staran 0.6.1__py3-none-any.whl → 1.0.0__py3-none-any.whl

staran/__init__.py

@@ -0,0 +1,10 @@
+"""
+Staran - 轻量级Python日期工具库
+
+提供智能的日期处理功能，支持多种日期格式和便捷的日期运算。
+"""
+
+from .tools.date import Date
+
+__version__ = "1.0.0"
+__all__ = ["Date"]

staran/tools/__init__.py

@@ -2,10 +2,10 @@
 # -*- coding: utf-8 -*-
 
 """
-Staran Tools - 工具集合模块
-==========================
+Staran Tools - 日期工具模块
+========================
 
-提供各种实用工具类和函数：
+提供智能的日期处理功能。
 
 Date类 - 智能日期处理：
 - 格式记忆：根据输入自动设置默认格式
@@ -39,5 +39,5 @@ __all__ = [
 
 # 模块信息
 __version__ = '1.0.0'
-__author__ = 'Staran Team'
-__description__ = 'Staran utilities with smart format memory'
+__author__ = 'StarAn'
+__description__ = 'Lightweight Python date utilities with smart format memory'

staran-1.0.0.dist-info/METADATA

@@ -0,0 +1,301 @@
+Metadata-Version: 2.4
+Name: staran
+Version: 1.0.0
+Summary: staran - 轻量级Python日期工具库
+Home-page: https://github.com/starlxa/staran
+Author: StarAn
+Author-email: starlxa@icloud.com
+License: MIT
+Project-URL: Bug Reports, https://github.com/starlxa/staran/issues
+Project-URL: Source, https://github.com/starlxa/staran
+Keywords: date datetime utilities time-processing
+Classifier: Development Status :: 5 - Production/Stable
+Classifier: Intended Audience :: Developers
+Classifier: Topic :: Software Development :: Libraries :: Python Modules
+Classifier: Topic :: Utilities
+Classifier: Programming Language :: Python :: 3
+Classifier: Programming Language :: Python :: 3.7
+Classifier: Programming Language :: Python :: 3.8
+Classifier: Programming Language :: Python :: 3.9
+Classifier: Programming Language :: Python :: 3.10
+Classifier: Programming Language :: Python :: 3.11
+Classifier: Programming Language :: Python :: 3.12
+Classifier: Operating System :: OS Independent
+Requires-Python: >=3.7
+Description-Content-Type: text/markdown
+License-File: LICENSE
+Dynamic: author
+Dynamic: author-email
+Dynamic: classifier
+Dynamic: description
+Dynamic: description-content-type
+Dynamic: home-page
+Dynamic: keywords
+Dynamic: license
+Dynamic: license-file
+Dynamic: project-url
+Dynamic: requires-python
+Dynamic: summary
+
+# Staran ✨ v1.0.0 - 轻量级Python日期工具库
+
+- 🔧 **完善的包管理** - 优化setup.py配置，专注核心日期功能
+- 🗓️ **智能日期处理** - 支持多种日期格式，自动格式记忆
+- 📅 **灵活日期运算** - 便捷的日期加减运算，保持原格式
+- 🎯 **简洁易用** - 专注日期处理，轻量级设计
+- 🔄 **格式转换** - 支持多种日期格式输出
+- 📦 **零依赖** - 只使用Python标准库，无外部依赖
+
+## 🎯 专为日期处理设计的Python工具库
+
+Staran是一个轻量级的日期处理工具库，提供智能的日期格式记忆和便捷的日期运算功能。特别适合需要处理多种日期格式的应用场景。
