pyxllib 0.3.96__py3-none-any.whl → 0.3.200__py3-none-any.whl

pyxllib/text/spellchecker.py

@@ -1,172 +1,172 @@
-#!/usr/bin/env python3
-# -*- coding: utf-8 -*-
-# @Author : 陈坤泽
-# @Email  : 877362867@qq.com
-# @Date   : 2021/06/06 17:00
-
-from pyxllib.prog.pupil import check_install_package
-
-# 拼写检查库，即词汇库
-#   spellchecker模块主要有两个类，SpellChecker和WordFrequency
-#       WordFrequency是一个词频类
-#       一般导入SpellChecker就行了：from spellchecker import SpellChecker
-check_install_package('pyspellchecker')
-
-from spellchecker import SpellChecker
-
-from pyxllib.prog.pupil import dprint
-
-
-class MySpellChecker(SpellChecker):
-    """
-    拼写检查
-    190923周一21:54，源自 完形填空ocr 识别项目
-    """
-
-    def __init__(self, language="en", local_dictionary=None, distance=2, tokenizer=None, case_sensitive=False,
-                 df=None):
-        from collections import defaultdict, Counter
-
-        # 1 原初始化功能
-        super(MySpellChecker, self).__init__(language=language, local_dictionary=local_dictionary,
-                                             distance=distance, tokenizer=tokenizer,
-                                             case_sensitive=case_sensitive)
-
-        # 2 自己要增加一个分析用的字典
-        self.checkdict = defaultdict(Counter)
-        for k, v in self.word_frequency._dictionary.items():
-            self.checkdict[k][k] = v
-
-        # 3 如果输入了一个df对象要进行更新
-        if df: self.update_by_dataframe(df)
-
-    def update_by_dataframe(self, df, weight_times=1):
-        """
-        :param df: 这里的df有要求，是DataFrame对象，并且含有这些属性列：old、new、count
-        :param weight_times: 对要加的count乘以一个倍率
-        :return:
-        """
-        # 1 是否要处理大小写
-        #   如果不区分大小写，需要对df先做预处理，全部转小写
-        #   而大小写不敏感的时候，self.word_frequency._dictionary在init时已经转小写，不用操心
-        if not self._case_sensitive:
-            df.loc[:, 'old'] = df.loc[:, 'old'].str.lower()
-            df.loc[:, 'new'] = df.loc[:, 'new'].str.lower()
-
-        # 2 df对self.word_frequency._dictionary、self.check的影响
-        d = self.word_frequency._dictionary
-        for index, row in df.iterrows():
-            old, new, count = row['old'].decode(), row['new'].decode(), row['count'] * weight_times
-            d[old] += count if old == new else -count
-            # if row['id']==300: dprint(old, new, count)
-            self.checkdict[old][new] += count
-
-        # 3 去除d中负值的key
-        self.word_frequency.remove_words([k for k in d.keys() if d[k] <= 0])
-
-    def _ensure_term(self, term):
-        if term not in self.checkdict:
-            d = {k: self.word_frequency._dictionary[k] for k in self.candidates(term)}
-            self.checkdict[term] = d
-
-    def correction(self, term):
-        # 1 本来就是正确的
-        w = term if self._case_sensitive else term.lower()
-        if w in self.word_frequency._dictionary: return term
-
-        # 2 如果是错的，且是没有记录的错误情况，则做一次候选项运算
-        self._ensure_term(w)
-
-        # 3 返回权重最大的结果
-        res = max(self.checkdict[w], key=self.checkdict[w].get)
