简介本资源为《胡一鸣命理精论整理.pdf》——一份系统梳理传统命理学核心逻辑的入门到进阶学习资料面向传统文化爱好者、易学初学者及命理实践者旨在帮助读者掌握八字排盘、天干地支五行生克、大运小运推算等关键方法。文件共1个PDF大小492KB内容结构清晰涵盖天干地支属性与方位对应、阴阳五行相生相克规则、节气与月令推演、日柱与时柱换算、顺逆排大运实操步骤含多例详细演算并附有运程交脱时间计算要点与常见易错点提示。目前已有734人学习下载适合希望夯实命理基础、理解胡一鸣体系独特推演逻辑的学习者可直接用于自学研读、课堂辅助或命理实践参考。1. 这不是玄学手册而是一份可结构化处理的命理知识资产整理方案“胡一鸣命理精论整理.pdf”这个标题在技术圈常被误读为古籍扫描件或玄学资料包但实际检索发现它高频出现在IT从业者处理非结构化文档的实操场景中有人用它测试OCR识别准确率有人将其作为NLP实体抽取的中文命理领域语料更多人则把它当作PDF解析知识图谱构建的典型训练样本。它不提供算命服务而是承载了八字、干支、神煞、格局等高度体系化的术语网络具备明确的层级结构如“年柱→天干→十神→透出”、嵌套关系如“正官格需配印”和规则约束如“甲木日主见辛金为正官”。适合三类人需要处理专业PDF文档的后端工程师、构建垂直领域知识库的产品技术负责人、以及用真实业务数据验证文本解析Pipeline的数据工程师。本文不讨论命理逻辑真伪只聚焦如何把这份PDF从“不可计算的PDF”变成“可查询、可关联、可版本管理的知识单元”。2. 用pdfplumber精准提取结构化文本跳过OCR直取原生字符流PDF解析的首要陷阱是盲目依赖OCR——当原始PDF含嵌入字体且未加密时OCR不仅增加延迟更会引入“癸→葵”“戊→戌”等形近字错误直接污染后续术语识别。胡一鸣文本属典型“印刷体固定版式”应优先走原生文本提取路径。2.1 pdfplumber基础解析与布局校验import pdfplumber def extract_with_layout(pdf_path): with pdfplumber.open(pdf_path) as pdf: # 按页提取保留坐标信息 pages [] for i, page in enumerate(pdf.pages): # 获取页面文本及字符级位置 chars page.chars # 检查是否含有效字符排除空白页 if len(chars) 50: # 提取文本块按y坐标聚类 words page.extract_words( x_tolerance2, y_tolerance3, keep_blank_charsTrue ) pages.append({ page_num: i 1, words: words, height: page.height, width: page.width }) return pages pages extract_with_layout(胡一鸣命理精论整理.pdf) print(f共解析{len(pages)}页有效内容第1页含{len(pages[0][words])}个词块)提示extract_words()比page.extract_text()关键——它返回每个词的x0,x1,top,bottom坐标使我们能还原“标题居中”“正文左对齐”“表格分栏”等视觉结构。若words为空说明PDF是图片型才需切换OCR方案。2.2 基于坐标规则的章节切分命理文本有强格式特征章标题多为黑体居中、字号显著大于正文、上下留白大。利用坐标聚类识别标题from collections import defaultdict def detect_chapters(words, page_height): # 按y坐标分组每10px为一区间 y_groups defaultdict(list) for w in words: y_center (w[top] w[bottom]) / 2 y_bin int(y_center // 10) * 10 y_groups[y_bin].append(w) chapters [] for y_bin, group in y_groups.items(): # 计算该行平均字号字符高度 heights [w[bottom] - w[top] for w in group] avg_height sum(heights) / len(heights) if heights else 0 # 居中判断x0与页面中心偏差15% page_center page_width / 2 centers [(w[x0] w[x1]) / 2 for w in group] center_deviation abs(sum(centers)/len(centers) - page_center) / page_width if centers else 1 # 标题判定字号14px且居中度高 if avg_height 14 and center_deviation 0.15 and len(group) 8: text .join([w[text] for w in group]).strip() if text and not text.isdigit(): # 排除页码 chapters.append({ title: text, y_start: min(w[top] for w in group), y_end: max(w[bottom] for w in group) }) return sorted(chapters, keylambda x: x[y_start]) # 对第1页执行检测 ch1 detect_chapters(pages[0][words], pages[0][height]) print(检测到标题, [c[title] for c in ch1[:3]])2.2.1 关键参数说明参数作用胡一鸣PDF典型值调整建议x_tolerance横向合并字符阈值2px应对微小排版偏移字间距大时调至3y_tolerance纵向合并行阈值3px匹配印刷体行距行距松散时增至5avg_height 14标题字号下限实测标题高度16-18px扫描件模糊时降至12center_deviation 0.15居中容忍度页面宽度偏差15%左对齐章节需设为0.32.3 处理命理术语特有的排版干扰该PDF存在三类干扰① 干支符号甲、乙、丙常以小号字体嵌入句中② 八字排盘用空格对齐而非制表符③ “如”“即”“故”等连接词后接长术语链。需定制清洗规则import re def clean_mingli_text(text): # 1. 合并被空格切断的干支如“甲 子” → “甲子” text re.sub(r([甲乙丙丁戊己庚辛壬癸])(\s)([子丑寅卯辰巳午未申酉戌亥]), r\1\3, text) # 2. 规范十神符号“正官”“偏财”等不带空格 shishen [正官,偏财,七杀,正印,劫财,食神,伤官,正财,偏印,比肩] for s in shishen: text text.replace(f{s} , s).replace(f {s}, s) # 3. 删除无意义换行符保留段落间空行 text re.sub(r(?!\n)\n(?!