Cuantas palabras tienen tus posts
Hoy estaba pensando en esto ¿como cuernos cuento las palabras en mis posts? es que nunca me puse a hacerlo y de pronto me di cuenta que en MySQL no hay funciones para esto ¡hay que googlear! ya mismo, pásenme la googlera.
Así fue que encontré una forma, pero resulta que no sólo tengo que contar palabras si no que tengo que, primero, sacarle todo el HTML que yo le agrego a mis posts.
Así es, en el viejo y querido PostRev el código se agrega a mano lo que complica identificar una palabra y los números no me daban, así que a crear dos funciones, wordcount y strip_tags.
La cuestión también está en que una base de datos no es precisamente para hacer cuentas, esas debería hacerlas aparte, pero salvo que sean sumatorias estas eran cosas para hacer aparte. ¿como hacerlo y seguir dentro de MySQL? creando funciones y utlizándolas en la consulta.
Es un poco intensivo y recomiendo hacerlo solamente con una copia local de la base de datos, así si tienen que esperar no bloquean el blog durante un rato.
A continuación se las comento
Primero que nada, a contar palabras. Estamos ingresando un texto y tiene que devolvernos un entero con la cantidad de palabras:
Lo segundo y no menos importante, hay que sacarle toda la basura, bah, esto se hace antes de contar las plabras pero lo armé después porque no me daban los números ¡Estaba todo lleno de HTML! y si, lo cuenta como más palabras... borremoslo más o menos así:
En el caso del postrev tengo dos campos a consultar, hometext y bodytext, uno para el texto de portada, el otro el resto de la nota (es mi diseño, no es tan malo como parece :P)
Básicamente tomo el campo, lo paso por strip_tags y luego por wordcount, esto lo filtro por año y estado para tomar datos reales.
Para Wordpress es básicamente igual cambiando algunos campos:
y listo!
Armado con funciones de aquí y aquí
Así fue que encontré una forma, pero resulta que no sólo tengo que contar palabras si no que tengo que, primero, sacarle todo el HTML que yo le agrego a mis posts.
Así es, en el viejo y querido PostRev el código se agrega a mano lo que complica identificar una palabra y los números no me daban, así que a crear dos funciones, wordcount y strip_tags.
La cuestión también está en que una base de datos no es precisamente para hacer cuentas, esas debería hacerlas aparte, pero salvo que sean sumatorias estas eran cosas para hacer aparte. ¿como hacerlo y seguir dentro de MySQL? creando funciones y utlizándolas en la consulta.
Es un poco intensivo y recomiendo hacerlo solamente con una copia local de la base de datos, así si tienen que esperar no bloquean el blog durante un rato.
A continuación se las comento
Contar Palabras
Primero que nada, a contar palabras. Estamos ingresando un texto y tiene que devolvernos un entero con la cantidad de palabras:
DELIMITER $$
CREATE FUNCTION wordcount(str TEXT)
RETURNS INT
DETERMINISTIC
SQL SECURITY INVOKER
NO SQL
BEGIN
DECLARE wordCnt, idx, maxIdx INT DEFAULT 0;
DECLARE currChar, prevChar BOOL DEFAULT 0;
SET maxIdx=char_length(str);
WHILE idx < maxIdx DO
SET currChar=SUBSTRING(str, idx, 1) RLIKE '[[:alnum:]]';
IF NOT prevChar AND currChar THEN
SET wordCnt=wordCnt+1;
END IF;
SET prevChar=currChar;
SET idx=idx+1;
END WHILE;
RETURN wordCnt;
END
$$
DELIMITER ;
Borrar tags HTML
Lo segundo y no menos importante, hay que sacarle toda la basura, bah, esto se hace antes de contar las plabras pero lo armé después porque no me daban los números ¡Estaba todo lleno de HTML! y si, lo cuenta como más palabras... borremoslo más o menos así:
DELIMITER $$
CREATE FUNCTION strip_tags( x longtext)
RETURNS longtext
LANGUAGE SQL
NOT DETERMINISTIC
READS SQL DATA
BEGIN
DECLARE sstart INT UNSIGNED;
DECLARE ends INT UNSIGNED;
SET sstart = LOCATE('<', x, 1);
REPEAT
SET ends = LOCATE('>', x, sstart);
SET x = CONCAT(SUBSTRING( x, 1 ,sstart -1) ,SUBSTRING(x, ends +1 )) ;
SET sstart = LOCATE('<', x, 1);
UNTIL sstart < 1 END REPEAT;
return x;
END
$$
DELIMITER ;
La consulta
En el caso del postrev tengo dos campos a consultar, hometext y bodytext, uno para el texto de portada, el otro el resto de la nota (es mi diseño, no es tan malo como parece :P)
Básicamente tomo el campo, lo paso por strip_tags y luego por wordcount, esto lo filtro por año y estado para tomar datos reales.
SELECT id_noticia, (wordcount(strip_tags(hometext)) + wordcount(strip_tags(bodytext))) AS palabras FROM posts WHERE estado = 1 AND year(time) = 2011 ORDER BY 2 DESC
Para Wordpress es básicamente igual cambiando algunos campos:
SELECT ID, (wordcount(strip_tags(post_content))) AS palabras FROM wp_posts WHERE post_status = 'publish' AND year(post_date) = 2011 ORDER BY 2 DESC
y listo!
Armado con funciones de aquí y aquí