add: обработка кавычек

README.md

@@ -87,7 +87,8 @@ result = typo_mixed_mode.process(text="Этот текст будет обраб
 
 Настройки по умолчанию для переноса слов (в `etpgrf.defaults`):
 * Длина слова которое не подлежит переносам (`MAX_UNHYPHENATED_LEN`) — 12 символов.
-* Длина части слова, которое недопустимо переносить или оставлять на строке ("хвост", "сироты") (`MIN_TAIL_LEN`) — 7 символ
+* Длина части слова, которое недопустимо переносить или оставлять на строке ("хвост", "сироты")
+  (`MIN_TAIL_LEN`) — 5 символов
 
 Управление этими параметрами осуществляется через переопределение. Например:
 ```python
@@ -114,9 +115,30 @@ result = typo_hyp.process(text="Электрофоретическое иссл
 
 ### Кавычки
 
+В текстах кавычки бывают двух видов: «ёлочки» (для русского языка) и “лапки” (для английского языка). В типографе
+реализована автоматическая замена кавычек на соответствующие типографские символы в зависимости от языка текста.
 
-Теперь хочу обсудить модуль работы с кавычками. Большинство изсестных мне типографов разибают праные кавчки и превращают их в спец-сиволы. Мне каежтся это неверно, ведь ковычки моут быть не парными и вложенность может быть произвольной. Мне кажется нужен другой подход. Обнаруживать только конструкции `"слово` или `слово"` и преобразовывать только их. Соответсвнно в елочки или лапки в зависимоати от языка. При этом если уже в тескте есть лапки, елочки или другие типы кавычек — ничего не менять (автор текстьа сам знает, какие кавычки лучшк). Кавычки окруженные пробелами или буквать с дрвух сторон превоащать в " ...
+Большинство типографов при обработке кавычек находят парные (и определяют вложенность). В etpgrf же реализован
+другой подход. Он ищет и обрабатывает кавычки, которые находятся рядом со словами. То есть какие-то буквы следуют
+слева или справа от кавычки.
 
-Как считаешь, это рабочий подход?? 
+Преобразование рядом с цифрами (например, когда обозначаются дюймы (`17"`) или секунды (`3' 25"`)) не производится. Также
+не обрабатываются кавычки окруженные пробелами. Все кавычки которые в исходном тексте уже были оформлены в виде
+«ёлочек» или “лапок” — тоже не обрабатываются.
 
-1.Надежность (Robustness): Вы правильно заметили, что символ " используется не только для кавычек. Это могут быть дюймы (17"), секунды (3' 25"), обозначения в коде (print("Hello")) и т.д. Ваш метод, который ищет кавычку рядом со словом ("слово или слово"), с гораздо меньшей вероятностью сломает такие конструкции.2.Уважение к авторскому замыслу: Правило "если уже есть ёлочки или лапки — ничего не менять" — это золотой стандарт. Типограф не должен "исправлять" то, что уже было отформатировано автором вручную. Это предотвращает двойное преобразование и сохраняет особые случаи, задуманные автором.3.Простота и производительность: Вместо сложного и медленного парсера, который отслеживает уровни вложенности (и часто ошибается), ваш подход можно реализовать с помощью нескольких быстрых регулярных выражений.4.Безопасность: Идея превращать оставшиеся "одинокие" кавычки в " — это отличный механизм защиты. Он гарантирует, что на выходе не останется "сырых" кавычек, которые могут сломать HTML-разметку.
+ВАЖНО1: По правилам орфографии перед закрывающей кавычкой разрешены только определенные знаки препинания: 
+вопросительный (?), восклицательный (!) знаки и многоточие (…). Такие конструкции используются для цитат. Это учтено
+в etpgrf, и кавычки будут обработаны: `Она воскликнула: "Какая красота!"` будет преобразовано в `Она воскликнула:
+ «Какая красота!»`. В неправильны конструкциях (например, `"Какая красота."`) закрывающая кавычка не будет обработана.