-        val = self.checkdict[w].get(res)
-        if val <= 0: res = '^' + res  # 是一个错误单词，但是没有推荐修改结果，就打一个^标记
-        return res
-
-    def correction_detail(self, term):
-        """更加详细，给出所有候选项的纠正
-
-        >> a.correction_detail('d')
-        [('d', 9131), ('do', 1), ('old', 1)]
-        """
-        w = term if self._case_sensitive else term.lower()
-        self._ensure_term(w)
-        ls = [(k, v) for k, v in self.checkdict[w].items()]
-        ls = sorted(ls, key=lambda x: x[1], reverse=True)
-        return ls
-
-
-def demo_myspellchecker():
-    # 类的初始化大概要0.4秒
-    a = MySpellChecker()
-
-    # sql的加载更新大概要1秒
-    # hsql = HistudySQL('ckz', 'tr_develop')
-    # df = hsql.query('SELECT * FROM spell_check')
-    # a.update_by_dataframe(df)
-
-    # dprint(a.correction_detail('d'))
-    # dprint(a.correction_detail('wrod'))  # wrod有很多种可能性，但word权重是最大的
-    # dprint(a.correction_detail('ckzckzckzckzckzckz'))  # wrod有很多种可能性，但word权重是最大的
-    # dprint(a.correction('ckzckzckzckzckzckz'))  # wrod有很多种可能性，但word权重是最大的
-    dprint(a.correction_detail('ike'))
-    dprint(a.correction_detail('dean'))
-    dprint(a.correction_detail('stud'))
-    dprint(a.correction_detail('U'))
-
-
-def demo_spellchecker():
-    """演示如何使用spellchecker库
-    官方介绍文档 pyspellchecker · PyPI: https://pypi.org/project/pyspellchecker/
-    190909周一15:58，from 陈坤泽
-    """
-    # 1 创建对象
-    # 可以设置语言、大小写敏感、拼写检查的最大距离
-    #   默认'en'英语，大小写不敏感
-    spell = SpellChecker()
-    # 如果是英语，SpellChecker会自动加载语言包site-packages\spellchecker\resources\en.json.gz，大概12万个词汇，包括词频权重
-    d = spell.word_frequency  # 这里的d是WordFrequency对象，其底层用了Counter类进行数据存储
-    dprint(d.unique_words, d.total_words)  # 词汇数，权重总和
-
-    # 2 修改词频表 spell.word_frequency
-    dprint(d['ckz'])  # 不存在的词汇直接输出0
-    d.add('ckz')  # 可以添加ckz词汇的一次词频
-    d.load_words(['ckz', 'ckz', 'lyb'])  # 可以批量添加词汇
-    dprint(d['ckz'], d['lyb'])  # d['ckz']=3  d['lyb']=1
-    d.load_words(['ckz'] * 100 + ['lyb'] * 500)  # 可以用这种技巧进行大权重的添加
-    dprint(d['ckz'], d['lyb'])  # d['ckz']=103  d['lyb']=501
-
-    # 同理，去除也有remove和remove_words两种方法
-    d.remove('ckz')
-    # d.remove_words(['ckz', 'lyb'])  # 不过注意不能删除已经不存在的key（'ckz'），否则会报KeyError
-    dprint(d['ckz'], d['lyb'])  # d['ckz']=0  d['lyb']=501
-    # remove是完全去除单词，如果只是要减权重可以访问底层的_dictionary对象操作
-    d._dictionary['lyb'] -= 100  # 当然不太建议直接访问下划线开头的成员变量~~
-    dprint(d['lyb'])  # ['lyb']=401
-
-    # 还可以按阈值删除词频不超过设置阈值的词汇
-    d.remove_by_threshold(5)
-
-    # 3 spell的基本功能
-    # （1）用unknown可以找到可能拼写错误的单词，再用correction可以获得最佳修改意见
-    misspelled = spell.unknown(['something', 'is', 'hapenning', 'here'])
-    dprint(misspelled)  # misspelled<set>={'hapenning'}
-
-    for word in misspelled:
-        # Get the one `most likely` answer
-        dprint(spell.correction(word))  # <str>='happening'
-        # Get a list of `likely` options
-        dprint(spell.candidates(word))  # <set>={'henning', 'happening', 'penning'}
-
-    # 注意默认的spell不区分大小写，如果词库存储了100次'ckz'
-    #   此时判断任意大小写形式组合的'CKZ'都是返回原值
-    #   例如 spell.correction('ckZ') => 'ckZ'