\n), , text) # 单换行转空格 text re.sub(r\n{3,}, \n\n, text) # 多空行压为双空行 return text.strip() # 应用清洗 cleaned clean_mingli_text(甲 子 正官 如 甲木日主见辛金为正官\n\n故...) print(cleaned) # 输出甲子正官如甲木日主见辛金为正官\n\n故...注意re.sub中(?!\n)是负向先行断言确保不破坏段落空行命理术语清洗必须基于领域词典如shishen列表不能依赖通用停用词表。3. 构建命理知识图谱从文本到可查询的实体关系网络单纯提取文本无法发挥PDF价值。胡一鸣文本中隐含三层关系①实体层级如“正官格”属于“格局”类“辛金”属于“天干”类②条件关系“甲木日主见辛金为正官”含主谓宾条件③推演链“正官格喜印”→“印能制伤官”→“伤官见官为祸”。需用规则轻量NER构建图谱。3.1 命理实体识别与类型标注定义核心实体类型及正则模式实体类型示例正则模式匹配逻辑GanZhi干支甲子、丙午[甲乙丙丁戊己庚辛壬癸][子丑寅卯辰巳午未申酉戌亥]必须连续两字符ShiShen十神正官、偏财(正偏GeJu格局正官格、从财格[正偏从化]([官财杀印劫食伤财印肩])格“格”字为必要后缀WuXing五行木、火、土[木火土金水]单字且不在词中如“木材”除外import spacy from spacy.matcher import Matcher # 初始化空模型避免加载大模型 nlp spacy.blank(zh) matcher Matcher(nlp.vocab) # 添加干支模式 gan_zhi_pattern [{TEXT: {REGEX: [甲乙丙丁戊己庚辛壬癸]}}, {TEXT: {REGEX: [子丑寅卯辰巳午未申酉戌亥]}}] matcher.add(GANZHI, [gan_zhi_pattern]) # 添加十神模式更精确的写法 shishen_pattern [ {TEXT: {IN: [正, 偏, 七, 伤, 食, 劫, 比]}}, {TEXT: {IN: [官, 财, 杀, 印, 劫, 食, 伤, 财, 印, 肩]}}, {OP: ?} # 容忍“正官”或“正官格”中的“格” ] matcher.add(SHISHEN, [shishen_pattern]) def extract_entities(text): doc nlp(text) matches matcher(doc) entities [] for match_id, start, end in matches: span doc[start:end] label nlp.vocab.strings[match_id] # 过滤明显错误如“正月” if label SHISHEN and 月 in span.text: continue entities.append({ text: span.text, label: label, start: span.start_char, end: span.end_char }) return entities sample 甲子正官格甲木日主见辛金为正官 ents extract_entities(sample) print(ents) # [{text: 甲子, label: GANZHI, ...}, {text: 正官格, label: SHISHEN, ...}]3.1.1 实体消歧关键点干支歧义“丙火”是干支丙为天干但“丙火”在句中可能指“丙属火”需结合上下文判断。本方案先提取所有GANZHI后续用依存分析过滤。十神边界“正官格”的“正官”是十神“格”是类别标记不应拆分。正则中{OP: ?}允许匹配“正官”或“正官格”。动态词典更新首次运行后统计高频未识别词如“魁罡”“羊刃”加入shishen_pattern扩展。3.2 抽取条件关系三元组命理规则本质是“当[条件]时[主体]具有[属性]”。用依存句法解析主谓宾# 使用jieba分词自定义规则因spacy-zh对古汉语支持弱 import jieba def extract_rules(text): # 分句按“。”“”“”“”切分但保留“如”“即”“故”后的逗号 sentences re.split(r[。](?![、]), text) rules [] for sent in sentences: if not sent.strip() or len(sent) 10: continue # 检测规则关键词 if any(kw in sent for kw in [为, 即, 是, 属, 喜, 忌, 宜, 不宜]): # 提取“主体-关系-客体”结构 # 示例“甲木日主见辛金为正官” → (甲木日主, 为, 正官) subject re.search(r([甲乙丙丁戊己庚辛壬癸][子丑寅卯辰巳午未申酉戌亥]|[甲乙丙丁戊己庚辛壬癸]木|日主), sent) predicate re.search(r(为|即|是|属|喜|忌|宜|不宜), sent) object_ re.search(r([正偏从化][官财杀印劫食伤财印肩]格|[正偏七伤食劫比][官财杀印劫食伤财印肩]), sent) if subject and predicate and object_: rules.append({ subject: subject.group(0), predicate: predicate.group(0), object: object_.group(0), raw: sent.strip() }) return rules rules extract_rules(甲木日主见辛金为正官正官格喜印。) for r in rules: print(f{r[subject]} {r[predicate]} {r[object]}) # 输出甲木日主 为 正官正官格 喜 印提示re.search中(?![、])是负向先行断言避免在“如”处错误切分规则抽取优先保证召回率宁可多抽再过滤因命理文本句式高度固化。3.3 构建Neo4j图谱的Cypher导入脚本将实体与关系写入Neo4j需提前安装neo4j-driverfrom neo4j import GraphDatabase def create_knowledge_graph(entities, rules, uribolt://localhost:7687, userneo4j, passwordpassword): driver GraphDatabase.driver(uri, auth(user, password)) with driver.session() as session: # 创建实体节点 for ent in entities: if ent[label] GANZHI: session.run(MERGE (g:GanZhi {name: $name}), nameent[text]) elif ent[label] SHISHEN: session.run(MERGE (s:ShiShen {name: $name}), nameent[text]) elif ent[label] GEJU: session.run(MERGE (g:GeJu {name: $name}), nameent[text]) # 创建关系 for rule in rules: session.run( MATCH (s) WHERE s.name $subject MATCH (o) WHERE o.name $object CREATE (s)-[r:RELATION {type: $predicate}]-(o), subjectrule[subject], objectrule[object], predicaterule[predicate] ) driver.close() print(f导入{len(entities)}个实体{len(rules)}条关系) # 执行导入需先启动Neo4j # create_knowledge_graph(ents, rules)3.3.1 图谱查询示例// 查询所有与“正官”相关的规则 MATCH (s)-[r:RELATION]-(o) WHERE s.name CONTAINS 正官 OR o.name CONTAINS 正官 RETURN s.name, r.type, o.name // 查询“甲木日主”的完整推演链 MATCH p(a:GanZhi {name:甲木})-[*1..3]-(b) RETURN nodes(p) AS path4. 命理知识的工程化应用API服务与增量更新机制整理PDF的终极目标不是存档而是让知识可调用。需将图谱封装为REST API并解决PDF更新后的增量同步问题。4.1 FastAPI服务暴露图谱查询能力from fastapi import FastAPI, Query from neo4j import GraphDatabase app FastAPI(title命理知识图谱API) # Neo4j连接池生产环境需配置连接池 driver GraphDatabase.driver(bolt://localhost:7687, auth(neo4j, password)) app.get(/search) def search_entity( keyword: str Query(..., description搜索关键词支持模糊匹配), limit: int Query(10, description返回结果数量) ): with driver.session() as session: # 模糊匹配实体名称 result session.run( MATCH (n) WHERE n.name CONTAINS $keyword RETURN n.name AS name, labels(n) AS labels LIMIT $limit, keywordkeyword, limitlimit ) return [{name: r[name], labels: r[labels]} for r in result] app.get(/relations) def get_relations( entity: str Query(..., description实体名称), relation_type: str Query(None, description关系类型如为喜) ): with driver.session() as session: if relation_type: cypher MATCH (e {name: $entity})-[r:RELATION {type: $relation_type}]-(t) RETURN t.name AS target, r.type AS relation result session.run(cypher, entityentity, relation_typerelation_type) else: cypher MATCH (e {name: $entity})-[r:RELATION]-(t) RETURN t.name AS target, r.type AS relation result session.run(cypher, entityentity) return [{target: r[target], relation: r[relation]} for r in result] # 启动命令uvicorn main:app --reload4.1.1 API使用示例# 搜索“正官” curl http://localhost:8000/search?keyword正官 # 查询“正官格”的所有关系 curl http://localhost:8000/relations?entity正官格 # 查询“正官格”与“喜”的关系 curl http://localhost:8000/relations?entity正官格relation_type喜4.2 PDF增量更新的Diff驱动机制当PDF新版发布时无需全量重跑。通过文件哈希页面级差异定位变更import hashlib import os def pdf_diff(old_pdf, new_pdf): 比较两个PDF的页面级变更 old_hash hashlib.md5(open(old_pdf, rb).read()).hexdigest() new_hash hashlib.md5(open(new_pdf, rb).read()).hexdigest() if old_hash new_hash: return {status: no_change, pages_updated: []} # 解析页面文本哈希每页生成MD5 def page_hashes(pdf_path): hashes {} with pdfplumber.open(pdf_path) as pdf: for i, page in enumerate(pdf.pages): text page.extract_text() or hashes[i] hashlib.md5(text.encode()).hexdigest() return hashes old_pages page_hashes(old_pdf) new_pages page_hashes(new_pdf) updated_pages [] for i in range(max(len(old_pages), len(new_pages))): old_h old_pages.get(i, ) new_h new_pages.get(i, ) if old_h ! new_h: updated_pages.append(i) return { status: partial_update, pages_updated: updated_pages, old_hash: old_hash, new_hash: new_hash } # 使用示例 diff_result pdf_diff(胡一鸣命理精论整理_v1.pdf, 胡一鸣命理精论整理_v2.pdf) print(diff_result) # 输出{status: partial_update, pages_updated: [5, 12], ...