+
+## ✨ v1.0.0 新特性
+
+🎉 **稳定版本发布** - 核心功能完备，API稳定
+
+- 🔧 **完善的包管理** - 优化setup.py配置，专注核心功能
+- 📦 **轻量化重构** - 移除非核心模块，专注日期处理
+- 🗓️ **智能格式记忆** - 根据输入自动记住日期格式
+- 📅 **丰富的运算功能** - 支持天数和月数的加减运算
+- 🎯 **零外部依赖** - 只使用Python标准库
+- 🔄 **多种输出格式** - 支持中文、ISO等多种格式输出
+
+## 🚧 v1.1.0 计划中的企业级优化
+
+> **注意：** 当前v1.0.0版本具备完整的核心功能，但在企业工程化标准方面还有提升空间。
+> 我们将在v1.1.0版本中完成以下企业级优化：
+
+### 🔬 **代码质量提升**
+- ✅ **类型注解** - 完整的typing支持和类型检查
+- ✅ **单元测试** - 100%代码覆盖率的测试套件
+- ✅ **文档规范** - 完善的docstring和API文档
+- ✅ **异常处理** - 标准化的异常体系和错误码
+
+### 🏗️ **架构优化**
+- ✅ **性能优化** - 缓存机制和延迟计算
+- ✅ **配置管理** - 支持配置文件和环境变量
+- ✅ **日志系统** - 结构化日志和调试支持
+- ✅ **插件架构** - 可扩展的格式化器和验证器
+
+### 🛡️ **企业级特性**
+- ✅ **输入验证** - 严格的数据验证和清洗
+- ✅ **国际化支持** - 多语言和时区处理
+- ✅ **向后兼容** - API版本管理和迁移指南
+- ✅ **安全考虑** - 输入安全和数据保护
+
+### 📊 **开发体验**
+- ✅ **IDE支持** - 完整的代码提示和自动完成
+- ✅ **调试工具** - 丰富的调试信息和工具
+- ✅ **基准测试** - 性能基准和监控
+- ✅ **CI/CD集成** - 自动化测试和发布流程
+
+## ⚠️ 当前版本限制
+
+v1.0.0是一个功能完备的稳定版本，但请注意以下企业级使用的限制：
+
+### 📝 **代码质量**
+- **类型检查**: 当前缺少typing注解，IDE代码提示可能不完整
+- **测试覆盖**: 没有自动化测试套件，建议在生产环境使用前进行充分测试
+- **异常处理**: 异常信息可能不够详细，调试时需要注意
+
+### 🏗️ **架构限制**
+- **性能**: 没有缓存机制，频繁计算可能影响性能
+- **配置**: 不支持配置文件，所有设置需要在代码中硬编码
+- **日志**: 没有内置日志系统，调试信息有限
+
+### 🛡️ **企业特性**
+- **验证**: 输入验证相对简单，复杂场景可能需要额外验证
+- **国际化**: 目前只支持基本的中文格式，缺少完整的i18n支持
+- **安全**: 没有特殊的安全考虑，输入数据请自行验证
+
+> 💡 **建议**: 如果您需要在企业级生产环境中使用，建议等待v1.1.0版本，或者基于当前版本进行二次开发。
+
+## 🚀 快速开始
+
+### 安装
+```bash
+pip install staran
+```
+
+### 基础用法 - 智能日期处理
+
+```python
+from staran import Date
+
+# 创建日期 - 智能格式记忆
+date1 = Date('202504')      # 输出: 202504 (记住年月格式)
+date2 = Date('20250415')    # 输出: 20250415 (记住完整格式)
+date3 = Date(2025, 4, 15)   # 输出: 2025-04-15
+
+# 日期运算保持格式
+new_date = date1.add_months(2)  # 输出: 202506 (保持YYYYMM格式)
+
+# 多种格式输出
+print(date2.format_chinese())   # 输出: 2025年04月15日
+print(date2.format_iso())       # 输出: 2025-04-15
+```
+
+## 📚 核心功能
+
+### 🗓️ Date类 - 智能日期处理
+
+#### 创建日期对象
+
+```python
+from staran import Date
+
+# 字符串格式（自动识别）
+date1 = Date('2025')        # 年份
+date2 = Date('202504')      # 年月
+date3 = Date('20250415')    # 年月日
+
+# 参数格式
+date4 = Date(2025, 4, 15)   # 年, 月, 日
+date5 = Date(year=2025, month=4, day=15)
+
+# 从datetime对象
+from datetime import datetime
+date6 = Date(datetime.now())
+```
+
+#### 日期运算
+
+```python
+# 加减天数
+tomorrow = date.add_days(1)
+yesterday = date.add_days(-1)
+
+# 加减月数
+next_month = date.add_months(1)
+last_month = date.add_months(-1)
+
+# 月末日期
+month_end = date.month_end()
+
