rseg 0.1.5 → 0.1.6

data/VERSION

@@ -1 +1 @@
-0.1.5
+0.1.6

data/lib/engines/dict.rb

@@ -1,49 +1,51 @@
-class Dict < Engine
-  @@root      = nil
-  @@dict_path = File.join(File.dirname(__FILE__), '../../dict/dict.hash')
+module RsegEngine
+  class Dict < Engine
+    @@root      = nil
+    @@dict_path = File.join(File.dirname(__FILE__), '../../dict/dict.hash')
 
-  class << self
-    def dict_path=(path)
-      @@dict_path = path
-    end
+    class << self
+      def dict_path=(path)
+        @@dict_path = path
+      end
     
-    def dict_path
-      @@dict_path
+      def dict_path
+        @@dict_path
+      end
     end
-  end
   
-  def initialize
-    @@root ||= load_dict(@@dict_path)
-    @word = ''
-    @node = @@root
-    super
-  end
+    def initialize
+      @@root ||= load_dict(@@dict_path)
+      @word = ''
+      @node = @@root
+      super
+    end
   
-  def process(char)
-    match = false
-    word = nil
+    def process(char)
+      match = false
+      word = nil
     
-    if @node[char]
-      @word << char
-      @node = @node[char]
-      match = true
-    else
-      if @node[:end] || @word.chars.to_a.length == 1
-        word = @word
+      if @node[char]
+        @word << char
+        @node = @node[char]
+        match = true
       else
-        word = @word.chars.to_a
-      end
+        if @node[:end] || @word.chars.to_a.length == 1
+          word = @word
+        else
+          word = @word.chars.to_a
+        end
       
-      @node = @@root
-      @word = ''
-      match = false
-    end
+        @node = @@root
+        @word = ''
+        match = false
+      end
     
-    [match, word]
-  end
+      [match, word]
+    end
   
-  private
-  def load_dict(path)
-    File.open(path, "rb") {|io| Marshal.load(io)}
+    private
+    def load_dict(path)
+      File.open(path, "rb") {|io| Marshal.load(io)}
+    end
   end
 end

data/lib/engines/engine.rb

@@ -1,17 +1,19 @@
-class Engine
-  def initialize
-    @running = true
-  end
+module RsegEngine
+  class Engine
+    def initialize
+      @running = true
+    end
   
-  def stop
-    @running = false
-  end
+    def stop
+      @running = false
+    end
   
-  def run
-    @running = true
-  end
+    def run
+      @running = true
+    end
   
-  def running?
-    @running
+    def running?
+      @running
+    end
   end
 end

data/lib/engines/english.rb

@@ -1,24 +1,26 @@
-LETTER_SYMBOLS = ('a'..'z').to_a + ('A'..'Z').to_a
+module RsegEngine
+  LETTER_SYMBOLS = ('a'..'z').to_a + ('A'..'Z').to_a
 
-class English < Engine
-  def initialize
-    @word = ''
-    super
-  end
-  
-  def process(char)
-    match = false
-    word = nil
-    
-    if LETTER_SYMBOLS.include?(char)
-      @word << char
-      match = true
-    else
-      word = @word
+  class English < Engine
+    def initialize
       @word = ''
-      match = false
+      super
     end
+  
+    def process(char)
+      match = false
+      word = nil
     
-    [match, word]
-  end  
+      if LETTER_SYMBOLS.include?(char)
+        @word << char
+        match = true
+      else
+        word = @word
+        @word = ''
+        match = false
+      end
+    
+      [match, word]
+    end  
+  end
 end

