PiPiName 项目使用教程
2024-09-17 08:55:56作者:晏闻田Solitary
1. 项目目录结构及介绍
PiPiName 项目的目录结构如下:
PiPiName/
├── data/
├── LICENSE
├── README.md
├── config.py
├── main.py
├── name.py
├── name_set.py
├── stroke_number.py
└── wuge.py
目录结构介绍
- data/: 存放项目所需的数据文件,如词库、诗文等。
- LICENSE: 项目的开源许可证文件,本项目使用 GPL-3.0 许可证。
- README.md: 项目的说明文档,包含项目的基本介绍、使用方法等。
- config.py: 项目的配置文件,用于设置词库、姓氏、笔画数等参数。
- main.py: 项目的启动文件,运行此文件可以生成符合条件的名字。
- name.py: 处理名字生成的核心逻辑文件。
- name_set.py: 处理名字集合的相关逻辑文件。
- stroke_number.py: 处理笔画数的相关逻辑文件。
- wuge.py: 处理三才五格的相关逻辑文件。
2. 项目的启动文件介绍
main.py
main.py 是 PiPiName 项目的启动文件,运行此文件可以生成符合条件的名字。以下是 main.py 的主要功能介绍:
- 导入模块: 导入所需的模块和配置文件。
- 配置参数: 从
config.py中读取配置参数,如词库选择、姓氏、笔画数等。 - 生成名字: 根据配置参数生成符合条件的名字,并将结果输出到文件或打印到控制台。
启动方法
在项目根目录下运行以下命令启动项目:
python main.py
3. 项目的配置文件介绍
config.py
config.py 是 PiPiName 项目的配置文件,用于设置词库、姓氏、笔画数等参数。以下是 config.py 的主要配置项介绍:
- name_source: 选择词库,可选值为
0(默认)、1(诗经)、2(楚辞)、3(论语)、4(周易)、5(唐诗)、6(宋诗)、7(宋词)。 - last_name: 设置姓氏,仅支持单姓。
- dislike_words: 设置不想要的字,结果中不会出现这些字。
- min_stroke_count: 设置最小笔画数。
- max_stroke_count: 设置最大笔画数。
- allow_general: 是否允许使用中吉配置的名字。
- name_validate: 是否筛选名字,仅输出名字库中存在的名字。
- gender: 是否筛选性别,可选值为
男、女,空则不筛选。 - check_name: 填入姓名查看三才五格配置,仅支持单姓复名。
- check_name_resource: 是否显示名字来源。
配置示例
# 选择词库
name_source = 0
# 姓氏
last_name = "张"
# 不想要的字
dislike_words = list("")
# 最小笔画数
min_stroke_count = 3
# 最大笔画数
max_stroke_count = 25
# 允许使用中吉
allow_general = False
# 是否筛选名字
name_validate = True
# 是否筛选性别
gender = ""
# 填入姓名查看三才五格配置
check_name = ""
# 是否显示名字来源
check_name_resource = True
通过修改 config.py 中的配置项,可以自定义生成名字的条件和规则。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
215
235
暂无简介
Dart
662
152
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
253
320
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
297
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.18 K
646
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
217
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
仓颉编程语言开发者文档。
59
818