# text-tool

**Repository Path**: mooremok/text-tool

## Basic Information

- **Project Name**: text-tool
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-08-26
- **Last Updated**: 2025-08-26

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Text-Tool: 专业的文本处理工具库

[![PyPI version](https://badge.fury.io/py/text-tool.svg)](https://badge.fury.io/py/text-tool)
[![Python Version](https://img.shields.io/pypi/pyversions/text-tool.svg)](https://pypi.org/project/text-tool/)
[![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](https://opensource.org/licenses/MIT)
[![Downloads](https://pepy.tech/badge/text-tool)](https://pepy.tech/project/text-tool)

专业的文本处理工具库，提供高精度的字数统计功能，特别优化了中英文混合文本和学术文献的处理。

## ✨ 特性

- 🌏 **多语言支持**: 支持中英文混合文本
- 🔢 **字数统计**: 接近Micsoft Office文档的字数统计机制
- 🧹 **空格清理**: 智能清理多余空格，优化中英文混排
- 🔧 **符号修复**: 修复中英文混合情况下的标点符号修复以及圆括号修复
- 🧪 **测试覆盖率**: 99%测试覆盖率

## 📦 安装

```bash
pip install text-tool
```

## 🚀 快速开始

### Python API

```python
from text_tool import count_words, remove_extra_spaces, fix_symbols

# 基础字数统计
count_words("Hello世界")  # 返回: 3

# 英文撇号单词
count_words("don't worry")  # 返回: 2

# 中英文混合
count_words("我在学习Python编程")  # 返回: 6

# Word兼容模式（学术文献）
text = "[1]王海燕.诗意表达与历史记忆的交织——从《活着》看当代文学[J].新传奇,2025,(10):10-12."
count_words(text, word_compatible=True)  # 返回: 34

# 特殊数字格式
count_words("成绩提高了5.2%", word_compatible=True)  # 返回: 6

# 清理多余空格
remove_extra_spaces("这是  有  多余  space  的文本")  # 返回: "这是有多余空格的文本"
remove_extra_spaces("English  with  extra  spaces")  # 返回: "English with extra spaces"

# 修复符号格式
fix_symbols("这是中文(1)括号")  # 返回: "这是中文（1）括号"
fix_symbols("English（1）bracket")  # 返回: "English(1)bracket"
fix_symbols("中文,逗号,测试")  # 返回: "中文，逗号，测试"
```

### 字数统计规则

- **汉字**: 每个算1字
- **英文字母**: 每个算1字
- **特殊数字格式**: 整个算1字
  - 小数: `3.14` → 1字
  - 百分数: `95.5%` → 1字
  - 分数: `1/2` → 1字
  - 对比: `3>2` → 1字
  - 方括号数字: `[1]` → 1字
  - 圆括号数字: `(10)` → 1字
  - 数字范围: `10-12` → 1字
  - 年份: `2025` → 1字
- **标点符号**: 每个算1字，但排除格式化标点（逗号、句号、冒号）
- **成对符号**: 开闭符号算2字（如《》、()）



## 📄 许可证

本项目采用 MIT 许可证 - 查看 [LICENSE](LICENSE) 文件了解详情。