better tools.py

NLP/tool.py

@@ -1,36 +1,27 @@
 from .cut import Scissor
 from .mark import Mark
+
 import json
 import lzma
-class Tool:
-    def __init__(self):
-        '''
-        对分词类和词性标注类进行初始化
-        '''
-        self.M = Mark(json.loads(lzma.open('NLP/pos.json.xz').read().decode('utf-8')), \
-             json.loads(lzma.open('NLP/bposf.json.xz').read().decode('utf-8')), \
-             json.loads(lzma.open('NLP/iposf.json.xz').read().decode('utf-8')))
-        self.S = Scissor(json.loads(lzma.open('NLP/wf.json.xz').read().decode('UTF-8')), \
-                json.loads(lzma.open('NLP/iw.json.xz').read().decode('UTF-8')))
-
-    def Cut_mark(self, s):
-        '''
-        对一个字符串进行分词和词性标注
-        :param s: 待处理的字符串
-        :return: list类型的处理结果
-        '''
-        result = []
-        cut = self.S.Cut(s)
-        mark = self.M.Sentemark(cut)
-        for i in range(0,len(cut)):
-            result.append(cut[i]+'/'+mark[i])
-        return result
-
-if __name__ =='__main__':
-    t = Tool()
-    print('Enter: ')
-    s = input()
-    t.Cut_mark(s)
+import pkg_resources as pkgres
 
+rc = lambda n: pkgres.resource_filename(__name__, n)
 
+M = Mark(json.loads(lzma.open(rc('pos.json.xz')).read().decode('utf-8')), json.loads(lzma.open(rc('bposf.json.xz')).read().decode('utf-8')), json.loads(lzma.open(rc('iposf.json.xz')).read().decode('utf-8')))
+S = Scissor(json.loads(lzma.open(rc('wf.json.xz')).read().decode('UTF-8')), json.loads(lzma.open(rc('iw.json.xz')).read().decode('UTF-8')))
 
+def CutMark(s):
+    '''
+    对一个字符串进行分词和词性标注
+    :param s: 待处理的字符串
+    :return: list类型的处理结果
+    '''
+    result = []
+    cut = S.Cut(s)
+    mark = M.Sentemark(cut)
+    return (cut, mark)
+
+if __name__ =='__main__':
+    print('Enter: ')
+    s = input()
+    CutMark(s)

README.md

@@ -22,7 +22,7 @@
 
  * 其他源文件用来产生词典
 
- * *.json.xz 为压缩后的词典
+ * \*.json.xz 为压缩后的词典
 
 ## 使用方法
 
@@ -41,8 +41,7 @@
 ```
 
 ```
->>> from NLP import tool
->>> t = tool.Tool()
->>> t.Cut_mark('自然语言通常是指一种自然地随文化演化的语言。')
-['自然/n', '语言/n', '通常/d', '是/vshi', '指/v', '一种/mq', '自然/n', '地/ude2', '随/p', '文化/n', '演化/vn', '的/ude1', '语言/n', '。/w']
+>>> from NLP.tool import CutMark
+>>> CutMark('自然语言通常是指一种自然地随文化演化的语言。')
+(['自然', '语言', '通常', '是', '指', '一种', '自然', '地', '随', '文化', '演化', '的', '语言', '。'], ['n', 'n', 'd', 'vshi', 'v', 'mq', 'n', 'ude2', 'p', 'n', 'vn', 'ude1', 'n', 'w'])
 ```