data/lib/engines/name.rb

@@ -1,49 +1,51 @@
-class Name < Engine
-  @@last_names = %W(丁 卜 刁 七 弓 干 于 王 尤 孔 方 申 白 甘 田 包 石 左 平 司 皮 史 池 艾 年 匡 充 江 印
-                  促 伊 伍 安 任 米 促 牟 向 吉 成 伏 吕 李 吴 沈 何 贝 狄 祁 杜 汪 阮 邢 汲 别 辛 冷 利 沃 谷
-                  扶 步 那 沙 周 金 吕 花 孟 和 邵 房 抗 灰 明 屈 松 牧 宓 武 幸 卓 易 尚 邰 空 竺 岳 东 林 
-                  施 姜 俞 查 封 秋 帅 祖 羿 柯 茅 柳 姚 纪 宣 咸 库 侯 洪 胡 哈 宣 郁 祝 苗 禹 娄 
-                  秦 奚 倪 度 凌 宰 宦 师 徐 翁 班 马 时 晃 乌 夏 贡 柴 能 家 宫 敖 索 晏 桑 高 凌 桂 容 姬 劳 桑 桂 袁 时 祝 席 徐 高 夏 凌 洪 翁 家 芮 乌 祖 索 贡 
-                  许 张 曹 戚 梅 屠 盛 崖 章 鱼 国 商 扈 寇 终 冯 苗 康 常 茅 闵 麻 胡 崔 邢 条 符 宿 堵 浦 习 鱼 
-                  梁 富 曾 程 项 钮 舒 彭 费 童 云 喻 嵇 范 费 贺 毕 付 黄 邵 祁 阮 强 童 邱 解 贲 单 富 钮 荀 惠 邴 焦 班 甯 钭 景 邰 劳 茹 寇 荆 
-                  莫 际 景 须 杨 詹 郎 雷 贾 路 骆 虞 经 裘 郁 滑 甄 靳 詹 闻 逄 雍 訾 郎 农 路 骆 虞 经 裘 郁 滑 靳 闻 逄 雍 
-                  赵 黄 褚 凤 郝 齐 臧 熊 管 裴 荣 郗 韶 郜 黎 翟 寿 通 
-                  卫 葛 鲁 乐 谈 董 樊 万 诸 刘 叶 都 满 广 殴 巩 养 
-                  郭 钱 陈 陶 鲍 穆 郭 堆 卢 陆 龙 噪 鄂 阴 苍 燕 冀 衡 融 蒯 逯 
-                  蒋 魏 谢 邹 潘 滕 邬 戴 钟 蔡 缪 应 储 糜 隗 历 蒲 慕 蔚 隆 鞠 关
-                  韩 萧 颜 庞 麦 双 璩 濮 聂 丰 看 
-                  郑 严 蓟 薄 谭 罗 买 蓝 蓬 怀 党 饶 顾 苏 龚 边 栾 权) #:nodoc:
+module RsegEngine
+  class Name < Engine
+    @@last_names = %W(丁 卜 刁 七 弓 干 于 王 尤 孔 方 申 白 甘 田 包 石 左 平 司 皮 史 池 艾 年 匡 充 江 印
+                    促 伊 伍 安 任 米 促 牟 向 吉 成 伏 吕 李 吴 沈 何 贝 狄 祁 杜 汪 阮 邢 汲 别 辛 冷 利 沃 谷
+                    扶 步 那 沙 周 金 吕 花 孟 和 邵 房 抗 灰 明 屈 松 牧 宓 武 幸 卓 易 尚 邰 空 竺 岳 东 林 
+                    施 姜 俞 查 封 秋 帅 祖 羿 柯 茅 柳 姚 纪 宣 咸 库 侯 洪 胡 哈 宣 郁 祝 苗 禹 娄 
+                    秦 奚 倪 度 凌 宰 宦 师 徐 翁 班 马 时 晃 乌 夏 贡 柴 能 家 宫 敖 索 晏 桑 高 凌 桂 容 姬 劳 桑 桂 袁 时 祝 席 徐 高 夏 凌 洪 翁 家 芮 乌 祖 索 贡 
+                    许 张 曹 戚 梅 屠 盛 崖 章 鱼 国 商 扈 寇 终 冯 苗 康 常 茅 闵 麻 胡 崔 邢 条 符 宿 堵 浦 习 鱼 
+                    梁 富 曾 程 项 钮 舒 彭 费 童 云 喻 嵇 范 费 贺 毕 付 黄 邵 祁 阮 强 童 邱 解 贲 单 富 钮 荀 惠 邴 焦 班 甯 钭 景 邰 劳 茹 寇 荆 
+                    莫 际 景 须 杨 詹 郎 雷 贾 路 骆 虞 经 裘 郁 滑 甄 靳 詹 闻 逄 雍 訾 郎 农 路 骆 虞 经 裘 郁 滑 靳 闻 逄 雍 
+                    赵 黄 褚 凤 郝 齐 臧 熊 管 裴 荣 郗 韶 郜 黎 翟 寿 通 
+                    卫 葛 鲁 乐 谈 董 樊 万 诸 刘 叶 都 满 广 殴 巩 养 
+                    郭 钱 陈 陶 鲍 穆 郭 堆 卢 陆 龙 噪 鄂 阴 苍 燕 冀 衡 融 蒯 逯 
+                    蒋 魏 谢 邹 潘 滕 邬 戴 钟 蔡 缪 应 储 糜 隗 历 蒲 慕 蔚 隆 鞠 关
+                    韩 萧 颜 庞 麦 双 璩 濮 聂 丰 看 
+                    郑 严 蓟 薄 谭 罗 买 蓝 蓬 怀 党 饶 顾 苏 龚 边 栾 权) #:nodoc:
                   