+
+ВАЖНО2: Если в настройке типографа указано несколько языков (`langs='ru+en'`), то кавычки будут преобразованы по правилам
+для языка который идет первым в списке. Например, для `langs='ru+en'` кавычки будут преобразованы в «ёлочки»,
+
+Если при типорафировании преобразование не требуется, то можно обработку кавычек можно отключить с помощью
+параметра `quotes=False`:
+```python
+# Задаем конфигурацию типографа без кавычек
+typo_no_quotes = etpgrf.Typographer(langs='ru', quotes=False)
+# Обработка текста без кавычек
+result = typo_no_quotes.process(text='Этот "текст" будет обработан без кавычек.')
+```

etpgrf/quotes.py

@@ -0,0 +1,74 @@
+# etpgrf/quotes.py
+# Модуль для расстановки кавычек в тексте
+
+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 .comutil import parse_and_validate_langs
+
+# --- Настройки логирования ---
+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)),
+}
+
+
+class QuotesProcessor:
+    """
+    Обрабатывает прямые кавычки ("), превращая их в типографские
+    в зависимости от языка и контекста.
+    """
+
+    def __init__(self, langs: str | list[str] | tuple[str, ...] | frozenset[str] | None = None):
+        self.langs = parse_and_validate_langs(langs)
+
+        # Выбираем стиль кавычек на основе первого поддерживаемого языка
+        self.open_quote = '"'
+        self.close_quote = '"'
+
+        for lang in self.langs:
+            if lang in _QUOTE_STYLES:
+                self.open_quote = _QUOTE_STYLES[lang][0][0]
+                self.close_quote = _QUOTE_STYLES[lang][0][1]
+                logger.debug(
+                    f"QuotesProcessor: выбран стиль кавычек для языка '{lang}': '{self.open_quote}...{self.close_quote}'")
+                break  # Используем стиль первого найденного языка
+
+        # Паттерн для открывающей кавычки: " перед буквой/цифрой,
+        # которой предшествует пробел, начало строки или открывающая скобка.
+        # (?<=^|\s|[\(\[„\"‘\']) - "просмотр назад" на начало строки... ищет пробел \s или знак из набора ([„"‘'
+        # (?=\p{L})              - "просмотр вперед" на букву \p{L} (но не цифру).
+        self._opening_quote_pattern = regex.compile(r'(?<=^|\s|[\(\[„\"‘\'])\"(?=\p{L})')
+        # self._opening_quote_pattern = regex.compile(r'(?<=^|\s|\p{Pi}|["\'\(\)])\"(?=\p{L})')
+
+        # Паттерн для закрывающей кавычки: " после буквы/цифры,
+        # за которой следует пробел, пунктуация или конец строки.
+        # (?<=\p{L}|[?!…])          - "просмотр назад" на букву или ?!…
+        # (?=\s|[.,;:!?\)\"»”’]|\Z) - "просмотр вперед" на пробел, пунктуацию или конец строки (\Z).
+        self._closing_quote_pattern = regex.compile(r'(?<=\p{L}|[?!…])\"(?=\s|[\.,;:!?\)\]»”’\"\']|\Z)')
+        # self._closing_quote_pattern = regex.compile(r'(?<=\p{L}|\p{N})\"(?=\s|[\.,;:!?\)\"»”’]|\Z)')
+        # self._closing_quote_pattern = regex.compile(r'(?<=\p{L}|[?!…])\"(?=\s|[\p{Po}\p{Pf}"\']|\Z)')
+
+    def process(self, text: str) -> str:
+        """
+        Применяет правила замены кавычек к тексту.
+        """
+        if '"' not in text:
+            # Быстрый выход, если в тексте нет прямых кавычек
+            return text
+
+        processed_text = text
+
+        # 1. Заменяем открывающие кавычки
+        # Заменяем только найденную кавычку, так как просмотр вперед не захватывает символы.
