Add more test text examples including different languages

[DoodleBears]

Motivation

• Current test text examples focus on Chinese, Japanese, Korean and English
• Since I can only speak Chinese, Japanese and English, if you your use cases meet splitting error, please reply on this thread

[fytz282117]

当我使用下面这个例子时，提示KeyError: 'digit'

from split_lang import LangSplitter
lang_splitter = LangSplitter()
text = "2.术语和定义 2.Terms and Definitions"
substr = lang_splitter.split_by_lang(
    text=text,
)
for index, item in enumerate(substr):
    print(f"{index}|{item.lang}:{item.text}")

需要在substring_text_len_by_lang中添加一个属性digit=0吗？

[DoodleBears]

是Bug，我修复一下，新开了一个 issue
#27

[fytz282117]

是Bug，我修复一下，新开了一个 issue #27

没有完全修复。
以下这两个例子，数字和符号混合开头的，依然存在问题：

text = "2.2术语和定义 2.2 Terms and Definitions"
text = "(2.2)术语和定义 (2.2)Terms and Definitions"

另外调试时的测试代码没有注释，打印出来了

测试：LangSectionType.ZH_JA
测试：LangSectionType.DIGIT
测试：LangSectionType.OTHERS

[DoodleBears]

是Bug，我修复一下，新开了一个 issue #27

没有完全修复。
以下这两个例子，数字和符号混合开头的，依然存在问题：

text = "2.2术语和定义 2.2 Terms and Definitions"
text = "(2.2)术语和定义 (2.2)Terms and Definitions"

另外调试时的测试代码没有注释，打印出来了

测试：LangSectionType.ZH_JA
测试：LangSectionType.DIGIT
测试：LangSectionType.OTHERS

感谢捉虫，我再来看看

[DoodleBears]

@fytz282117 要是你有很多测试 split 的文本，也可以直接 PR 或者贴在这个 comment 下面，现在的鲁棒性确实是拉跨，总共就切分 digit 和 punctuation，你这一说 2 个都是 bug（🤣）

[DoodleBears]

是Bug，我修复一下，新开了一个 issue #27

没有完全修复。 以下这两个例子，数字和符号混合开头的，依然存在问题：

text = "2.2术语和定义 2.2 Terms and Definitions"
text = "(2.2)术语和定义 (2.2)Terms and Definitions"

另外调试时的测试代码没有注释，打印出来了

测试：LangSectionType.ZH_JA
测试：LangSectionType.DIGIT
测试：LangSectionType.OTHERS

我跑了一下，merge_across_punctuation = True 是下面这样的结果

0|punctuation:(2.
1|zh:2)术语和定义 (2.2)
2|en:Terms and Definitions

如果 merge_across_punctuation = False

0|punctuation:(2.2)
1|zh:术语和定义 
2|punctuation:(2.2)
3|en:Terms and Definitions

感觉应该比较理想的情况下 merge_across_punctuation 合并后，应该标记为 非 punctuation 部分的语言类型

[DoodleBears]

考虑到符号比较多样，现在的情况是
merge_across_punctuation = True 的时候 punctuation 会和前一个 section 合并

lang_splitter.merge_across_digit = False
lang_splitter.merge_across_punctuation = True

0|digit:(2.2)
1|zh:术语和定义 (
2|digit:2.2)
3|en:Terms and Definitions

merge_across_digit = True 的时候 digit 会和附近的符号合并

lang_splitter.merge_across_digit = True
lang_splitter.merge_across_punctuation = False

0|zh:(2.2)术语和定义
1|en:(2.2)Terms and Definitions

merge_across_digit = True 且 merge_across_punctuation = True 是先执行 merge_across_digit ，后执行 merge_across_punctuation

lang_splitter.merge_across_digit = True
lang_splitter.merge_across_punctuation = True

0|zh:(2.2)术语和定义
1|en:(2.2)Terms and Definitions