tags是一种标签，是一种新的信息组织形式，和分类类似，但是远比分类灵活，是对文章中关键信息的标记，是随着blog的兴起而流行起来的
tag被广泛的应用在web2.0类的网站里。
简单的说，tags可以看出文章的关键词。
document.all.tags("input")取到当前所有的input标签.
document.all.tags("input").item(0)就是第一个input标签
document.all.tags("input").item(0).checked第一个标签被选中
给你个提示吧
使用 sql 的 UNION 语法 可以合并相同内容
取得所有不同的标签可以使用以下语句:
sql="SELECT Tags.tags11 FROM Tags union SELECT Tags.tags2 FROM Tags union SELECT Tags.tags3 FROM Tags "
//写的有结构点
SELECT Tags.tags11
FROM Tags
union
SELECT Tags.tags2
FROM Tags
union
SELECT Tags.tags3
FROM Tags
//分别从三个字段中取出所有记录，然后使用UNION 句 合并相同的项目，结果就是都不重复的内容了
//显示所有标签
循环 输出 <%=rs(0)%>
//显示同一标签不同的用户
如果想 通过一个 tags 找出有关的userid 就 分别查询一下
sql="select user_id from tags where tags1='"&tags1&"' or tags2='"&tags2&"' or tags3=='"&tags3&"' "
Tag(中文叫做“标签”)
是一种更为灵活、有趣的日志分类方式，您可以为每篇日志添加一个或多个Tag（标签）
当然，您也可以简单地把一个Tag（标签）理解为一个日志分类，但是Tag和分类的不同之处也很明显：
首先，分类是您在写日志之前就定好的，而Tag是在您写完日志之后再添加的；
其次，您可以同时为一篇日志贴上好几个Tag（标签），方便自己随时查找，而原先一篇日志只能有一个分类；
再次，当您积累了一定数量的Tag之后，您可以看看自己在Blog中最经常写的是哪些话题；
最后，您可以看到有哪些人和自己使用了一样的Tag（标签），进而找到和您志趣相投的Blogger。
为什么要用Tags？
Tags是体现Blog社会性的最好方式。
Tags便于搜索引擎和基于Tags的分类软件更好的搜索和分类信息。
Tags是Category的最好补充和扩展。
Tags是一个开放的简易的有效的分类方法，有着广泛的应用前景。
[python] view plain copy
#coding:utf-8
import sys
reload(sys)
sys.setdefaultencoding("utf-8")
from multiprocessing import Pool,Queue,Process
import multiprocessing as mp
import time,random
import os
import codecs
import jieba.analyse
jieba.analyse.set_stop_words("yy_stop_words.txt")
def extract_keyword(input_string):
#print("Do task by process {proc}".format(proc=os.getpid()))
tags = jieba.analyse.extract_tags(input_string, topK=100)
#print("key words:{kw}".format(kw=" ".join(tags)))
return tags
#def parallel_extract_keyword(input_string,out_file):
def parallel_extract_keyword(input_string):
#print("Do task by process {proc}".format(proc=os.getpid()))
tags = jieba.analyse.extract_tags(input_string, topK=100)
#time.sleep(random.random())
#print("key words:{kw}".format(kw=" ".join(tags)))
#o_f = open(out_file,'w')
#o_f.write(" ".join(tags)+"\n")
return tags
if __name__ == "__main__":
data_file = sys.argv[1]
with codecs.open(data_file) as f:
lines = f.readlines()
f.close()
out_put = data_file.split('.')[0] +"_tags.txt"
t0 = time.time()
for line in lines:
parallel_extract_keyword(line)
#parallel_extract_keyword(line,out_put)
#extract_keyword(line)
print("串行处理花费时间{t}".format(t=time.time()-t0))
pool = Pool(processes=int(mp.cpu_count()*0.7))
t1 = time.time()
#for line in lines:
#pool.apply_async(parallel_extract_keyword,(line,out_put))
#保存处理的结果，可以方便输出到文件
res = pool.map(parallel_extract_keyword,lines)
#print("Print keywords:")
#for tag in res:
#print(" ".join(tag))
pool.close()
pool.join()
print("并行处理花费时间{t}s".format(t=time.time()-t1))
运行：
python data_process_by_multiprocess.py message.txt
message.txt是每行是一个文档，共581行，7M的数据
运行时间：
不使用sleep来挂起进程,也就是把time.sleep(random.random())注释掉，运行可以大大节省时间。
