查找在所有节点中重复关键字的次数

Question

我有业务列表的节点，这些节点有业务的标题、主体和其他联系人字段。我想对我所有的内容"10000节点“进行研究，并在每个节点的标题和正文字段中找到最重复的单词，这样我就可以使用找到的关键字标记内容。

有什么想法吗？

Answer 1

听起来你想要安装Solr，它提供了开箱即用的东西。

1. 安装和配置搜索API Solr搜索 + 阿帕奇索尔。
2. 创建Solr服务器和索引，以便对所有节点进行索引。

现在Solr服务器可以提供这样的信息，因为您可以登录到Solr web接口并执行特定的查询来获取统计信息，或者使用Luce (Lucene Index Browser)来显示这些统计信息。

或者，您可以使用SQL或shell命令。

例如：

drush sqlq "SELECT title, COALESCE(r.body_value, '') FROM node n LEFT JOIN field_data_body r ON n.nid = r.entity_id AND n.vid = r.revision_id" | sed -e 's/<[^>]*>//g' | grep -o "\w\+" | sort | uniq -c | sort -r | head -n20

将从所有节点打印前20个最常用的单词。对于特定的节点或类型，使用WHERE缩小结果范围。