Каждая задача подсчёта, которую я писал, оказывается рядом с таблицей, выгрузкой или файлом, который кто-то присылает в конце месяца. Конвейер данных на Python это место, где текст живёт на самом деле, поэтому Python получил порт раньше остальных языков.
Код: ReadSightPy, лицензия MIT.
Python 3.10, две зависимости в рантайме, 133 теста, mypy strict, ruff без замечаний. Форму порту задали пять решений.
Причина 1: две зависимости, обе неизбежные
regex закрывает классы Unicode-букв, которых нет в стандартном re, а platformdirs кладёт кеш скомпилированных шаблонов в правильный каталог на каждой операционной системе. Остальное есть в стандартной библиотеке.
Конвейер данных падает на пересборке с зафиксированной версией чаще, чем на логике. Каждая убранная зависимость это убранный класс отказа, и два известных пакета это цена, которую я могу назвать.
Причина 2: API говорит по-питоновски
ReadSight("en-us"), rs.gunning_fog(text), result.grade_level, result.inputs как словарь. Разработчику на Python не приходится переводить имена методов, чтобы воспользоваться портом.
Идиомы различаются: Python поднимает исключение там, где Rust возвращает Result, и для обоих это правильно. Не должно различаться число и смысл полей вокруг него.
Причина 3: результат несёт свои входные значения
FormulaResult держит балл, класс, интерпретацию, имя формулы, код языка и словарь промежуточных значений: слова, предложения, слоги, буквы, многосложные слова.
В конвейере эти значения и есть инструмент отладки. 16 баллов по Coleman-Liau это приговор, а словарь говорит, какой счётчик его выдал, и это решает, где ошибка: в тексте или в проверке. Без словаря отчёт читается как приговор без причины.
Причина 4: кеш на своём месте
Скомпилированные шаблоны идут в системный каталог кеша, а Config умеет его переносить. На сборочном агенте это значит запечённый кеш в образе, локально первый прогон занимает минуту, остальные секунду.
Кеш в рабочем каталоге это умолчание, которое ломает контейнер только для чтения. Библиотека не делает этот выбор за пользователя. На сервере без права записи в рабочий каталог это единственный вариант, при котором прогон вообще проходит.
Причина 5: типы проверены, набор честный
mypy --strict без ошибок, ruff без замечаний, 133 теста, включая эталонные векторы из PHP-реализации. Векторы покрывают списки поддерживаемых формул, метрики analyze, каждую применимую формулу и слоговые векторы.
Строгие типы оправданы, когда пакетный прогон вызывает три метода сто тысяч раз. Неверный тип в одной ветке не падает: он возвращает балл для другого языка, и никто этого не замечает, пока отчёт не покажется странным.
Для чего Python здесь хорош
Прочитать CSV, соединить с таблицей хранилища, сгруппировать по языку, записать отчёт. Счётчик занимает малую часть такого скрипта, и малая часть не должна приходить с графом зависимостей.
Движок стоит собирать один раз на язык и переиспользовать. Создание движка внутри цикла это ошибка, которая превращает пятиминутную задачу в часовую, и она встречается в каждом втором скрипте, который я видел.
Скорость скромная и достаточная: около миллисекунды на текст в 45 слов, десять на сборку движка из кеша. Пакетный прогон в любом случае ограничен базой.
Чего он не может
Он не судит структуру, грамматику и убедительность аргумента. Он считает текст и называет свои приближения, включая счёт слогов по TeX, который точен для переноса и приблизителен для фонетики.
Эта граница одинакова во всех языках семейства, и в этом смысл портов: одно определение, много сред, числа не расходятся. Конвейер, который про границу забывает, выдаёт число там, где нужно решение человека.
Проверяйте схему на каждом шаге: одна приведённая к строке колонка ломает весь отчёт.
Рядом: перенос библиотеки о правилах, которые держат порты равными, и библиотека читаемости о канонической библиотеке на PHP.