V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
爱意满满的作品展示区。
Ricoo
V2EX  ›  分享创造

中文文案排版纠正器

  •  2
     
  •   Ricoo ·
    ricoa · 2017-04-26 16:10:01 +08:00 · 2907 次点击
    这是一个创建于 2556 天前的主题,其中的信息可能已经有所发展或是发生改变。

    分享一个中文文案排版纠正器,原发于 https://laravel-china.org/articles/4532/chinese-copywriter

    项目地址 https://github.com/ricoa/copywriting-correct

    演示地址 https://copywriting-correct.ricoo.top

    描述

    统一中文文案、排版的相关用法,降低团队成员之间的沟通成本,增强网站气质。

    比较以下排版:

    • 排版 1

    LeanCloud 数据存储是围绕 AVObject 进行的.每个 AVObject 都包含了与 JSON 兼容的 key-value 对应的数据。数据是 schema-free 的,你不需要在每个 AVObject 上提前指定存在哪些键,只要直接设定对应的 key-value 即可。 gitHub 是一个通过 git 进行版本控制的软件源代码托管服务,由 GitHub 公司(曾称 Logical Awesome )的开发者 Chris Wanstrath 、 PJ Hyett 和 Tom Preston-Werner 使用 Ruby on Rails 编写而成。

    • 排版 2

    LeanCloud 数据存储是围绕 AVObject 进行的。每个 AVObject 都包含了与 JSON 兼容的 key-value 对应的数据。数据是 schema-free 的,你不需要在每个 AVObject 上提前指定存在哪些键,只要直接设定对应的 key-value 即可。 GitHub 是一个通过 Git 进行版本控制的软件源代码托管服务,由 GitHub 公司(曾称 Logical Awesome )的开发者 Chris Wanstrath 、 PJ Hyett 和 Tom Preston-Werner 使用 Ruby on Rails 编写而成。

    很明显,第二种排版中英文有空格,标点符号也使用正确,专有名词使用正确,会让人看起来更舒服,也更专业。 本系统正是基于 中文文案排版指北(简体中文版) 进行纠正,帮助解决中英文混排的排版问题,提高文案可阅读性。

    安装

    //安装开发中版本
    composer require ricoa/copywriting-correct:dev-master
    

    使用

    <?php
    require_once 'vendor/autoload.php';
    
    use Ricoa\CopyWritingCorrect\CopyWritingCorrectService;
    
    $service=new CopyWritingCorrectService();
    
    $text=$service->correct('在 LeanCloud 上,数据存储是围绕 AVObject 进行的。');
    
    

    注入自己的纠正器

    继承 \Ricoa\CopyWritingCorrect\Correctors\Corrector ,并实现 handle 方法。例如 ExampleCorrector.php

    <?php
    
    class ExampleCorrector extends \Ricoa\CopyWritingCorrect\Correctors\Corrector {
    
        protected static $corrector=null;
    
        /**
         * @param string $text
         *
         * @return mixed
         */
        public function handle($text)
        {
            return $text;
        }
    }
    

    使用:

    <?php
    require_once 'vendor/autoload.php';
    
    use Ricoa\CopyWritingCorrect\CopyWritingCorrectService;
    
    $service=new CopyWritingCorrectService();
    
    $service->addCorrectors([ExampleCorrector::class]);//注入纠正器
    $service->resetCorrectors([ExampleCorrector::class]);//重置纠正器,也即废弃默认的纠正器
    
    $text=$service->correct('在 LeanCloud 上,数据存储是围绕 AVObject 进行的。');
    
    

    已实现

    空格

    1. 中文字符与半角字符(例如英文字符,数字,英文标点符号)间添加空格。
    2. 数字后面跟着英文字符则在数字后添加空格(适用于数字+单位,例如 1 GB )。
    3. 全角标点与其他字符之间不加空格
    4. 希腊字母与中文字符以及数字和英文字符之间添加空格(不在指北内)。

