Module:署名解析
此模块的文档可以在Module:署名解析/doc创建
-- 名称署名解析: 归一化 + 拆分合作署名
-- 由 模块:曲师列表 / 模块:谱师列表 / 模块:映射检查 共用, 避免拆词规则各写一份而漂移
local p = {}
-- 含分隔符但其实是"单人名义"的写法, 不拆分 (键为 p.norm() 后的值)
p.NO_SPLIT = {
['w/csθ'] = true, -- 单人名, 含斜杠
['↑=192.333kb/s'] = true, -- 单人名, 含斜杠
['t+pazolite'] = true, -- 单人名, 含加号
}
function p.norm(s)
return (mw.ustring.lower(tostring(s or '')):gsub('%s+', ''))
end
-- 拆分合作者: 先归一化 vs./feat./x 为 '/', 再按分隔符切, 并抽出括号注释
function p.splitRaw(raw)
local out = {}
raw = tostring(raw or '')
raw = raw:gsub('%s+[Vv][Ss]%.?%s+', '/'):gsub('%s+[Ff][Ee][Aa][Tt]%.?%s*', '/')
raw = raw:gsub('%s+[Xx]%s+', '/')
for part in mw.text.gsplit(raw, '[/、,，&＆%+]') do
part = mw.text.trim(part)
if part ~= '' then
local base, ann = mw.ustring.match(part, '^(.-)%s*[（(]([^）)]*)[）)]')
if base then
table.insert(out, { base = mw.text.trim(base), ann = ann })
else
table.insert(out, { base = part, ann = '' })
end
end
end
return out
end
-- 带 NO_SPLIT 白名单的拆分（列表与检查统一走这里）
function p.parts(raw)
if p.NO_SPLIT[p.norm(raw)] then
return { { base = raw, ann = '' } }
end
return p.splitRaw(raw)
end
-- ===== 两段式映射页 → 查找表（曲师列表/谱师列表/曲目列表/曲目页面 共用）=====
function p.buildLookup(data)
if type(data) ~= 'table' or type(data['主名义']) ~= 'table' then return nil end
local alias, collab, extra = {}, {}, {}
local majia, writing = {}, {}
for _, m in pairs(data['主名义']) do -- 第一趟: 显示名/写法
if type(m) == 'table' and m['显示名'] then
local dn = m['显示名']
extra[p.norm(dn)] = m
alias[p.norm(dn)] = dn
writing[p.norm(dn)] = true
for _, w in ipairs(m['_写法'] or {}) do alias[p.norm(w)] = dn; writing[p.norm(w)] = true end
end
end
for _, m in pairs(data['主名义']) do -- 第二趟: 马甲优先
if type(m) == 'table' and m['显示名'] then
for _, a in ipairs(m['马甲'] or {}) do
alias[p.norm(a)] = m['显示名']
majia[p.norm(a)] = true
end
end
end
for _, u in pairs(data['未确认名义'] or {}) do -- 第三段: 主名义未确认
if type(u) == 'table' and u['名义'] then
extra[p.norm(u['名义'])] = { ['显示名'] = u['名义'], ['_未确认'] = true }
alias[p.norm(u['名义'])] = u['名义']
majia[p.norm(u['名义'])] = true
end
end
for _, c in pairs(data['合作名义']) do
if type(c) == 'table' and c['名义'] then
collab[p.norm(c['名义'])] = c['组合'] or {}
end
end
return { alias = alias, collab = collab, extra = extra, majia = majia, writing = writing }
end
-- 是否需要提示「本曲使用的名义」: 只有真·马甲 / 组合标签 / 带括号注释才提示,
-- 纯写法差异（如 TSAR → TSAR崔瀚普、Shiroi-Ice → Shiroi-Ice白井冰）不提示
function p.creditNote(raw, lk)
if not lk or not raw or raw == '' then return false end
if lk.writing[p.norm(raw)] then return false end -- 原名本身就是主名义/写法 → 不提示
local parts = p.splitRaw(raw)
local bases = {}
for _, pt in ipairs(parts) do
bases[#bases + 1] = pt.base
if lk.majia[p.norm(pt.base)] then return true end -- 马甲/未确认
end
local key = p.norm(raw)
local c = lk.collab[key]
if c and #c > #parts then return true end -- 组合标签（名称≠成员名）
local stripped = p.norm((raw:gsub('[/、,，&＆+%s]', '')))
if stripped ~= p.norm(table.concat(bases, '')) then return true end -- 含括号注释等额外信息
return false
end
-- 署名原串 → 归属列表: 合作名义→每位成员; 马甲→主名义(备注标出名义); 其余→原样
function p.attribute(lk, raw)
if not lk then return nil end
local key = p.norm(raw)
local c = lk.collab[key]