}注意页面哈希比全文哈希更精准——PDF可能仅修改页眉页脚但全文哈希会全部失效page_hashes函数中page.extract_text() or 避免空页报错。4.3 增量更新的实体关系修正策略对变更页面只重新提取实体与规则并用Cypher MERGE更新def incremental_update(updated_pages, pdf_path, driver): 对指定页面执行增量更新 with pdfplumber.open(pdf_path) as pdf: for page_num in updated_pages: if page_num len(pdf.pages): continue page pdf.pages[page_num] text page.extract_text() if not text: continue # 重新提取实体与规则 entities extract_entities(text) rules extract_rules(text) # 批量MERGE避免重复创建 with driver.session() as session: # 删除旧关系基于页面来源标记需在初建时添加source_page属性 session.run( MATCH (s)-[r:RELATION]-(o) WHERE r.source_page $page_num DELETE r, page_numpage_num ) # 重新创建关系 for rule in rules: session.run( MATCH (s) WHERE s.name $subject MATCH (o) WHERE o.name $object CREATE (s)-[r:RELATION {type: $predicate, source_page: $page_num}]-(o), subjectrule[subject], objectrule[object], predicaterule[predicate], page_numpage_num ) # 执行增量更新 # incremental_update(diff_result[pages_updated], v2.pdf, driver)5. 验证知识准确性用规则反向生成测试用例图谱构建完成后最危险的不是漏掉知识而是录入错误规则。需用“规则→实例→验证”闭环检验。5.1 从图谱导出可执行的命理校验规则将Cypher查询结果转为Python可执行的布尔表达式def generate_validation_rules(driver): 从图谱生成校验函数 with driver.session() as session: # 查询所有“为”关系定义性规则 result session.run( MATCH (s)-[r:RELATION {type: 为}]-(o) RETURN s.name AS subject, o.name AS object ) rules [] for record in result: subj, obj record[subject], record[object] # 转为Python函数名去除非字母字符 func_name fcheck_{subj.replace( , _).replace(, )}_{obj.replace( , _)} # 生成校验逻辑简化版检查输入是否匹配 rule_code f def {func_name}(day_master: str, element: str) - bool: \\\校验{subj}为{obj}\\\ # 实际业务中此处接入八字排盘引擎 return day_master {subj.split(日主)[0] if 日主 in subj else subj} and element {obj} rules.append(rule_code) return \n.join(rules) # 生成代码 validation_code generate_validation_rules(driver) print(validation_code[:200] ...) # 输出def check_甲木日主_正官(day_master: str, element: str) - bool: ...5.2 构建最小化测试集验证图谱完整性用已知正确案例反向验证图谱测试用例输入日主天干期望输出图谱查询结果是否通过T1甲木日主 辛金正官MATCH (s {name:甲木日主})-[]-(o {name:正官})✅T2丙火日主 癸水正官MATCH (s {name:丙火日主})-[]-(o {name:正官})❌需补录def run_validation_tests(driver): test_cases [ {input: (甲木日主, 辛金), expected: 正官}, {input: (丙火日主, 癸水), expected: 正官}, {input: (戊土日主, 甲木), expected: 七杀}, ] results [] for i, case in enumerate(test_cases): with driver.session() as session: # 查询日主到十神的关系 result session.run( MATCH (d {name: $day_master})-[r:RELATION {type: 为}]-(s:ShiShen) RETURN s.name AS shishen, day_mastercase[input][0] ).single() actual result[shishen] if result else None passed actual case[expected] results.append({ case: fT{i1}, input: case[input], expected: case[expected], actual: actual, passed: passed }) return results # 执行测试 test_results run_validation_tests(driver) for r in test_results: status ✅ if r[passed] else ❌ print(f{r[case]} {status} {r[input]} → 期望:{r[expected]} 实际:{r[actual]})5.2.1 测试失败的根因分析表失败用例可能原因排查指令解决方案T2未命中“丙火日主”未被识别为实体MATCH (n) WHERE n.name CONTAINS 丙火 RETURN n.name在实体识别中增加[甲乙丙丁戊己庚辛壬癸][火木土金水]日主模式T3返回空“七杀”被误标为SHISHEN但未关联到戊土日主MATCH (d {name:戊土日主}) RETURN d检查PDF第X页是否遗漏该规则或调整extract_rules的正则覆盖范围提示测试用例必须来自胡一鸣PDF原文如“戊土日主见甲木为七杀”而非外部知识——确保验证的是本PDF知识的完整性而非命理学正确性。本文还有配套的精品资源点击获取 PDF结构化处理实战：从命理文档到知识图谱