+# 月初日期
+month_start = date.month_start()
+```
+
+#### 格式化输出
+
+```python
+date = Date('20250415')
+
+print(date)                    # 20250415 (保持原格式)
+print(date.format_iso())       # 2025-04-15
+print(date.format_chinese())   # 2025年04月15日
+print(date.format_slash())     # 2025/04/15
+print(date.format_dot())       # 2025.04.15
+```
+
+#### 日期比较
+
+```python
+date1 = Date('20250415')
+date2 = Date('20250416')
+
+print(date1 < date2)    # True
+print(date1 == date2)   # False
+print(date1 > date2)    # False
+```
+
+## 🎯 特色功能
+
+### 智能格式记忆
+
+Date类会根据输入格式自动选择默认输出格式：
+
+```python
+# 年月格式 - 输出保持YYYYMM
+date_ym = Date('202504')
+print(date_ym)                    # 202504
+print(date_ym.add_months(1))      # 202505
+
+# 完整格式 - 输出保持YYYYMMDD
+date_full = Date('20250415')
+print(date_full)                  # 20250415
+print(date_full.add_days(1))      # 20250416
+```
+
+### 灵活的日期运算
+
+```python
+date = Date('202504')
+
+# 月份运算
+print(date.add_months(3))    # 202507
+print(date.add_months(-2))   # 202502
+
+# 季度运算
+print(date.add_months(3))    # 下一季度
+
+# 年份运算
+print(date.add_months(12))   # 明年同月
+```
+
+## 🛠️ 高级用法
+
+### 批量日期处理
+
+```python
+from staran import Date
+
+# 生成日期序列
+start_date = Date('202501')
+dates = []
+for i in range(12):
+    dates.append(start_date.add_months(i))
+
+print(dates)  # ['202501', '202502', ..., '202512']
+```
+
+### 与datetime互操作
+
+```python
+from staran import Date
+from datetime import datetime
+
+# Date转datetime
+date = Date('20250415')
+dt = date.to_datetime()
+
+# datetime转Date
+dt = datetime.now()
+date = Date(dt)
+```
+
+## 📋 API参考
+
+### Date类方法
+
+| 方法 | 描述 | 示例 |
+|------|------|------|
+| `Date(input)` | 创建日期对象 | `Date('202504')` |
+| `add_days(n)` | 加减天数 | `date.add_days(7)` |
+| `add_months(n)` | 加减月数 | `date.add_months(2)` |
+| `month_start()` | 获取月初 | `date.month_start()` |
+| `month_end()` | 获取月末 | `date.month_end()` |
+| `format_iso()` | ISO格式 | `date.format_iso()` |
+| `format_chinese()` | 中文格式 | `date.format_chinese()` |
+| `format_slash()` | 斜杠格式 | `date.format_slash()` |
+| `format_dot()` | 点分格式 | `date.format_dot()` |
+| `to_datetime()` | 转datetime | `date.to_datetime()` |
+
+## 🤝 贡献
+
+欢迎提交Issues和Pull Requests！
+
+## 📄 许可证
+
+MIT License - 详见 [LICENSE](LICENSE) 文件。
+
+## 🔗 链接
+
+- [GitHub仓库](https://github.com/starlxa/staran)
+- [PyPI包页面](https://pypi.org/project/staran/)
+- [问题反馈](https://github.com/starlxa/staran/issues)
+
+---
+
+**Staran** - 让日期处理变得简单而优雅 ✨

