == chi2eng[lang]:
path = os.path.join('stopwords', lang_i)
response = make_response(send_file(path))
response.headers["Content-Disposition"] = f"attachment; filename={lang_i}.txt"
return response
配置headers，Content-Disposition属性为附件attachment，文件名为filename：
f'attachment; filename={lang_i}.txt'
index.html中以table标签展示各种语言的停用词，模板框架是Jinja：
{% for lang in stop_words%}
<tr>
<td>{{lang}}</td>
<td>{{stop_words[lang].words}}</td>
<td>{{stop_words[lang].word_n}}</td>
<td>
<form class="inline-form" method="post" action="{{ url_for('download', lang=lang) }}">
<input class="btn" type="submit" name="download" value="下载">
</form>
</td>
</tr>
{% endfor %}
项目测试
截止2021年1月23日，测试未发现bug。
完整代码下载
上面完整py代码文件，在后台回复：c，之前的所有项目代码如下图所示都放在文件夹里了：
八个项目的完整源代码
