当前版本号：0.1.13
update: 2020/8/18
RuleFinder 文本匹配工具是一个用于快速编写匹配规则，提取文本的工具。
本工具包括：类库，规则编辑器，批量提取器。
RuleLib.py 类库，可自行引用到项目中使用；
RuleEditor.py 规则编辑器，基于flask的WEB应用，可在浏览器中编辑规则；
RulePicker.py 规则提取器，可加载规则后从批量文件中提取匹配结果；
文本匹配工具，使用简便的匹配规则来对文本进行匹配。
工具提供了基于WEB的规则编辑器，可快速编辑规则，验证规则的匹配结果。
案例：按规则提取句子分类
运行以下命令即可启动案例一：
python RuleEditor.py -rule_file ./rules/rule3.txt -test_file ./test/test3.txt
然后在浏览器中访问：http://127.0.0.1:8910
匹配规则包含以下元素：
- 中括号("[]") : 代表其中的内容是可选
- 尖括号("<>") : 代表其中的内容是必选
- 竖线("|") : 代表或的关系;
- 任意字符("**"): 匹配任意的字符；
- 文字字符("??")：匹配汉字字符，区间为：[\u4E00-\u9FA5]
- 非空字符("++")：匹配一个以上非空字符，非空字符正则为:
"(?:[^ ，；;。‘’"“”]+?)" - 纯数字("##"): 数字0-9
- 含中文的数字("$$"): 表示含中文的数字, 除了0-9还包含："一二三四五六七八九十〇壹贰叁肆伍陆柒捌玖零"
匹配规则与正则相似，规则如下：
-
中括号[]： 代表其中的内容是可选的，比如：
"不[得]"，能匹配 "不"和"不得"；
-
尖括号<>： 代表其中的内容是必选的，比如：
"<经>营"， 能匹配 "经营"
-
竖线("|")：代表或的关系，即竖线分隔的内容是可替换的，比如:
"<注册|成立>时间" 能匹配 "注册时间" 和 "成立时间"
-
括号(): 是可以嵌套的；例如:
"不[得<少|小>于]" 能匹配: "不"，"不得少于”，“不得小于”
"[稳定|正常]运营" 能匹配: "稳定运营"，"正常运营"，"运营"
-
竖线在其所属的括号内，优先级大于括号中的其他括号，比如
"<注册[登记]|成立>时间" 能匹配: "注册时间"，"注册登记时间"，"成立时间"
-
竖线可以脱离括号独立存在，比如:
"在哪里|哪里有" 可以匹配: "在哪里"和"哪里有"
v 0.1.13
- 增加了两个匹配规则，用于匹配纯数字和带中文的数字；
- 增加了数据文件的保存功能，也可以“另存为”；
v 0.1.12
- 增加了加载数据文件的功能；
- 各个客户端之间的规则文件及数据分析相互独立，不会干扰。可打开不同浏览器看效果；
v 0.1.10
- 可加载规则文件；
- 可对规则进行增，删，改；
- 安装依赖包
pip install -r requirements.txt
- ** 启动规则编辑器 ** 运行以下命令，使用默认参数启动启动规则编辑器：
python RuleEditor.py
详细参数可见：
python RuleEditor.py -h
默认启动时监听0.0.0.0:8910 端口
默认加载规则文件为:./rules/rule.txt
默认加载数据文件为： ./test/test.txt
- 访问规则编辑器
使用浏览器打开以下地址访问规则编辑器：http://127.0.0.1:8910
浏览器界面如下：
在浏览器界面中可以完成：
- 规则文件加载；
- 规则文件新建；
- 规则添加、删除、编辑；
- 对数据文件测试当前规则文件所有规则；
- 使用规则提取器
完成规则编辑后，可以使用规则提取器，对整个目录下的文件批量提取结果。
运行以下命令可运行demo:
python RulePicker.py -rule ./rules/rule.txt
运行示例如下：
13:36:55.38|F:>python RulePicker.py -rule ./rules/rule.txt
正在批量处理，请稍候...
正在匹配文件：./test/test.txt
正在匹配文件：./test/test1.txt
正在匹配文件：./test/test2.txt
保存结果:./output/result_20200611134436.csv
匹配用时: 0.03秒
匹配结果共3个文件:
=====文件:test 匹配:5条=====
=====文件:test1 匹配:1条=====
=====文件:test2 匹配:2条=====
详细参数运行以下命令查看：
python RulePicker.py -h
参数如下:
12:01:36.57|F:>RulePicker.py -h
usage: RulePicker.py [-h] -rule RULE [-data DATA] [-output OUTPUT]
RulePicker v_0.1.10 by xmxoxo
optional arguments:
-h, --help show this help message and exit
-rule RULE rule file
-data DATA data file path, default: ./test/
-output OUTPUT output path, default: ./output/