mod: переименование переменных для символов
This commit is contained in:
101
etpgrf/config.py
101
etpgrf/config.py
@@ -35,16 +35,61 @@ EN_ALPHABET_LOWER = frozenset([char.lower() for char in EN_ALPHABET_UPPER])
|
||||
EN_ALPHABET_FULL = EN_ALPHABET_UPPER | EN_ALPHABET_LOWER
|
||||
|
||||
# --- Специальные символы ---
|
||||
NBSP_CHAR = '\u00A0' # Неразрывный пробел ( )
|
||||
SHY_CHAR = '\u00AD' # Мягкий перенос (­)
|
||||
RU_QUOT1_OPEN = '«'
|
||||
RU_QUOT1_CLOSE = '»'
|
||||
RU_QUOT2_OPEN = '„'
|
||||
RU_QUOT2_CLOSE = '“'
|
||||
EN_QUOT1_OPEN = '“'
|
||||
EN_QUOT1_CLOSE = '”'
|
||||
EN_QUOT2_OPEN = '‘'
|
||||
EN_QUOT2_CLOSE = '’'
|
||||
CHAR_NBSP = '\u00a0' # Неразрывный пробел ( )
|
||||
CHAR_SHY = '\u00ad' # Мягкий перенос (­)
|
||||
CHAR_NDASH = '\u2013' # Cреднее тире (– / –)
|
||||
CHAR_MDASH = '\u2014' # Длинное тире (— / —)
|
||||
CHAR_HELLIP = '\u2026' # Многоточие (… / …)
|
||||
CHAR_RU_QUOT1_OPEN = '«' # Русские кавычки открывающие (« / «)
|
||||
CHAR_RU_QUOT1_CLOSE = '»'
|
||||
CHAR_RU_QUOT2_OPEN = '„'
|
||||
CHAR_RU_QUOT2_CLOSE = '“'
|
||||
CHAR_EN_QUOT1_OPEN = '“'
|
||||
CHAR_EN_QUOT1_CLOSE = '”'
|
||||
CHAR_EN_QUOT2_OPEN = '‘'
|
||||
CHAR_EN_QUOT2_CLOSE = '’'
|
||||
CHAR_COPY = '\u00a9' # Символ авторского права / © / ©
|
||||
CHAR_REG = '\u00ae' # Зарегистрированная торговая марка / ® / ®
|
||||
CHAR_COPYP = '\u2117' # Знак звуковой записи / ℗ / ©p;
