Skip to content

Instantly share code, notes, and snippets.

@ksob

ksob/gist:a7035b99e6a27ffe84f5e354b730353f

Created November 5, 2018 15:50
Show Gist options
  • Save ksob/a7035b99e6a27ffe84f5e354b730353f to your computer and use it in GitHub Desktop.
Save ksob/a7035b99e6a27ffe84f5e354b730353f to your computer and use it in GitHub Desktop.
Download ZIP
extend https://github.com/vsuhachev/ruslat.git to support PL -> UA transliteration
Raw
gistfile1.txt
# copy latin_to_rus to pl_to_ua to add new transliteration from PL to UA; remove ё, ъ, ы and э as non exist in UA; make basic corrections
# coding: utf-8
module Ruslat
# (c) 2008 Andrey V. Lukyanov (e-mail: [email protected])
# License: I grant anyone the right to use this program
# for any purpose, without any conditions.
#
# см. http://tapemark.narod.ru/ruslat.html
#
# Обозначения:
# * RUSLAT - #rus_to_lat
# * LATRUS - #lat_to_rus
# * CASECORRECT - #case_correct
# * LCORRECT - #typo_correct
#
# RUSLAT перекодирует кириллицу в латиницу.
#
# LATRUS перекодирует латиницу в кириллицу.
#
# Круговое преобразование RUSLAT+LATRUS восстанавливает исходный русский
# текст, причём в любом случае полностью восстанавливается также
# распределение заглавных и строчных букв.
#
# Однако преобразование LATRUS+RUSLAT не обязательно восстанавливает исходный
# текст в латинице.
#
# Скрипт RUSLAT не рассчитан на обработку текста, в котором перепутаны
# русские и латинские буквы (например: а/a, с/c, р/p, у/y и т. п.); в этом
# случае надо предварительно пропустить текст через скрипт LCORRECT.
#
# CASECORRECT исправляет в латинице регистр букв в словах, которые целиком
# должны быть написаны заглавными буквами (например, АЛЁША → ALYoShA →
# ALYOSHA). Обычно применяется преобразование RUSLAT+CASECORRECT. Следует
# учитывать, что изменяется регистр не только в том тексте, который
# изначально был написан русскими буквами, но и там, где изначально была
# латиница, поэтому CASECORRECT не следует применять к текстам программ.
# Кроме того, при круговом преобразовании RUSLAT+CASECORRECT+LATRUS исходный
# русский текст не полностью восстанавливается (состав букв будет полностью
# совпадать, но регистр букв может поменяться). CASECORRECT рассчитан на GNU
# sed, в других вариантах sed он может не работать.
#
# Если в вашей системе используется кодировка, в которой нет значка номера
# (например, КОИ-8), то надо закомментировать или удалить последнюю строку в
# RUSLAT и первую строку замены в LATRUS (т. е. те строки, где есть №/Nh).
module Core
# Russian to Latin converter
def rus_to_lat(string)
string.dup.tap do |str|
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])ьй([аоуАОУ])/, '\1jy\2')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])Ьй([аоуАОУ])/, '\1Jy\2')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])ьЙ([аоуАОУ])/, '\1jY\2')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])ЬЙ([аоуАОУ])/, '\1JY\2')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])ьйе/, '\1jye')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])ьЙе/, '\1jYe')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])ьйЕ/, '\1jyE')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])ьЙЕ/, '\1jYE')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])Ьйе/, '\1Jye')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])ЬЙе/, '\1JYe')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])ЬйЕ/, '\1JyE')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])ЬЙЕ/, '\1JYE')
