title-norm

archive-bridge 链路B internal/subject/normalize.go 中 title -> (title_norm, version_type) 算法的 Python 移植包，供跨语言/离线批处理场景复用。

移植范围（与 Go 源保持处理顺序与规则一致）：

• normalize_name：姓名/文本归一化（全角转半角、繁转简、空白折叠、转小写）
• normalize_title：歌名 -> (title_norm, version) 主算法
  • 书名号剥离 → 破折号后缀版本感知剥离 → 多重括号循环剥离 → 无括号版本后缀词剥离 → normalize_name → 版本枚举归一
• strip_clip_markers：削去片段标题（如抖音切片）的版本/切片标记后缀
• is_version_marker：判定内容是否为版本标记（版本别名/固定词表/速度模式/黑名单）
• 其余辅助：split_names / normalize_name_set / normalize_set / singer_identity_key / author_identity_key / org_identity_key / platform_from_singer_table

安装

pip install -e .

繁简转换依赖 opencc-python-reimplemented（纯查表，非 AI）。若安装失败或加载出错， normalize_name 会跳过繁简转换，不影响其余归一逻辑（与 Go 源行为一致）。

用法

from title_norm import normalize_title

title_norm, version = normalize_title("七里香（现场版）")
# title_norm == "七里香", version == "live"

测试

pip install pytest
pytest

测试用例（tests/test_title_norm.py）与 Go 源 normalize_test.go 中的用例逐一对齐。

维护

Go 源是权威实现；若 internal/subject/normalize.go 的规则（词表、正则、处理顺序）有变更， 需同步更新本包，保持两侧行为一致。