staran-1.0.0.dist-info/RECORD

@@ -0,0 +1,8 @@
+staran/__init__.py,sha256=G8Kfqho5-4yN_2WS7xkRa63C0AdDS4OQTWRMLtVnypw,208
+staran/tools/__init__.py,sha256=4R2WpIlVtR0_QZL2eB5AcwlKffNc0z1V-YIg1lk8xYA,1061
+staran/tools/date.py,sha256=-QyEMWVx6czMuOIwcV7kR3gBMRVOwb5qevo7GEFSJKE,10488
+staran-1.0.0.dist-info/licenses/LICENSE,sha256=2EmsBIyDCono4iVXNpv5_px9qt2b7hfPq1WuyGVMNP4,1361
+staran-1.0.0.dist-info/METADATA,sha256=bnl3wnJe3bVEpCfEC6SwBv7-1BRicwIgf9RTFUCqdOw,8862
+staran-1.0.0.dist-info/WHEEL,sha256=_zCd3N1l69ArxyTb8rzEoP9TpbYXkqRFSNOD5OuxnTs,91
+staran-1.0.0.dist-info/top_level.txt,sha256=NOUZtXSh5oSIEjHrC0lQ9WmoKtD010Q00dghWyag-Zs,7
+staran-1.0.0.dist-info/RECORD,,

staran/banks/__init__.py

@@ -1,30 +0,0 @@
-"""
-staran.banks - 银行配置模块
-
-该模块包含不同银行的特定配置，包括：
-- 数据库连接配置
-- 表结构定义
-- 业务规则设置
-- 模型配置
-
-支持的银行：
-- xinjiang_icbc: 新疆工行配置
-
-版本: 0.6.0
-"""
-
-from .xinjiang_icbc import (
-    XinjiangICBCConfig,
-    get_xinjiang_icbc_tables,
-    get_xinjiang_icbc_models,
-    xinjiang_icbc_config
-)
-
-__all__ = [
-    'XinjiangICBCConfig',
-    'xinjiang_icbc_config',
-    'get_xinjiang_icbc_tables', 
-    'get_xinjiang_icbc_models'
-]
-
-__version__ = "0.6.0"