|
||||
CHAR_TRADE = '\u2122' # Знак торговой марки / ™ / ™
|
||||
CHAR_ARROW_LR_DOUBLE = '\u21d4' # Двойная двунаправленная стрелка / ⇔ / ⇔
|
||||
CHAR_ARROW_L_DOUBLE = '\u21d0' # Двойная стрелка влево / ⇐ / ⇐
|
||||
CHAR_ARROW_R_DOUBLE = '\u21d2' # Двойная стрелка вправо / ⇒ / ⇒
|
||||
CHAR_AP = '\u2248' # Приблизительно равно / ≈ / ≈
|
||||
CHAR_ARROW_L = '\u27f5' # Стрелка влево / ← / ←
|
||||
CHAR_ARROW_R = '\u27f6' # Стрелка вправо / → / →
|
||||
CHAR_ARROW_LR = '\u27f7' # Длинная двунаправленная стрелка ↔ / ↔
|
||||
CHAR_ARROW_L_LONG_DOUBLE = '\u27f8' # Длинная двойная стрелка влево
|
||||
CHAR_ARROW_R_LONG_DOUBLE = '\u27f9' # Длинная двойная стрелка вправо
|
||||
CHAR_ARROW_LR_LONG_DOUBLE = '\u27fa' # Длинная двойная двунаправленная стрелка
|
||||
|
||||
# === КОНСТАНТЫ ПСЕВДОГРАФИКИ ===
|
||||
# Для простых замен "строка -> символ" используем список кортежей.
|
||||
# Порядок важен: более длинные последовательности должны идти раньше более коротких, которые
|
||||
# могут быть их частью (например, '<---' до '---', а та, в свою очередь, до '--').
|
||||
STR_TO_SYMBOL_REPLACEMENTS = [
|
||||
# 5-символьные последовательности
|
||||
('<===>', CHAR_ARROW_LR_LONG_DOUBLE), # Длинная двойная двунаправленная стрелка
|
||||
# 4-символьные последовательности
|
||||
('<===', CHAR_ARROW_L_LONG_DOUBLE), # Длинная двойная стрелка влево
|
||||
('===>', CHAR_ARROW_R_LONG_DOUBLE), # Длинная двойная стрелка вправо
|
||||
('<==>', CHAR_ARROW_LR_DOUBLE), # Двойная двунаправленная стрелка
|
||||
('(tm)', CHAR_TRADE), ('(TM)', CHAR_TRADE), # Знак торговой марки (нижний и верхний регистр)
|
||||
('<-->', CHAR_ARROW_LR), # Длинная двунаправленная стрелка
|
||||
# 3-символьные последовательности
|
||||
('<--', CHAR_ARROW_L), # Стрелка влево
|
||||
('-->', CHAR_ARROW_R), # Стрелка вправо
|
||||
('==>', CHAR_ARROW_R_DOUBLE), # Двойная стрелка вправо
|
||||
('<==', CHAR_ARROW_L_DOUBLE), # Двойная стрелка влево
|
||||
('---', CHAR_MDASH), # Длинное тире
|
||||
('...', CHAR_HELLIP), # Многоточие
|
||||
('(c)', CHAR_COPY), ('(C)', CHAR_COPY), # Знак авторского права (нижний и верхний регистр)
|
||||
('(r)', CHAR_REG), ('(R)', CHAR_REG), # Знак зарегистрированной торговой марки (нижний и верхний регистр)
|
||||
('(p)', CHAR_COPYP), ('(P)', CHAR_COPYP), # Знак права на звукозапись (нижний и верхний регистр)
|
||||
# 2-символьные последовательности
|
||||
('--', CHAR_NDASH), # Среднее тире (дефисные соединения и диапазоны)
|
||||
('~=', CHAR_AP), # Приблизительно равно (≈)
|
||||
]
|
||||
|
||||
# === КОНСТАНТЫ ДЛЯ КОДИРОВАНИЯ HTML-МНЕМНОИКОВ ===
|
||||
# --- ЧЕРНЫЙ СПИСОК: Символы, которые НИКОГДА не нужно кодировать в мнемоники ---
|
||||
@@ -57,8 +102,8 @@ NEVER_ENCODE_CHARS = (frozenset(['!', '#', '%', '(', ')', '*', ',', '.', '/', ':