-  @@first_names = %W(文 铭 菁 郁 怡 智 德 祥 志 华 孟 庆 雅 佩 晓 蓉 明 仁 宇 青 慧 豪 琪 安
-                   惠 宗 信 盈 君 秀 敏 伶 佳 国 荣 忠 宏 育 丽 圣 淑 彦 龙 冠 后 静 娟 子
-                   嘉 瑞 柏 弘 芳 正 玮 贞 如 凯 元 士 伟 杰 颍 霖 玲 仪 珮 英 建 政 真 珍
-                   美 世 立 秋 婷 贤 瑜 中 玉 维 莹 翔 家 芬 昌 裕 雯 萍 永 成 宜 鸿 珊 民
-                   欣 哲 良 伦 燕 梦 磊 丹 元 一 昌 红 健) #:nodoc:
-  def initialize
-    @word = ''
-    @last = false
-    super
-  end
-  
-  def process(char)
-    match = false
-    word = nil
-    
-    if !@last && @@last_names.include?(char)
-        @word << char
-        match = true
-        @last = true
-    elsif @last && @word.chars.to_a.length < 3 && @@first_names.include?(char)
-        @word << char
-        match = true
-        @unit = true
-    else
-      word = @word
+    @@first_names = %W(文 铭 菁 郁 怡 智 德 祥 志 华 孟 庆 雅 佩 晓 蓉 明 仁 宇 青 慧 豪 琪 安
+                     惠 宗 信 盈 君 秀 敏 伶 佳 国 荣 忠 宏 育 丽 圣 淑 彦 龙 冠 后 静 娟 子
+                     嘉 瑞 柏 弘 芳 正 玮 贞 如 凯 元 士 伟 杰 颍 霖 玲 仪 珮 英 建 政 真 珍
+                     美 世 立 秋 婷 贤 瑜 中 玉 维 莹 翔 家 芬 昌 裕 雯 萍 永 成 宜 鸿 珊 民
+                     欣 哲 良 伦 燕 梦 磊 丹 元 一 昌 红 健) #:nodoc:
+    def initialize
       @word = ''
       @last = false
-      match = false
+      super
     end
+  
+    def process(char)
+      match = false
+      word = nil
+    
+      if !@last && @@last_names.include?(char)
+          @word << char
+          match = true
+          @last = true
+      elsif @last && @word.chars.to_a.length < 3 && @@first_names.include?(char)
+          @word << char
+          match = true
+          @unit = true
+      else
+        word = @word
+        @word = ''
+        @last = false
+        match = false
+      end
 