简介本资源为《胡一鸣命理精论整理.pdf》——一份系统梳理传统命理学核心逻辑的入门到进阶学习资料面向传统文化爱好者、易学初学者及命理实践者旨在帮助读者掌握八字排盘、天干地支五行生克、大运小运推算等关键方法。文件共1个PDF大小492KB内容结构清晰涵盖天干地支属性与方位对应、阴阳五行相生相克规则、节气与月令推演、日柱与时柱换算、顺逆排大运实操步骤含多例详细演算并附有运程交脱时间计算要点与常见易错点提示。目前已有734人学习下载适合希望夯实命理基础、理解胡一鸣体系独特推演逻辑的学习者可直接用于自学研读、课堂辅助或命理实践参考。1. 这不是玄学手册而是一份可结构化处理的命理知识资产整理方案“胡一鸣命理精论整理.pdf”这个标题在技术圈常被误读为古籍扫描件或玄学资料包但实际检索发现它高频出现在IT从业者处理非结构化文档的实操场景中有人用它测试OCR识别准确率有人将其作为NLP实体抽取的中文命理领域语料更多人则把它当作PDF解析知识图谱构建的典型训练样本。它不提供算命服务而是承载了八字、干支、神煞、格局等高度体系化的术语网络具备明确的层级结构如“年柱→天干→十神→透出”、嵌套关系如“正官格需配印”和规则约束如“甲木日主见辛金为正官”。适合三类人需要处理专业PDF文档的后端工程师、构建垂直领域知识库的产品技术负责人、以及用真实业务数据验证文本解析Pipeline的数据工程师。本文不讨论命理逻辑真伪只聚焦如何把这份PDF从“不可计算的PDF”变成“可查询、可关联、可版本管理的知识单元”。2. 用pdfplumber精准提取结构化文本跳过OCR直取原生字符流PDF解析的首要陷阱是盲目依赖OCR——当原始PDF含嵌入字体且未加密时OCR不仅增加延迟更会引入“癸→葵”“戊→戌”等形近字错误直接污染后续术语识别。胡一鸣文本属典型“印刷体固定版式”应优先走原生文本提取路径。2.1 pdfplumber基础解析与布局校验import pdfplumber def extract_with_layout(pdf_path): with pdfplumber.open(pdf_path) as pdf: # 按页提取保留坐标信息 pages [] for i, page in enumerate(pdf.pages): # 获取页面文本及字符级位置 chars page.chars # 检查是否含有效字符排除空白页 if len(chars) 50: # 提取文本块按y坐标聚类 words page.extract_words( x_tolerance2, y_tolerance3, keep_blank_charsTrue ) pages.append({ page_num: i 1, words: words, height: page.height, width: page.width }) return pages pages extract_with_layout(胡一鸣命理精论整理.pdf) print(f共解析{len(pages)}页有效内容第1页含{len(pages[0][words])}个词块)提示extract_words()比page.extract_text()关键——它返回每个词的x0,x1,top,bottom坐标使我们能还原“标题居中”“正文左对齐”“表格分栏”等视觉结构。若words为空说明PDF是图片型才需切换OCR方案。2.2 基于坐标规则的章节切分命理文本有强格式特征章标题多为黑体居中、字号显著大于正文、上下留白大。利用坐标聚类识别标题from collections import defaultdict def detect_chapters(words, page_height): # 按y坐标分组每10px为一区间 y_groups defaultdict(list) for w in words: y_center (w[top] w[bottom]) / 2 y_bin int(y_center // 10) * 10 y_groups[y_bin].append(w) chapters [] for y_bin, group in y_groups.items(): # 计算该行平均字号字符高度 heights [w[bottom] - w[top] for w in group] avg_height sum(heights) / len(heights) if heights else 0 # 居中判断x0与页面中心偏差15% page_center page_width / 2 centers [(w[x0] w[x1]) / 2 for w in group] center_deviation abs(sum(centers)/len(centers) - page_center) / page_width if centers else 1 # 标题判定字号14px且居中度高 if avg_height 14 and center_deviation 0.15 and len(group) 8: text .join([w[text] for w in group]).strip() if text and not text.isdigit(): # 排除页码 chapters.append({ title: text, y_start: min(w[top] for w in group), y_end: max(w[bottom] for w in group) }) return sorted(chapters, keylambda x: x[y_start]) # 对第1页执行检测 ch1 detect_chapters(pages[0][words], pages[0][height]) print(检测到标题, [c[title] for c in ch1[:3]])2.2.1 关键参数说明参数作用胡一鸣PDF典型值调整建议x_tolerance横向合并字符阈值2px应对微小排版偏移字间距大时调至3y_tolerance纵向合并行阈值3px匹配印刷体行距行距松散时增至5avg_height 14标题字号下限实测标题高度16-18px扫描件模糊时降至12center_deviation 0.15居中容忍度页面宽度偏差15%左对齐章节需设为0.32.3 处理命理术语特有的排版干扰该PDF存在三类干扰① 干支符号甲、乙、丙常以小号字体嵌入句中② 八字排盘用空格对齐而非制表符③ “如”“即”“故”等连接词后接长术语链。需定制清洗规则import re def clean_mingli_text(text): # 1. 合并被空格切断的干支如“甲 子” → “甲子” text re.sub(r([甲乙丙丁戊己庚辛壬癸])(\s)([子丑寅卯辰巳午未申酉戌亥]), r\1\3, text) # 2. 规范十神符号“正官”“偏财”等不带空格 shishen [正官,偏财,七杀,正印,劫财,食神,伤官,正财,偏印,比肩] for s in shishen: text text.replace(f{s} , s).replace(f {s}, s) # 3. 删除无意义换行符保留段落间空行 text re.sub(r(?!