-
-    # （2）可以通过修改spell.word_frequency影响correction的计算结果
-    dprint(d['henning'], d['happening'], d['penning'])
-    # d['henning']<int>=53    d['happening']<int>=4538    d['penning']<int>=23
-    d._dictionary['henning'] += 10000
-    dprint(spell.correction('hapenning'))  # <str>='henning'
-
-    # （3）词汇在整个字典里占的权重
-    dprint(spell.word_probability('henning'))  # <float>=0.0001040741914298211
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+# @Author : 陈坤泽
+# @Email  : 877362867@qq.com
+# @Date   : 2021/06/06 17:00
+
+from pyxllib.prog.pupil import check_install_package
+
+# 拼写检查库，即词汇库
+#   spellchecker模块主要有两个类，SpellChecker和WordFrequency
+#       WordFrequency是一个词频类
+#       一般导入SpellChecker就行了：from spellchecker import SpellChecker
+check_install_package('pyspellchecker')
+
+from spellchecker import SpellChecker
+
+from pyxllib.prog.pupil import dprint
+
+
+class MySpellChecker(SpellChecker):
+    """
+    拼写检查
+    190923周一21:54，源自 完形填空ocr 识别项目
+    """
+
+    def __init__(self, language="en", local_dictionary=None, distance=2, tokenizer=None, case_sensitive=False,
+                 df=None):
+        from collections import defaultdict, Counter
+
+        # 1 原初始化功能
+        super(MySpellChecker, self).__init__(language=language, local_dictionary=local_dictionary,
+                                             distance=distance, tokenizer=tokenizer,
+                                             case_sensitive=case_sensitive)
+
+        # 2 自己要增加一个分析用的字典
+        self.checkdict = defaultdict(Counter)
+        for k, v in self.word_frequency._dictionary.items():
+            self.checkdict[k][k] = v
+
+        # 3 如果输入了一个df对象要进行更新
+        if df: self.update_by_dataframe(df)
+
+    def update_by_dataframe(self, df, weight_times=1):
+        """
+        :param df: 这里的df有要求，是DataFrame对象，并且含有这些属性列：old、new、count
+        :param weight_times: 对要加的count乘以一个倍率
+        :return:
+        """
+        # 1 是否要处理大小写
+        #   如果不区分大小写，需要对df先做预处理，全部转小写
+        #   而大小写不敏感的时候，self.word_frequency._dictionary在init时已经转小写，不用操心
+        if not self._case_sensitive:
+            df.loc[:, 'old'] = df.loc[:, 'old'].str.lower()
+            df.loc[:, 'new'] = df.loc[:, 'new'].str.lower()
+
+        # 2 df对self.word_frequency._dictionary、self.check的影响
+        d = self.word_frequency._dictionary
+        for index, row in df.iterrows():
+            old, new, count = row['old'].decode(), row['new'].decode(), row['count'] * weight_times
+            d[old] += count if old == new else -count
+            # if row['id']==300: dprint(old, new, count)
+            self.checkdict[old][new] += count
+
+        # 3 去除d中负值的key
+        self.word_frequency.remove_words([k for k in d.keys() if d[k] <= 0])
+
+    def _ensure_term(self, term):
+        if term not in self.checkdict:
+            d = {k: self.word_frequency._dictionary[k] for k in self.candidates(term)}
+            self.checkdict[term] = d
+
+    def correction(self, term):
+        # 1 本来就是正确的