str.gsub!(/([аеёийоуъыьэюяАЕЁИЙОУЪЫЬЭЮЯEe])й([аоуАОУ])/, '\1y\2')
str.gsub!(/([аеёийоуъыьэюяАЕЁИЙОУЪЫЬЭЮЯEe])й([аоуАОУ])/, '\1y\2')
str.gsub!(/([аеёийоуъыьэюяАЕЁИЙОУЪЫЬЭЮЯEe])Й([аоуАОУ])/, '\1Y\2')
str.gsub!(/([аеёийоуъыьэюяАЕЁИЙОУЪЫЬЭЮЯEe])Й([аоуАОУ])/, '\1Y\2')
str.gsub!(/([^абвгдеёжзийклмнопрстуфхцчшщъыьэюяАБВГДЕЁЖЗИЙКЛМНОПРСТУФХЦЧШЩЪЫЬЭЮЯeEyY])й([аоуАОУ])/, '\1y\2')
str.gsub!(/([^абвгдеёжзийклмнопрстуфхцчшщъыьэюяАБВГДЕЁЖЗИЙКЛМНОПРСТУФХЦЧШЩЪЫЬЭЮЯeEyY])Й([аоуАОУ])/, '\1Y\2')
str.gsub!(/^й([аоуАОУ])/, 'y\1')
str.gsub!(/^Й([аоуАОУ])/, 'Y\1')
str.gsub!(/([аеёийоуъыьэюяАЕЁИЙОУЪЫЬЭЮЯEe])йе/, '\1ye')
str.gsub!(/([аеёийоуъыьэюяАЕЁИЙОУЪЫЬЭЮЯEe])Йе/, '\1Ye')
str.gsub!(/([аеёийоуъыьэюяАЕЁИЙОУЪЫЬЭЮЯEe])йЕ/, '\1yE')
str.gsub!(/([аеёийоуъыьэюяАЕЁИЙОУЪЫЬЭЮЯEe])ЙЕ/, '\1YE')
str.gsub!(/([^абвгдеёжзийклмнопрстуфхцчшщъыьэюяАБВГДЕЁЖЗИЙКЛМНОПРСТУФХЦЧШЩЪЫЬЭЮЯeEyY])йе/, '\1ye')
str.gsub!(/([^абвгдеёжзийклмнопрстуфхцчшщъыьэюяАБВГДЕЁЖЗИЙКЛМНОПРСТУФХЦЧШЩЪЫЬЭЮЯeEyY])Йе/, '\1Ye')
str.gsub!(/([^абвгдеёжзийклмнопрстуфхцчшщъыьэюяАБВГДЕЁЖЗИЙКЛМНОПРСТУФХЦЧШЩЪЫЬЭЮЯeEyY])йЕ/, '\1yE')
str.gsub!(/([^абвгдеёжзийклмнопрстуфхцчшщъыьэюяАБВГДЕЁЖЗИЙКЛМНОПРСТУФХЦЧШЩЪЫЬЭЮЯeEyY])ЙЕ/, '\1YE')
str.gsub!(/^йе/, 'ye')
str.gsub!(/^Йе/, 'Ye')
str.gsub!(/^йЕ/, 'yE')
str.gsub!(/^ЙЕ/, 'YE')
str.gsub!(/йэ/, 'йeh')
str.gsub!(/Йэ/, 'Йeh')
str.gsub!(/йЭ/, 'йEh')
str.gsub!(/ЙЭ/, 'ЙEH')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])й/, '\1ih')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])Й/, '\1Ih')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])ье/, '\1je')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])Ье/, '\1Je')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])ьЕ/, '\1jE')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])ЬЕ/, '\1JE')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])ьё/, '\1jo')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])Ьё/, '\1Jo')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])ьЁ/, '\1jO')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])ЬЁ/, '\1JO')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])ью/, '\1ju')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])Ью/, '\1Ju')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])ьЮ/, '\1jU')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])ЬЮ/, '\1JU')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])ья/, '\1ja')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])Ья/, '\1Ja')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])ьЯ/, '\1jA')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])ЬЯ/, '\1JA')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])ь([бвгджзийклмнпрстфхцчшщБВГДЖЗИЙКЛМНПРСТФХЦЧШЩ])/, '\1j\2')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])Ь([бвгджзийклмнпрстфхцчшщБВГДЖЗИЙКЛМНПРСТФХЦЧШЩ])/, '\1J\2')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])ь$/, '\1j')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])Ь$/, '\1J')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])ь([^абвгдеёжзийклмнопрстуфхцчшщъыьэюяАБВГДЕЁЖЗИЙКЛМНОПРСТУФХЦЧШЩЪЫЬЭЮЯeEyY])/, '\1j\2')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])Ь([^абвгдеёжзийклмнопрстуфхцчшщъыьэюяАБВГДЕЁЖЗИЙКЛМНОПРСТУФХЦЧШЩЪЫЬЭЮЯeEyY])/, '\1J\2')