-    [match, word]
+      [match, word]
+    end
   end
 end

data/lib/engines/number.rb

@@ -1,59 +1,61 @@
-class Number < Engine
-  @@number_symbols  = ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9', 
-                    '一', '二', '三', '四', '五', '六', '七', '八', '九', '十', 
-                    '零', '〇', '百', '千', '壹', '贰', '叁', '肆', '柒', '捌',
-                    '玖', '拾', '之', '%', '¥', '分', '$', '.', '点', '第', '每']
-  @@subunit_symbols = ['多', '公', '英', '厘', '毫', '微', '纳', '海', '平', '立', 
-                     '方', '摄', '华', '氏', '美', '日', '澳', '港', '台', '新',
-                     '个', '百', '佰', '千', '仟', '万', '萬', '亿', '兆', '吉']
-  @@unit_symbols    = ['刻', '章', '回', '节', '名', '个', '届', '次', '集', '元', 
-                     '角', '例', '人', '斤', '克', '吨', '米', '里', '升', '码',
-                     '尺', '寸', '杆', '顷', '亩', '磅', '镑', '桶', '度', '秒',
-                     '分', '卡', '焦', '瓦', '匹', '圆', '币', '年', '月', '日', 
-                     '时', '秒', '点', '百', '佰', '仟', '千', '万', '萬', '亿', 
-                     '兆', '吉', '块', '半', '岁', '家', '所', '期', '场', '投',
-                     '中', '辆', '只', '头']
+module RsegEngine
+  class Number < Engine
+    @@number_symbols  = ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9', 
+                      '一', '二', '三', '四', '五', '六', '七', '八', '九', '十', 
+                      '零', '〇', '百', '千', '壹', '贰', '叁', '肆', '柒', '捌',
+                      '玖', '拾', '之', '%', '¥', '分', '$', '.', '点', '第', '每']
+    @@subunit_symbols = ['多', '公', '英', '厘', '毫', '微', '纳', '海', '平', '立', 
+                       '方', '摄', '华', '氏', '美', '日', '澳', '港', '台', '新',
+                       '个', '百', '佰', '千', '仟', '万', '萬', '亿', '兆', '吉']
+    @@unit_symbols    = ['刻', '章', '回', '节', '名', '个', '届', '次', '集', '元', 
+                       '角', '例', '人', '斤', '克', '吨', '米', '里', '升', '码',
+                       '尺', '寸', '杆', '顷', '亩', '磅', '镑', '桶', '度', '秒',
+                       '分', '卡', '焦', '瓦', '匹', '圆', '币', '年', '月', '日', 
+                       '时', '秒', '点', '百', '佰', '仟', '千', '万', '萬', '亿', 
+                       '兆', '吉', '块', '半', '岁', '家', '所', '期', '场', '投',
+                       '中', '辆', '只', '头']
 
-  def initialize
-    @word = ''
-    @number = ''
-    @unit = false
-    @subunit = false
-    super
-  end
-  
-  def process(char)
-    match = false
-    word = nil
-    
-    if (!@subunit || @unit) && @@number_symbols.include?(char)
-      @number << char
-      match = true
-      @unit = false
-      @subunit = false
-    elsif (@number != '' || @unit) && @@subunit_symbols.include?(char)
-      @number << char
-      match = true
-      @subunit = true
-    end
-    
-    if (@number != '' || @subunit) && @@unit_symbols.include?(char)
-      @word << @number
-      @word << char if !match
-      @number = ''
-      @unit = true
-      match = true
-    end
-    
-    if !match
-      word = (@word != '') ? @word : @number
+    def initialize
       @word = ''
       @number = ''
-      match = false
       @unit = false
       @subunit = false
+      super
     end
+  
+    def process(char)
+      match = false
+      word = nil
     
