mirror of
https://codeberg.org/Freeyourgadget/Gadgetbridge
synced 2024-11-28 12:56:49 +01:00
Rework Armenian transliteration to handle more edge cases around mixed letters
This commit is contained in:
parent
eaf7c03f61
commit
dc1ffdafcd
@ -26,6 +26,7 @@ import java.util.Collections;
|
||||
import java.util.Comparator;
|
||||
import java.util.HashMap;
|
||||
import java.util.LinkedHashMap;
|
||||
import java.util.LinkedHashSet;
|
||||
import java.util.List;
|
||||
import java.util.Map;
|
||||
|
||||
@ -36,134 +37,181 @@ public class ArmenianTransliterator implements Transliterator {
|
||||
// Or if it has 'ւ' symbol after it, then we should read it as 'u' (as double o in booze)
|
||||
private static final Map<String, String> transliterateMap = new LinkedHashMap<String, String>() {
|
||||
{
|
||||
// Simple substitutions
|
||||
Map<String, String> simpleSubstitions = new HashMap<String, String>() {
|
||||
{
|
||||
put("ա","a");
|
||||
put("բ","b");
|
||||
put("գ","g");
|
||||
put("դ","d");
|
||||
put("ե","e");
|
||||
put("զ","z");
|
||||
put("է","e");
|
||||
put("ը","y");
|
||||
put("թ","t");
|
||||
put("ժ","j");
|
||||
put("ի","i");
|
||||
put("լ","l");
|
||||
put("խ","x");
|
||||
put("ծ","c");
|
||||
put("կ","k");
|
||||
put("հ","h");
|
||||
put("ձ","dz");
|
||||
put("ղ","x");
|
||||
put("ճ","c");
|
||||
put("մ","m");
|
||||
put("յ","y");
|
||||
put("ն","n");
|
||||
put("շ","sh");
|
||||
put("չ","ch");
|
||||
put("պ","p");
|
||||
put("ջ","j");
|
||||
put("ռ","r");
|
||||
put("ս","s");
|
||||
put("վ","v");
|
||||
put("տ","t");
|
||||
put("ր","r");
|
||||
put("ց","c");
|
||||
put("փ","p");
|
||||
put("ք","q");
|
||||
put("օ","o");
|
||||
put("և","ev");
|
||||
put("ֆ","f");
|
||||
}
|
||||
};
|
||||
|
||||
|
||||
// Letter + 'ու'
|
||||
put("աու","au");
|
||||
put("բու","bu");
|
||||
put("գու","gu");
|
||||
put("դու","du");
|
||||
put("եու","eu");
|
||||
put("զու","zu");
|
||||
put("էու","eu");
|
||||
put("ըու","yu");
|
||||
put("թու","tu");
|
||||
put("ժու","ju");
|
||||
put("իու","iu");
|
||||
put("լու","lu");
|
||||
put("խու","xu");
|
||||
put("ծու","cu");
|
||||
put("կու","ku");
|
||||
put("հու","hu");
|
||||
put("ձու","dzu");
|
||||
put("ղու","xu");
|
||||
put("ճու","cu");
|
||||
put("մու","mu");
|
||||
put("յու","yu");
|
||||
put("նու","nu");
|
||||
put("շու","shu");
|
||||
put("չու","chu");
|
||||
put("պու","pu");
|
||||
put("ջու","ju");
|
||||
put("ռու","ru");
|
||||
put("սու","su");
|
||||
put("վու","vu");
|
||||
put("տու","tu");
|
||||
put("րու","ru");
|
||||
put("ցու","cu");
|
||||
put("փու","pu");
|
||||
put("քու","qu");
|
||||
put("օու","ou");
|
||||
put("ևու","eu");
|
||||
put("ֆու","fu");
|
||||
put("ոու","vou");
|
||||
char[] letterMapU = {
|
||||
'ա',
|
||||
'բ',
|
||||
'գ',
|
||||
'դ',
|
||||
'ե',
|
||||
'զ',
|
||||
'է',
|
||||
'ը',
|
||||
'թ',
|
||||
'ժ',
|
||||
'ի',
|
||||
'լ',
|
||||
'խ',
|
||||
'ծ',
|
||||
'կ',
|
||||
'հ',
|
||||
'ձ',
|
||||
'ղ',
|
||||
'ճ',
|
||||
'մ',
|
||||
'յ',
|
||||
'ն',
|
||||
'շ',
|
||||
'չ',
|
||||
'պ',
|
||||
'ջ',
|
||||
'ռ',
|
||||
'ս',
|
||||
'վ',
|
||||
'տ',
|
||||
'ր',
|
||||
'ց',
|
||||
