El diction
paquete contiene una herramienta llamada style
:
Style
analiza las características superficiales del estilo de escritura de un documento. Imprime varios grados de legibilidad, longitud de palabras, oraciones y párrafos. Además puede localizar oraciones con ciertas características.
Por ejemplo, si evalúo el cuerpo de su pregunta (guardado en un archivo flux_question
) para imprimir las oraciones con un índice de legibilidad (ARI) superior a 10:
$ style -r 10 flux_question
flux_question:1: Is there a command line program that takes a file containing English text, analyzes the text, and outputs its readability scores?
flux_question:2: For example, if one feeds the program a text, the program should output the Flesch-Kincaid grade level, McLaughlin's SMOG grading, etc.
readability grades:
Kincaid: 10.2
ARI: 10.8
Coleman-Liau: 12.5
Flesch Index: 51.1/100
Fog Index: 12.0
Lix: 48.6 = school year 9
SMOG-Grading: 11.2
sentence info:
333 characters
65 words, average length 5.12 characters = 1.65 syllables
4 sentences, average length 16.2 words
25% (1) short sentences (at most 11 words)
0% (0) long sentences (at least 26 words)
1 paragraphs, average length 4.0 sentences
25% (1) questions
25% (1) passive sentences
longest sent 21 wds at sent 2; shortest sent 8 wds at sent 4
word usage:
verb types:
to be (1) auxiliary (2)
types as % of total:
conjunctions 5% (3) pronouns 9% (6) prepositions 2% (1)
nominalizations 0% (0)
sentence beginnings:
pronoun (1) interrogative pronoun (0) article (0)
subordinating conjunction (0) conjunction (0) preposition (0)
Para filtrar la salida, puede usar, por ejemplo, tail -n8
para obtener solo las calificaciones o grep 'Flesch\|SMOG'
simplemente imprimir el índice Flesch y la calificación SMOG:
$ style style_test | grep 'Flesch\|SMOG'
Flesch Index: 51.7/100
SMOG-Grading: 11.2
Otras lecturas