blog-post-optimizer

博客文章优化器

用于优化博客文章、文章和网页内容的综合内容分析工具包。可分析标题、SEO 元素、内容结构和可读性，并生成包含评分的可执行建议。

快速开始

from scripts.blog_post_optimizer import BlogPostOptimizer

# Initialize optimizer
optimizer = BlogPostOptimizer()

# Analyze a blog post
with open('blog_post.md', 'r') as f:
    content = f.read()

# Full analysis
results = optimizer.analyze_full(
    content=content,
    headline="10 Ways to Boost Your Productivity",
    keywords=["productivity", "time management", "efficiency"]
)

# View scores
print(f"Overall Score: {results['overall_score']}/100")
print(f"Headline Score: {results['headline']['score']}/100")
print(f"SEO Score: {results['seo']['score']}/100")
print(f"Readability Grade: {results['readability']['grade_level']}")

# Export HTML report
optimizer.export_html_report(results, 'report.html')

功能

1. 标题分析

• 强效词检测 - 识别情绪触发词
• 字符数统计 - 最佳范围为 50-60 个字符
• 情感影响 - 衡量标题的吸引力潜力
• A/B 建议 - 生成替代标题

2. SEO 优化

• 关键词密度 - 主要关键词目标为 1-2%
• 关键词显著性 - 检查关键词是否出现在前 100 个词中
• 元描述 - 自动生成 150-160 个字符的描述
• 标题标签 - 优化至 50-60 个字符
• URL 别名 - 生成适合 SEO 的别名

3. 内容结构

• 标题层级 - 验证 H1/H2/H3 结构
• 段落长度 - 理想长度为 3-5 个句子
• 列表使用情况 - 检测编号列表和项目符号列表
• 图片位置 - 检查是否包含视觉元素
• 小标题分布 - 确保间距一致

4. 可读性分析

• Flesch-Kincaid 年级 - 目标为 8-10 年级
• 阅读易读性 - 60-70 为理想范围
• 句子复杂度 - 每句平均词数
• 被动语态 - 所占百分比（目标为 <10%）

5. 内容统计

• 词数 - 跟踪文章长度
• 阅读时间 - 按每分钟 265 个词估算
• 字符数 - 字符总数
• 平均句长 - 每句词数

6. 元标签生成

• Open Graph - 社交媒体预览标签
• Twitter Cards - Twitter 专用元标签
• Schema.org - 文章结构化数据（JSON-LD）

API 参考

BlogPostOptimizer

optimizer = BlogPostOptimizer()

analyze_headline(headline: str) -> Dict

分析标题效果。

返回值：

{
    'score': 75,  # 0-100
    'character_count': 52,
    'power_words': ['boost', 'proven'],
    'emotional_impact': 68,
    'suggestions': [
        "10 Proven Ways to Boost Your Productivity Today",
        "Boost Your Productivity: 10 Essential Strategies"
    ]
}

analyze_seo(content: str, keywords: List[str]) -> Dict

分析 SEO 元素。

返回值：

{
    'score': 80,
    'keyword_density': {'productivity': 1.8, 'time management': 0.9},
    'keyword_prominence': True,  # In first 100 words
    'meta_description': 'Discover 10 proven ways to boost productivity...',
    'title_tag': '10 Ways to Boost Productivity | Your Site',
    'url_slug': 'boost-productivity-10-ways'
}

analyze_structure(content: str) -> Dict

分析内容结构。

返回值：

{
    'score': 85,
    'h1_count': 1,
    'h2_count': 10,
    'avg_paragraph_length': 4.2,  # Sentences
    'list_count': 3,
    'warnings': ['Paragraph on line 45 is too long (8 sentences)']
}

analyze_readability(content: str) -> Dict

计算可读性评分。

返回值：

{
    'flesch_kincaid_grade': 8.5,
    'reading_ease': 65.2,
    'avg_sentence_length': 15.3,
    'passive_voice_pct': 8.5,
    'complexity_score': 72
}