'փ',
|
||||
'ք',
|
||||
'օ',
|
||||
'և',
|
||||
'ֆ',
|
||||
'ո',
|
||||
};
|
||||
|
||||
for(char letter : letterMapU) {
|
||||
char capitalLetter = Character.toUpperCase(letter);
|
||||
final String transliteratedLetter = simpleSubstitions.get(Character.toString(letter));
|
||||
final String transliteratedCapitalLetter = simpleSubstitions.get(Character.toString(capitalLetter));
|
||||
|
||||
put(Character.toString(letter) + "ու", transliteratedLetter + "u");
|
||||
put(Character.toString(capitalLetter) + "ու", transliteratedCapitalLetter + "u");
|
||||
|
||||
put(Character.toString(letter) + "ՈՒ", transliteratedLetter + "U");
|
||||
put(Character.toString(capitalLetter) + "ՈՒ", transliteratedCapitalLetter + "U");
|
||||
|
||||
put(Character.toString(letter) + "Ու", transliteratedLetter + "U");
|
||||
put(Character.toString(capitalLetter) + "Ու", transliteratedCapitalLetter + "U");
|
||||
|
||||
put(Character.toString(letter) + "ոՒ", transliteratedLetter + "U");
|
||||
put(Character.toString(capitalLetter) + "ոՒ", transliteratedCapitalLetter + "U");
|
||||
}
|
||||
|
||||
put("ու","u");
|
||||
put("Ու","U");
|
||||
put("ոՒ","U");
|
||||
put("ՈՒ","U");
|
||||
|
||||
// Letter + 'ո'
|
||||
put("բո","bo");
|
||||
put("գո","go");
|
||||
put("դո","do");
|
||||
put("զո","zo");
|
||||
put("թո","to");
|
||||
put("ժո","jo");
|
||||
put("լո","lo");
|
||||
put("խո","xo");
|
||||
put("ծո","co");
|
||||
put("կո","ko");
|
||||
put("հո","ho");
|
||||
put("ձո","dzo");
|
||||
put("ղո","xo");
|
||||
put("ճո","co");
|
||||
put("մո","mo");
|
||||
put("յո","yo");
|
||||
put("նո","no");
|
||||
put("շո","so");
|
||||
put("չո","co");
|
||||
put("պո","po");
|
||||
put("ջո","jo");
|
||||
put("ռո","ro");
|
||||
put("սո","so");
|
||||
put("վո","vo");
|
||||
put("տո","to");
|
||||
put("րո","ro");
|
||||
put("ցո","co");
|
||||
put("փո","po");
|
||||
put("քո","qo");
|
||||
put("ևո","eo");
|
||||
put("ֆո","fo");
|
||||
char[] letterMapVo = {
|
||||
'բ',
|
||||
'գ',
|
||||
'դ',
|
||||
'զ',
|
||||
'թ',
|
||||
'ժ',
|
||||
'լ',
|
||||
'խ',
|
||||
'ծ',
|
||||
'կ',
|
||||
'հ',
|
||||
'ձ',
|
||||
'ղ',
|
||||
'ճ',
|
||||
'մ',
|
||||
'յ',
|
||||
'ն',
|
||||
'շ',
|
||||
'չ',
|
||||
'պ',
|
||||
'ջ',
|
||||
'ռ',
|
||||
'ս',
|
||||
'վ',
|
||||
'տ',
|
||||
'ր',
|
||||
'ց',
|
||||
'փ',
|
||||
'ք',
|
||||
'և',
|
||||
'ֆ',
|
||||
};
|
||||
|
||||
for(char letter : letterMapVo) {
|
||||
char capitalLetter = Character.toUpperCase(letter);
|
||||
final String transliteratedLetter = simpleSubstitions.get(Character.toString(letter));
|
||||
final String transliteratedCapitalLetter = simpleSubstitions.get(Character.toString(capitalLetter));
|
||||
|
||||
put(Character.toString(letter) + "ո", transliteratedLetter + "o");
|
||||
put(Character.toString(capitalLetter) + "ո", transliteratedCapitalLetter + "o");
|
||||
|
||||
put(Character.toString(letter) + "Ո", transliteratedLetter + "Օ");
|
||||
put(Character.toString(capitalLetter) + "Ո", transliteratedCapitalLetter + "Օ");
|
||||
}
|
||||
|
||||
put("ո","vo");
|
||||
put("Ո","VO");
|
||||
|
||||
// Two different ways to write, we support all.