str.gsub!(/ь/, 'jh')
str.gsub!(/Ь/, 'Jh')
str.gsub!(/й/, 'j')
str.gsub!(/Й/, 'J')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])е/, '\1e')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])Е/, '\1E')
str.gsub!(/е/, 'je')
str.gsub!(/Е/, 'Je')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])ё/, '\1yo')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])Ё/, '\1Yo')
str.gsub!(/ё/, 'jo')
str.gsub!(/Ё/, 'Jo')
str.gsub!(/ы([аоуэАОУЭ])/, 'yh\1')
str.gsub!(/Ы([аоуэАОУЭ])/, 'Yh\1')
str.gsub!(/ы/, 'y')
str.gsub!(/Ы/, 'Y')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])э/, '\1eh')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])Э/, '\1Eh')
str.gsub!(/э/, 'e')
str.gsub!(/Э/, 'E')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])ю/, '\1yu')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])Ю/, '\1Yu')
str.gsub!(/ю/, 'ju')
str.gsub!(/Ю/, 'Ju')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])я/, '\1ya')
str.gsub!(/([бвгджзклмнпрстфхцчшщБВГДЖЗКЛМНПРСТФХЦЧШЩ])Я/, '\1Ya')
str.gsub!(/я/, 'ja')
str.gsub!(/Я/, 'Ja')
str.gsub!(/ж/, 'zh')
str.gsub!(/ч/, 'ch')
str.gsub!(/ш/, 'sh')
str.gsub!(/щ/, 'xh')
str.gsub!(/Ж/, 'Zh')
str.gsub!(/Ч/, 'Ch')
str.gsub!(/Ш/, 'Sh')
str.gsub!(/Щ/, 'Xh')
str.tr!('абвгдзиклмнопрстуфхцъАБВГДЗИКЛМНОПРСТУФХЦЪ', 'abvgdziklmnoprstufxcqABVGDZIKLMNOPRSTUFXCQ')
str.gsub!(/№/, 'Nh')
end
end
# Latin to Russian converter
def lat_to_rus(string)
string.dup.tap do |str|
str.gsub!(/[nN][hH]/, '№')
str.gsub!(/e[hH]/, 'э')
str.gsub!(/E[hH]/, 'Э')
str.gsub!(/i[hH]/, 'й')
str.gsub!(/I[hH]/, 'Й')
str.gsub!(/j[hH]/, 'ь')
str.gsub!(/J[hH]/, 'Ь')
str.gsub!(/y[hH]/, 'ы')
str.gsub!(/Y[hH]/, 'Ы')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])ja/, '\1ья')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])jA/, '\1ьЯ')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])Ja/, '\1Ья')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])JA/, '\1ЬЯ')
str.gsub!(/j[aA]/, 'я')
str.gsub!(/J[aA]/, 'Я')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])je/, '\1ье')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])jE/, '\1ьЕ')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])Je/, '\1Ье')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])JE/, '\1ЬЕ')
str.gsub!(/j[eE]/, 'е')
str.gsub!(/J[eE]/, 'Е')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])ji/, '\1ьи')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])jI/, '\1ьИ')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])Ji/, '\1Ьи')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])JI/, '\1ЬИ')
str.gsub!(/ji/, 'йи')
str.gsub!(/jI/, 'йИ')
str.gsub!(/Ji/, 'Йи')
str.gsub!(/JI/, 'ЙИ')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])jo/, '\1ьё')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])jO/, '\1ьЁ')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])Jo/, '\1Ьё')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])JO/, '\1ЬЁ')
str.gsub!(/j[oO]/, 'ё')
