معرفی شرکت ها
ChineseTimeNLPMod-1.3.0
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشترتوضیحات
将中文时间表达词转为相应的时间字符串，支持时间点，时间段，时间间隔。
| ویژگی | مقدار |
|---|---|
| سیستم عامل | - |
| نام فایل | ChineseTimeNLPMod-1.3.0 |
| نام | ChineseTimeNLPMod |
| نسخه کتابخانه | 1.3.0 |
| نگهدارنده | [] |
| ایمیل نگهدارنده | [] |
| نویسنده | liveid |
| ایمیل نویسنده | - |
| آدرس صفحه اصلی | https://github.com/iamtes1a/ChineseTimeNLP |
| آدرس اینترنتی | https://pypi.org/project/ChineseTimeNLPMod/ |
| مجوز | MIT Licence |
# ChineseTimeNLP
[](https://pypi.python.org/pypi/ChineseTimeNLP)
[](https://pypi.org/project/isort/)
[](https://github.com/psf/black)
[](https://pycqa.github.io/isort/)
[](https://pepy.tech/project/chinesetimenlp)
[](https://pepy.tech/project/chinesetimenlp)
## 简介
这是 Time-NLP 的 Python3 版本。
fork 自 [zhanzecheng/Time_NLP](https://github.com/zhanzecheng/Time_NLP)
相关链接：
- Python2 版本 <https://github.com/ryanInf/Time-NLPY/tree/Python2%E7%89%88%E6%9C%AC>
- Python3 版本 <https://github.com/ryanInf/Time-NLPY>
- Java 版本 <https://github.com/shinyke/Time-NLP>
- PHP 版本 <https://github.com/crazywhalecc/Time-NLP-PHP>
## 配置
可以传入自定义的 pattern，默认 pattern 也可以通过 `from ChineseTimeNLP import pattern` 导入。
```py
TimeNormalizer(isPreferFuture=True, pattern=None):
```
对于下午两点、晚上十点这样的词汇，在不特别指明的情况下，默认返回明天的时间点。
## 安装使用
安装：
```bash
pip install ChineseTimeNLP
```
使用:
```py
from ChineseTimeNLP import TimeNormalizer
tn = TimeNormalizer()
res = tn.parse(target=u"三天后") # target 为待分析语句，baseTime 为基准时间默认是当前时间
print(res)
```
## 功能说明
用于句子中时间词的抽取和转换
详情请见 `Test.py`
```py
tn = TimeNormalizer(isPreferFuture=False)
res = tn.parse(target=u'星期天晚上') # target为待分析语句，baseTime为基准时间默认是当前时间
print(res)
print('====')
res = tn.parse(target=u'晚上8点到上午10点之间') # target为待分析语句，baseTime为基准时间默认是当前时间
print(res)
print('====')
res = tn.parse(
target=u'2013年二月二十八日下午四点三十分二十九秒',
baseTime='2013-02-28 16:30:29') # target为待分析语句，baseTime为基准时间默认是当前时间
print(res)
print('====')
res = tn.parse(
target=u'我需要大概33天2分钟四秒',
baseTime='2013-02-28 16:30:29') # target为待分析语句，baseTime为基准时间默认是当前时间
print(res)
print('====')
res = tn.parse(target=u'今年儿童节晚上九点一刻') # target为待分析语句，baseTime为基准时间默认是当前时间
print(res)
print('====')
res = tn.parse(target=u'三日') # target为待分析语句，baseTime为基准时间默认是当前时间
print(res)
print('====')
res = tn.parse(target=u'7点4') # target为待分析语句，baseTime为基准时间默认是当前时间
print(res)
print('====')
res = tn.parse(target=u'今年春分')
print(res)
print('====')
res = tn.parse(target=u'7000万')
print(res)
print('====')
res = tn.parse(target=u'7百')
print(res)
print('====')
res = tn.parse(target=u'7千')
print(res)
print('====')
```
结果：
```sh
目标字符串: 星期天晚上
基础时间 2019-7-28-15-47-27
temp ['星期7晚上']
{"type": "timestamp", "timestamp": "2019-07-28 20:00:00"}
====
目标字符串: 晚上8点到上午10点之间
基础时间 2019-7-28-15-47-27
temp ['晚上8点', '上午10点']
{"type": "timespan", "timespan": ["2019-07-28 20:00:00", "2019-07-28 10:00:00"]}
====
目标字符串: 2013年二月二十八日下午四点三十分二十九秒
基础时间 2013-2-28-16-30-29
temp ['2013年2月28日下午4点30分29秒']
{"type": "timestamp", "timestamp": "2013-02-28 16:30:29"}
====
目标字符串: 我需要大概33天2分钟四秒
基础时间 2013-2-28-16-30-29
temp ['33天2分钟4秒']
timedelta: 33 days, 0:02:04
{"type": "timedelta", "timedelta": {"year": 0, "month": 1, "day": 3, "hour": 0, "minute": 2, "second": 4}}
====
目标字符串: 今年儿童节晚上九点一刻
基础时间 2019-7-28-15-47-27
temp ['今年儿童节晚上9点1刻']
{"type": "timestamp", "timestamp": "2019-06-01 21:15:00"}
====
目标字符串: 三日
基础时间 2019-7-28-15-47-27
temp ['3日']
{"type": "timestamp", "timestamp": "2019-07-03 00:00:00"}
====
目标字符串: 7点4
基础时间 2019-7-28-15-47-27
temp ['7点4']
{"type": "timestamp", "timestamp": "2019-07-28 07:04:00"}
====
目标字符串: 今年春分
基础时间 2019-7-28-15-47-27
temp ['今年春分']
{"type": "timestamp", "timestamp": "2019-03-21 00:00:00"}
====
目标字符串: 7000万
基础时间 2019-7-28-15-47-27
temp ['70000000']
{"type": "error", "error": "no time pattern could be extracted."}
====
目标字符串: 7百
基础时间 2019-7-28-15-47-27
temp []
{"type": "error", "error": "no time pattern could be extracted."}
====
目标字符串: 7千
基础时间 2019-7-28-15-47-27
temp []
{"type": "error", "error": "no time pattern could be extracted."}
====
```
## 使用方式
见 `Test.py`
## TODO
| 问题 | 现在版本 | 正确 |
| --------------------- | ---------------------------------------------- | ----------------------------------------------- |
| 晚上8点到上午10点之间 | ["2018-03-16 20:00:00", "2018-03-16 22:00:00"] | ["2018-03-16 20:00:00", "2018-03-17 10:00:00"]" |
## 声明
为了适合自己的编程习惯，删除了代码中部分文件的头部注释信息，信息格式如下，特此声明：
```python
# -*- coding: utf-8 -*-
# @Time : xxxxxxxx
# @Author : zhm
# @File : xxxxx
# @Software: PyCharm
# @Changed : tianyuningmou
```
نیازمندی
| مقدار | نام |
|---|---|
| >=0.17.0 | arrow |
| >=0.5.3 | loguru |
| >=2020.11.13 | regex |
نحوه نصب
نصب پکیج whl ChineseTimeNLPMod-1.3.0:
pip install ChineseTimeNLPMod-1.3.0.whl
نصب پکیج tar.gz ChineseTimeNLPMod-1.3.0:
pip install ChineseTimeNLPMod-1.3.0.tar.gz