|
||||
# которые не видны, на глаз и не отличимы друг от друга в обычном тексте, или очень специфичные
|
||||
SAFE_MODE_CHARS_TO_MNEMONIC = frozenset([
|
||||
'<', '>', '&', '"', '\'',
|
||||
SHY_CHAR, # Мягкий перенос (Soft Hyphen) -- ­
|
||||
NBSP_CHAR, # Неразрывный пробел (Non-Breaking Space) --
|
||||
CHAR_SHY, # Мягкий перенос (Soft Hyphen) -- ­
|
||||
CHAR_NBSP, # Неразрывный пробел (Non-Breaking Space) --
|
||||
'\u2002', # Полужирный пробел (En Space) --  
|
||||
'\u2003', # Широкий пробел (Em Space) --  
|
||||
'\u2007', # Цифровой пробел --  
|
||||
@@ -109,13 +154,13 @@ CUSTOM_ENCODE_MAP = {
|
||||
# '\u007b': '{', # { / { / {
|
||||
# '\u007d': '}', # } / } / }
|
||||
# '\u007c': '|', # | / | / | / |
|
||||
# '\u0026': '&', # & / & / &
|
||||
# NBSP_CHAR: ' ', # / /  
|
||||
CHAR_NBSP: ' ', # / /  
|
||||
CHAR_REG: '®', # ® / ® / ® / ®
|
||||
CHAR_COPY: '©', # © / © / ©
|
||||
'\u0022': '"', # " / " / "
|
||||
'\u0026': '&', # & / & / &
|
||||
'\u003e': '>', # > / > / >
|
||||
'\u003c': '<', # < / < / <
|
||||
'\u00ae': '®', # ® / ® / ® / ®
|
||||
'\u003c': '<', # < / < / <
|
||||
'\u00b7': '·', # · / · / · / ·
|
||||
'\u0060': '`', # ` / ` / `
|
||||
'\u00a8': '¨', # ¨ / ¨ / ¨ / ¨ / ¨
|
||||
@@ -127,7 +172,7 @@ CUSTOM_ENCODE_MAP = {
|
||||
'\u2207': '∇', # ∇ / ∇ / ∇
|
||||
'\u2061': '⁡', # / ⁡ / ⁡
|
||||
'\u2221': '∡', # ∡ / ∡ / ∡
|
||||
'\u2248': '≈', # ≈ / ≈ / ≈ / ≈ / ≈ / ≈
|
||||
CHAR_AP: '≈', # ≈ / ≈ / ≈ / ≈ / ≈ / ≈
|
||||
'\u224a': '≊', # ≊ / ≊ / ≊
|
||||
'\u2254': '≔', # ≔ / ≔ / ≔ / ≔
|
||||
'\u224d': '≍', # ≍ / ≍ / ≍
|
||||
@@ -228,12 +273,12 @@ CUSTOM_ENCODE_MAP = {
|
||||
'\u2214': '∔', # ∔ / ∔ / ∔
|
||||
'\u22a1': '⊡', # ⊡ / ⊡ / ⊡
|
||||
'\u21d3': '⇓', # ⇓ / ⇓ / ⇓ / ⇓
|
||||
'\u21d0': '⇐', # ⇐ / ⇐ / ⇐ / ⇐
|
||||
'\u21d4': '⇔', # ⇔ / ⇔ / ⇔ / ⇔ / ⇔
|
||||
'\u27f8': '⟸', # ⟸ / ⟸ / ⟸ / ⟸
|
||||
'\u27fa': '⟺', # ⟺ / ⟺ / ⟺ / ⟺
|
||||
'\u27f9': '⟹', # ⟹ / ⟹ / ⟹ / ⟹
|
||||
'\u21d2': '⇒', # ⇒ / ⇒ / ⇒ / ⇒ / ⇒
|
||||
CHAR_ARROW_R_DOUBLE: '⇒', # ⇒ / ⇒ / ⇒ / ⇒ / ⇒
|
||||
CHAR_ARROW_L_DOUBLE: '⇐', # ⇐ / ⇐ / ⇐ / ⇐
|
||||
CHAR_ARROW_LR_DOUBLE: '⇔', # ⇔ / ⇔ / ⇔ / ⇔ / ⇔
|
||||
CHAR_ARROW_L_LONG_DOUBLE: '⟸', # ⟸ / ⟸ / ⟸ / ⟸
|
||||
CHAR_ARROW_R_LONG_DOUBLE: '⟹', # ⟹ / ⟹ / ⟹ / ⟹
|
||||
CHAR_ARROW_LR_LONG_DOUBLE: '⟺', # ⟺ / ⟺ / ⟺ / ⟺
|
||||
'\u22a8': '⊨', # ⊨ / ⊨ / ⊨
|
||||
'\u21d1': '⇑', # ⇑ / ⇑ / ⇑ / ⇑
|
||||
'\u2202': '∂', # ∂ / ∂ / ∂
|
||||
@@ -337,10 +382,10 @@ CUSTOM_ENCODE_MAP = {
|
||||
'\u2a89': '⪉', # ⪉ / ⪉ / ⪉
|
||||
'\u2268': '≨', # ≨ / ≨ / ≨
|
||||
'\u2a87': '⪇', # ⪇ / ⪇ / ⪇
|
||||
'\u27f5': '⟵', # ⟵ / ⟵ / ⟵ / ⟵
|
||||
'\u27f7': '⟷', # ⟷ / ⟷ / ⟷ / ⟷
|
||||
CHAR_ARROW_L: '⟵', # ⟵ / ⟵ / ⟵ / ⟵
|
||||
CHAR_ARROW_R: '⟶', # ⟶ / ⟶ / ⟶ / ⟶
|
||||
CHAR_ARROW_LR: '⟷', # ⟷ / ⟷ / ⟷ / ⟷
