一个小而实用的 Python 包 pangu，实现在中文和半宽字符（字母、数字和符号）之间自动插入空格

一个小巧的库，可以避免自己重新开发功能。利用 Python 包 pangu，可以轻松实现在 CJK（中文、日文、韩文）和半宽字符（字母、数字和符号）之间自动插入空格。

在撰写中文技术博客时，我经常遇到一个问题：在中英文混排时，需要在英文字母、数字和符号两侧添加空格，以使排版更加美观。为了提高效率，让自己摆脱枯燥且容易出错的任务，我希望编写一个脚本来自动化完成这项工作。然而，在 GitHub 检索时，我发现 pangu 已经是一个构建良好的包，可以满足我的需求。

Github 地址：https://github.com/vinta/pangu.py

在这里插入图片描述

介绍 Python 包 pangu：

• pangu 是一个专为中文文本处理设计的 Python 库，旨在自动化地在中文文本和半宽字符（如字母、数字和符号）之间添加适当的空格，确保文本的排版美观且易读。
• pangu 不仅能够提高中文内容创作者的工作效率，还能节省大量手工处理排版的时间，特别是在涉及大量文章编辑的场合，效果尤为显著。
• 这个小巧的库支持大部分 Python3 版本，并且拥有灵活的接口，可以轻松集成到现有的 Python 项目中。
• 这个库取名为 pangu 的原因：可能寓意用来分隔混合的中英文字符？

在开始使用 pangu 之前，你需要先通过 pip 安装它。打开终端或命令提示符，输入以下命令：

pip install -U pangu

安装完成后，你就可以在 Python 代码中导入 pangu 并使用它。一个示例如下所示：

import pangu


original_text = f"""Datawhale是一个专注于Data Science与AI领域的开源组织，汇集了众多领域院校和知名企业的优秀学习者，\
聚合了一群有开源精神和探索精神的团队成员。
双语字幕视频：吴恩达x OpenAI的Prompt Engineering课程专业翻译版"""
print(original_text)

# 使用 pangu 处理文本
print("-" * 100)
processed_text = pangu.spacing(original_text)
print(processed_text)

在这里插入图片描述

最常见的使用场景是对混合的中英文文本添加合适的空格。pangu 提供了一个非常简单的函数 pangu.spacing 来实现这一点。执行上述代码，你会立刻得到带有正确空格的文本。pangu 自动在中文字符和英文字符之间加上了空格，从而改善了文本的可读性。

（PS. 三引号是 Python 中的一个强大工具，可以用于多种用途。无论是创建多行字符串、注释、模板字符串还是文档模板，它都能让我们的代码更加灵活和易读。👍）

处理文件

如果你需要处理整个文件，pangu 也有相应的函数 pangu.spacing_file。你可以这样使用它：

import pangu


processed_text = pangu.spacing_file('input.md')

with open('output.md', 'w') as f:
    f.write(processed_text)

假设 input.md 文件中的内容是没有正确添加空格的中英文混排文本。spacing_file 函数将处理该文件，并将格式化后的文本保存到 output.md 中。

CLI 使用说明

pangu 也可以作为命令行（command-line）工具使用。在安装了 pangu 之后，你可以直接在终端中运行以下命令来处理文件：

pangu -f input.md

pangu -t "Datawhale是一个专注于Data Science与AI领域的开源组织。。。"

PS. 传入文本文件时，注意文件路径得设置正确。

总结：在中英混排的文本编辑过程中，pangu 库的作用不可小觑。它通过自动在中文字符和英文字符之间添加空格的简单操作，大大提升了文档的整体可读性和美观度。