معرفی شرکت ها


company-name-cleaner-1.0.3


Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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

توضیحات

A library to generate entity fingerprints.
ویژگی مقدار
سیستم عامل -
نام فایل company-name-cleaner-1.0.3
نام company-name-cleaner
نسخه کتابخانه 1.0.3
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Friedrich Lindenberg
ایمیل نویسنده friedrich@pudo.org
آدرس صفحه اصلی https://github.com/dulatus/fingerprints
آدرس اینترنتی https://pypi.org/project/company-name-cleaner/
مجوز MIT
# fingerprints ![package](https://github.com/alephdata/fingerprints/workflows/package/badge.svg) This library helps with the generation of fingerprints for entity data. A fingerprint in this context is understood as a simplified entity identifier, derived from it's name or address and used for cross-referencing of entity across different datasets. ## Usage ```python import fingerprints fp = fingerprints.generate('Mr. Sherlock Holmes') assert fp == 'holmes sherlock' fp = fingerprints.generate('Siemens Aktiengesellschaft') assert fp == 'ag siemens' fp = fingerprints.generate('New York, New York') assert fp == 'new york' ``` ## Company type names A significant part of what `fingerprints` does it to recognize company legal form names. For example, `fingerprints` will be able to simplify `Общество с ограниченной ответственностью` to `ООО`, or `Aktiengesellschaft` to `AG`. The required database is based on two different sources: * A [Google Spreadsheet](https://docs.google.com/spreadsheets/d/1Cw2xQ3hcZOAgnnzejlY5Sv3OeMxKePTqcRhXQU8rCAw/edit?ts=5e7754cf#gid=0) created by OCCRP. * The ISO 20275: [Entity Legal Forms Code List](https://www.gleif.org/en/about-lei/code-lists/iso-20275-entity-legal-forms-code-list) Wikipedia also maintains an index of [types of business entity](https://en.wikipedia.org/wiki/Types_of_business_entity). ## See also * [Clustering in Depth](https://github.com/OpenRefine/OpenRefine/wiki/Clustering-In-Depth), part of the OpenRefine documentation discussing how to create collisions in data clustering. * [probablepeople](https://github.com/datamade/probablepeople), parser for western names made by the brilliant folks at datamade.us.


نحوه نصب


نصب پکیج whl company-name-cleaner-1.0.3:

    pip install company-name-cleaner-1.0.3.whl


نصب پکیج tar.gz company-name-cleaner-1.0.3:

    pip install company-name-cleaner-1.0.3.tar.gz