+        w = term if self._case_sensitive else term.lower()
+        if w in self.word_frequency._dictionary: return term
+
+        # 2 如果是错的，且是没有记录的错误情况，则做一次候选项运算
+        self._ensure_term(w)
+
+        # 3 返回权重最大的结果
+        res = max(self.checkdict[w], key=self.checkdict[w].get)
+        val = self.checkdict[w].get(res)
+        if val <= 0: res = '^' + res  # 是一个错误单词，但是没有推荐修改结果，就打一个^标记
+        return res
+
+    def correction_detail(self, term):
+        """更加详细，给出所有候选项的纠正
+
+        >> a.correction_detail('d')
+        [('d', 9131), ('do', 1), ('old', 1)]
+        """
+        w = term if self._case_sensitive else term.lower()
+        self._ensure_term(w)
+        ls = [(k, v) for k, v in self.checkdict[w].items()]
+        ls = sorted(ls, key=lambda x: x[1], reverse=True)
+        return ls
+
+
+def demo_myspellchecker():
+    # 类的初始化大概要0.4秒
+    a = MySpellChecker()
+
+    # sql的加载更新大概要1秒
+    # hsql = HistudySQL('ckz', 'tr_develop')
+    # df = hsql.query('SELECT * FROM spell_check')
+    # a.update_by_dataframe(df)
+
+    # dprint(a.correction_detail('d'))
+    # dprint(a.correction_detail('wrod'))  # wrod有很多种可能性，但word权重是最大的
+    # dprint(a.correction_detail('ckzckzckzckzckzckz'))  # wrod有很多种可能性，但word权重是最大的
+    # dprint(a.correction('ckzckzckzckzckzckz'))  # wrod有很多种可能性，但word权重是最大的
+    dprint(a.correction_detail('ike'))
+    dprint(a.correction_detail('dean'))
+    dprint(a.correction_detail('stud'))
+    dprint(a.correction_detail('U'))
+
+
+def demo_spellchecker():
+    """演示如何使用spellchecker库
+    官方介绍文档 pyspellchecker · PyPI: https://pypi.org/project/pyspellchecker/
+    190909周一15:58，from 陈坤泽
+    """
+    # 1 创建对象
+    # 可以设置语言、大小写敏感、拼写检查的最大距离
+    #   默认'en'英语，大小写不敏感
+    spell = SpellChecker()
+    # 如果是英语，SpellChecker会自动加载语言包site-packages\spellchecker\resources\en.json.gz，大概12万个词汇，包括词频权重
+    d = spell.word_frequency  # 这里的d是WordFrequency对象，其底层用了Counter类进行数据存储
+    dprint(d.unique_words, d.total_words)  # 词汇数，权重总和
+
+    # 2 修改词频表 spell.word_frequency
+    dprint(d['ckz'])  # 不存在的词汇直接输出0
+    d.add('ckz')  # 可以添加ckz词汇的一次词频
+    d.load_words(['ckz', 'ckz', 'lyb'])  # 可以批量添加词汇
+    dprint(d['ckz'], d['lyb'])  # d['ckz']=3  d['lyb']=1
+    d.load_words(['ckz'] * 100 + ['lyb'] * 500)  # 可以用这种技巧进行大权重的添加
+    dprint(d['ckz'], d['lyb'])  # d['ckz']=103  d['lyb']=501
+
+    # 同理，去除也有remove和remove_words两种方法
+    d.remove('ckz')
+    # d.remove_words(['ckz', 'lyb'])  # 不过注意不能删除已经不存在的key（'ckz'），否则会报KeyError
+    dprint(d['ckz'], d['lyb'])  # d['ckz']=0  d['lyb']=501
+    # remove是完全去除单词，如果只是要减权重可以访问底层的_dictionary对象操作
+    d._dictionary['lyb'] -= 100  # 当然不太建议直接访问下划线开头的成员变量~~
+    dprint(d['lyb'])  # ['lyb']=401
+
+    # 还可以按阈值删除词频不超过设置阈值的词汇
+    d.remove_by_threshold(5)
+
+    # 3 spell的基本功能
+    # （1）用unknown可以找到可能拼写错误的单词，再用correction可以获得最佳修改意见
+    misspelled = spell.unknown(['something', 'is', 'hapenning', 'here'])
+    dprint(misspelled)  # misspelled<set>={'hapenning'}
+
+    for word in misspelled:
+        # Get the one `most likely` answer
