dphon 1.0.0

直接

早期汉语文本中的数字互文共振

安装

使用pip安装：

$ pip install dphon

用法

direct的基本功能是对两个早期汉语文本进行语音比较。您需要将文件以utf-8编码的纯文本（.txt）格式保存在本地。比较两个文本：

$ dphon text_a.txt text_b.txt # search text b against text a

输出将是文本a中的字符序列列表，其中有文本b中的押韵对应项，包括用于绘制序列的文本和行号：

滋章盜賊多有 (a: 16)# this sequence of characters from a line 16 matches
滋彰，盜賊多有 (b: 57)# this sequence of characters from b line 57
...
不可得 (a: 15)# this sequence from a on line 15 matches two separate 
不可識 (b: 15)# locations in b, and both of them are on line 15 in b
不可識 (b: 15)
...
解其忿 (a: 15)# in this sequence, we see three separate graphic
解其紛 (b: 4)# variations for the third character - one on a line 15
解其分 (b: 56)# and two from b on lines 4 and 56

请注意，序列忽略非单词字符，包括标点和数字。这意味着押韵可以跨越行，这将反映在输出中。

您可以使用以下命令查看命令选项的完整列表：

$ dphon --help

方法论

匹配序列由一个字典文件决定，该文件代表旧汉语音韵学的特定重建（您可以在data/文件夹中看到一些示例）。这些数据结构将输入字符映射到可与其他此类令牌匹配的任意声音令牌（“虚拟”）。

direct的核心过程是接受纯文本输入，根据特定的语音重构对其进行标记化，并在标记化文本中搜索匹配项。因此，这些匹配代表了共鸣：尽管它们的书面形式不同，但最初朗读时可能押韵的序列。

开发设置

python>；=3.6是必需的。

首先，克隆存储库：

$ git clone https://github.com/direct-phonology/direct.git
$ cd direct

然后，创建并激活虚拟环境（推荐）：

$ python -m venv venv
$ source venv/bin/activate

安装依赖项：

$ pip install -r requirements.txt
$ pip install -r dev-requirements.txt

最后，在开发模式下安装包本身：

$ pip install -e .

现在，当您运行dphon时，您的更改将被自动获取。

pull请求应该针对develop分支发出。

测试

单元测试是用pytest编写的。您可以使用以下命令运行它们：

$ pytest

释放量

确保dphon/__init__.py中的版本号正确！

如果在较旧版本的dist/中有任何内置文件，请在 开始此过程：

$ rm dist/*

要为发行版构建源存档和分发，请执行以下操作：

$ python setup.py sdist bdist_wheel

在test PyPI上发布发行版（对于确保一切正常工作非常有用）：

$ twine upload --repository-url https://test.pypi.org/legacy/ dist/*

如果一切正常，请将包发布到pypi:

$ twine upload dist/*

标签：

• install
• pip
• 工具
• 文本
• txt
• line
• 语音
• 序列
• direct

欢迎加入QQ群-->： 979659372

推荐PyPI第三方库

• penc

  从hex和base64进行编码和解码的python命令行工具

• QuickFF

  Python库从从头开始训练数据中快速导出力场。

• razorflow

  Razorthink AI的RazorDev工具

• maltiverse

  用于Maltiverse的Python API包装器

• watchcode

  解决修改+重新运行问题的通用工具

• DataScienceB

  商业智能的数据科学

• xls2xlsx

  将xls文件转换为xlsx

• nmeasim

  Python-GNSS/NMEA接收机仿真

• pyvollib

  防止攻击的包

• booker

  未提供项目说明

• mlops-propulsion-academ

  推进学院

• mlcube

  未提供项目说明

• nuclease-off-target

  核酸酶靶点和活性分析

• mdd

  围绕二进制决策图的Python抽象实现多值决策图。

• vlc-http

  VLC HTTP服务器的HTTP客户端。