自动生成摘要（二）：丰富和完善功能

自动生成摘要（二）：丰富和完善功能

一、取得编辑器里面的内容
在前面的程序当中，为了调试方便（没办法，JavaScript客房端程序的调试环境就很弱，再涉及到了xml简直能让人抓狂！），只好采用了“最小化”的方针。
而实际上，新闻发布系统当中是要使用编辑器的。生成摘要也是给编辑器里面的内容生成摘要。这里采用了编辑器自带的方法（函数）：getHTML()。
所以修改了一行代码：
 var n_content = Editor1.getHTML();
二、有一个问题：用不用　CDATA
在开发前面的功能之时，我想到过数据在xml存储，是不是需要用到CDATA类型，结果在测试的时候发现，从编辑器中取得的数据，再存储到xml中，竟然是经过编码的内容。
下面是代码：

function  testCDATA() ... {
 var n_content = Editor1.getHTML();
 var xmlDoc  = new ActiveXObject("Microsoft.XMLDOM");
    xmlDoc.loadXML('<?xml version="1.0"?><root/>');
 var content = xmlDoc.createElement("content");
 content.text = "<![CDATA[" + n_content + "]]>";
 xmlDoc.documentElement.appendChild(content);
 alert(xmlDoc.xml); 
}

 

在alert弹出的对话框中显示：<content></content>之间的"<"和">"全都被替换成了“&lt;”和“&gt;”，也就是说，数据当中的html标签不会影响到了xml的结构。
接着，我在B页面当中，把接收到的数据存储到access数据库当中去，打开数据库再看，里面显然是"<p>"这样的内容。
下面是代码：

   Set  content  =  xmlDom.documentElement.selectNodes( " /root/content " )
  rs.open sql,conn, 3 , 2  
 
   For   Each  em In content
   Response.Write(content(i).text)
   
   rs.addnew()
   
   rs( " content " )  =  content(i).text
   
   rs.update
   Next
  rs.close()

结论就是接收数据的B页面，自动把数据解码了。
所以，我决定，不采用CDATA类型处理数据了。一方面，是因为现有的功能，已经可以解决问题了。另一方面，则是考虑到程序的复杂性，因为越是复杂的程序就越可能出错。还是那句话，JavaScript客房端程序的调试环境就很弱，再涉及到了xml简直能让人抓狂！

三、一个关键：生成摘要。
现在的AI级别还很底，程序是无法理解文章内容的，只能通过某种方式，截取文章的一部分。再看看其它网站的摘要，大体上也是如此。
所以生成摘要的算法也就简单了：
1、过滤所有的html标签，将内容还原成文本。
2、截取文章开头的一定数量字符。
这些我都是通过一个过程（函数）完成的：

 

Function  HtmlToText(vStr,vNum)
  If   trim (vStr) <> ""   Then
   dim  reg
   dim  newStr
   set  reg  =   New  RegExp
  reg.IgnoreCase   =   True
  reg.Global  =   True
  reg.Pattern  =   " <.+?> "
  
  newStr  =  reg.Replace(vStr, " &nbsp; " )
  newStr  =   Replace (newStr, " s " , "" )
  newStr  =   Replace (newStr, "   " , "" )
  newStr  =   Replace (newStr, " &nbsp; " , "" )
  newStr  =   Replace (newStr,vbNewLine, "" )
  newStr  =   Replace (newStr, chr ( 32 ), "" )
  newStr  =   Left (newStr,vNum)
  newStr  =  newStr  &   " ... "
  End   If
 
 HtmlToText  =  newStr
End Function

 

在B文件里添新的内容：
dim summary
summary = HtmlToText(content(i).text,30)

原来返回的完整的内容，现在将这句话注释掉
'Response.Write(content(i).text)
再添加一条返回摘要的语句：
Response.Write(summary)
这样的话生成摘要的工作就完成了。

四、在A页面上把摘要保存到文本域当中。
document.form1.n_summary.value = response;
根据最初和最终目的，<span id="SummaryResult"></span>，只是用来显示状态信息的，所以
原来的：
 SummaryResult = response;
改成：
 SummaryResult = "任务完成！";

结束，到这里，整个任务就全部完成了。还有一些其它的工作：如漂亮的界面、新闻内容和标题、摘要这些信息提交到数据库等等，就不在这里讨论了。
 

另外，我已经准备好了相关代码，但是在csdn的博客里不知道怎么上传。

如果谁有需要请发邮件过来吧，我的邮箱：xpnew@126.com