ckip_client 0.0.3

data/README.md

@@ -0,0 +1,63 @@
+#CKIP_CLient
+
+[RubyGems](http://rubygems.org/gems/ckip_client)
+
+CKIP_CLient是連接[中央研究院][中央研究院][詞庫小組][詞庫小組]研發之[中文斷詞系統][斷詞系統]與[中文剖析系統][剖析系統]的Ruby程式界面。  
+感謝中央研究院[詞庫小組][詞庫小組]多年來之研究成果！
+
+
+## 安裝 Installation
+
+請先至中文斷詞系統[網站][斷詞申請]或中文剖析系統[網站][剖析申請]申請：帳號/密碼  
+再安裝本Gem！
+
+	gem install chinese_convt
+
+安裝完成後至Gem所在資料夾中修改帳號密碼資料。  
+資料夾位置通常在：/usr/local/lib/ruby/gems/1.9.1/gems/  
+進入：ckip_client-0.0.3/lib/config/  
+於 segment.yml 檔案中輸入中文斷詞系統之帳號密碼，  
+於 parser.yml 檔案中輸入中文剖析系統之帳號密碼，  
+至此安裝設定就緒。
+
+
+## 使用 Usage
+
+將文章斷詞：
+
+	CKIP.segment( text )
+
+剖析文章：
+
+	CKIP.parser( text )
+	
+也可以讓輸出結果濾除詞性資料，在輸入時加入第二個參數 'neat'
+
+	CKIP.segment( text , 'neat' )
+	CKIP.parser( text , 'neat' )
+
+注：  
+輸入的字串編碼可以是 UTF-8 或是 Big5 或 Big5-UAO 三種其中之一。  
+但是輸出結果一律為 UTF-8 編碼！
+
+
+## 範例 Example
+
+	require 'ckip_client'
+	text = File.open('text.txt').read
+	puts CKIP.segment( text )
+
+
+## 參閱 References
+
++ [中研院詞庫小組][詞庫小組]
++ [中文斷詞系統][斷詞系統]
++ [中文剖析系統][剖析系統]
+
+
+[中央研究院]: http://www.sinica.edu.tw/
+[詞庫小組]: http://godel.iis.sinica.edu.tw/CKIP/
+[斷詞系統]: http://ckipsvr.iis.sinica.edu.tw
+[剖析系統]: http://parser.iis.sinica.edu.tw
+[斷詞申請]: http://ckipsvr.iis.sinica.edu.tw/webservice.htm
+[剖析申請]: http://parser.iis.sinica.edu.tw/v1/apply.htm

data/lib/CKIP_Client.rb

@@ -0,0 +1,65 @@
+# encoding: UTF-8
+require 'socket'
+require 'yaml'
+
+module CKIP
+  
+  class Client
+    
+    def self.get( sys , text )
+      text_encoding = text.encoding.to_s
+      unless ['Big5','Big5-UAO','UTF-8'].include? text_encoding
+        raise 'Encoding ERROR : CKIP_Client only support UTF-8 or Big5 or Big5-UAO encodings.'
+      end
+      input_encoding = (text_encoding == 'Big5-UAO')? 'Big5' : text_encoding
+      
+      config = YAML::load( File.open( File.dirname(__FILE__) + "/config/#{sys}.yml" ).read )
+      request = "<?xml version=\"1.0\" ?>
+<wordsegmentation version=\"0.1\" charsetcode=\"#{input_encoding.downcase}\">
+<option showcategory=\"1\" />
+<authentication username=\"#{config['username']}\" password=\"#{config['password']}\" />
+<text>#{text}</text>
+</wordsegmentation>"
+    
+      socket = TCPSocket.open( config['host'] , config['port'] )
+      socket.write( request )
+      xml_result = socket.gets.force_encoding( text_encoding )
+      socket.close
+      return xml_result
+    end
+    
+    def self.xml2str( xml )
+      xml.encode!('UTF-8')
+      if /<result>(.*?)<\/result>/m.match( xml )
+        return $1.gsub(/<\/sentence>\r?\n?\t*?\s*?<sentence>/,"\n").gsub("\n　\n","\n\n").sub(/\t*?\s*?<sentence>　?/,'').sub(/<\/sentence>/,'').gsub("\n　", "\n")
+      elsif /<processstatus code="\d">(.*?)<\/processstatus>/.match( xml )
+        raise $1
+      else
+        raise "XML result format error!!"
+      end
+    end
+        
+  end
+  
+  def self.segment( text , mode = nil )
+    output = Client.xml2str( Client.get( 'segment' , text ) )
+    if ['compact','neat'].include?( mode )
+      return output.gsub!(/\([A-Za-z]+\)/,'')
+    else
+      return output
+    end
+  end
+  
+  def self.parser( text , mode = nil )
+    text.encode!('Big5-UAO') if text.encoding.to_s == 'UTF-8'
+    
+    output = Client.xml2str( Client.get( 'parser' , text ) )
+    if ['compact','neat'].include?( mode )
+      return output.gsub(/[A-Za-z]+?:/,'').gsub(/[A-Za-z]+?\(/,'(').gsub(/[A-Za-z]+?‧.+?\(/,'(').gsub!(/[#%]/,'').gsub!(/^\d+:\d+.\[\d+\]\s/,'').gsub(/\([A-Z]+?\)$/,'')
+    else
+      return output
+    end
+    
+  end
+  
+end

data/lib/config/parser.yml

@@ -0,0 +1,4 @@
+host: 140.109.19.112
+port: 8000
+username: iis				#請先至中研院中文剖析系統網站申請帳號與密碼
+password: iis				#網址 http://parser.iis.sinica.edu.tw/v1/apply.htm

data/lib/config/segment.yml

@@ -0,0 +1,4 @@
+host: 140.109.19.104
+port: 1501
+username: iis				#請先至中研院中文斷詞系統網站申請帳號與密碼
+password: iis				#網址 http://ckipsvr.iis.sinica.edu.tw

metadata

@@ -0,0 +1,48 @@
+--- !ruby/object:Gem::Specification
+name: ckip_client
+version: !ruby/object:Gem::Version
+  version: 0.0.3
+  prerelease: 
+platform: ruby
+authors:
+- xxxooo
+autorequire: 
+bindir: bin
+cert_chain: []
+date: 2012-11-09 00:00:00.000000000 Z
+dependencies: []
+description: CKIP_CLient是連接中央研究院詞庫小組研發之中文斷詞系統與中文剖析系統的Ruby程式界面。感謝中央研究院[詞庫小組][詞庫小組]多年來之研究成果！
+email: xxxooo.tw@gmail.com
+executables: []
+extensions: []
+extra_rdoc_files: []
+files:
+- README.md
+- lib/CKIP_Client.rb
+- lib/config/segment.yml
+- lib/config/parser.yml
+homepage: http://github.com/xxxooo/ckip_client
+licenses: []
+post_install_message: 
+rdoc_options: []
+require_paths:
+- lib
+required_ruby_version: !ruby/object:Gem::Requirement
+  none: false
+  requirements:
+  - - ! '>='
+    - !ruby/object:Gem::Version
+      version: '0'
+required_rubygems_version: !ruby/object:Gem::Requirement
+  none: false
+  requirements:
+  - - ! '>='
+    - !ruby/object:Gem::Version
+      version: '0'
+requirements: []
+rubyforge_project: 
+rubygems_version: 1.8.23
+signing_key: 
+specification_version: 3
+summary: 連接中研院詞庫小組的中文斷詞系統與中文剖析系統之API
+test_files: []