calculate_content_stats(content: str) -> Dict

计算基本内容统计数据。

返回值：

{
    'word_count': 1250,
    'reading_time_minutes': 5,
    'character_count': 7890,
    'sentence_count': 85,
    'paragraph_count': 28
}

generate_meta_tags(title: str, description: str, keywords: List[str]) -> Dict

生成社交媒体和 SEO 元标签。

返回值：

{
    'open_graph': {
        'og:title': '10 Ways to Boost Your Productivity',
        'og:description': 'Discover proven strategies...',
        'og:type': 'article'
    },
    'twitter_card': {
        'twitter:card': 'summary_large_image',
        'twitter:title': '10 Ways to Boost Your Productivity'
    },
    'schema_org': {
        '@context': 'https://schema.org',
        '@type': 'Article',
        'headline': '10 Ways to Boost Your Productivity'
    }
}

analyze_full(content: str, headline: str, keywords: List[str]) -> Dict

综合使用所有方法进行完整分析。

返回值：

{
    'overall_score': 78,
    'headline': {...},
    'seo': {...},
    'structure': {...},
    'readability': {...},
    'stats': {...},
    'recommendations': [
        {'priority': 'high', 'issue': '...', 'fix': '...'}
    ]
}

export_html_report(results: Dict, output_path: str)

生成带有图表和建议的彩色 HTML 报告。

CLI 用法

分析单篇博客文章

python scripts/blog_post_optimizer.py \
    --input blog_post.md \
    --headline "10 Ways to Boost Your Productivity" \
    --keywords "productivity,time management,efficiency" \
    --output report.html \
    --format html

快速分析（JSON 输出）

python scripts/blog_post_optimizer.py \
    --input article.txt \
    --headline "Ultimate Guide to Python" \
    --keywords "python,programming" \
    --format json

仅分析标题

python scripts/blog_post_optimizer.py \
    --headline-only "10 Productivity Hacks You Need to Know"

CLI 参数

参数	说明	默认值
--input、-i	输入文件（txt/md/html）	-
--headline	博客文章标题	从内容中提取
--keywords、-k	以逗号分隔的关键词	-
--output、-o	输出文件路径	标准输出
--format、-f	输出格式（json/html）	json
--headline-only	仅分析标题	False

示例

示例 1：生成 HTML 报告的完整分析

optimizer = BlogPostOptimizer()

with open('article.md') as f:
    content = f.read()

results = optimizer.analyze_full(
    content=content,
    headline="The Complete Guide to Remote Work",
    keywords=["remote work", "productivity", "work from home"]
)

optimizer.export_html_report(results, 'seo_report.html')

示例 2：标题优化

optimizer = BlogPostOptimizer()

headline = "Ways to Improve Your Writing"
analysis = optimizer.analyze_headline(headline)

print(f"Score: {analysis['score']}/100")
print(f"Power words found: {', '.join(analysis['power_words'])}")
print("\nSuggestions:")
for suggestion in analysis['suggestions']:
    print(f"  - {suggestion}")

示例 3：SEO 关键词分析

optimizer = BlogPostOptimizer()

with open('post.md') as f:
    content = f.read()

seo = optimizer.analyze_seo(
    content=content,
    keywords=["python", "tutorial", "beginners"]
)

for keyword, density in seo['keyword_density'].items():
    print(f"{keyword}: {density:.1f}%")

依赖项

nltk>=3.8.0
textblob>=0.17.0
beautifulsoup4>=4.12.0
pandas>=2.0.0
matplotlib>=3.7.0
reportlab>=4.0.0
lxml>=4.9.0

限制

• HTML 解析：复杂的 HTML 结构可能影响准确性
• 关键词语境：不考虑关键词语境（正面/负面）
• 语言：可读性和强效词分析仅支持英语
• 强效词：具有主观性；效果因受众而异
• 可读性：公式仅供参考，并非绝对衡量标准
• SEO：搜索引擎算法不断变化
• 图片分析：无法分析图片的实际内容
• 外部链接：不验证外部链接的质量