使用 innerText 分析网页文本词频，显示在可拖拽悬浮窗口
// ==UserScript==
// @name 网页文本词频分析 (使用 innerText)
// @namespace http://tampermonkey.net/
// @version 0.1
// @description 使用 innerText 分析网页文本词频，显示在可拖拽悬浮窗口
// @match *://*/*
// @grant none
// @license MIT
// ==/UserScript==
(function() {
'use strict';
function countMostFrequentTwoWords(text) {
if (typeof text !== 'string' || text.length < 2) {
return "输入文本不合法或长度不足"; // 处理无效输入
}
// 1. 清理文本：移除标点符号和多余空格
text = text.replace(/[，、；：。？！“”‘’《》【】{}（）…—·！￥…&……%@*]/g, ''); // 移除中文标点
text = text.replace(/\s+/g, ' '); // 将多个空格替换为一个空格
text = text.trim(); // 去除首尾空格
// 2. 分割成单字数组
let characters = text.split('');
// 3. 创建双字词并计数
let twoWordCounts = {};
for (let i = 0; i < characters.length - 1; i++) {
let twoWord = characters[i] + characters[i + 1];
twoWordCounts[twoWord] = (twoWordCounts[twoWord] || 0) + 1;
}
// 4. 找到出现次数最多的两个双字词
let sortedTwoWords = Object.entries(twoWordCounts).sort(([, countA], [, countB]) => countB - countA);
//处理没有双字词的情况
if (sortedTwoWords.length === 0) {
return "文本中没有双字词";
}
// 返回出现次数最多的两个双字词
let topTwo = sortedTwoWords.slice(0, 2);
let result = "";
for(let i = 0; i < topTwo.length; i++){
result += `第${i+1}名: "${topTwo[i][0]}" 出现了 ${topTwo[i][1]} 次\n`;
}
return result;
}
function wordFrequency(text) {
if (typeof text !== 'string' || text.length === 0) {
return {};
}
// 预处理：去除标点符号和空格，转换为小写
text = text.replace(/[\p{P}\s]+/gu, '').toLowerCase();
const frequency = {};
const n = text.length;
for (let i = 0; i < n; i++) {
for (let j = 1; j <= 4 && i + j <= n; j++) { // 限制词组最多四个字
const word = text.substring(i, i + j);
frequency[word] = (frequency[word] || 0) + 1;
}
}
// 将词频对象转换为数组并按词频降序排序 (可选)
const sortedFrequency = Object.entries(frequency).sort(([, a], [, b]) => b - a);
// 如果需要返回对象而不是数组，可以省略上面的排序代码，直接返回 frequency 对象
return sortedFrequency; // 或者 return frequency;
}
function topWordFrequency(text, topN = 20) {
if (typeof text !== 'string' || text.length === 0) {
return []; // 或者返回空对象 {}，取决于你的需求
}
// 预处理：去除标点符号和空格，转换为小写
text = text.replace(/[\p{P}\s]+/gu, '').toLowerCase();
const frequency = {};
const n = text.length;
for (let i = 0; i < n; i++) {
for (let j = 1; j <= 4 && i + j <= n; j++) {
const word = text.substring(i, i + j);
frequency[word] = (frequency[word] || 0) + 1;
}
}
// 将词频对象转换为数组并按词频降序排序
const sortedFrequency = Object.entries(frequency).sort(([, a], [, b]) => b - a);
// 返回前 topN 个词组
return sortedFrequency.slice(0, topN);
}
function analyzeText() {
// 使用 innerText 获取所有文本
let allText = document.body.innerText;
let output=topWordFrequency(allText)
//////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////
// 清理文本
//allText = allText.replace(/[，。？?.,\/#!$%\^&\*;:{}=\-_`~()]/g,"").replace(/\s{2,}/g," ").toLowerCase();
// 定义需要切割的标点符号，注意转义特殊字符
//let punctuation = /[，、；：。？！“”‘’《》【】{}（）]/g;
//let words = allText.split(punctuation);
// 过滤掉空字符串
//words = words.filter(word => word.trim() !== "");
// ///////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////
// let words= countMostFrequentTwoWords(allText)
// // 统计词频
// let wordFrequency = {};
// for (let word of words) {
// if (word !== "") {
// wordFrequency[word] = (wordFrequency[word] || 0) + 1;
// }
// }
// // 排序词频
// let sortedWords = Object.entries(wordFrequency).sort(([, a], [, b]) => b - a);
// 创建显示结果的 div
let resultDiv = document.createElement("div");
resultDiv.id = "wordFrequencyResult"; // 添加 id 方便后续操作
resultDiv.style.position = "fixed";
resultDiv.style.top = "10px";
resultDiv.style.left = "10px";
resultDiv.style.backgroundColor = "white";
resultDiv.style.border = "1px solid black";
resultDiv.style.padding = "10px";
resultDiv.style.zIndex = "9999";
resultDiv.style.maxHeight = "500px";
resultDiv.style.overflowY = "scroll";
resultDiv.style.resize = "both"; // 允许调整大小
resultDiv.style.overflow = "auto";
resultDiv.style.minWidth = "200px"; // 设置最小宽度，防止拖拽成一条线
// let output = "词频分析结果：\n";
// for (let [word, frequency] of sortedWords) {
// output += word + ": " + frequency + "\n";
// }
resultDiv.textContent = output;
document.body.appendChild(resultDiv);
// 使 div 可拖拽
dragElement(resultDiv);
}
//拖拽功能
function dragElement(elmnt) {
let pos1 = 0, pos2 = 0, pos3 = 0, pos4 = 0;
if (elmnt.querySelector(".drag-header")) {
/* 如果存在 header，则 header 是拖拽的“手柄” */
elmnt.querySelector(".drag-header").onmousedown = dragMouseDown;
} else {
/* 否则，整个元素都是拖拽的“手柄” */
elmnt.onmousedown = dragMouseDown;
}
function dragMouseDown(e) {
e = e || window.event;
e.preventDefault();
// 获取鼠标在光标位置的初始位置
pos3 = e.clientX;
pos4 = e.clientY;
document.onmouseup = closeDragElement;
document.onmousemove = elementDrag;
}
function elementDrag(e) {
e = e || window.event;
e.preventDefault();
// 计算新的光标位置
pos1 = pos3 - e.clientX;
pos2 = pos4 - e.clientY;
pos3 = e.clientX;
pos4 = e.clientY;
// 设置元素的新位置
elmnt.style.top = (elmnt.offsetTop - pos2) + "px";
elmnt.style.left = (elmnt.offsetLeft - pos1) + "px";
}
function closeDragElement() {
/* 停止移动 */
document.onmouseup = null;
document.onmousemove = null;
}
}
// 创建分析按钮
let analyzeButton = document.createElement("button");
analyzeButton.textContent = "分析词频";
analyzeButton.style.position = "fixed";
analyzeButton.style.top = "10px";
analyzeButton.style.right = "10px";
analyzeButton.style.zIndex = "9999";
analyzeButton.onclick = analyzeText;
document.body.appendChild(analyzeButton);
})();