Code
├─ app_callback.py             回調(diào)函數(shù)，實現(xiàn)后臺功能
├─ app_configuration.py           web服務器配置
├─ app_layout.py              web前端頁面配置
├─ app_plot.py               web圖表繪制
├─ app.py                  web服務器的啟動
├─ assets                  web所需的一些靜態(tài)資源文件
│ ├─ css                  web前端元素布局文件
│ │ ├─ custum-styles_phyloapp.css
│ │ └─ stylesheet.css
│ ├─ image                 web前端logo圖標
│ │ ├─ GitHub-Mark-Light.png
│ └─ static                web前端幫助頁面
│ │ ├─ help.html
│ │ └─ help.md
├─ history_data.py             解析chrome歷史記錄文件
└─ requirement.txt             程序所需依賴庫

# 查詢數(shù)據(jù)庫內(nèi)容
def query_sqlite_db(history_db, query):
  # 查詢sqlite數(shù)據(jù)庫
  # 注意，History是一個文件，沒有后綴名。它不是一個目錄。
  conn = sqlite3.connect(history_db)
  cursor = conn.cursor()
  # 使用sqlite查看軟件，可清晰看到表visits的字段url=表urls的字段id
  # 連接表urls和visits，并獲取指定數(shù)據(jù)
  select_statement = query
  # 執(zhí)行數(shù)據(jù)庫查詢語句
  cursor.execute(select_statement)
  # 獲取數(shù)據(jù)，數(shù)據(jù)格式為元組(tuple)
  results = cursor.fetchall()
  # 關閉
  cursor.close()
  conn.close()
  return results

# 獲取排序后的歷史數(shù)據(jù)
def get_history_data(history_file_path):
  try:
    # 獲取數(shù)據(jù)庫內(nèi)容
    # 數(shù)據(jù)格式為元組(tuple)
    select_statement = "SELECT urls.id, urls.url, urls.title, urls.last_visit_time, urls.visit_count, visits.visit_time, visits.from_visit, visits.transition, visits.visit_duration FROM urls, visits WHERE urls.id = visits.url;"
    result = query_sqlite_db(history_file_path, select_statement)
    # 將結(jié)果按第1個元素進行排序
    # sort和sorted內(nèi)建函數(shù)會優(yōu)先排序第1個元素，然后再排序第2個元素，依此類推
    result_sort = sorted(result, key=lambda x: (x[0], x[1], x[2], x[3], x[4], x[5], x[6], x[7], x[8]))

    # 返回排序后的數(shù)據(jù)
    return result_sort
  except:
    # print('讀取出錯!')
    return 'error'

# 頁面訪問次數(shù)排名
html.Div(
  style={'margin-bottom':'150px'},
  children=[
    html.Div(
      style={'border-top-style':'solid','border-bottom-style':'solid'},
      className='row',
      children=[
        html.Span(
          children='頁面訪問次數(shù)排名, ',
          style={'font-weight': 'bold', 'color':'red'}
        ),

        html.Span(
          children='顯示個數(shù):',
        ),
        dcc.Input(
          id='input_website_count_rank',
          type='text',
          value=10,
          style={'margin-top':'10px', 'margin-bottom':'10px'}
        ),
      ]
    ),


    html.Div(
      style={'position': 'relative', 'margin': '0 auto', 'width': '100%', 'padding-bottom': '50%', },
      children=[
        dcc.Loading(
          children=[
            dcc.Graph(
              id='graph_website_count_rank',
              style={'position': 'absolute', 'width': '100%', 'height': '100%', 'top': '0',
                  'left': '0', 'bottom': '0', 'right': '0'},
              config={'displayModeBar': False},
            ),
          ],
          type='dot',
          style={'position': 'absolute', 'top': '50%', 'left': '50%', 'transform': 'translate(-50%,-50%)'}
        ),
      ],
    )
  ]
)