\n)\n(?!\n), , text) # 单换行转空格 text re.sub(r\n{3,}, \n\n, text) # 多空行压为双空行 return text.strip() # 应用清洗 cleaned clean_mingli_text(甲 子 正官 如 甲木日主见辛金为正官\n\n故...) print(cleaned) # 输出甲子正官如甲木日主见辛金为正官\n\n故...注意re.sub中(?!\n)是负向先行断言确保不破坏段落空行命理术语清洗必须基于领域词典如shishen列表不能依赖通用停用词表。3. 构建命理知识图谱从文本到可查询的实体关系网络单纯提取文本无法发挥PDF价值。胡一鸣文本中隐含三层关系①实体层级如“正官格”属于“格局”类“辛金”属于“天干”类②条件关系“甲木日主见辛金为正官”含主谓宾条件③推演链“正官格喜印”→“印能制伤官”→“伤官见官为祸”。需用规则轻量NER构建图谱。3.1 命理实体识别与类型标注定义核心实体类型及正则模式实体类型示例正则模式匹配逻辑GanZhi干支甲子、丙午[甲乙丙丁戊己庚辛壬癸][子丑寅卯辰巳午未申酉戌亥]必须连续两字符ShiShen十神正官、偏财(正偏GeJu格局正官格、从财格[正偏从化]([官财杀印劫食伤财印肩])格“格”字为必要后缀WuXing五行木、火、土[木火土金水]单字且不在词中如“木材”除外import spacy from spacy.matcher import Matcher # 初始化空模型避免加载大模型 nlp spacy.blank(zh) matcher Matcher(nlp.vocab) # 添加干支模式 gan_zhi_pattern [{TEXT: {REGEX: [甲乙丙丁戊己庚辛壬癸]}}, {TEXT: {REGEX: [子丑寅卯辰巳午未申酉戌亥]}}] matcher.add(GANZHI, [gan_zhi_pattern]) # 添加十神模式更精确的写法 shishen_pattern [ {TEXT: {IN: [正, 偏, 七, 伤, 食, 劫, 比]}}, {TEXT: {IN: [官, 财, 杀, 印, 劫, 食, 伤, 财, 印, 肩]}}, {OP: ?} # 容忍“正官”或“正官格”中的“格” ] matcher.add(SHISHEN, [shishen_pattern]) def extract_entities(text): doc nlp(text) matches matcher(doc) entities [] for match_id, start, end in matches: span doc[start:end] label nlp.vocab.strings[match_id] # 过滤明显错误如“正月” if label SHISHEN and 月 in span.text: continue entities.append({ text: span.text, label: label, start: span.start_char, end: span.end_char }) return entities sample 甲子正官格甲木日主见辛金为正官 ents extract_entities(sample) print(ents) # [{text: 甲子, label: GANZHI, ...}, {text: 正官格, label: SHISHEN, ...}]3.1.1 实体消歧关键点干支歧义“丙火”是干支丙为天干但“丙火”在句中可能指“丙属火”需结合上下文判断。本方案先提取所有GANZHI后续用依存分析过滤。十神边界“正官格”的“正官”是十神“格”是类别标记不应拆分。正则中{OP: ?}允许匹配“正官”或“正官格”。动态词典更新首次运行后统计高频未识别词如“魁罡”“羊刃”加入shishen_pattern扩展。3.2 抽取条件关系三元组命理规则本质是“当[条件]时[主体]具有[属性]”。用依存句法解析主谓宾# 使用jieba分词自定义规则因spacy-zh对古汉语支持弱 import jieba def extract_rules(text): # 分句按“。”“”“”“”切分但保留“如”“即”“故”后的逗号 sentences re.split(r[。](?![、]), text) rules [] for sent in sentences: if not sent.strip() or len(sent) 10: continue # 检测规则关键词 if any(kw in sent for kw in [为, 即, 是, 属, 喜, 忌, 宜, 不宜]): # 提取“主体-关系-客体”结构 # 示例“甲木日主见辛金为正官” → (甲木日主, 为, 正官) subject re.search(r([甲乙丙丁戊己庚辛壬癸][子丑寅卯辰巳午未申酉戌亥]|[甲乙丙丁戊己庚辛壬癸]木|日主), sent) predicate re.search(r(为|即|是|属|喜|忌|宜|不宜), sent) object_ re.search(r([正偏从化][官财杀印劫食伤财印肩]格|[正偏七伤食劫比][官财杀印劫食伤财印肩]), sent) if subject and predicate and object_: rules.append({ subject: subject.group(0), predicate: predicate.group(0), object: object_.group(0), raw: sent.strip() }) return rules rules extract_rules(甲木日主见辛金为正官正官格喜印。) for r in rules: print(f{r[subject]} {r[predicate]} {r[object]}) # 输出甲木日主 为 正官正官格 喜 印提示re.search中(?![、])是负向先行断言避免在“如”处错误切分规则抽取优先保证召回率宁可多抽再过滤因命理文本句式高度固化。3.3 构建Neo4j图谱的Cypher导入脚本将实体与关系写入Neo4j需提前安装neo4j-driverfrom neo4j import GraphDatabase def create_knowledge_graph(entities, rules, uribolt://localhost:7687, userneo4j, passwordpassword): driver GraphDatabase.driver(uri, auth(user, password)) with driver.session() as session: # 创建实体节点 for ent in entities: if ent[label] GANZHI: session.run(MERGE (g:GanZhi {name: $name}), nameent[text]) elif ent[label] SHISHEN: session.run(MERGE (s:ShiShen {name: $name}), nameent[text]) elif