textstat:文本可读性计算包

Python网络爬虫与文本数据分析

textstat是python的文本可读性计算包，可以计算 文章层面、段落层面·句子层面 的文本的

• 音节统计syllable_count

• 词汇数统计lexicon_count

• 句子数统计sentence_count

• 各种可读性算法

目前支持的语言有英语en、德语de、西班牙语es、法语fr、意大利语it、荷兰语nl、波兰语pl、俄语ru， 目前不支持中文 呢。

可读性计算方法有

• The Flesch Reading Ease formula

• Flesch-Kincaid Grade Level

• The Fog Scale (Gunning FOG Formula)

• The SMOG Index

• Automated Readability Index

• The Coleman-Liau Index

• Linsear Write Formula

• Dale-Chall Readability Score

安装

音节统计

textstat.syllable_count(text)

Run

词汇统计

textstat.lexicon_count(text, removepunct=True)

Run

可读性

输入text，返回可读性值。

• textstat.flesch reading ease(text)

• textstat.smog_index(text)

• textstat.flesch kincaid grade(text)

• textstat.coleman liau index(text)

• textstat.automated readability index(text)

• textstat.dale chall readability_score(text)

• textstat.difficult_words(text)

• textstat.linsear write formula(text)

• textstat.gunning_fog(text)

• textstat.text_standard(text)

每种算法大家请移步到github项目链接

https://github.com/shivam5992/textstat

查看计算原理及得分的解读。

Run

Run