utiller 1.0.382 → 1.0.383

package/lib/utiller/index.js

@@ -308,20 +308,30 @@ var Utiller = /*#__PURE__*/function () {
     });
     /**
      * 使用 ES10+ 和 Lodash，將短句子轉換為潛在的搜尋關鍵字陣列。
-     * 策略：1. 清理 2. 窮舉所有可能的 2 字或 3 字詞組 3. 去重和過濾
+     * 策略：1. 提取英文單字 2. 提取規格/色號詞組 3. 清理中文 4. 窮舉中文 N-gram 5. 去重和過濾
      * @param {string} sentence - 原始字串。
-     * @param {number} [maxLength=50] - 允許的最大字串長度，預設為 30。
-     * @returns {string[]} - 潛在關鍵字陣列（至少 2 個中文字）。
+     * @param {number} [maxLength=50] - 允許的最大字串長度。
+     * @param {number} [maxNgramLength=3] - N-gram 的最大長度，預設為 3。
+     * @returns {string[]} - 潛在關鍵字陣列（至少 2 個字/中文字）。
      */
     (0, _defineProperty2["default"])(this, "generateUniversalKeywords", function (sentence) {
       var maxLength = arguments.length > 1 && arguments[1] !== undefined ? arguments[1] : 50;
+      var maxNgramLength = arguments.length > 2 && arguments[2] !== undefined ? arguments[2] : 4;
       // 引入 Lodash，確保在執行環境中可用
-      // 由於在瀏覽器環境中執行，我們假設 Lodash 已經全域引入或在 Node.js 環境中運行。
-      // 在大多數現代前端框架中，這行可能需要根據實際模組系統調整（例如 import _ from 'lodash'）。
       if (!sentence || typeof sentence !== "string") {
         return [];
       }
-      var textToProcess = sentence;
+
+      // 假設 Lodash 已經全域引入為 '_'
+      if (typeof _lodash["default"] === "undefined") {
+        console.error("Lodash is not available. Please ensure it is imported.");
+        return [];
+      }
+      var textToProcess = sentence.trim();
+      var keywords = []; // 最終所有關鍵字的集合
+
+      // 參數安全檢查 (確保 N-gram 長度至少為 2)
+      maxNgramLength = Math.max(2, maxNgramLength);
 
       // 警告/截斷邏輯
       if (textToProcess.length > maxLength) {
@@ -329,23 +339,40 @@ var Utiller = /*#__PURE__*/function () {
         textToProcess = textToProcess.substring(0, maxLength);
       }
 
-      // 步驟 1: 清理和標準化
+      // --- 步驟 1: 提取完整英文單字 (SACHIA, sachia, Sachia) ---
+      var englishWords = textToProcess.match(/[a-zA-Z]+/g) || [];
+      englishWords.forEach(function (word) {
+        if (word.length >= 2) {
+          keywords.push(word.toUpperCase());
+          keywords.push(word.toLowerCase());
+          var capitalized = word.charAt(0).toUpperCase() + word.slice(1).toLowerCase();
+          keywords.push(capitalized);
+        }
+      });
+
+      // --- 步驟 2: 提取規格、數量和色號關鍵字 (12W, 10ml, 10色, 1號) ---
+      var specKeywordsRegex = /\b[0-9]+[a-zA-Z]{1,4}\b|\b[0-9]{1,3}(w|ml|g|oz|k)\b|[\u4e00-\u9fa5a-zA-Z0-9]{1,4}(色|號)[\u4e00-\u9fa5a-zA-Z0-9]{0,2}/gi;
+      var specKeywords = (textToProcess.match(specKeywordsRegex) || []).filter(function (k) {
+        return k.length >= 2;
+      }).map(function (k) {
+        return k.toLowerCase();
+      });
+      keywords.push.apply(keywords, (0, _toConsumableArray2["default"])(specKeywords));
+
+      // --- 步驟 3: 清理和標準化 (用於 N-gram 提取) ---
+
       var cleanText = textToProcess.toLowerCase();
 
-      // 移除規格、數量和常見符號，然後移除通用詞
-      cleanText = cleanText.replace(/[a-z0-9]+(w|led|uv|顆|組|片|入|ml|g|oz|號|色|\/|\-|\~|k)/g, " ") // 移除規格和數量 (新增了 k, 修正了 w)
-      .replace(/[!@#$%^&*()_+={}\[\]:;"'<>,.?\/\\|`~]/g, " ") // 移除特殊符號
-      .replace(/系列|一組|單色|多款|套組|全套|專用|迷你|頂級|高品質|超閃|奢華|最新|款式|新款|超亮|的|與|和|閃|美甲/g, " ") // 移除通用詞 (新增了 閃, 美甲)
-      .replace(/\s+/g, "") // **移除所有空格**，確保中文句子連貫提取
+      // 1. 將所有提取過的規格詞彙（數字+單位/字母）替換為空格
+      cleanText = cleanText.replace(/[0-9]+([\u4e00-\u9fa5a-z]{1,4}|[\/\-\~\\])/g, " ").replace(/\b[a-z]{1,4}\b/g, " ").replace(/\b[0-9]{1,3}\b/g, " ");
+
+      // 2. 移除通用詞和符號
+      cleanText = cleanText.replace(/[!@#$%^&*()_+={}\[\]:;"'<>,.?\/\\|`~]/g, " ").replace(/系列|一組|單色|多款|套組|全套|專用|迷你|頂級|高品質|超閃|奢華|最新|款式|新款|超亮|的|與|和|閃|美甲/g, " ").replace(/\s+/g, "") // **移除所有空格**
       .trim();
-      if (cleanText.length < 2) {
-        return []; // 如果清理後長度不足，直接返回空陣列
-      }
 
-      // 步驟 2: 窮舉所有 >= 2 個字的 N-gram 詞組
-      var keywords = [];
+      // --- 步驟 4: 窮舉所有 >= 2 個字的 N-gram 詞組 (針對純中文) ---
       var minLength = 2;
-      var maxNgramLength = 3; // N-gram 最大長度
+      // maxNgramLength 現在是從參數傳入的
 
       for (var len = minLength; len <= maxNgramLength; len++) {
         for (var i = 0; i <= cleanText.length - len; i++) {
@@ -354,14 +381,12 @@ var Utiller = /*#__PURE__*/function () {
         }
       }
 
-      // 步驟 3: 標準化、去重和過濾
-      var finalKeywords = _lodash["default"].chain(keywords)
-      // 確保只包含長度 >= 2 的詞
-      .filter(function (k) {
+      // --- 步驟 5: 標準化、去重和過濾 ---
+      var finalKeywords = _lodash["default"].chain(keywords).filter(function (k) {
         return k.length >= 2;
-      })
-      // 去除重複
-      .uniq().value();
+      }).filter(function (k) {
+        return k.length > 2 || !/^[\u4e00-\u9fa5a-z0-9]$/.test(k);
+      }).uniq().sortBy().value();
       return finalKeywords;
     });
     /**

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "utiller",
-  "version": "1.0.382",
+  "version": "1.0.383",
   "description": "",
   "main": "index.js",
   "scripts": {

package/template/sample.package.json

@@ -11,7 +11,7 @@
   "license": "ISC",
   "dependencies": {
     "configerer": "^1.0.23",
-    "utiller": "^1.0.381",
+    "utiller": "^1.0.382",
     "linepayer": "^1.0.15",
     "databazer": "^1.0.17",
     "lodash": "^4.17.20",