jrsub 0.1.11

Python package for working with Warodai and Yarxi dictionaries

JRSub

Установка

pip install jrsub

Использование

Загрузка ранее сгенерированной словарной базы

ЯРКСИ

yl = YarxiLoader() // экземпляр загрузчика
yd = yl.load() // словарь

Warodai

wl = WarodaiLoader() // экземпляр загрузчика
wd = wl.load() // словарь

Поиск в словарях

yd.lookup(lexeme: str[, reading: str, search_mode: SearchMode]) → [SearchResult]

• возвращает список SearchResult, включающих в себя поля lexeme, reading и translation из подходящих записей;
• все три поля являются списками строк.

yd.lookup_translations_only(lexeme: str[, reading: str, search_mode: SearchMode])→ [str]

• возвращает значения полей "перевод" из подходящих записей в виде одномерного списка строк.

Параметр	Допустимые значения	Обязательный параметр
lexeme	хирагана, катакана, кандзи	✔️
reading	хирагана	❌
search_mode	SearchMode.consecutive, SearchMode.deep_only, SearchMode.shallow_only	❌

• SearchMode.shallow_only: поиск осуществляется только по исходным формам, дословно приведенным в словаре. Малейшие изменения в слове (например, лишние символы окуриганы или их отсутствие) приведут к пустой выдаче словаря.

• SearchMode.deep_only: задает "глубокий" режим поиска: при поиске в первую очередь учитываются входящие в слово иероглифы. Этот режим работает медленнее, чем SearchMode.shallow_only, но при этом он гораздо надежнее.

• SearchMode.consecutive (задан по умолчанию): вначале запускается "поверхностный поиск", а затем, если он не дал результатов, -- "глубокий". Это оптимальный из всех трех вариантов, лучше его не изменять.

---

Пересборка словарных баз

Методы загрузчиков

Действие	Метод	Аргументы	Начальное значение
Включение/откючение транслитерации примеров в переводах	.enable_transliteration	mode: bool	True (включено)
Изменение префикса к переводам, свойственным иероглифам в составе сложных слов (только для ЯРКСИ)	.set_compounds_pref	pref: str	'〈в сочет.〉'
Изменение способа выделения некоторых частей перевода	.set_highlighting	left: str; right: str	'《'; '》'
Запуск перестройки словарной базы	.rescan	path: str; show_progress: bool	папка dictionaries/source в каталоге установки пакета; True

• Для отображения в браузере можно при помощи set_highlighting заменить кавычки-елочки на HTML-теги: yl.set_highlighting('<i>', '</i>');
• Перестройка одной базы занимает около восьми минут: полосы прогресса позволяют отследить, на какой стадии база находится в данный момент.
• При перестройке рекомендую использовать отредактированные мной варианты исходников, доступные в репозитории в каталоге dictionaries/source (список изменений в Яркси | Вародае; в основном изменения касаются форматирования, но также было найдено и исправлено несколько опечаток).

Методы полученных после сборки словарных баз

Действие	Метод	Аргументы	Значение по умолчанию
Сохранение перестроенной базы	.save	path: str	папка dictionaries в каталоге установки пакета

• Если оставить значение пути по умолчанию, база будет сохраняться в установочный каталог пакета, и при следующем запуске к ней можно будет получить доступ методом загрузчика .load() без параметров.

---

Примеры работы со словарями (demo)

• cli.py -- самый простой пример взаимодействия через командную строку;
• app.py -- веб-интерфейс для работы через браузер;
• flask.Dockerfile -- docker-контейнер с приложением из файла app.py.