str.gsub!(/J[oO]/, 'Ё')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])ju/, '\1ью')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])jU/, '\1ьЮ')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])Ju/, '\1Ью')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])JU/, '\1ЬЮ')
str.gsub!(/j[uU]/, 'ю')
str.gsub!(/J[uU]/, 'Ю')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])y[aA]/, '\1я')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])Y[aA]/, '\1Я')
str.gsub!(/ya/, 'йа')
str.gsub!(/yA/, 'йА')
str.gsub!(/Ya/, 'Йа')
str.gsub!(/YA/, 'ЙА')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])y[eE]/, '\1е')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])Y[eE]/, '\1Е')
str.gsub!(/ye/, 'йе')
str.gsub!(/yE/, 'йЕ')
str.gsub!(/Ye/, 'Йе')
str.gsub!(/YE/, 'ЙЕ')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])y[oO]/, '\1ё')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])Y[oO]/, '\1Ё')
str.gsub!(/yo/, 'йо')
str.gsub!(/yO/, 'йО')
str.gsub!(/Yo/, 'Йо')
str.gsub!(/YO/, 'ЙО')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])y[uU]/, '\1ю')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])Y[uU]/, '\1Ю')
str.gsub!(/yu/, 'йу')
str.gsub!(/yU/, 'йУ')
str.gsub!(/Yu/, 'Йу')
str.gsub!(/YU/, 'ЙУ')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])e/, '\1е')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])E/, '\1Е')
str.gsub!(/e/, 'э')
str.gsub!(/E/, 'Э')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])j/, '\1ь')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])J/, '\1Ь')
str.gsub!(/j/, 'й')
str.gsub!(/J/, 'Й')
str.gsub!(/c[hH]/, 'ч')
str.gsub!(/s[hH]/, 'ш')
str.gsub!(/x[hH]/, 'щ')
str.gsub!(/z[hH]/, 'ж')
str.gsub!(/C[hH]/, 'Ч')
str.gsub!(/S[hH]/, 'Ш')
str.gsub!(/X[hH]/, 'Щ')
str.gsub!(/Z[hH]/, 'Ж')
str.tr!('abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ', 'абцдэфгхийклмнопърстуввхызАБЦДЭФГХИЙКЛМНОПЪРСТУВВХЫЗ')
end
end
# TODO: http://masterrussian.net/f42/ukrainian-russian-alphabet-diffs-3689/
def pl_to_ua(string)
string.dup.tap do |str|
str.gsub!(/[nN][hH]/, '№')
str.gsub!(/e[hH]/, 'e')
str.gsub!(/E[hH]/, 'E')
str.gsub!(/i[hH]/, 'й')
str.gsub!(/I[hH]/, 'Й')
str.gsub!(/j[hH]/, 'ь')
str.gsub!(/J[hH]/, 'Ь')
# str.gsub!(/y[hH]/, 'ы')
# str.gsub!(/Y[hH]/, 'Ы')
# polish addition
str.gsub!(/([kpt])rz/, '\1ш')
str.gsub!(/(ch)rz/, '\1ш')
str.gsub!(/rz([kpt])/, 'ш\1')
str.gsub!(/rz(ch)/, 'ш\1')
str.gsub!(/rz/, 'ж')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])ja/, '\1ья')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])jA/, '\1ьЯ')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])Ja/, '\1Ья')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])JA/, '\1ЬЯ')
str.gsub!(/j[aA]/, 'я')
str.gsub!(/J[aA]/, 'Я')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])je/, '\1ье')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])jE/, '\1ьЕ')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])Je/, '\1Ье')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])JE/, '\1ЬЕ')
str.gsub!(/j[eE]/, 'е')
str.gsub!(/J[eE]/, 'Е')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])ji/, '\1ьи')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])jI/, '\1ьИ')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])Ji/, '\1Ьи')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])JI/, '\1ЬИ')