|
||||
'\u27fc': '⟼', # ⟼ / ⟼ / ⟼
|
||||
'\u27f6': '⟶', # ⟶ / ⟶ / ⟶ / ⟶
|
||||
'\u21ac': '↬', # ↬ / ↬ / ↬
|
||||
'\u201e': '„', # „ / „ / „
|
||||
'\u2199': '↙', # ↙ / ↙ / ↙ / ↙
|
||||
@@ -353,7 +398,7 @@ CUSTOM_ENCODE_MAP = {
|
||||
'\u2133': 'ℳ', # ℳ / ℳ / ℳ / ℳ
|
||||
'\u2223': '∣', # ∣ / ∣ / ∣ / ∣ / ∣
|
||||
'\u2213': '∓', # ∓ / ∓ / ∓ / ∓
|
||||
'\u2026': '…', # … / … / …
|
||||
CHAR_HELLIP: '…', # … / … / …
|
||||
'\u22b8': '⊸', # ⊸ / ⊸ / ⊸
|
||||
'\u2249': '≉', # ≉ / ≉ / ≉ / ≉
|
||||
'\u266e': '♮', # ♮ / ♮ / ♮
|
||||
@@ -486,7 +531,7 @@ CUSTOM_ENCODE_MAP = {
|
||||
'\u20db': '⃛', # ⃛ / ⃛ / ⃛
|
||||
'\u2234': '∴', # ∴ / ∴ / ∴ / ∴
|
||||
'\u03d1': 'ϑ', # ϑ / ϑ / ϑ / ϑ
|
||||
'\u2122': '™', # ™ / ™ / ™
|
||||
CHAR_TRADE: '™', # ™ / ™ / ™
|
||||
'\u25b5': '▵', # ▵ / ▵ / ▵
|
||||
'\u225c': '≜', # ≜ / ≜ / ≜
|
||||
'\u21c5': '⇅', # ⇅ / ⇅ / ⇅
|
||||
|
||||
@@ -8,7 +8,7 @@ import regex
|
||||
import logging
|
||||
import html
|
||||
from etpgrf.config import (
|
||||
SHY_CHAR, LANG_RU, LANG_RU_OLD, LANG_EN,
|
||||
CHAR_SHY, LANG_RU, LANG_RU_OLD, LANG_EN,
|
||||
RU_VOWELS_UPPER, RU_CONSONANTS_UPPER, RU_J_SOUND_UPPER, RU_SIGNS_UPPER, # RU_ALPHABET_UPPER,
|
||||
EN_VOWELS_UPPER, EN_CONSONANTS_UPPER # , EN_ALPHABET_UPPER
|
||||
)
|
||||
@@ -214,7 +214,7 @@ class Hyphenator:
|
||||
left_part = word_to_split[:hyphen_idx]
|
||||
right_part = word_to_split[hyphen_idx:]
|
||||
# Рекурсивно делим левую и правую части и соединяем их через символ переноса
|
||||
return split_word_ru(left_part) + SHY_CHAR + split_word_ru(right_part)
|
||||
return split_word_ru(left_part) + CHAR_SHY + split_word_ru(right_part)
|
||||
|
||||
# Основная логика
|
||||
return split_word_ru(word) # Рекурсивно делим слово на части с переносами
|
||||
@@ -316,7 +316,7 @@ class Hyphenator:
|
||||
|
||||
# Рекурсивно обрабатываем обе части и объединяем их символом переноса
|
||||
return (split_word_en(word_to_split[:hyphen_idx]) +
|
||||
SHY_CHAR + split_word_en(word_to_split[hyphen_idx:]))
|
||||
CHAR_SHY + split_word_en(word_to_split[hyphen_idx:]))
|
||||
|
||||
# --- Конец логики для английского языка ---
|
||||
return split_word_en(word)
|
||||
|
||||
@@ -3,8 +3,9 @@
|
||||
|
||||
import regex
|
||||
import logging
|
||||
from .config import LANG_RU, LANG_EN, RU_QUOT1_OPEN, RU_QUOT1_CLOSE, EN_QUOT1_OPEN, EN_QUOT1_CLOSE, \
|
||||
RU_QUOT2_OPEN, RU_QUOT2_CLOSE, EN_QUOT2_OPEN, EN_QUOT2_CLOSE
|
||||
from .config import (LANG_RU, LANG_EN, CHAR_RU_QUOT1_OPEN, CHAR_RU_QUOT1_CLOSE, CHAR_EN_QUOT1_OPEN,
|
||||
CHAR_EN_QUOT1_CLOSE, CHAR_RU_QUOT2_OPEN, CHAR_RU_QUOT2_CLOSE, CHAR_EN_QUOT2_OPEN,
|
||||
CHAR_EN_QUOT2_CLOSE)
|
||||
from .comutil import parse_and_validate_langs
|
||||
|
||||
# --- Настройки логирования ---
|
||||
