要想实现对新发现的公众号文章做自动分类，需要对样本做训练，而样本属于哪一类别是需要我们做人工标注的，直接操作数据库非常不方便，我想到了我们的网站后台管理系统，直接把样本数据整合进来就可以方便标注了

请尊重原创，转载请注明来源网站以及原始链接地址

创建CrawlPage实体

在sonataadmin中每一张表都要对应一个Entity实体，也就是MVC里的model，因此我们在网站目录中创建src/AppBundle/Entity/CrawlPage.php，内容如下：

省略的部分是getter和setter

这里面除了网页表本身的几个字段（title、body、content、createTime、source）之外，创建几个0-1标注字段：isTec（是否纯技术）、isSoup（是否鸡汤文）、isMR（是否机器学习）、isMath（是否数学），这个用来做分类标注

另外，我们为title添加了unique=true属性，为了保证表里的title是唯一key，避免重复写入数据。同时为几个标注字段添加了options={"default": "0"}选项，默认都是非选中

创建CrawlPage管理类

请尊重原创，转载请注明来源网站以及原始链接地址

为了在sonataadmin后台页面中方便标注数据，创建CrawlPage的管理类，创建src/AppBundle/Admin/CrawlPageAdmin.php文件，内容如下：

    tab('Post')            ->with('Content', array('class' => 'col-md-9'))            ->add('title', 'text')            ->add('source', 'text')            ->add('body', 'ckeditor', array('autoload' => true))            ->add('create_time', 'sonata_type_date_picker', array(                'format'=>'yyyy-MM-dd HH:mm:ss',                'dp_default_date'        => date('Y-m-d H:i:s'),))            ->end()            ->with('Meta data', array('class' => 'col-md-3'))            ->end();    }    protected function configureListFields(ListMapper $listMapper)    {
            $listMapper            ->addIdentifier('title')            ->add('isTec', 'boolean', array('editable' => 'Yes'))            ->add('isSoup', 'boolean', array('editable' => 'Yes'))            ->add('isMR', 'boolean', array('editable' => 'Yes'))            ->add('isMath', 'boolean', array('editable' => 'Yes'))            ->add('source')            ->add('createTime')            ;    }    public function toString($object)    {
            return $object instanceof BlogPost            ? $object->getTitle()            : 'Crawl Page'; // shown in the breadcrumb on the create view    }    protected function configureDatagridFilters(DatagridMapper $datagridMapper)    {
            $datagridMapper            ->add('title')            ;    }}

注意这里的configureListFields方法中的

->add('isTec', 'boolean', array('editable' => 'Yes'))            ->add('isSoup', 'boolean', array('editable' => 'Yes'))            ->add('isMR', 'boolean', array('editable' => 'Yes'))            ->add('isMath', 'boolean', array('editable' => 'Yes'))

使用boolean类型可以在列表页中通过ajax修改数据，这样就不必点开文章、修改、保存那么麻烦了

修改配置并生效

修改app/config/services.yml添加：

admin.crawl_page:        class: AppBundle\Admin\CrawlPageAdmin        arguments: [~, AppBundle\Entity\CrawlPage, ~]        tags:            - { name: sonata.admin, manager_type: orm, label: Crawl page }

执行

php app/console doctrine:schema:update --force

来生效数据库表

灌入微信公众号网页数据

如果还没有抓取公众号文章，请见《》

因为之前写入了一个单独的数据库，我们现在把这部分网页导入进来，执行sql语句：

insert into CrawlPage(title, create_time, source, body, content) select title, post_date, post_user, body, content from test.page;

打开后台管理页面看下效果：

现在可以直接点击“no”标签来标注数据啦