wp2txt 0.9.3 → 0.9.4

Sign up to get free protection for your applications and to get access to all the features.
Files changed (8) hide show
  1. checksums.yaml +4 -4
  2. data/README.md +8 -10
  3. data/bin/wp2txt +8 -3
  4. data/data/output_samples/testdata_en.txt +1 -1
  5. data/data/output_samples/testdata_en_categories.txt +206 -823
  6. data/data/output_samples/testdata_ja_categories.txt +47 -187
  7. data/lib/wp2txt/version.rb +1 -1
  8. metadata +2 -2
data/data/output_samples/testdata_ja_categories.txt CHANGED
@@ -1,188 +1,48 @@
1
- [[アンパサンド]]
2
-
3
- CATEGORIES: 記号
4
-
5
- [[エスペラント]]
6
-
7
- CATEGORIES: エスペラント, 人工言語
8
-
9
- [[言語]]
10
-
11
- CATEGORIES: 言語, 言語学, 民族
12
-
13
- [[日本語]]
14
-
15
- CATEGORIES: 日本語, Japanese language, 国語
16
-
17
- [[地理学]]
18
-
19
- CATEGORIES: 地理学
20
-
21
- [[欧州連合]]
22
-
23
- CATEGORIES: 欧州連合
24
-
25
- [[国の一覧]]
26
-
27
- CATEGORIES: 一覧, 国
28
-
29
- [[漫画]]
30
-
31
- CATEGORIES: 漫画, 娯楽, Comics
32
-
33
- [[日本]]
34
-
35
- CATEGORIES: 日本, 島国, 君主国
36
-
37
- [[フランス]]
38
-
39
- CATEGORIES: France, フランス, G8加盟国
40
-
41
- [[パリ]]
42
-
43
- CATEGORIES: フランスの都市, ローマ都市, パリ, イル＝ド＝フランス
44
-
45
- [[ヨーロッパ]]
46
-
47
- CATEGORIES: ヨーロッパ
48
-
49
- [[ジミー・カーター]]
50
-
51
- CATEGORIES: アメリカ合衆国の大統領, ノーベル平和賞受賞者, ジョージア州知事, ジョージア州の人物, 1924年生
52
-
53
- [[生物]]
54
-
55
- CATEGORIES: 生物, 地球, 地球史
56
-
57
- [[センタイ類]]
58
-
59
- CATEGORIES: 植物学, コケ植物
60
-
61
- [[社会学]]
62
-
63
- CATEGORIES: 社会学
64
-
65
- [[古代エジプト]]
66
-
67
- CATEGORIES: 古代エジプト, 考古学
68
-
69
- [[エジプト]]
70
-
71
- CATEGORIES: エジプト, イスラム教国
72
-
73
- [[著作権の保護期間]]
74
-
75
- CATEGORIES: 著作権法
76
-
77
- [[東京]]
78
-
79
- CATEGORIES: Tokyo, 東京都, 東京23区の地域, 関東地方, 日本の都市
80
-
81
- [[台東区]]
82
-
83
- CATEGORIES: 特別区, 台東区
84
-
85
- [[地理]]
86
-
87
- CATEGORIES: 地理, 教科
88
-
89
- [[生物学]]
90
-
91
- CATEGORIES: Biology, 生物学, 自然科学, 理学
92
-
93
- [[社会]]
94
-
95
- CATEGORIES: 社会
96
-
97
- [[こどもの文化]]
98
-
99
- CATEGORIES: 子供の遊び, 子供, 育児
100
-
101
- [[特撮]]
102
-
103
- CATEGORIES: 特撮, SF, テレビドラマ
104
-
105
- [[日常生活]]
106
-
107
- CATEGORIES: 生活, 文化, 人の行動
108
-
109
- [[情報工学]]
110
-
111
- CATEGORIES: 情報工学, 情報学, 計算科学
112
-
113
- [[形式言語]]
114
-
115
- CATEGORIES: 言語学, 形式言語, 構文解析 (プログラミング)
116
-
117
- [[文脈自由言語]]
118
-
119
- CATEGORIES: 形式言語, 構文解析 (プログラミング)
120
-
121
- [[正規言語]]
122
-
123
- CATEGORIES: 形式言語
124
-
125
- [[自然言語処理]]
126
-
127
- CATEGORIES: 言語学, 自然言語処理
128
-
129
- [[自然言語]]
130
-
131
- CATEGORIES: 言語の分類, 言語学
132
-
133
- [[プログラミング言語]]
134
-
135
- CATEGORIES: プログラミング言語, コンピュータ言語
136
-
137
- [[人工知能]]
138
-
139
- CATEGORIES: 情報工学, 人工知能, 心の哲学, ユーザインターフェイス (コンピュータ), SF
140
-
141
- [[オーストリア]]
142
-
143
- CATEGORIES: オーストリア, 内陸国
144
-
145
- [[GNU Free Documentation License]]
146
-
147
- CATEGORIES: ライセンス, 知的財産権, フリーソフトウェア財団
148
-
149
- [[社会学者の一覧]]
150
-
151
- CATEGORIES: 社会学者, 学者の人名一覧
152
-
153
- [[オランダ]]
154
-
155
- CATEGORIES: オランダ, 君主国
156
-
157
- [[ゴーダチーズ]]
158
-
159
- CATEGORIES: チーズ, オランダの食文化
160