@@ -13,8 +14,8 @@ logger = logging.getLogger(__name__)
|
||||
# Определяем стили кавычек для разных языков
|
||||
# Формат: (('открывающая_ур1', 'закрывающая_ур1'), ('открывающая_ур2', 'закрывающая_ур2'))
|
||||
_QUOTE_STYLES = {
|
||||
LANG_RU: ((RU_QUOT1_OPEN, RU_QUOT1_CLOSE), (RU_QUOT2_OPEN, RU_QUOT2_CLOSE)),
|
||||
LANG_EN: ((EN_QUOT1_OPEN, EN_QUOT1_CLOSE), (EN_QUOT2_OPEN, EN_QUOT2_CLOSE)),
|
||||
LANG_RU: ((CHAR_RU_QUOT1_OPEN, CHAR_RU_QUOT1_CLOSE), (CHAR_RU_QUOT2_OPEN, CHAR_RU_QUOT2_CLOSE)),
|
||||
LANG_EN: ((CHAR_EN_QUOT1_OPEN, CHAR_EN_QUOT1_CLOSE), (CHAR_EN_QUOT2_OPEN, CHAR_EN_QUOT2_CLOSE)),
|
||||
}
|
||||
|
||||
|
||||
|
||||
@@ -9,7 +9,7 @@ import logging
|
||||
import html
|
||||
from etpgrf.config import LANG_RU, LANG_RU_OLD, LANG_EN # , KEY_NBSP, ALL_ENTITIES
|
||||
from etpgrf.comutil import parse_and_validate_langs
|
||||
from etpgrf.config import NBSP_CHAR
|
||||
from etpgrf.config import CHAR_NBSP
|
||||
from etpgrf.defaults import etpgrf_settings
|
||||
|
||||
# --- Наборы коротких слов для разных языков ---
|
||||
@@ -114,11 +114,11 @@ class Unbreakables:
|
||||
|
||||
# 1. Обработка слов, ПОСЛЕ которых нужен неразрывный пробел ("в дом" -> "в дом")
|
||||
if self._pre_pattern:
|
||||
processed_text = self._pre_pattern.sub(r"\g<1>" + NBSP_CHAR, processed_text)
|
||||
processed_text = self._pre_pattern.sub(r"\g<1>" + CHAR_NBSP, processed_text)
|
||||
|
||||
# 2. Обработка частиц, ПЕРЕД которыми нужен неразрывный пробел ("сказал бы" -> "сказал бы")
|
||||
if self._post_pattern:
|
||||
# \g<1> - это пробел, \g<2> - это частица
|
||||
processed_text = self._post_pattern.sub(NBSP_CHAR + r"\g<2>", processed_text)
|
||||
processed_text = self._post_pattern.sub(CHAR_NBSP + r"\g<2>", processed_text)
|
||||
|
||||
return processed_text
|
||||
|
||||
@@ -1,35 +1,35 @@
|
||||
# tests/test_hyphenation.py
|
||||
import pytest
|
||||
from etpgrf import Hyphenator
|
||||
from tests.test_unbreakables import ENGLISH_PREPOSITIONS_TO_TEST
|
||||
from etpgrf.config import CHAR_SHY
|
||||
|
||||
# --- Тестовые данные для русского языка ---
|
||||
# Формат: (входное_слово, ожидаемый_результат_с_переносами)
|
||||
# Используем \u00AD - это Unicode-представление мягкого переноса (­)
|
||||
# Используем {CHAR_SHY} - это Unicode-представление мягкого переноса (­)
|
||||
RUSSIAN_HYPHENATION_CASES = [
|
||||
("дом", "дом"), # Сочень короткое (короче max_unhyphenated_len) не должно меняться
|
||||
("проверка", "про\u00ADверка"),
|
||||
("тестирование", "тести\u00ADрова\u00ADние"),
|
||||
("благотворительностью", "бла\u00ADготво\u00ADритель\u00ADностью"), # Слово с переносом на мягкий знак
|
||||
("фотоаппаратура", "фотоап\u00ADпара\u00ADтура"), # проверка слова со сдвоенной согласной
|
||||
