| import pandas as pd | |
| import re | |
| # Receives a .csv file with three columns (the third will be filled/overwritten) | |
| # Replaces the pronunciation of the kanji between parenthesis by the kanji that | |
| # is in the first column. | |
| def main(): | |
| with open('jkeywords.csv', encoding='utf-8') as f: | |
| df = pd.read_csv(f, sep='\t', names=["kanji", "oldkey", "newkey"], | |
| encoding='utf8') | |
| df.fillna('', inplace=True) # make empty fields strings too, not floats. | |
| # select the normal or japanese parenthesis and it's contents only if it only | |
| # have kanas in between them. | |
| regex = re.compile("[（|(][ぁ-ー]+[）|)]", re.UNICODE) | |
| for index, row in df.iterrows(): | |
| ok = row['oldkey'] | |
| if ok == "": | |
| continue | |
| kanji = row['kanji'] | |
| s = "" | |
| for word in ok.split("、"): # japanese comma | |
| tmp, n = regex.subn(kanji, word) | |
| if n == 0: | |
| tmp = kanji # when the reading is for the whole kanji alone | |
| s += tmp + "、" | |
| row['newkey'] = s[:-1] # remove the trailing comma | |
| #print(df) | |
| df.to_csv('processed.csv', sep='\t', header=False, index=False) | |
| main() |
We can make this file beautiful and searchable if this error is corrected: No commas found in this CSV file
| 一 （ひと）つ 一tsuu | |
| 二 （ふた）つ | |
| 三 （みっ）つ | |
| 四 （よっ）つ | |
| 五 （いつ）つ | |
| 六 （むっ）つ | |
| 七 （なな）つ | |
| 八 （やっ）つ | |
| 九 （ここの）つ | |
| 十 じゅう | |
| 口 くち | |
| 日 ひ | |
| 月 つき、（ゲツ）曜日 | |
| 田 た | |
| 目 め | |
| 古 （ふる）い | |
| 吾 ゴ、(ゴ)人 | |
| 冒 （ボウ）険 | |
| 朋 （ホウ）輩、（ホウ）友 | |
| 明 （あか）るい、説（メイ） | |
| 唱 暗（ショウ）、（とな）える | |
| 晶 結（ショウ） | |
| 品 （シナ）物、作（ヒン） | |
| 呂 お風（ロ） | |
| 昌 （ショウ）運 | |
| 早 朝（はや）い | |
| 旭 （キョク）日、あさひ | |
| 世 （セ）代、（セ）界、よ | |
| 胃 （い）腸 | |
| 旦 （ダン）那、一（タン） | |
| 胆 大（タン）な、きも | |
| 亘 連（コウ）、（コウ）古 | |
| 凹 （オウ）レンズ | |
| 凸 （トツ）レンズ | |
| 旧 （キュウ）暦、復（キュウ） | |
| 自 （ジ）分 | |
| 白 （しろ）い | |
| 百 ヒャク | |
| 中 なか、（チュウ）止 | |
| 千 （セン）円 | |
| 舌 した | |
| 升 一（ショウ）、ます | |
| 昇 上（ショウ）、（ショウ）進、（のぼ）る |
We can make this file beautiful and searchable if this error is corrected: No commas found in this CSV file
| 一 （ひと）つ 一つ | |
| 二 （ふた）つ 二つ | |
| 三 （みっ）つ 三つ | |
| 四 （よっ）つ 四つ | |
| 五 （いつ）つ 五つ | |
| 六 （むっ）つ 六つ | |
| 七 （なな）つ 七つ | |
| 八 （やっ）つ 八つ | |
| 九 （ここの）つ 九つ | |
| 十 じゅう 十 | |
| 口 くち 口 | |
| 日 ひ 日 | |
| 月 つき、（ゲツ）曜日 月、月曜日 | |
| 田 た 田 | |
| 目 め 目 | |
| 古 （ふる）い 古い | |
| 吾 ゴ、(ゴ)人 吾、吾人 | |
| 冒 （ボウ）険 冒険 | |
| 朋 （ホウ）輩、（ホウ）友 朋輩、朋友 | |
| 明 （あか）るい、説（メイ） 明るい、説明 | |
| 唱 暗（ショウ）、（とな）える 暗唱、唱える | |
| 晶 結（ショウ） 結晶 | |
| 品 （シナ）物、作（ヒン） 品物、作品 | |
| 呂 お風（ロ） お風呂 | |
| 昌 （ショウ）運 昌運 | |
| 早 朝（はや）い 朝早い | |
| 旭 （キョク）日、あさひ 旭日、旭 | |
| 世 （セ）代、（セ）界、よ 世代、世界、世 | |
| 胃 （い）腸 胃腸 | |
| 旦 （ダン）那、一（タン） 旦那、一旦 | |
| 胆 大（タン）な、きも 大胆な、胆 | |
| 亘 連（コウ）、（コウ）古 連亘、亘古 | |
| 凹 （オウ）レンズ 凹レンズ | |
| 凸 （トツ）レンズ 凸レンズ | |
| 旧 （キュウ）暦、復（キュウ） 旧暦、復旧 | |
| 自 （ジ）分 自分 | |
| 白 （しろ）い 白い | |
| 百 ヒャク 百 | |
| 中 なか、（チュウ）止 中、中止 | |
| 千 （セン）円 千円 | |
| 舌 した 舌 | |
| 升 一（ショウ）、ます 一升、升 | |
| 昇 上（ショウ）、（ショウ）進、（のぼ）る 上昇、昇進、昇る |
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment