用python批量提取wordpress文章标题关键词，再全自动给相关文章打标签

文章很多，相关文章也很多，用标签相互关联起来，有利于访问者也有利于seo，
靠纯手工应对操作，会很快崩溃！所以
用AI吧
第一步，每所有文章的标题一次性导出来放在titles.txt里
导出SQL代码，连接SSH终端，或类似宝塔面板里的终端:

mysql -uroot -p liuzhongwei -e "SELECT post_title from wp_posts INTO OUTFILE'/www/wwwroot/temp/titles.txt'"

liuzhongwei为服务器，注意后面的保存目录，根据实际情况，且temp目录需要有777权限。
把导出的titles.txt放在本地电脑，如C:\feng86目录下。
第二步，按装python，下载网址：https://www.python.org/downloads/windows/
推荐Python 3.9或Python 3.10都可以，
安装时注意勾选加入path选项，勾选 ✅ Add Python 3.9 to PATH（安装界面底部），安装最后一步别忘记了点：点击 Disable path length limit（如果出现）

最后打开windows的cmd输入：

python --version
pip --version

如果出现版本号 就是安装成功了，

接下来，安装依赖库
安装关键词提取需要的包（jieba、pymysql、tqdm）：
在cmd里运行：

pip install jieba pymysql tqdm

第三步：
保存下面代码为：C:\feng86\extract_from_brackets.py
打开CMD,

cd C:\feng86
python extract_from_brackets.py

python代码：

import re
import csv
from collections import defaultdict
from tqdm import tqdm

INPUT_FILE = r'C:\feng86\titles.txt'
OUTPUT_FILE = r'C:\feng86\bracket_keywords.csv'
MIN_FREQUENCY = 2

# 中国省份
PROVINCES = set([
    '北京','天津','上海','重庆','河北','山西','辽宁','吉林','黑龙江',
    '江苏','浙江','安徽','福建','江西','山东','河南','湖北','湖南',
    '广东','海南','四川','贵州','云南','陕西','甘肃','青海','台湾',
    '内蒙古','广西','西藏','宁夏','新疆','香港','澳门'
])

# 过滤模式：共*卷、第*册、第*辑、上集、下集、pdf 等
FILTER_PATTERNS = [
    r'共[一二三四五六七八九十百千万\d]+卷',
    r'第[一二三四五六七八九十百千万\d]+(册|辑|集|部)',
    r'上集', r'下集',
    r'pdf'
]
compiled_patterns = [re.compile(p, re.IGNORECASE) for p in FILTER_PATTERNS]

def is_chinese_number(word):
    chinese_digits = set('一二三四五六七八九十百千万零〇')
    return all(char in chinese_digits for char in word) and len(word) >= 2

def extract_bracket_keywords(text):
    patterns = [
        r'【(.*?)】',
        r'\[(.*?)\]',
        r'《(.*?)》',
        r'\((.*?)\)',
        r'（(.*?)）'
    ]
    results = []
    for pattern in patterns:
        results += re.findall(pattern, text)
    return [r.strip() for r in results if r.strip()]

def is_valid_keyword(kw):
    if len(kw) < 2:
        return False
    if kw in PROVINCES:
        return False
    if kw.isdigit():
        return False
    if is_chinese_number(kw):
        return False
    for pattern in compiled_patterns:
        if pattern.fullmatch(kw):
            return False
    return True

def analyze_titles(lines):
    freq = defaultdict(int)
    examples = defaultdict(list)

    for title in tqdm(lines):
        keywords = extract_bracket_keywords(title)
        for kw in keywords:
            if is_valid_keyword(kw):
                freq[kw] += 1
                if len(examples[kw]) < 3:
                    examples[kw].append(title)

    return freq, examples

def save_to_csv(freq, examples, file):
    sorted_items = sorted(freq.items(), key=lambda x: x[1], reverse=True)
    with open(file, 'w', newline='', encoding='utf-8-sig') as f:
        writer = csv.writer(f)
        writer.writerow(['关键词（最终过滤）', '出现次数', '示例标题'])
        for word, count in sorted_items:
            if count >= MIN_FREQUENCY:
                writer.writerow([word, count, ' / '.join(examples[word])])

def main():
    with open(INPUT_FILE, 'r', encoding='utf-8') as f:
        lines = [line.strip() for line in f if line.strip()]

    freq, examples = analyze_titles(lines)
    save_to_csv(freq, examples, OUTPUT_FILE)
    print(f'\n✅ 提取完成，共关键词：{len(freq)} 条，输出文件：{OUTPUT_FILE}')

if __name__ == '__main__':
    main()

最后得到bracket_keywords.csv里的关键词，把里面的关键词复制出来，保存为keywords.txt

上传到网站目录的temp目录下，要有777权限哦。

再把下面的php代码复制保存为auto_batch_keywords.php也上传到网站目录下的temp目录里
打开这个网页：https://www.liuzhongwei.com/temp/auto_batch_keywords.php

<?php
require_once('../wp-load.php');