# 繪制 頁面訪問頻率排名 柱狀圖
def plot_bar_website_count_rank(value, history_data):
  # 頻率字典
  dict_data = {}
  # 對歷史記錄文件進行遍歷
  for data in history_data:
    url = data[1]
    # 簡化url
    key = url_simplification(url)
    if (key in dict_data.keys()):
      dict_data[key] += 1
    else:
      dict_data[key] = 0
  # 篩選出前k個頻率最高的數(shù)據(jù)
  k = convert_to_number(value)
  top_10_dict = get_top_k_from_dict(dict_data, k)

  figure = go.Figure(
    data=[
      go.Bar(
        x=[i for i in top_10_dict.keys()],
        y=[i for i in top_10_dict.values()],
        name='bar',
        marker=go.bar.Marker(
          color='rgb(55, 83, 109)'
        )
      )
    ],
    layout=go.Layout(
      showlegend=False,
      margin=go.layout.Margin(l=40, r=0, t=40, b=30),
      paper_bgcolor='rgba(0,0,0,0)',
      plot_bgcolor='rgba(0,0,0,0)',
      xaxis=dict(title='網(wǎng)站'),
      yaxis=dict(title='次數(shù)')
    )
  )

  return figure

# 頁面訪問頻率排名
@app.callback(
  dash.dependencies.Output('graph_website_count_rank', 'figure'),
  [
    dash.dependencies.Input('input_website_count_rank', 'value'),
    dash.dependencies.Input('store_memory_history_data', 'data')
  ]
)
def update(value, store_memory_history_data):

  # 正確獲取到歷史記錄文件
  if store_memory_history_data:
    history_data = store_memory_history_data['history_data']
    figure = plot_bar_website_count_rank(value, history_data)
    return figure
  else:
    # 取消更新頁面數(shù)據(jù)
    raise dash.exceptions.PreventUpdate("cancel the callback")

# 上傳文件回調(diào)
@app.callback(
  dash.dependencies.Output('store_memory_history_data', 'data'),
  [
    dash.dependencies.Input('dcc_upload_file', 'contents')
  ]
)
def update(contents):
  if contents is not None:
    # 接收base64編碼的數(shù)據(jù)
    content_type, content_string = contents.split(',')
    # 將客戶端上傳的文件進行base64解碼
    decoded = base64.b64decode(content_string)
    # 為客戶端上傳的文件添加后綴，防止文件重復覆蓋
    # 以下方式確保文件名不重復
    suffix = [str(random.randint(0,100)) for i in range(10)]
    suffix = "".join(suffix)
    suffix = suffix + str(int(time.time()))
    # 最終的文件名
    file_name = 'History_' + suffix
    # print(file_name)
    # 創(chuàng)建存放文件的目錄
    if (not (exists('data'))):
      makedirs('data')

    # 欲寫入的文件路徑
    path = 'data' + '/' + file_name

    # 寫入本地磁盤文件
    with open(file=path, mode='wb+') as f:
      f.write(decoded)


    # 使用sqlite讀取本地磁盤文件
    # 獲取歷史記錄數(shù)據(jù)
    history_data = get_history_data(path)
    
    # 獲取搜索關鍵詞數(shù)據(jù)
    search_word = get_search_word(path)

    # 判斷讀取到的數(shù)據(jù)是否正確
    if (history_data != 'error'):
      # 找到
      date_time = time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(time.time()))
      print('新接收到一條客戶端的數(shù)據(jù), 數(shù)據(jù)正確, 時間:{}'.format(date_time))
      store_data = {'history_data': history_data, 'search_word': search_word}
      return store_data
    else:
      # 沒找到
      date_time = time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(time.time()))
      print('新接收到一條客戶端的數(shù)據(jù), 數(shù)據(jù)錯誤, 時間:{}'.format(date_time))
      return None
  return None

# 跳轉(zhuǎn)到當前目錄
cd 目錄名
# 先卸載依賴庫
pip uninstall -y -r requirement.txt
# 再重新安裝依賴庫
pip install -r requirement.txt
# 開始運行
python app.py
# 運行成功后，通過瀏覽器打開http://localhost:8090