-
161
- [[バールーフ・デ・スピノザ]]
162
-
163
- CATEGORIES: オランダ史の人物, オランダの哲学者, ユダヤ教改革派, 破門, 17世紀の学者
164
-
165
- [[文脈自由文法]]
166
-
167
- CATEGORIES: 形式言語
168
-
169
- [[フランス語]]
170
-
171
- CATEGORIES: フランス語, フランスの言語, カナダの言語, スイスの言語, ベルギーの言語, レバノンの言語, モロッコの言語, コンゴ共和国の言語, コンゴ民主共和国の言語, チュニジアの言語, カメルーンの言語, マリ共和国の言語, セネガルの言語, トーゴの言語, ルワンダの言語, ブルンジの言語, ベナンの言語, コートジボワールの言語, インド・ヨーロッパ語族
172
-
173
- [[イタリア語]]
174
-
175
- CATEGORIES: イタリア語, イタリアの言語, インド・ヨーロッパ語族
176
-
177
- [[スペイン語]]
178
-
179
- CATEGORIES: スペイン語, スペインの言語, アルゼンチンの言語, メキシコの言語, ボリビアの言語, チリの言語, コロンビアの言語, パラグアイの言語, ウルグアイの言語, イタリック語派
180
-
181
- [[宗教学]]
182
-
183
- CATEGORIES: 宗教学, 人文科学, 宗教
184
-
185
- [[音楽]]
186
-
187
- CATEGORIES: Music, 音楽
1
+ アンパサンド 記号
2
+ エスペラント エスペラント, 人工言語
3
+ 言語 言語, 言語学, 民族
4
+ 日本語 日本語, Japanese language, 国語
5
+ 地理学 地理学
6
+ 欧州連合 欧州連合
7
+ 国の一覧 一覧, 国
8
+ 漫画 漫画, 娯楽, Comics
9
+ 日本 日本, 島国, 君主国
10
+ フランス France, フランス, G8加盟国
11
+ パリ フランスの都市, ローマ都市, パリ, イル＝ド＝フランス
12
+ ヨーロッパ ヨーロッパ
13
+ ジミー・カーター アメリカ合衆国の大統領, ノーベル平和賞受賞者, ジョージア州知事, ジョージア州の人物, 1924年生
14
+ 生物 生物, 地球, 地球史
15
+ センタイ類 植物学, コケ植物
16
+ 社会学 社会学
17
+ 古代エジプト 古代エジプト, 考古学
18
+ エジプト エジプト, イスラム教国
19
+ 著作権の保護期間 著作権法
20
+ 東京 Tokyo, 東京都, 東京23区の地域, 関東地方, 日本の都市
21
+ 台東区 特別区, 台東区
22
+ 地理 地理, 教科
23
+ 生物学 Biology, 生物学, 自然科学, 理学
24
+ 社会 社会
25
+ こどもの文化 子供の遊び, 子供, 育児
26
+ 特撮 特撮, SF, テレビドラマ
27
+ 日常生活 生活, 文化, 人の行動
28
+ 情報工学 情報工学, 情報学, 計算科学
29
+ 形式言語 言語学, 形式言語, 構文解析 (プログラミング)
30
+ 文脈自由言語 形式言語, 構文解析 (プログラミング)
31
+ 正規言語 形式言語
32
+ 自然言語処理 言語学, 自然言語処理
33
+ 自然言語 言語の分類, 言語学
34
+ プログラミング言語 プログラミング言語, コンピュータ言語
35
+ 人工知能 情報工学, 人工知能, 心の哲学, ユーザインターフェイス (コンピュータ), SF
36
+ オーストリア オーストリア, 内陸国
37
+ GNU Free Documentation License ライセンス, 知的財産権, フリーソフトウェア財団
38
+ 社会学者の一覧 社会学者, 学者の人名一覧
39
+ オランダ オランダ, 君主国
40
+ ゴーダチーズ チーズ, オランダの食文化
41
+ バールーフ・デ・スピノザ オランダ史の人物, オランダの哲学者, ユダヤ教改革派, 破門, 17世紀の学者
42
+ 文脈自由文法 形式言語
43
+ フランス語 フランス語, フランスの言語, カナダの言語, スイスの言語, ベルギーの言語, レバノンの言語, モロッコの言語, コンゴ共和国の言語, コンゴ民主共和国の言語, チュニジアの言語, カメルーンの言語, マリ共和国の言語, セネガルの言語, トーゴの言語, ルワンダの言語, ブルンジの言語, ベナンの言語, コートジボワールの言語, インド・ヨーロッパ語族
44
+ イタリア語 イタリア語, イタリアの言語, インド・ヨーロッパ語族
45
+ スペイン語 スペイン語, スペインの言語, アルゼンチンの言語, メキシコの言語, ボリビアの言語, チリの言語, コロンビアの言語, パラグアイの言語, ウルグアイの言語, イタリック語派
46
+ 宗教学 宗教学, 人文科学, 宗教
47
+ 音楽 Music, 音楽
188
48
 
data/lib/wp2txt/version.rb CHANGED
@@ -1,3 +1,3 @@
1
1
  module Wp2txt
2
- VERSION = "0.9.3"
2
+ VERSION = "0.9.4"
3
3
  end
metadata CHANGED
@@ -1,7 +1,7 @@
1
1
  --- !ruby/object:Gem::Specification
2
2
  name: wp2txt
3
3
  version: !ruby/object:Gem::Version
4
- version: 0.9.3
4
+ version: 0.9.4
5
5
  platform: ruby
6
6
  authors:
7
7
  - Yoichiro Hasebe
@@ -116,7 +116,7 @@ required_rubygems_version: !ruby/object:Gem::Requirement
116
116
  - !ruby/object:Gem::Version
117
117
  version: '0'
118
118
  requirements: []
119
- rubygems_version: 3.3.3
119
+ rubygems_version: 3.3.7
120
120
  signing_key:
121
121
  specification_version: 4
122
122
  summary: Wikipedia dump to text converter