25 lines
885 B
Python
25 lines
885 B
Python
#-*- coding: utf-8 -*-
|
||
|
||
#项目根目录
|
||
project_root="../"
|
||
#抓取内容不包含新闻正文的数据文件
|
||
title_dir = project_root+"data/title.json"
|
||
#抓取内容包含新闻正文内容的数据文件
|
||
content_dir=project_root+"data/news.json"
|
||
#以sqlite文件存放的数据，暂未用到
|
||
db_dir = project_root+"data/news.db"
|
||
#停用词文件位置
|
||
stopword_dir=project_root+"data/stopword.txt"
|
||
#倒排索引的文件目录，以分块方式存储，包含的id.txt为字典
|
||
inverse_dir=project_root+"data/inversedata/"
|
||
#对抓取新闻分块切割，并提取关键词后的位置
|
||
cutnews_dir=project_root+"data/cutnews/"
|
||
#只做简单的分割，方便索引新闻的展示
|
||
cutnews_origin_dir=project_root+"data/orinews"
|
||
#每个分块文件记录的条数
|
||
filesize = 100
|
||
#控制摘要的大小
|
||
snippetsize = 500
|
||
#控制首页新闻的个数，避免加载过多
|
||
listsize = 15
|