("программирование", "про\u00ADграм\u00ADмиро\u00ADвание"), # слова со сдвоенной согласной
|
||||
("сверхзвуковой", "сверх\u00ADзву\u00ADковой"),
|
||||
("автомобиль", "авто\u00ADмобиль"),
|
||||
("интернационализация", "инте\u00ADрнаци\u00ADонали\u00ADзация"),
|
||||
("электронный", "элек\u00ADтрон\u00ADный"),
|
||||
("информационный", "инфо\u00ADрма\u00ADцион\u00ADный"),
|
||||
("автоматизация", "автома\u00ADтиза\u00ADция"),
|
||||
("многоклеточный", "мно\u00ADгокле\u00ADточный"),
|
||||
("многофункциональный", "мно\u00ADгофун\u00ADкцио\u00ADналь\u00ADный"),
|
||||
("непрерывность", "непре\u00ADрывно\u00ADсть"),
|
||||
("сверхпроводимость", "сверх\u00ADпрово\u00ADдимо\u00ADсть"),
|
||||
("многообразие", "мно\u00ADгоо\u00ADбра\u00ADзие"),
|
||||
("противоречивость", "про\u00ADтиво\u00ADречи\u00ADвость"),
|
||||
("непревзойденный", "непре\u00ADвзой\u00ADден\u00ADный"),
|
||||
("многослойный", "мно\u00ADгослой\u00ADный"),
|
||||
("суперкомпьютер", "супе\u00ADрко\u00ADмпью\u00ADтер"), # Неправильный перенос (нужен словарь "приставок/корней/суффиксов")
|
||||
("сверхчувствительный", "свер\u00ADхчув\u00ADстви\u00ADтель\u00ADный"), # Неправильный перенос
|
||||
("гиперподъездной", "гипе\u00ADрпо\u00ADдъез\u00ADдной"), # Неправильный перенос
|
||||
("проверка", f"про{CHAR_SHY}верка"),
|
||||
("тестирование", f"тести{CHAR_SHY}рова{CHAR_SHY}ние"),
|
||||
("благотворительностью", f"бла{CHAR_SHY}готво{CHAR_SHY}ритель{CHAR_SHY}ностью"), # Слово с переносом на мягкий знак
|
||||
("фотоаппаратура", f"фотоап{CHAR_SHY}пара{CHAR_SHY}тура"), # проверка слова со сдвоенной согласной
|
||||
("программирование", f"про{CHAR_SHY}грам{CHAR_SHY}миро{CHAR_SHY}вание"), # слова со сдвоенной согласной
|
||||
("сверхзвуковой", f"сверх{CHAR_SHY}зву{CHAR_SHY}ковой"),
|
||||
("автомобиль", f"авто{CHAR_SHY}мобиль"),
|
||||
("интернационализация", f"инте{CHAR_SHY}рнаци{CHAR_SHY}онали{CHAR_SHY}зация"),
|
||||
("электронный", f"элек{CHAR_SHY}трон{CHAR_SHY}ный"),
|
||||
("информационный", f"инфо{CHAR_SHY}рма{CHAR_SHY}цион{CHAR_SHY}ный"),
|
||||
("автоматизация", f"автома{CHAR_SHY}тиза{CHAR_SHY}ция"),
|
||||
("многоклеточный", f"мно{CHAR_SHY}гокле{CHAR_SHY}точный"),
|
||||
("многофункциональный", f"мно{CHAR_SHY}гофун{CHAR_SHY}кцио{CHAR_SHY}наль{CHAR_SHY}ный"),
|
||||
("непрерывность", f"непре{CHAR_SHY}рывно{CHAR_SHY}сть"),
|
||||
("сверхпроводимость", f"сверх{CHAR_SHY}прово{CHAR_SHY}димо{CHAR_SHY}сть"),
|
||||
("многообразие", f"мно{CHAR_SHY}гоо{CHAR_SHY}бра{CHAR_SHY}зие"),
|
||||
("противоречивость", f"про{CHAR_SHY}тиво{CHAR_SHY}речи{CHAR_SHY}вость"),
|
||||
("непревзойденный", f"непре{CHAR_SHY}взой{CHAR_SHY}ден{CHAR_SHY}ный"),
|
||||
("многослойный", f"мно{CHAR_SHY}гослой{CHAR_SHY}ный"),
|
||||
