japanese

panli/japanese

Fork 0

Commit Graph

Author	SHA1	Message	Date
panli	2e4dcf8980	feat: 新增 jlearn 学习资料生成器 + 日语音变标注体系新增学习资料生成器模块（learner），从权威库生成多维日语学习资料： - 拼音/假名/汉字/熟字训四类索引，带拼音↔假名↔汉字交叉跳转 - 逐字音训分类（KANJIDIC2 精确查表 + 启发式回退 + 排序键） - 音变标注体系：浊化（連濁）、半浊化、促音变（促音便）、连声（れんじょう）独立配色 + 合并逻辑 + 音变规律说明 - 显式标注表：rendaku_marks（连用形连浊）、renjou_marks（连声） - 每索引独立例词数配置（jlearn.toml + --config） - HTML 单页应用 + 静态 HTML + PDF（playwright）清洗工具增强： - 拼音校验器（pinyin_checker）集成到 jclean - 多音字拼音校正、ます形サ変動詞转原型数据： - 权威库补充连声词（反応/天皇/陰陽/観音/因縁/三位/輪廻/安穏） - KANJIDIC2 音训分类表、拼音校正字典整理 .gitignore：忽略生成产物（output/study_materials）、词典数据库、任务运行日志、备份文件	2026-09-09 15:44:50 +08:00
panli	ef3df73166	refactor: 三层架构重构 + 配置文件 + 项目目录整理清洗管线重构为严格三层架构： - tango_analyser.py（底层：单词分析） - task_processor.py（中层：文件 I/O、桶管理） - workflow.py（顶层：状态机、任务推进） - 移除旧的 batch_processor.py 新增配置文件系统： - config.py：TOML 配置，相对路径相对配置文件目录解析 - 查找优先级 --config > cwd > 项目根 > ~ > 默认值 - count=None 语义为处理到文件末尾项目目录整理： - 根脚本归档到 scripts/analysis 与 scripts/legacy - 文档归档到 docs/{design,history,analysis} - 临时报告移到 reports/（已 gitignore）文档质量： - 新增 .markdownlint.json 与 scripts/mdlint.cmd - 修复全部 14 个 md 文件的 markdownlint 警告测试：74 passed（8 cleaner + 31 workflow + 6 tango + 15 validator + 14 config）	2026-08-19 19:40:02 +08:00
panli	1f64c87d0e	Initial commit: 日语词表清洗工具（任务化架构） - 任务化清洗流程：Task/TaskManager + BatchProcessor 三方法 - 数据目录规范化：data/{db,sources,backup} - CLI 入口移进包，注册 jclean 命令 - 工作流测试驱动（tests/test_cleaner_workflow.py） - 40 测试通过	2026-08-19 15:04:18 +08:00

Author

SHA1

Message

Date

panli

2e4dcf8980

feat: 新增 jlearn 学习资料生成器 + 日语音变标注体系

新增学习资料生成器模块（learner），从权威库生成多维日语学习资料：
- 拼音/假名/汉字/熟字训四类索引，带拼音↔假名↔汉字交叉跳转
- 逐字音训分类（KANJIDIC2 精确查表 + 启发式回退 + 排序键）
- 音变标注体系：浊化（連濁）、半浊化、促音变（促音便）、连声（れんじょう）
  独立配色 + 合并逻辑 + 音变规律说明
- 显式标注表：rendaku_marks（连用形连浊）、renjou_marks（连声）
- 每索引独立例词数配置（jlearn.toml + --config）
- HTML 单页应用 + 静态 HTML + PDF（playwright）

清洗工具增强：
- 拼音校验器（pinyin_checker）集成到 jclean
- 多音字拼音校正、ます形サ変動詞转原型

数据：
- 权威库补充连声词（反応/天皇/陰陽/観音/因縁/三位/輪廻/安穏）
- KANJIDIC2 音训分类表、拼音校正字典

整理 .gitignore：忽略生成产物（output/study_materials）、词典数据库、
任务运行日志、备份文件

2026-09-09 15:44:50 +08:00

panli

ef3df73166

refactor: 三层架构重构 + 配置文件 + 项目目录整理

清洗管线重构为严格三层架构：
- tango_analyser.py（底层：单词分析）
- task_processor.py（中层：文件 I/O、桶管理）
- workflow.py（顶层：状态机、任务推进）
- 移除旧的 batch_processor.py

新增配置文件系统：
- config.py：TOML 配置，相对路径相对配置文件目录解析
- 查找优先级 --config > cwd > 项目根 > ~ > 默认值
- count=None 语义为处理到文件末尾

项目目录整理：
- 根脚本归档到 scripts/analysis 与 scripts/legacy
- 文档归档到 docs/{design,history,analysis}
- 临时报告移到 reports/（已 gitignore）

文档质量：
- 新增 .markdownlint.json 与 scripts/mdlint.cmd
- 修复全部 14 个 md 文件的 markdownlint 警告

测试：74 passed（8 cleaner + 31 workflow + 6 tango + 15 validator + 14 config）

2026-08-19 19:40:02 +08:00

panli

1f64c87d0e

Initial commit: 日语词表清洗工具（任务化架构）

- 任务化清洗流程：Task/TaskManager + BatchProcessor 三方法
- 数据目录规范化：data/{db,sources,backup}
- CLI 入口移进包，注册 jclean 命令
- 工作流测试驱动（tests/test_cleaner_workflow.py）
- 40 测试通过

2026-08-19 15:04:18 +08:00

3 Commits