def get_word_vocabulary(urls, max_tokens, max_length_words):

该函数的作用是从给定的一组 URL 中提取最常见的单词，并返回一个单词-索引映射和一个索引-单词映射。

参数说明：
- urls: 包含文本的 URL 列表
- max_tokens: 词汇表的大小（即保留最常见的多少个单词）
- max_length_words: 单词的最大长度（超过该长度的单词将被忽略）

函数实现：

import requests
from bs4 import BeautifulSoup
from collections import Counter

def get_word_vocabulary(urls, max_tokens, max_length_words):
    words = []
    for url in urls:
        response = requests.get(url)
        soup = BeautifulSoup(response.content, 'html.parser')
        for p in soup.find_all('p'):
            words.extend(p.text.strip().split())
    words = [w.lower() for w in words if len(w) <= max_length_words]
    word_counts = Counter(words)
    word_counts = word_counts.most_common(max_tokens)
    word_index = {w[0]: i+1 for i, w in enumerate(word_counts)}
    index_word = {i+1: w[0] for i, w in enumerate(word_counts)}
    return word_index, index_word

函数首先遍历给定的 URL 列表，对每个 URL 发送 GET 请求，然后使用 BeautifulSoup 库解析 HTML，并提取所有段落中的单词。然后将单词转换为小写，并将长度超过 `max_length_words` 的单词忽略。接下来使用 Counter 对单词进行计数，并返回最常出现的 `max_tokens` 个单词及其出现次数。最后，将单词与索引之间建立双向映射，并将其作为字典返回。注意，索引从1开始，因为0通常被保留用于填充。