str.gsub!(/ji/, 'йи')
str.gsub!(/jI/, 'йИ')
str.gsub!(/Ji/, 'Йи')
str.gsub!(/JI/, 'ЙИ')
# str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])jo/, '\1ьё')
# str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])jO/, '\1ьЁ')
# str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])Jo/, '\1Ьё')
# str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])JO/, '\1ЬЁ')
# str.gsub!(/j[oO]/, 'ё')
# str.gsub!(/J[oO]/, 'Ё')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])ju/, '\1ью')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])jU/, '\1ьЮ')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])Ju/, '\1Ью')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])JU/, '\1ЬЮ')
str.gsub!(/j[uU]/, 'ю')
str.gsub!(/J[uU]/, 'Ю')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])y[aA]/, '\1я')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])Y[aA]/, '\1Я')
str.gsub!(/ya/, 'йа')
str.gsub!(/yA/, 'йА')
str.gsub!(/Ya/, 'Йа')
str.gsub!(/YA/, 'ЙА')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])y[eE]/, '\1е')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])Y[eE]/, '\1Е')
str.gsub!(/ye/, 'йе')
str.gsub!(/yE/, 'йЕ')
str.gsub!(/Ye/, 'Йе')
str.gsub!(/YE/, 'ЙЕ')
# str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])y[oO]/, '\1ё')
# str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])Y[oO]/, '\1Ё')
str.gsub!(/yo/, 'йо')
str.gsub!(/yO/, 'йО')
str.gsub!(/Yo/, 'Йо')
str.gsub!(/YO/, 'ЙО')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])y[uU]/, '\1ю')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])Y[uU]/, '\1Ю')
str.gsub!(/yu/, 'йу')
str.gsub!(/yU/, 'йУ')
str.gsub!(/Yu/, 'Йу')
str.gsub!(/YU/, 'ЙУ')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])e/, '\1е')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])E/, '\1Е')
str.gsub!(/e/, 'e')
str.gsub!(/E/, 'E')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])j/, '\1ь')
str.gsub!(/([bcdfghklmnprstvwxzBCDFGHKLMNPRSTVWXZ])J/, '\1Ь')
str.gsub!(/j/, 'й')
str.gsub!(/J/, 'Й')
str.gsub!(/c[hH]/, 'ч')
str.gsub!(/s[hH]/, 'ш')
str.gsub!(/x[hH]/, 'щ')
str.gsub!(/z[hH]/, 'ж')
str.gsub!(/C[hH]/, 'Ч')
str.gsub!(/S[hH]/, 'Ш')
str.gsub!(/X[hH]/, 'Щ')
str.gsub!(/Z[hH]/, 'Ж')
# todo: i,I
str.tr!('abcdefghijklmnoprstuvwxyzABCDEFGHIJKLMNOPRSTUVWYZ', 'абцдeфґгiйклмнопрстуввхизАБЦДEФҐГIЙКЛМНОПРСТУВВИЗ')
end
end
# Case correct, example: АЛЁША (rus_to_lat)→ ALYoShA (case_correct)→ ALYOSHA
def case_correct(string)
string.dup.tap do |str|
str.gsub!(/([A-Z])h([A-Z])/) { |s| s.upcase }
str.gsub!(/J([aeou])([A-Z])/) { |s| s.upcase }
str.gsub!(/([A-Z])([A-Z])h/) { |s| s.upcase }
str.gsub!(/([A-Z])J([aeou])/) { |s| s.upcase }
str.gsub!(/([BCDFGHKLMNPRSTVWXZ])Y([aeou])/) { |s| s.upcase }
str.gsub!(/([A-Z])h\s+([A-Z][A-Z])/) { |s| s.upcase }
str.gsub!(/J([aeou])\s+([A-Z][A-Z])/) { |s| s.upcase }
str.gsub!(/([BCDFGHKLMNPRSTVWXZ])Y([aeou])\s+([A-Z][A-Z])/) { |s| s.upcase }
end
end
# Typo correct replaces 'cyrillic-look-like' latin symbols to cyrillic ones
def typo_correct(string)
string.tr('acekopuxyABCEHKMOPTXY', 'асекорихуАВСЕНКМОРТХУ')
end
end
end
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment