معرفی شرکت ها

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 بیشتر

توضیحات

Python package for converting xml and epubs to text files

ویژگی	مقدار
سیستم عامل	-
نام فایل	epub-conversion-1.0.9
نام	epub-conversion
نسخه کتابخانه	1.0.9
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Jonathan Raiman
ایمیل نویسنده	jonathanraiman@gmail.com
آدرس صفحه اصلی	https://github.com/JonathanRaiman/epub_conversion
آدرس اینترنتی	https://pypi.org/project/epub-conversion/
مجوز	MIT

epub conversion --------------- Create text corpuses using epubs and wiki dumps. This is a python package with a Converter for epub and xml (wiki dumps) to text, lines, or Python generators. Usage: ------ ### Epub usage #### Book by book To convert epubs to text files, usage is straightforward. First create a converter object: converter = Converter("my_ebooks_folder/") Then using this converter let's concatenate all the text within the ebooks into a single mega text file: converter.convert("my_succinct_text_file.gz") #### Line by line You can also proceed line by line: from epub_conversion.utils import open_book, convert_epub_to_lines book = open_book("twilight.epub") lines = convert_epub_to_lines(book) ### Wikidump usage #### Redirections Suppose you are interested in all redirections in a given Wikipedia dump file that is still compressed, then you can access the dump as follows: wiki = epub_conversion.wiki_decoder.almost_smart_open("enwiki.bz2") Taking this dump as our **input** let us now use a generator to output all pairs of `title` and `redirection title` in this dump: redirections = {redirect_from:redirect_to for redirect_from, redirect_to in epub_conversion.wiki_decoder.get_redirection_list(wiki) } #### Page text Suppose you are interested in the lines within each page's text section only, then: for line in epub_conversion.wiki_decoder.convert_wiki_to_lines(wiki): process_line( line ) See Also: --------- * [Wikipedia NER](https://github.com/JonathanRaiman/wikipedia_ner) a Python module that uses `epub_conversion` to process Wikipedia dumps and output only the lines that contain page to page links, with the link anchor texts extracted, and all markup removed.

نحوه نصب

نصب پکیج whl epub-conversion-1.0.9:

pip install epub-conversion-1.0.9.whl

نصب پکیج tar.gz epub-conversion-1.0.9:

pip install epub-conversion-1.0.9.tar.gz