|
||||
put("եւ","ev");
|
||||
put("եվ","ev");
|
||||
|
||||
// Simple substitutions
|
||||
put("ա","a");
|
||||
put("բ","b");
|
||||
put("գ","g");
|
||||
put("դ","d");
|
||||
put("ե","e");
|
||||
put("զ","z");
|
||||
put("է","e");
|
||||
put("ը","y");
|
||||
put("թ","t");
|
||||
put("ժ","j");
|
||||
put("ի","i");
|
||||
put("լ","l");
|
||||
put("խ","x");
|
||||
put("ծ","c");
|
||||
put("կ","k");
|
||||
put("հ","h");
|
||||
put("ձ","dz");
|
||||
put("ղ","x");
|
||||
put("ճ","c");
|
||||
put("մ","m");
|
||||
put("յ","y");
|
||||
put("ն","n");
|
||||
put("շ","sh");
|
||||
put("չ","ch");
|
||||
put("պ","p");
|
||||
put("ջ","j");
|
||||
put("ռ","r");
|
||||
put("ս","s");
|
||||
put("վ","v");
|
||||
put("տ","t");
|
||||
put("ր","r");
|
||||
put("ց","c");
|
||||
put("փ","p");
|
||||
put("ք","q");
|
||||
put("օ","o");
|
||||
put("և","ev");
|
||||
put("ֆ","f");
|
||||
put("Եւ","Ev");
|
||||
put("Եվ","Ev");
|
||||
put("ԵՒ","EV");
|
||||
put("ԵՎ","EV");
|
||||
|
||||
// If this symbol wasn't used in the combination with others, then it's meaningless
|
||||
put("ւ","");
|
||||
put("Ւ","");
|
||||
|
||||
// Add support for capitilazed words
|
||||
for (final Map.Entry<String,String> entry : ((Map<String, String>)this.clone()).entrySet()) {
|
||||
final String capitalKey = WordUtils.capitalize(entry.getKey());
|
||||
if(!capitalKey.equals(entry.getKey())) {
|
||||
put(capitalKey, WordUtils.capitalize(entry.getValue()));
|
||||
}
|
||||
// Simple substitutions have last priority
|
||||
for (final Map.Entry<String,String> entry : simpleSubstitions.entrySet()) {
|
||||
put(entry.getKey(), entry.getValue());
|
||||
put(entry.getKey().toUpperCase(), entry.getValue().toUpperCase());
|
||||
}
|
||||
|
||||
}};
|
||||
|
@ -33,6 +33,19 @@ public class ArmenianTransliteratorTest extends TestCase {
|
||||
new ArmenianTransliterator().transliterate("որը jet iridescent կառուցում են sheen Վիքիպեդիա կայքից օգտվողները and a distinctive ազատ խմբագրման ձևաչափով"));
|
||||
}
|
||||
|
||||
@Test
|
||||
public void testMixedCaseWords() {
|
||||
Assert.assertEquals(
|
||||
"Inchpes", new ArmenianTransliterator().transliterate("Ինչպես")
|
||||
);
|
||||
Assert.assertEquals(
|
||||
"VOrՕSHEL", new ArmenianTransliterator().transliterate("ՈրՈՇԵԼ")
|
||||
);
|
||||
Assert.assertEquals(
|
||||
"Ushadir", new ArmenianTransliterator().transliterate("Ուշադիր")
|
||||
);
|
||||
}
|
||||
|
||||
|
||||
@Test
|
||||
public void testTop100Words() {
|
||||
|
Loading…
Reference in New Issue
Block a user