    标点符号

    1. 不重复使用中文标点符号(仅!和?),重复时只保留第一个。

    全角和半角

    1. 中文后使用全角中文标点符号(包括!?。,():;)。
    2. 数字使用半角字符。
    3. 全角转半角(不在指北内)。
    [
    	'0' , '1' , '2' , '3' , '4' ,
    	'5' , '6' , '7' , '8' , '9' ,
    	'A' , 'B' , 'C' , 'D' , 'E' ,
    	'F' , 'G' , 'H' , 'I' , 'J' ,
    	'K' , 'L' , 'M' , 'N' , 'O' ,
    	'P' , 'Q' , 'R' , 'S' , 'T' ,
    	'U' , 'V' , 'W' , 'X' , 'Y' ,
    	'Z' , 'a' , 'b' , 'c' , 'd' ,
    	'e' , 'f' , 'g' , 'h' , 'i' ,
    	'j' , 'k' , 'l' , 'm' , 'n' ,
    	'o' , 'p' , 'q' , 'r' , 's' ,
    	't' , 'u' , 'v' , 'w' , 'x' ,
    	'y' , 'z' , '-' , ' ' , '/' ,
    	'%' , '#' , '@' , '&' , '<' ,
    	'>' , '[' , ']' , '{' , '}' ,
    	'\' , '|' , '+' , '=' , '_' ,
    	'^' , ' ̄' , '`'
    ];
    //转
    [
    	'0', '1', '2', '3', '4',
    	'5', '6', '7', '8', '9',
    	'A', 'B', 'C', 'D', 'E',
    	'F', 'G', 'H', 'I', 'J',
    	'K', 'L', 'M', 'N', 'O',
    	'P', 'Q', 'R', 'S', 'T',
    	'U', 'V', 'W', 'X', 'Y',
    	'Z', 'a', 'b', 'c', 'd',
    	'e', 'f', 'g', 'h', 'i',
    	'j', 'k', 'l', 'm', 'n',
    	'o', 'p', 'q', 'r', 's',
    	't', 'u', 'v', 'w', 'x',
    	'y', 'z', '-', ' ', '/',
    	'%', '#', '@', '&', '<',
    	'>', '[', ']', '{', '}',
    	'\\','|', '+', '=', '_',
    	'^', '~', '`'
    ];
    

    名词

    1. 专有名词使用正确的大小写(部分名词达成,见 词典

    未实现

    全角和半角

    1. 遇到完整的英文整句、特殊名词,其內容使用半角标点

    改进

    有什么新的想法和建议,欢迎提交 issue 或者 Pull Requests

    License

    基于 MIT license.

    9 条回复    2019-03-23 10:17:13 +08:00
    neroxps
        1
    neroxps  
       2017-04-26 16:47:31 +08:00
    bug 反馈,括号后面的英文标点不会纠正成中文符号。

    例如:(你好). 应该纠正成 (你好)。

    另建议 ( abc ) 能够纠正成 (abc) 意思就是如果括号内容是中文,就用中文括号,如果是英文,就应该用英文括号。

    小建议 XD
    geelaw
        2
    geelaw  
       2017-04-26 16:49:46 +08:00   ❤️ 2
    这个指北本身问题也很多,此外这个实现也有很多问题。

    “在合适的位置添加空格”并不是正确的排版方式,而是一种因为现代浏览器不能正确排版而做的 hack 。那些位置应该具有的是 *空白* 而不是空格。如果你使用 Word 或 Outlook 就不会有这个问题。

    另外看起来本文提到的 example 并不是最新的纠正器的结果:比如“。”和“ GitHub ”之间不需要空格,“ Awesome ”和“)”之间也不需要,“ Wanstrath ”、“、”和“ PJ ”之间也不需要。但是目前网页演示得到的结果是正确的。

    汉字和拉丁字母之间插入空格的实现是错误的,例如“法语中两人初次见面可以用Énchanté(e)打招呼。”中第一个空格并未被加入。

    数字和拉丁字母之间增加空格也不一定是正确的,例如 1Password 。

    纠正拼写太激进,譬如 ruby 变 Ruby 和 window(s) 变 Windows 都不一定是正确的,还有 chef 、 grape 、 office 、 underscore 等词语也不应该自动纠正。以下词语是正确拼写: Vim 、 git (它可以是命令的名字)。

    把 ie 替换为可能是错误的,它还可能是 i.e.。

    拼写纠正器可能会意外地把 git-scm.org 纠正为非 canonical 的写法 Git-scm.org

    另外双写、三连写“!”或“?”是正确用法。
    byron
        3
    byron  
       2017-04-26 17:13:27 +08:00
    很好的产品,我本来想撸一个来着。
    不过恕我眼拙,排版 1 和排版 2 我只看到了几个专有名词的区别, git-->Git 、 github-->GitHub 等。
    byron
        4
    byron  
       2017-04-26 17:16:50 +08:00
    另外,建议把一些有争议的地方做成可选项。
    比如最上面有开关,询问用户是习惯使用「直角引号」还是“弯引号”。
    ynyounuo
        5
    ynyounuo  
       2017-04-26 17:28:29 +08:00
    @geelaw V2EX 会自动给你加空格 - -
    geelaw
        6
    geelaw  
       2017-04-26 17:36:47 +08:00 via iPhone
    @ynyounuo 我在其他帖子吐槽过这个智障设定,尤其是它的修正算法错得离谱。我个人也会使用空格代替空白的 hack ,而且很少写错
    momocraft
        7
    momocraft  
       2017-04-26 17:40:03 +08:00
    很棒

    我也在考虑做类似的东西 (不过不是 PHP),可能会模仿这个的一些功能。
    Khlieb
        8
    Khlieb  
       2017-04-30 16:11:35 +08:00 via Android
    @geelaw 我给你叫个人 @livid
    vazo
        9
    vazo  
       2019-03-23 10:17:13 +08:00
    楼主,你的演示网站已打不开
    https://copywriting-correct.ricoo.top
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   我们的愿景   ·   实用小工具   ·   3319 人在线   最高记录 6543   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 26ms · UTC 12:56 · PVG 20:56 · LAX 05:56 · JFK 08:56
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.