+        dprint(spell.correction(word))  # <str>='happening'
+        # Get a list of `likely` options
+        dprint(spell.candidates(word))  # <set>={'henning', 'happening', 'penning'}
+
+    # 注意默认的spell不区分大小写，如果词库存储了100次'ckz'
+    #   此时判断任意大小写形式组合的'CKZ'都是返回原值
+    #   例如 spell.correction('ckZ') => 'ckZ'
+
+    # （2）可以通过修改spell.word_frequency影响correction的计算结果
+    dprint(d['henning'], d['happening'], d['penning'])
+    # d['henning']<int>=53    d['happening']<int>=4538    d['penning']<int>=23
+    d._dictionary['henning'] += 10000
+    dprint(spell.correction('hapenning'))  # <str>='henning'
+
+    # （3）词汇在整个字典里占的权重
+    dprint(spell.word_probability('henning'))  # <float>=0.0001040741914298211

pyxllib/text/templates/echart_base.html

@@ -0,0 +1,11 @@
+<!DOCTYPE html>
+<html lang="en">
+<head>
+    <meta charset="UTF-8">
+    <title>{{ title }}</title>
+    <script type="text/javascript" src="https://assets.pyecharts.org/assets/echarts.min.js"></script>
+</head>
+<body>
+{{ body }}
+</body>
+</html>

pyxllib/text/templates/highlight_code.html

@@ -0,0 +1,17 @@
+<!DOCTYPE html>
+<html>
+<head>
+<title>{{ title }}</title>
+<script src="https://cdn.jsdelivr.net/gh/google/code-prettify@master/loader/run_prettify.js"></script>
+{% if use_mathjax %}
+<script src="https://a.cdn.histudy.com/lib/config/mathjax_config-klxx.js?v=1.1"></script>
+<script type="text/javascript" async="" src="https://a.cdn.histudy.com/lib/mathjax/2.7.1/MathJax/MathJax.js?config=TeX-AMS-MML_SVG">
+MathJax.Hub.Config(MATHJAX_KLXX_CONFIG);
+</script>
+{% else %}
+{% endif%}
+</head>
+<body>
+{{ body }}
+</body>
+</html>

pyxllib/text/templates/latex_editor.html

@@ -0,0 +1,103 @@
+<!DOCTYPE html>
+<html>
+<head>
+    <meta charset="UTF-8">
+    <style>
+        body {
+            background-color: #A4C0A7;
+        }
+
+        topic {
+            display: block;
+            border-style: solid;
+            border-color: gray;
+            padding: 9px;
+            margin: 3px;
+            zoom: 1.5
+        }
+
+        textarea {
+            display: block;
+            border-style: solid;
+            background-color: #A4C0A7;
+            margin: 3px;
+            width: 99%;
+            border-color: gray;
+            zoom: 2
+        }
+    </style>
+ <title>LaTeX公式草稿 </title>
+ <script type="text/javascript" src="https://tr.histudy.com/static/js/load-mathjax.js"></script>
+</head>
+<body id="oliga">
+
+<textarea id="mID1" rows="9" autofocus="autofocus" >
+{{ text }}
+</textarea>
+
+<button  accesskey="`" onclick="rTeX('mID1')" >
+    按【Alt + `】刷新渲染
+</button>
+<button  accesskey="A" onclick="混合渲染()" >
+    按【Alt + A】 或 【F1】 刷新渲染混杂模式
+</button>
+按 【F4】 开启/关闭时时渲染，按 【F5】 刷新重置
+
+<topic id="mID1renderer">
+</topic>
+
+</body>
+
+<script>
+
+function 公式渲染(s){ return ' ' + MathJax.tex2svg(s.replace(/\$/g, '')).firstChild.outerHTML + ' '}
+
+function tabular转html(s){
+	s = s.replace(/\\begin\{tabular\}.+?}/g, '<table border=1 >\n<tr><td>').replace(/(\\hline|\\cline\{.+?\})/g, ' ')