-    [match, word]
+      if (!@subunit || @unit) && @@number_symbols.include?(char)
+        @number << char
+        match = true
+        @unit = false
+        @subunit = false
+      elsif (@number != '' || @unit) && @@subunit_symbols.include?(char)
+        @number << char
+        match = true
+        @subunit = true
+      end
+    
+      if (@number != '' || @subunit) && @@unit_symbols.include?(char)
+        @word << @number
+        @word << char if !match
+        @number = ''
+        @unit = true
+        match = true
+      end
+    
+      if !match
+        word = (@word != '') ? @word : @number
+        @word = ''
+        @number = ''
+        match = false
+        @unit = false
+        @subunit = false
+      end
+    
+      [match, word]
+    end
   end
 end

data/lib/filters/conjunction.rb

@@ -1,7 +1,9 @@
-class Conjunction
-  @@conjunctions = %W(给 的 说 对 在 和 是 被 最 所 那 由 这 有 将 你 会 与 他 为 不 没 很 了 啊 哦 呵 把 去 从)
+module RsegFilter
+  class Conjunction
+    @@conjunctions = %W(给 的 说 对 在 和 是 被 最 所 那 由 这 有 将 你 会 与 他 为 不 没 很 了 啊 哦 呵 把 去 从)
 
-  def self.filter(char)
-    @@conjunctions.include?(char) ? :conjunction : char
+    def self.filter(char)
+      @@conjunctions.include?(char) ? :conjunction : char
+    end
   end
 end

data/lib/filters/fullwidth.rb

@@ -1,17 +1,19 @@
-class Fullwidth
-  @@fullwidth_chars = {'１' => '1', '２' => '2', '３' => '3', '４' => '4', '５' => '5', '６' => '6', '７' => '7', '８' => '8',
-                     '９' => '9', '０' => '0', 'ａ' => 'a', 'ｂ' => 'b', 'ｃ' => 'c', 'ｄ' => 'd', 'ｅ' => 'e', 'ｆ' => 'f',
-                     'ｇ' => 'g', 'ｈ' => 'h', 'ｉ' => 'i', 'ｊ' => 'j', 'ｋ' => 'k', 'ｌ' => 'l', 'ｍ' => 'm', 'ｎ' => 'n',
-                     'ｏ' => 'o', 'ｐ' => 'p', 'ｑ' => 'q', 'ｒ' => 'r', 'ｓ' => 's', 'ｔ' => 't', 'ｕ' => 'u', 'ｖ' => 'v',
-                     'ｗ' => 'w', 'ｘ' => 'x', 'ｙ' => 'y', 'ｚ' => 'z', 'Ａ' => 'A', 'Ｂ' => 'B', 'Ｃ' => 'C', 'Ｄ' => 'D',
-                     'Ｅ' => 'E', 'Ｆ' => 'F', 'Ｇ' => 'G', 'Ｈ' => 'H', 'Ｉ' => 'I', 'Ｊ' => 'J', 'Ｋ' => 'K', 'Ｌ' => 'L',
-                     'Ｍ' => 'M', 'Ｎ' => 'N', 'Ｏ' => 'O', 'Ｐ' => 'P', 'Ｑ' => 'Q', 'Ｒ' => 'R', 'Ｓ' => 'S', 'Ｔ' => 'T', 
-                     'Ｕ' => 'U', 'Ｖ' => 'V', 'Ｗ' => 'W', 'Ｘ' => 'X', 'Ｙ' => 'Y', 'Ｚ' => 'Z', '－' => '-', '＋' => '+',
-                     '—' => '-', '，' => ',', '／' => '/', '·' => '.'}
+module RsegFilter
+  class Fullwidth
+    @@fullwidth_chars = {'１' => '1', '２' => '2', '３' => '3', '４' => '4', '５' => '5', '６' => '6', '７' => '7', '８' => '8',
+                       '９' => '9', '０' => '0', 'ａ' => 'a', 'ｂ' => 'b', 'ｃ' => 'c', 'ｄ' => 'd', 'ｅ' => 'e', 'ｆ' => 'f',
+                       'ｇ' => 'g', 'ｈ' => 'h', 'ｉ' => 'i', 'ｊ' => 'j', 'ｋ' => 'k', 'ｌ' => 'l', 'ｍ' => 'm', 'ｎ' => 'n',
+                       'ｏ' => 'o', 'ｐ' => 'p', 'ｑ' => 'q', 'ｒ' => 'r', 'ｓ' => 's', 'ｔ' => 't', 'ｕ' => 'u', 'ｖ' => 'v',
+                       'ｗ' => 'w', 'ｘ' => 'x', 'ｙ' => 'y', 'ｚ' => 'z', 'Ａ' => 'A', 'Ｂ' => 'B', 'Ｃ' => 'C', 'Ｄ' => 'D',
+                       'Ｅ' => 'E', 'Ｆ' => 'F', 'Ｇ' => 'G', 'Ｈ' => 'H', 'Ｉ' => 'I', 'Ｊ' => 'J', 'Ｋ' => 'K', 'Ｌ' => 'L',
+                       'Ｍ' => 'M', 'Ｎ' => 'N', 'Ｏ' => 'O', 'Ｐ' => 'P', 'Ｑ' => 'Q', 'Ｒ' => 'R', 'Ｓ' => 'S', 'Ｔ' => 'T', 
+                       'Ｕ' => 'U', 'Ｖ' => 'V', 'Ｗ' => 'W', 'Ｘ' => 'X', 'Ｙ' => 'Y', 'Ｚ' => 'Z', '－' => '-', '＋' => '+',
+                       '—' => '-', '，' => ',', '／' => '/', '·' => '.'}
                      
