目录标签

#corpus

公开记录中带有此标签的全部仓库——标签来自其 GitHub 主题或软件包注册表发布的关键词。健康度量遵循与记录其余部分相同的版本化方法论。

4 条记录

标签为“corpus”按健康指数排序

PyPI

72良好健康指数

Python & Command-line tool to gather text and metadata on the Web: Crawling, scraping, extraction, output as CSV, JSON, HTML, MD, TXT, XML

Python★ 6,3122026年7月18日

Apache-2.02026年7月18日 · 指标 1.13.0

PyPI

63中等健康指数

russalo/file-observer

Deterministic file observation for pipelines — one read-only pass over a directory emits a reproducible JSON manifest of every file's type, metadata, structure, and provenance.

Python★ 22026年7月17日

自定义许可证2026年7月17日 · 指标 1.13.0

PyPI

54中等健康指数

ryanpavlicek/pyaegean

A specialist Python toolkit for Ancient Greek - alphabetic Greek NLP (incl. a neural pipeline) and the Aegean syllabic scripts (Linear A, Linear B, Cypriot, Cypro-Minoan)

Python★ 1↓ 11.3K/月2026年7月16日

Apache-2.02026年7月16日 · 指标 1.13.0

RubyGems

53中等健康指数

yohasebe/wp2txt

A command-line tool to extract plain text from Wikipedia dumps with category and section filtering

Ruby★ 1952026年7月19日

MIT2026年7月19日 · 指标 1.13.0