+	s = s.replace(/\\\\\s*\\end\{tabular\}/g, '\\end\{tabular\}')
+	s = s.replace(/\\end\{tabular\}/g, '</td></tr>\n</table>')
+	s = s.replace(/\\\\/g, '</td></tr>\n <tr><td>').replace(/&/g, '</td><td>')
+	return s
+}
+
+function 混合渲染(){
+	t = document.getElementById('mID1').value
+	// t = t.replace(/\$.+?\$/g, 公式渲染).replace(/\n\n+/g, '\n<p/>')
+	t = t.replace(/\$\n?([^\n\$]+\n?)+\$/g, 公式渲染).replace(/\n\n+/g, '\n<p/>')
+	t = t.replace(/\\begin\{tabular\}[\S\s]+?\\end\{tabular\}/gm, tabular转html)
+	t = t.replace(/\\ce\{.+?\}/g, 公式渲染) // 不严谨
+	document.getElementById("mID1renderer").innerHTML = t
+	document.getElementById('mID1').focus()
+}
+
+时时渲染 = false
+function relax(){console.log('休息')}
+document.onkeyup = 混合渲染
+
+document.onkeydown = function hotkey(keyboardPressed) {
+    var theKeyPressed = window.event.keyCode;
+    if (theKeyPressed == 112){console.log('按了F1，一次渲染'); 混合渲染() ; keyboardPressed.preventDefault(); return false;}
+    else if (theKeyPressed == 115){console.log('按了F4，开启动态渲染');
+    	if (时时渲染) {时时渲染 = false; document.onkeyup = relax } else {时时渲染 = true; document.onkeyup = 混合渲染; 混合渲染()} ;
+    	keyboardPressed.preventDefault(); return false;}
+}
+
+
+function rTeX(MathID) {
+    if (document.getElementById(MathID).value.includes('$')) {混合渲染(); alert('不用手工加美元符，会自动加，\n\n你加了美元符我就认为是《混合》型【公式+文本】'); return false}
+    document.getElementById(MathID + "renderer").innerHTML = MathJax.tex2svg(document.getElementById(MathID).value).firstChild.outerHTML
+    <!--let mathTopic = document.getElementById("da");-->
+    <!--MathJax.Hub.queue(["Typeset", MathJax.Hub]);-->
+    <!--MathJax.Hub.Typeset(["da"]);-->
+    document.getElementById(MathID).focus()
+    console.log('可以考虑用前后兄弟节点：previousSibling、nextSibling，相对节点')
+}
+
+function enableMathType() {
+	document.getElementById("MathLoader").src="https://tr.histudy.com/static/js/load-mathjax.js";
+	}
+</script>
+
+<script type="text/javascript" ID="MathLoader"></script>
+
+</html>

pyxllib/text/vbacode.py

@@ -1,17 +1,17 @@
-#!/usr/bin/env python3
-# -*- coding: utf-8 -*-
-# @Author : 陈坤泽
-# @Email  : 877362867@qq.com
-# @Date   : 2023/10/20
-
-import re
-
-
-class VBACodeFixer:
-    @classmethod
-    def simplify_code(cls, code_text):
-        """ 代码简化，去掉一些冗余写法 """
-        code_text = re.sub(r'ActiveSheet\.(Range|Rows|Columns|Cells)', r'\1', code_text)
-        code_text = re.sub(r'(\w+)\.(Row|Column)\s*\+\s*\1\.\2s\.Count\s*-\s*1', r'\1.\2End', code_text)
-
-        return 1, code_text.strip()
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+# @Author : 陈坤泽
+# @Email  : 877362867@qq.com
+# @Date   : 2023/10/20
+
+import re
+
+
+class VBACodeFixer:
+    @classmethod
+    def simplify_code(cls, code_text):
+        """ 代码简化，去掉一些冗余写法 """
+        code_text = re.sub(r'ActiveSheet\.(Range|Rows|Columns|Cells)', r'\1', code_text)
+        code_text = re.sub(r'(\w+)\.(Row|Column)\s*\+\s*\1\.\2s\.Count\s*-\s*1', r'\1.\2End', code_text)
+
+        return 1, code_text.strip()