-  class << self
-    def filter(char)
-      @@fullwidth_chars[char].nil? ? char : @@fullwidth_chars[char]
+    class << self
+      def filter(char)
+        @@fullwidth_chars[char].nil? ? char : @@fullwidth_chars[char]
+      end
     end
   end
 end

data/lib/filters/symbol.rb

@@ -1,12 +1,14 @@
-class Symbol
-  @@separators = ['｀', '［', '］', '、', '＝', '‘', '；', '。', '｜', '？', '》', 
-                '《', '：', '“', '｛', '｝', '）', '（', '＊', '…', '＃', '！',
-                '～', '’', '”', '〕', '〈', '〉', '「', '」', '『', '』', '〖', '〗', 
-                '【', '】', '＜', '＞', '`', '~', '!', '@', '#', '^', 
-                '&', '*', '\\', '(', ')', '=', '{', '}', '[', ']', 
-                '|', ';', ':', "'", '<', '>', '?', "\n", "\t", "\r", 
-                ' ', '-', '/', '+', ',', '　']
-  def self.filter(char)
-    @@separators.include?(char) ? :symbol : char
+module RsegFilter
+  class Symbol
+    @@separators = ['｀', '［', '］', '、', '＝', '‘', '；', '。', '｜', '？', '》', 
+                  '《', '：', '“', '｛', '｝', '）', '（', '＊', '…', '＃', '！',
+                  '～', '’', '”', '〕', '〈', '〉', '「', '」', '『', '』', '〖', '〗', 
+                  '【', '】', '＜', '＞', '`', '~', '!', '@', '#', '^', 
+                  '&', '*', '\\', '(', ')', '=', '{', '}', '[', ']', 
+                  '|', ';', ':', "'", '<', '>', '?', "\n", "\t", "\r", 
+                  ' ', '-', '/', '+', ',', '　']
+    def self.filter(char)
+      @@separators.include?(char) ? :symbol : char
+    end
   end
 end

data/lib/rseg.rb

@@ -15,8 +15,14 @@ require File.join(File.dirname(__FILE__), 'filters/conjunction')
 
 class Rseg
   include Singleton
+  include RsegEngine
+  include RsegFilter
   
   class << self
+    def dict_path=(path)
+      RsegEngine::Dict.dict_path = path
+    end
+    
     def segment(input)
       Rseg.instance.input = input
       Rseg.instance.segment

metadata

@@ -1,13 +1,13 @@
 --- !ruby/object:Gem::Specification 
 name: rseg
 version: !ruby/object:Gem::Version 
-  hash: 17
+  hash: 23
   prerelease: false
   segments: 
   - 0
   - 1
-  - 5
-  version: 0.1.5
+  - 6
+  version: 0.1.6
 platform: ruby
 authors: 
 - Yuanyi Zhang