$file = __DIR__ . '/keywords.txt';
$temp_file = __DIR__ . '/keywords_temp.txt';
$done_file = __DIR__ . '/keywords_done.txt';
$unmatched_file = __DIR__ . '/keywords_unmatched.txt';
$batch_size = 10;
$delay_ms = 15000;

// 重置请求检测
if (isset($_GET['reset']) && $_GET['reset'] == 1) {
    if (file_exists($temp_file)) unlink($temp_file);
    if (file_exists($done_file)) unlink($done_file);
    if (file_exists($unmatched_file)) unlink($unmatched_file);
    echo "<meta charset='UTF-8'><p>✅ 所有记录已清空，<a href='auto_batch_keywords.php'>点击这里重新开始</a></p>";
    exit;
}

if (!file_exists($file)) {
    exit("❌ 文件 keywords.txt 不存在");
}

if (!file_exists($temp_file)) {
    copy($file, $temp_file);
}

$all_lines = file($file, FILE_IGNORE_NEW_LINES | FILE_SKIP_EMPTY_LINES);
$lines = file($temp_file, FILE_IGNORE_NEW_LINES | FILE_SKIP_EMPTY_LINES);
$total = count($all_lines);
$remaining = count($lines);
$processed = $total - $remaining;
$percent = $total > 0 ? round($processed / $total * 100, 2) : 0;

$batch = array_slice($lines, 0, $batch_size);
$leftover = array_slice($lines, $batch_size);
file_put_contents($temp_file, implode(PHP_EOL, $leftover));

echo "<meta charset='UTF-8'>";
echo "<h2>批量关键词打标签</h2>";
if ($processed > 0) {
    echo "<p style='color:orange;'>⚠️ 正在从上次中断处恢复处理...</p>";
}
echo "<p>✅ 已处理：<strong>{$processed}</strong> / {$total}（{$percent}%）</p>";
echo "<div style='width: 100%; background: #eee; border-radius: 5px; overflow: hidden; height: 20px; margin-bottom: 10px;'>
  <div style='width: {$percent}%; background: #4caf50; height: 100%;'></div>
</div>";
echo "<ul>";

global $wpdb;

foreach ($batch as $keyword) {
    $keyword = trim($keyword);
    if ($keyword === '') continue;

    $term = term_exists($keyword, 'post_tag');
    if (!$term) {
        $term = wp_insert_term($keyword, 'post_tag');
    }

    $tag_id = is_array($term) ? $term['term_id'] : $term;

    $post_ids = $wpdb->get_col(
        $wpdb->prepare(
            "SELECT ID FROM {$wpdb->posts}
             WHERE post_status = 'publish' AND post_type = 'post'
             AND post_title LIKE %s",
            '%' . $wpdb->esc_like($keyword) . '%'
        )
    );

    if ($post_ids) {
        $tagged_count = 0;
        foreach ($post_ids as $pid) {
            $current_tags = wp_get_post_tags($pid, ['fields' => 'names']);
            if (!in_array($keyword, $current_tags)) {
                wp_set_post_tags($pid, [$keyword], true);
                $tagged_count++;
            }
        }

        if ($tagged_count > 0) {
            file_put_contents($done_file, $keyword . PHP_EOL, FILE_APPEND);
            echo "<li>✅ 【$keyword】成功打到 $tagged_count 篇文章</li>";
        } else {
            echo "<li> 【$keyword】已存在于所有匹配文章中，无需重复打标签</li>";
        }
    } else {
        file_put_contents($unmatched_file, $keyword . PHP_EOL, FILE_APPEND);
        echo "<li>⚠️ 【$keyword】未匹配任何文章</li>";
    }
}
echo "</ul>";

// 下载和操作按钮
echo "<div style='margin-top:20px;'>";
echo "<a href='keywords_done.txt' download style='display:inline-block;padding:8px 14px;background:#0073aa;color:#fff;border-radius:4px;margin-right:10px;text-decoration:none;'>⬇️ 下载已处理关键词</a>";
echo "<a href='keywords_unmatched.txt' download style='display:inline-block;padding:8px 14px;background:#d54e21;color:#fff;border-radius:4px;margin-right:10px;text-decoration:none;'> 下载未匹配关键词</a>";
echo "<a href='?reset=1' style='display:inline-block;padding:8px 14px;background:#777;color:#fff;border-radius:4px;text-decoration:none;'>️ 一键重置全部记录</a>";
echo "</div>";

if (count($leftover) > 0) {
    echo "<script>
        setTimeout(function() {
            window.location.href = '" . $_SERVER['PHP_SELF'] . "';
        }, {$delay_ms});
    </script>";
    echo "<p>⏳ {$delay_ms} 毫秒后自动跳转下一批...</p>";
    echo "<button onclick=\"window.stop();\">⏸ 暂停</button>";
} else {
    unlink($temp_file);
    echo "<h3> 所有关键词处理完毕！</h3>";
}
?>

注意上面的代码里的
batch_size = 10; 一次性处理10个标签
delay_ms = 15000; 每15秒刷新一次。
这两个标签根据你服务器马力自行更改，别拉爆服务器就行。

全部完了，希望你看得懂。