文本小工具:数字数、断字幕行、截短、清理格式、提取话题和链接,全在本机算。
作者还没有写使用说明。它能干什么、带来哪些工具，上面已经列清楚了。
word_count统计文本的字数、词数与预计口播时长(中文每秒约 4.5 字,英文每分钟约 150 词)。中日韩文一个字算一个词。
extract_hashtags从文案中提取 #话题# 与 #hashtag 标签,按出现的先后;大小写不同的算同一个,纯数字的(#1)不算。
split_lines把一段口播稿断成字幕行:一句一句来,太长的句子在逗号、顿号这类停顿处再切,英文不在词中间断;行尾的逗号、句号按字幕惯例省掉。
truncate把文字截到指定字数以内(省略号算在里面),尽量停在停顿或词的边界上。适合封面文字、简介预览、有字数上限的地方。
clean_text去掉看不见的零宽字符、多余的空格和空行,全角字母数字换成半角;可选把中文后面的半角标点换成全角、在中英文之间加空格、去掉表情。
strip_markdown去掉标题、加粗、链接、引用这些 Markdown 记号,列表换成「• 」,代码块留代码 —— 得到能直接贴到发布平台上的纯文本。
extract_links提取文案里的网址、@ 提及和邮箱,各按出现的先后,重复的只留一次。
它只在本地做计算，不联网、不碰文件。