Двуязычное (на русском и английском) средство с интерфейсом командной строки для сканирования скриптов японских программ и получения данных о словах и кандзи в них. До использования установите (см. последний раздел).
На текущий момент может:
- показать общее количество уникальных слов;
- вывести найденные слова в словарных формах;
- отсортировать имеющиеся слова по частотам;
- показать общее количество уникальных кандзи;
- вывести имеющиеся кандзи;
- отсортировать имеющиеся кандзи по частотам;
- отсортировать кандзи по спискам (дзёё, дзиммэйё, хёгайдзи, N1-5);
- вывести принадлежность каждого кандзи.
Пример по кандзи вы можете видеть здесь. Пример по словам вы можете видеть здесь.
Dual languaged (Russian and English) CLI tool for Japanese programs script scanning and words/kanji data in them obtaining. **Install before usage (see the last paragraph).
Currently with this tool you can:
- show unique words number;
- output presented words in dictionary forms;
- sort the words by frequency;
- show unique kanji number;
- output presented kanji;
- sort presented kanji by frequency;
- sort presented kanji by lists (jouyou, jinmeijou, hyougaiji, N1-5);
- output each kanji list affilation.
You can view kanji data sample here. You can view words data sample here.
- Запустите main.py с помощью Python 3.
- Введите папку, в которой содержатся скрипты (относительный или абсолютный путь к ней) (папка по умолчанию in_files).
- Введите название кодировки (shift-jis, cp932, utf-8, utf-16 и так далее) скриптов.
- Введите название основы выходных файлов статистики.
- Введите название файла (в UTF-8) пользовательского списка слов для исключения (для примера см. non-spoiler-list.txt).
- Введите название файла (в UTF-8) пользовательского списка кандзи для исключения (аналогично non-spoiler-list.txt).
- Отведайте вкусных французских булок да выпей же чаю, пока программа работает.
- Run main.py with Python 3.
- Enter the script folder (relative or absolute path) (default folder is in_files).
- Enter the the name of scripts encoding (shift-jis, cp932, utf-8, utf-16 etc).
- Enter the base name of output statistics files.
- Enter the user bad words list name (file mush be in UTF-8) (see non-spoiler-list.txt for reference).
- Enter the user bad kanji list name (file mush be in UTF-8) (format is the same as in non-spoiler-list.txt).
- Wait for program running. You may want to go somewhere and watch the quick brown fox jumps over the lazy dog.
- Установите Python 3.
- Установите библиотеку MeCab для Python 3, unidic-lite и kanji-lists.
- Установите MeCab в какую-нибудь папку. Условно назовём её <Папка-1>.
- В случае Windows добавьте путь <Папка-1>\MeCab\bin в переменную среды PATH.
- Install the Python 3.
- Install the MeCab library for Python, unidic-lite and kanji-lists.
- Install the MeCab in some folder. Let's call it .
- In case of Windows update the %PATH% with \MeCab\bin.