add: config.py как единый источник правды (на базе html.entities)

etpgrf/codec.py

@@ -3,22 +3,25 @@
 
 import regex
 import html
-from etpgrf.config import (ALL_ENTITIES, ALWAYS_MNEMONIC_IN_SAFE_MODE, MODE_MNEMONIC, MODE_MIXED)
+from . import config
+# from etpgrf.config import (ALL_ENTITIES, ALWAYS_MNEMONIC_IN_SAFE_MODE, MODE_MNEMONIC, MODE_MIXED)
 
 # --- Создаем словарь для кодирования Unicode -> Mnemonic ---
-# {'\u00A0': ' ', '\u2014': '—', ...}
-_ENCODE_MAP = {}
+# Получаем готовую карту для кодирования один раз при импорте
+_ENCODE_MAP = config.get_encode_map()
+# Создаем таблицу для быстрой замены через str.translate
+_TRANSLATE_TABLE = str.maketrans(_ENCODE_MAP)
 
-
-for name, (uni_char, mnemonic) in ALL_ENTITIES.items():
-    _ENCODE_MAP[uni_char] = mnemonic
+#
+# for name, (uni_char, mnemonic) in ALL_ENTITIES.items():
+#     _ENCODE_MAP[uni_char] = mnemonic
 
 # --- Основные функции кодека ---
 
 def decode_to_unicode(text: str) -> str:
     """
-    Преобразует все известные HTML-мнемоники в их Unicode-эквиваленты,
-    используя стандартную библиотеку html.
+    Преобразует все известные HTML-мнемоники и числовые коды в их
+    Unicode-эквиваленты, используя стандартную библиотеку html.
     """
     if not text or '&' not in text:
         return text
@@ -29,26 +32,27 @@ def encode_from_unicode(text: str, mode: str) -> str:
     """
     Преобразует Unicode-символы в HTML-мнемоники в соответствии с режимом.
     """
-    if not text or mode not in [MODE_MNEMONIC, MODE_MIXED]:
-        # В режиме 'unicode' или неизвестном режиме ничего не делаем
+    if not text:
+        # Если текст пустой, просто возвращаем его
+        return text
+    if mode == config.MODE_UNICODE:
+        # В режиме 'unicode' ничего не делаем
         return text
 
-    # 1. Определяем, какие символы нужно заменить
-    if mode == MODE_MNEMONIC:
-        # В режиме 'mnemonic' заменяем все известные нам символы
-        chars_to_replace = set(_ENCODE_MAP.keys())
-    else:  # mode == MODE_MIXED
-        # В смешанном режиме заменяем только "безопасные" символы
-        # (те, что могут вызывать проблемы с отображением или переносами)
-        safe_chars = {ALL_ENTITIES[name][0] for name in ALWAYS_MNEMONIC_IN_SAFE_MODE}
-        chars_to_replace = set(_ENCODE_MAP.keys()) & safe_chars
+    if mode == config.MODE_MNEMONIC:
+        # В режиме 'mnemonic' заменяем все известные символы, используя
+        # заранее скомпилированную таблицу для максимальной производительности.
+        return text.translate(_TRANSLATE_TABLE)
+    if mode == config.MODE_MIXED:
+        # Создаем временную карту только для "безопасных" символов
+        safe_map = {
+            char: _ENCODE_MAP[char]
+            for char in config.SAFE_MODE_CHARS_TO_MNEMONIC
+            if char in _ENCODE_MAP
+        }
+        if not safe_map:
+            return text
+        return text.translate(str.maketrans(safe_map))
 
-    if not chars_to_replace:
-        return text
-
-    # 2. Создаем паттерн для поиска только нужных символов
-    # regex.escape важен, если в наборе будут спецсимволы, например, '-'
-    pattern = regex.compile(f"[{regex.escape(''.join(chars_to_replace))}]")
-
-    # 3. Заменяем найденные символы, используя нашу карту
-    return pattern.sub(lambda m: _ENCODE_MAP[m.group(0)], text)
+    # Возвращаем исходный текст, если режим не распознан
+    return text