tengo un problema , tengo una funcion para saber si una pagina url es legible o no y con…
- User
tengo un problema , tengo una funcion para saber si una pagina url es legible o no y con el Flesch Reading Ease score que me da 15.47 y creo que es porque en la pagina hay codigo c#. Quiero que este metodo tambien mire si el 90% de los caracteres leidos son los de la a a la z y tambien lo que se encuentra en un codigo c# pero que si son de otro tipo no son legibles. Entonces el metodo aceptara tanto si tiene un buen flesch > 60 o al menos el 90% de los caracteres sean 'legibles'. Podrias hacerlo, te pongo el metodo actual: " def is_text_readable(self, text, threshold=60): """Verificar si el texto es legible basado en la puntuación de Flesch Reading Ease.""" if not text: return False score = textstat.flesch_reading_ease(text) print(f"Flesch Reading Ease score: {score}") return score >= threshold"
- Assistant
Para modificar tu método para que también verifique si al menos el 90% de los caracteres en el texto sean 'legibles' (es decir, caracteres de 'a' a 'z' y aquellos que se encuentran en el código C#), puedes añadir una función que verifique la proporción de tales caracteres en el texto. Por supuesto, tendrás que definir qué caracteres de C# consideras 'legibles'. Aquí te muestro un ejemplo de cómo podrías hacerlo:
import textstat import re def is_text_readable(self, text, threshold=60): """Verificar si el texto es legible basado en la puntuación de Flesch Reading Ease o si el 90% de los caracteres son 'legibles'.""" if not text: return False # Verifica la puntuación de Flesch Reading Ease score = textstat.flesch_reading_ease(text) print(f"Flesch Reading Ease score: {score}") if score >= threshold: return True # Definir caracteres legibles (a-z y caracteres específicos de C#) # Puedes ajustar o ampliar esta lista según sea necesario readable_chars_pattern = r'[a-zA-Z0-9\s+=\-*/%<>;:{}()\[\].,"\']' # Contar caracteres totales y legibles total_chars = len(text) readable_chars = len(re.findall(readable_chars_pattern, text)) # Calcula el porcentaje de caracteres legibles readable_percentage = (readable_chars / total_chars) * 100 if total_chars > 0 else 0 print(f"Readable characters percentage: {readable_percentage:.2f}%") # Verifica si el 90% o más de los caracteres son legibles return readable_percentage >= 90 # Uso del método # Puedes probar con algún texto de entrada para verificar el comportamiento texto_de_prueba = "Aquí puedes incluir tu texto de prueba con elementos de C# y otros caracteres." es_legible = is_text_readable(None, texto_de_prueba) print(f"Es el texto legible?: {es_legible}")Explicación
- Regex
readable_chars_pattern: Este patrón considera letras del alfabeto, números y ciertos operadores y caracteres comunes en C#. Puedes modificarlo según lo que consideres 'legible'. - Cálculo de porcentaje: Calcula la proporción de caracteres 'legibles' y devuelve
Truesi el 90% o más de los caracteres cumplen con este criterio. - Manejo de
textstat.flesch_reading_ease: Si el puntaje Flesch es mayor o igual al umbral (por defecto 60), ya considera el texto como legible sin necesidad de chequear el porcentaje de caracteres.
Asegúrate de revisar y ajustar los caracteres legibles según las necesidades y contexto específico de tu aplicación.
- Regex