staran/banks/xinjiang_icbc/__init__.py

@@ -1,90 +0,0 @@
-"""
-新疆工行银行配置模块
-
-专门针对新疆工行代发长尾客户的配置：
-- 数据库表结构定义（代发长尾客户专用）
-- 业务规则配置
-- 模型配置（提升模型和防流失模型）
-
-数据库: xinjiang_icbc_daifa_longtail
-业务范围: 代发长尾客户
-"""
-
-from dataclasses import dataclass
-from typing import Dict, List, Optional
-from datetime import datetime
-
-
-@dataclass 
-class XinjiangICBCConfig:
-    """新疆工行配置类"""
-    
-    # 数据库配置
-    database_name: str = "xinjiang_icbc_daifa_longtail"
-    schema_name: str = "daifa_longtail"
-    
-    # 业务配置
-    business_domain: str = "代发长尾客户"
-    customer_segment: str = "代发长尾"
-    
-    # 模型配置
-    available_models: List[str] = None
-    
-    # 业务规则
-    longtail_asset_min: float = 10000  # 长尾客户最小资产
-    longtail_asset_max: float = 100000  # 长尾客户最大资产
-    upgrade_target: float = 3000  # 提升目标金额
-    churn_threshold: float = 1500  # 流失阈值金额
-    
-    def __post_init__(self):
-        if self.available_models is None:
-            self.available_models = [
-                "daifa_longtail_upgrade_3k",    # 代发长尾提升3k模型
-                "daifa_longtail_churn_1_5k"     # 代发长尾防流失1.5k模型
-            ]
-
-
-def get_xinjiang_icbc_tables() -> Dict[str, str]:
-    """获取新疆工行代发长尾客户表配置"""
-    return {
-        # 代发长尾客户行为表
-        "daifa_longtail_behavior": "xinjiang_icbc_daifa_hlwj_dfcw_f1_f4_wy",
-        
-        # 代发长尾客户资产平均表  
-        "daifa_longtail_asset_avg": "xinjiang_icbc_daifa_hlwj_zi_chan_avg_wy",
-        
-        # 代发长尾客户资产配置表
-        "daifa_longtail_asset_config": "xinjiang_icbc_daifa_hlwj_zi_chan_config_wy",
-        
-        # 代发长尾客户月度统计表
-        "daifa_longtail_monthly_stat": "xinjiang_icbc_daifa_hlwj_monthly_stat_wy"
-    }
-
-
-def get_xinjiang_icbc_models() -> Dict[str, Dict]:
-    """获取新疆工行代发长尾客户模型配置"""
-    return {
-        "daifa_longtail_upgrade_3k": {
-            "name": "代发长尾客户提升3k预测模型",
-            "description": "预测下个月代发长尾客户资产提升3000元的概率",
-            "target": "upgrade_3k_next_month",
-            "model_type": "binary_classification",
-            "business_objective": "识别有潜力提升资产的代发长尾客户",
-            "target_threshold": 3000,
-            "prediction_window": "1_month"
-        },
-        
-        "daifa_longtail_churn_1_5k": {
-            "name": "代发长尾客户防流失1.5k预测模型", 
-            "description": "预测下个月代发长尾客户流失1500元资产的风险",
-            "target": "churn_1_5k_next_month",
-            "model_type": "binary_classification", 
-            "business_objective": "识别有流失风险的代发长尾客户",
-            "target_threshold": 1500,
-            "prediction_window": "1_month"
-        }
-    }
-
-
-# 创建默认配置实例
-xinjiang_icbc_config = XinjiangICBCConfig()

staran/engines/__init__.py

@@ -1,65 +0,0 @@
-#!/usr/bin/env python3
-# -*- coding: utf-8 -*-
-
-"""
-数据库引擎模块
-提供统一的数据库引擎接口
-"""
-
-# 基础组件
-from .base import BaseEngine, DatabaseType
-
-# 具体引擎实现
-from .spark import SparkEngine
-from .hive import HiveEngine
-
-# 图灵平台引擎 (可选导入)
-try:
-    from .turing import TuringEngine, create_turing_engine
-    _TURING_AVAILABLE = True
-except ImportError:
-    TuringEngine = None
-    create_turing_engine = None
-    _TURING_AVAILABLE = False
-
-# 便捷创建函数
-def create_engine(engine_type: str, database_name: str, **kwargs) -> BaseEngine:
-    """
-    创建数据库引擎的便捷函数
-    
-    Args:
-        engine_type: 引擎类型 ('spark', 'hive', 'turing')
-        database_name: 数据库名称
-        **kwargs: 其他参数
-        
-    Returns:
-        数据库引擎实例
-    """
-    engine_type = engine_type.lower()
-    
-    if engine_type == 'spark':
-        return SparkEngine(database_name, **kwargs)
-    elif engine_type == 'hive':
-        return HiveEngine(database_name, **kwargs)
-    elif engine_type == 'turing':
-        if not _TURING_AVAILABLE:
-            raise ImportError("TuringEngine不可用，请确保turingPythonLib已安装")
-        return TuringEngine(database_name, **kwargs)
-    else:
-        raise ValueError(f"不支持的引擎类型: {engine_type}")
-
-# 主要导出
-__all__ = [
-    'BaseEngine',
-    'DatabaseType',
-    'SparkEngine',
-    'HiveEngine',
-    'create_engine'
-]
-
-# 如果图灵引擎可用，添加到导出
-if _TURING_AVAILABLE:
-    __all__.extend([
-        'TuringEngine',
-        'create_turing_engine'
-    ])