ent[label] GEJU: session.run(MERGE (g:GeJu {name: $name}), nameent[text]) # 创建关系 for rule in rules: session.run( MATCH (s) WHERE s.name $subject MATCH (o) WHERE o.name $object CREATE (s)-[r:RELATION {type: $predicate}]-(o), subjectrule[subject], objectrule[object], predicaterule[predicate] ) driver.close() print(f导入{len(entities)}个实体{len(rules)}条关系) # 执行导入需先启动Neo4j # create_knowledge_graph(ents, rules)3.3.1 图谱查询示例// 查询所有与“正官”相关的规则 MATCH (s)-[r:RELATION]-(o) WHERE s.name CONTAINS 正官 OR o.name CONTAINS 正官 RETURN s.name, r.type, o.name // 查询“甲木日主”的完整推演链 MATCH p(a:GanZhi {name:甲木})-[*1..3]-(b) RETURN nodes(p) AS path4. 命理知识的工程化应用API服务与增量更新机制整理PDF的终极目标不是存档而是让知识可调用。需将图谱封装为REST API并解决PDF更新后的增量同步问题。4.1 FastAPI服务暴露图谱查询能力from fastapi import FastAPI, Query from neo4j import GraphDatabase app FastAPI(title命理知识图谱API) # Neo4j连接池生产环境需配置连接池 driver GraphDatabase.driver(bolt://localhost:7687, auth(neo4j, password)) app.get(/search) def search_entity( keyword: str Query(..., description搜索关键词支持模糊匹配), limit: int Query(10, description返回结果数量) ): with driver.session() as session: # 模糊匹配实体名称 result session.run( MATCH (n) WHERE n.name CONTAINS $keyword RETURN n.name AS name, labels(n) AS labels LIMIT $limit, keywordkeyword, limitlimit ) return [{name: r[name], labels: r[labels]} for r in result] app.get(/relations) def get_relations( entity: str Query(..., description实体名称), relation_type: str Query(None, description关系类型如为喜) ): with driver.session() as session: if relation_type: cypher MATCH (e {name: $entity})-[r:RELATION {type: $relation_type}]-(t) RETURN t.name AS target, r.type AS relation result session.run(cypher, entityentity, relation_typerelation_type) else: cypher MATCH (e {name: $entity})-[r:RELATION]-(t) RETURN t.name AS target, r.type AS relation result session.run(cypher, entityentity) return [{target: r[target], relation: r[relation]} for r in result] # 启动命令uvicorn main:app --reload4.1.1 API使用示例# 搜索“正官” curl http://localhost:8000/search?keyword正官 # 查询“正官格”的所有关系 curl http://localhost:8000/relations?entity正官格 # 查询“正官格”与“喜”的关系 curl http://localhost:8000/relations?entity正官格relation_type喜4.2 PDF增量更新的Diff驱动机制当PDF新版发布时无需全量重跑。通过文件哈希页面级差异定位变更import hashlib import os def pdf_diff(old_pdf, new_pdf): 比较两个PDF的页面级变更 old_hash hashlib.md5(open(old_pdf, rb).read()).hexdigest() new_hash hashlib.md5(open(new_pdf, rb).read()).hexdigest() if old_hash new_hash: return {status: no_change, pages_updated: []} # 解析页面文本哈希每页生成MD5 def page_hashes(pdf_path): hashes {} with pdfplumber.open(pdf_path) as pdf: for i, page in enumerate(pdf.pages): text page.extract_text() or hashes[i] hashlib.md5(text.encode()).hexdigest() return hashes old_pages page_hashes(old_pdf) new_pages page_hashes(new_pdf) updated_pages [] for i in range(max(len(old_pages), len(new_pages))): old_h old_pages.get(i, ) new_h new_pages.get(i, ) if old_h ! new_h: updated_pages.append(i) return { status: partial_update, pages_updated: updated_pages, old_hash: old_hash, new_hash: new_hash } # 使用示例 diff_result pdf_diff(胡一鸣命理精论整理_v1.pdf, 胡一鸣命理精论整理_v2.pdf) print(diff_result) # 输出{status: partial_update, pages_updated: [5, 12], ...