("суперкомпьютер", f"супе{CHAR_SHY}рко{CHAR_SHY}мпью{CHAR_SHY}тер"), # Неправильный перенос (нужен словарь "приставок/корней/суффиксов")
|
||||
("сверхчувствительный", f"свер{CHAR_SHY}хчув{CHAR_SHY}стви{CHAR_SHY}тель{CHAR_SHY}ный"), # Неправильный перенос
|
||||
("гиперподъездной", f"гипе{CHAR_SHY}рпо{CHAR_SHY}дъез{CHAR_SHY}дной"), # Неправильный перенос
|
||||
]
|
||||
|
||||
|
||||
@@ -49,17 +49,17 @@ def test_russian_word_hyphenation(input_word, expected_output):
|
||||
ENGLISH_HYPHENATION_CASES = [
|
||||
("color", "color"), # Короткое слово, не должно меняться
|
||||
("throughout", "throughout"), # Длинное слово, но из-за икс-графа "ough" не будет переноситься
|
||||
("ambrella", "amb\u00ADrella"),
|
||||
("unbelievable", "unbel\u00ADiev\u00ADable"), # Проверка переноса перед суффиксом "able"
|
||||
("acknowledgment", "ack\u00ADnow\u00ADledg\u00ADment"), # Проверка переноса перед суффиксом "ment"
|
||||
("friendship", "frien\u00ADdship"), # Проверка переноса перед суффиксом "ship"
|
||||
("thoughtful", "though\u00ADtful"), #
|
||||
("psychology", "psy\u00ADcho\u00ADlogy"), # Проверка переноса после "psy"
|
||||
("extraordinary", "ext\u00ADraor\u00ADdin\u00ADary"), # Проверка сложного слова
|
||||
("unbreakable", "unb\u00ADrea\u00ADkable"), # Проверка переноса перед "able"
|
||||
("acknowledgement", "ack\u00ADnow\u00ADledge\u00ADment"), # Проверка икс-графа "dge"
|
||||
("misunderstanding", "mis\u00ADunder\u00ADstan\u00ADding"), # Проверка сложного слова
|
||||
("floccinaucinihilipilification", "floc\u00ADcin\u00ADauc\u00ADinih\u00ADili\u00ADpili\u00ADfica\u00ADtion"),
|
||||
("ambrella", f"amb{CHAR_SHY}rella"),
|
||||
("unbelievable", f"unbel{CHAR_SHY}iev{CHAR_SHY}able"), # Проверка переноса перед суффиксом "able"
|
||||
("acknowledgment", f"ack{CHAR_SHY}now{CHAR_SHY}ledg{CHAR_SHY}ment"), # Проверка переноса перед суффиксом "ment"
|
||||
("friendship", f"frien{CHAR_SHY}dship"), # Проверка переноса перед суффиксом "ship"
|
||||
("thoughtful", f"though{CHAR_SHY}tful"), #
|
||||
("psychology", f"psy{CHAR_SHY}cho{CHAR_SHY}logy"), # Проверка переноса после "psy"
|
||||
("extraordinary", f"ext{CHAR_SHY}raor{CHAR_SHY}din{CHAR_SHY}ary"), # Проверка сложного слова
|
||||
("unbreakable", f"unb{CHAR_SHY}rea{CHAR_SHY}kable"), # Проверка переноса перед "able"
|
||||
("acknowledgement", f"ack{CHAR_SHY}now{CHAR_SHY}ledge{CHAR_SHY}ment"), # Проверка икс-графа "dge"
|
||||
("misunderstanding", f"mis{CHAR_SHY}under{CHAR_SHY}stan{CHAR_SHY}ding"), # Проверка сложного слова
|
||||
("floccinaucinihilipilification", f"floc{CHAR_SHY}cin{CHAR_SHY}auc{CHAR_SHY}inih{CHAR_SHY}ili{CHAR_SHY}pili{CHAR_SHY}fica{CHAR_SHY}tion"),
|
||||
]
|
||||
|
||||
@pytest.mark.parametrize("input_word, expected_output", ENGLISH_HYPHENATION_CASES)
|
||||
|
||||
Reference in New Issue
Block a user