С чего начать парсинг текстаь?

Всем спасибо, кеев напасил, теперь надо текст напарсить. Помогите, с чего начать?

 

Начни с выбора тематики.

 

вводишь в гугле Книги .txt

ВСЕ! Текст есть!

 

а теперь смотри что тебе написали и объядиняй=)
выбираешь тематику, воодишь в гугле книги txt скачиваешь по тематике книги и текст есть=)
а еще можешь не заморачиваться с тематикой и брать книги по истории какаой-нить вымершей цивилизации
P.S. долго же ты кеи парсил

 

Текст перемешиваем или оставляем как есть. При условии что текст, конечно, не уникальный.
У кого какие наблюдения по этому поводу?

 

По моему мнению это зависит от совокупности факторов. Как вариант, взять уже выбранные составляющие (о них не сейчас) и добавить к ним в одну экспериментальную пачку копипаст, в другую перемешанные по точкам, в третью по запятым. То есть мы имеем какой-то уровень сайта и узнаем, текст какого вида добавляет этому уровню столько баллов, сколько хватит для того, чтобы находиться в индексе на хороших позициях. Да и копипаст разный бывает...

 

Сто раз уже обсасывалось. Качаешь архив какой-нить библиотеки с торрентов в fb2. Пары гигов за глаза. Конвертишь в txt и чистишь чистилкой текстов на пыхе, которую тут уже неоднократно выкладывали.

Написал статейку.

 

Уже качаю

 

Что-то одного немогу понять, если я людям предлагаю построить дом, мне же нужеа и страничка о том что я предлагаю построить дом. Зачем мне куча книг? Или как, короче запутался.

 

Буковки из книг будешь использовать как контент. А тематичность ему придать уже задача доргена - разбивка ключей на части.

 

В оффлайне щас бывать чаще начал))

 

Общем понял, он сам все сделает, токо нужен контент по строительству

 

Нифига ты не понял) При генерации дорген разобьет кеи на части (если умеет конечно), а то и вовсе морфологически обработает их, и вставит в текст. Таким образом текст становится тематическим. И не важно какая тематика была изначально. Разве что адалт не стоит использовать.

 

Точно непонял нифига, если тематика была про выпечку булочек, как она станет про строительство хз. Ну да ладно, создам первый дор, там видно будет.

 

В тексте появятся слова из строительной тематики. Будет куча анкоров строительной тематики - это все текст. И по нему будет определятся принадлежность к той или области. Или ты думаешь яшка понимает написаное и с удовольствием полистывает классику в перерывах между маразмами?

 

)) Мне тут особо думать не нужно пока что, нужно впитывать как губка, я незнаю просто, вот и всё. Поэтому и вопросы задаю, хотя за...л всех уже. Но что-то так тяжело лезет в голову капец, может я тугой, а может образ мышления перестраивается, но лезет оч. тяжело

 

Если заипешь, то отвечать перестанут. Такой вот нехитрый критерий. Так что рано ты орден мозгодера примеряешь)

 

может я тугой - не то тебе тока так кажется

 

Перекрестись, если кажется)) Ты же будущий поп, должен все фишки знать))

 

Ну может когда-то дьяконом буду, если Богу угодно будет. Тады закину пару словечек за вас грешников Всевышнему