if c then
-- 组合名义: 若原串段数与成员数一致, 逐段对应（rawPart = 该成员在本曲使用的署名）
local segs = p.splitRaw(raw)
local out = {}
for i, m in ipairs(c) do
-- 逐段对应必须"该段真能解析到这一位成员"，否则视为标签式组合（如 ↑=192.333KB/s）
local rp = nil
if #segs == #c then
local seg = segs[i]
local resolved = lk.alias[p.norm(seg and seg.base or '')]
if resolved and p.norm(resolved) == p.norm(m) then rp = seg.base end
end
out[#out + 1] = { base = m, ann = '', other = c, rawPart = rp }
end
return out
end
local m = lk.alias[key]
if m then
local ann = (p.norm(raw) == p.norm(m)) and '' or ('名义：' .. raw)
return { { base = m, ann = ann, rawPart = raw } } -- 本曲使用的署名 = 原串
end
return { { base = raw, ann = '', rawPart = raw } }
end
-- ===== 行内链接化: 保留数据页原串, 把其中认得出的名字各自变成链接 =====
-- 例: ariiol (.feat符白牙) → [[曲师列表#ariiol黄河源|ariiol]] (.feat[[曲师列表#符白牙|符白牙]])
-- B(链接目标) 来自映射页; B'(链接文本) 直接用数据页原串 → 无需重建字符串
-- 返回: 链接化后的字符串; 若原串里没有任何可识别名字则返回 nil(调用方回退到旧逻辑)
local function asciiWord(ch)
return ch ~= '' and ch:match('^[%w_]$') ~= nil
end
function p.linkify(raw, lk, opts)
if not lk or not raw or raw == '' then return nil end
opts = opts or {}
local page, known = opts.page, opts.known
-- 归一化串 + 码点位置映射(忽略空白; 小写)
local chars, map, ci = {}, {}, 0
for cp in mw.ustring.gcodepoint(raw) do
ci = ci + 1
local ch = mw.ustring.char(cp)
if not mw.ustring.match(ch, '%s') then
local lch = mw.ustring.lower(ch)
chars[#chars + 1] = lch
for _ = 1, #lch do map[#map + 1] = ci end -- 按字节填充: find 返回的是字节位置
end
end
local nstr = table.concat(chars)
if nstr == '' then return nil end
-- 收集所有"马甲/写法"名在归一化串里的出现位置（合作名义不参与行内匹配）
local cands = {}
for key, main in pairs(lk.alias) do
if not lk.collab[key] and #key >= 2 then
local from = 1
while true do
local s, e = nstr:find(key, from, true)
if not s then break end
cands[#cands + 1] = { s = map[s], e = map[e], main = main }
from = e + 1
end
end
end
if #cands == 0 then return nil end
-- 先长后短, 去重叠; 并做"词边界"检查（避免 ani 命中 Animosity 这类）
table.sort(cands, function(a, b)
if a.s ~= b.s then return a.s < b.s end
return a.e > b.e
end)
local kept, lastEnd = {}, 0
for _, c in ipairs(cands) do
if c.s > lastEnd then
local rlen = mw.ustring.len(raw)
local prevCh = (c.s > 1) and mw.ustring.sub(raw, c.s - 1, c.s - 1) or ''
local firstCh = mw.ustring.sub(raw, c.s, c.s)
local lastCh = mw.ustring.sub(raw, c.e, c.e)
local nextCh = (c.e < rlen) and mw.ustring.sub(raw, c.e + 1, c.e + 1) or ''
local badLeft = asciiWord(prevCh) and asciiWord(firstCh)
local badRight = asciiWord(nextCh) and asciiWord(lastCh)
if not badLeft and not badRight then
kept[#kept + 1] = c
lastEnd = c.e
end
end
end
if #kept == 0 then return nil end
-- 拼装: 原串切片 + 链接
local out, cursor = {}, 1
for _, c in ipairs(kept) do
if c.s > cursor then out[#out + 1] = mw.ustring.sub(raw, cursor, c.s - 1) end
local text = mw.ustring.sub(raw, c.s, c.e):gsub('|', '|')
if known and not known[c.main] then
out[#out + 1] = text
else
out[#out + 1] = '[[' .. page .. '#' .. c.main:gsub('|', '|') .. '|' .. text .. ']]'
end
cursor = c.e + 1
end
if cursor <= #raw then
out[#out + 1] = mw.ustring.sub(raw, cursor)
end
return table.concat(out)
end
return p