}注意页面哈希比全文哈希更精准——PDF可能仅修改页眉页脚但全文哈希会全部失效page_hashes函数中page.extract_text() or 避免空页报错。4.3 增量更新的实体关系修正策略对变更页面只重新提取实体与规则并用Cypher MERGE更新def incremental_update(updated_pages, pdf_path, driver): 对指定页面执行增量更新 with pdfplumber.open(pdf_path) as pdf: for page_num in updated_pages: if page_num len(pdf.pages): continue page pdf.pages[page_num] text page.extract_text() if not text: continue # 重新提取实体与规则 entities extract_entities(text) rules extract_rules(text) # 批量MERGE避免重复创建 with driver.session() as session: # 删除旧关系基于页面来源标记需在初建时添加source_page属性 session.run( MATCH (s)-[r:RELATION]-(o) WHERE r.source_page $page_num DELETE r, page_numpage_num ) # 重新创建关系 for rule in rules: session.run( MATCH (s) WHERE s.name $subject MATCH (o) WHERE o.name $object CREATE (s)-[r:RELATION {type: $predicate, source_page: $page_num}]-(o), subjectrule[subject], objectrule[object], predicaterule[predicate], page_numpage_num ) # 执行增量更新 # incremental_update(diff_result[pages_updated], v2.pdf, driver)5. 验证知识准确性用规则反向生成测试用例图谱构建完成后最危险的不是漏掉知识而是录入错误规则。需用“规则→实例→验证”闭环检验。5.1 从图谱导出可执行的命理校验规则将Cypher查询结果转为Python可执行的布尔表达式def generate_validation_rules(driver): 从图谱生成校验函数 with driver.session() as session: # 查询所有“为”关系定义性规则 result session.run( MATCH (s)-[r:RELATION {type: 为}]-(o) RETURN s.name AS subject, o.name AS object ) rules [] for record in result: subj, obj record[subject], record[object] # 转为Python函数名去除非字母字符 func_name fcheck_{subj.replace( , _).replace(, )}_{obj.replace( , _)} # 生成校验逻辑简化版检查输入是否匹配 rule_code f def {func_name}(day_master: str, element: str) - bool: \\\校验{subj}为{obj}\\\ # 实际业务中此处接入八字排盘引擎 return day_master {subj.split(日主)[0] if 日主 in subj else subj} and element {obj} rules.append(rule_code) return \n.join(rules) # 生成代码 validation_code generate_validation_rules(driver) print(validation_code[:200] ...) # 输出def check_甲木日主_正官(day_master: str, element: str) - bool: ...5.2 构建最小化测试集验证图谱完整性用已知正确案例反向验证图谱测试用例输入日主天干期望输出图谱查询结果是否通过T1甲木日主 辛金正官MATCH (s {name:甲木日主})-[]-(o {name:正官})✅T2丙火日主 癸水正官MATCH (s {name:丙火日主})-[]-(o {name:正官})❌需补录def run_validation_tests(driver): test_cases [ {input: (甲木日主, 辛金), expected: 正官}, {input: (丙火日主, 癸水), expected: 正官}, {input: (戊土日主, 甲木), expected: 七杀}, ] results [] for i, case in enumerate(test_cases): with driver.session() as session: # 查询日主到十神的关系 result session.run( MATCH (d {name: $day_master})-[r:RELATION {type: 为}]-(s:ShiShen) RETURN s.name AS shishen, day_mastercase[input][0] ).single() actual result[shishen] if result else None passed actual case[expected] results.append({ case: fT{i1}, input: case[input], expected: case[expected], actual: actual, passed: passed }) return results # 执行测试 test_results run_validation_tests(driver) for r in test_results: status ✅ if r[passed] else ❌ print(f{r[case]} {status} {r[input]} → 期望:{r[expected]} 实际:{r[actual]})5.2.1 测试失败的根因分析表失败用例可能原因排查指令解决方案T2未命中“丙火日主”未被识别为实体MATCH (n) WHERE n.name CONTAINS 丙火 RETURN n.name在实体识别中增加[甲乙丙丁戊己庚辛壬癸][火木土金水]日主模式T3返回空“七杀”被误标为SHISHEN但未关联到戊土日主MATCH (d {name:戊土日主}) RETURN d检查PDF第X页是否遗漏该规则或调整extract_rules的正则覆盖范围提示测试用例必须来自胡一鸣PDF原文如“戊土日主见甲木为七杀”而非外部知识——确保验证的是本PDF知识的完整性而非命理学正确性。本文还有配套的精品资源点击获取