+        processed_text = self._opening_quote_pattern.sub(self.open_quote, processed_text)
+
+        # 2. Заменяем закрывающие кавычки
+        processed_text = self._closing_quote_pattern.sub(self.close_quote, processed_text)
+
+        return processed_text

etpgrf/typograph.py

@@ -7,6 +7,7 @@ except ImportError:
 from etpgrf.comutil import parse_and_validate_mode, parse_and_validate_langs
 from etpgrf.hyphenation import Hyphenator
 from etpgrf.unbreakables import Unbreakables
+from etpgrf.quotes import QuotesProcessor
 from etpgrf.codec import decode_to_unicode, encode_from_unicode
 
 
@@ -22,6 +23,7 @@ class Typographer:
                  process_html: bool = False,        # Флаг обработки HTML-тегов
                  hyphenation: Hyphenator | bool | None = True,  # Перенос слов и параметры расстановки переносов
                  unbreakables: Unbreakables | bool | None = True, # Правила для предотвращения разрыва коротких слов
+                 quotes: QuotesProcessor | bool | None = True,  # Правила для обработки кавычек
                  # ... другие модули правил ...
                  ):
 
@@ -56,12 +58,20 @@ class Typographer:
             # D2. Если unbreakables - это объект Unbreakables, то просто сохраняем его (и используем его langs и mode)
             self.unbreakables = unbreakables
 
-        # F. --- Конфигурация других правил---
+        # F. --- Конфигурация правил обработки кавычек ---
+        self.quotes: QuotesProcessor | None = None
+        if quotes is True or quotes is None:
+            self.quotes = QuotesProcessor(langs=self.langs)
+        elif isinstance(quotes, QuotesProcessor):
+            self.quotes = quotes
+
+        # G. --- Конфигурация других правил---
 
         # Z. --- Логирование инициализации ---
         logger.debug(f"Typographer `__init__`: langs: {self.langs}, mode: {self.mode}, "
                      f"hyphenation: {self.hyphenation is not None}, "
-                     f"unbreakables: {self.unbreakables is not None}"
+                     f"unbreakables: {self.unbreakables is not None}, "
+                     f"quotes: {self.quotes is not None}, "
                      f"process_html: {self.process_html}")
 
 
@@ -75,6 +85,8 @@ class Typographer:
         # processed_text = text  # ВРЕМЕННО: используем текст как есть
 
         # Шаг 2: Применяем правила к чистому Unicode-тексту
+        if self.quotes is not None:
+            processed_text = self.quotes.process(processed_text)
         if self.unbreakables is not None:
             processed_text = self.unbreakables.process(processed_text)
         if self.hyphenation is not None:

tests/test__typograph.py

@@ -0,0 +1,63 @@
+# tests/test__typograph.py
+# Тесты для модуля Typographer. Проверяют отключение модулей обработки текста.
+
+import pytest
+from etpgrf.typograph import Typographer
+from etpgrf.config import SHY_CHAR, NBSP_CHAR
+
+
+def test_typographer_disables_quotes_processor():
+    """
+    Проверяет, что при quotes=False модуль обработки кавычек отключается.
+    """
+    # Arrange
+    input_string = 'Текст "в кавычках", который не должен измениться.'
+    # Создаем два экземпляра: с None и с False для полной проверки
+    typo_false = Typographer(langs='ru', quotes=False)
+
+    # Act
+    output_false = typo_false.process(input_string)
+
+    # Assert
+    # 1. Проверяем внутреннее состояние: модуль действительно отключен
+    assert typo_false.quotes is None
+
+    # 2. Проверяем результат: типографские кавычки НЕ появились в тексте.
+    #    Это главная и самая надежная проверка.
+    assert '«' not in output_false and '»' not in output_false
+
+
+def test_typographer_disables_hyphenation():
+    """
+    Проверяет, что при hyphenation=False модуль переносов отключается.
+    """
+    # Arrange
+    input_string = "Длинноесловодляпроверкипереносов"
+    typo = Typographer(langs='ru', hyphenation=False)
+
+    # Act
+    output_string = typo.process(input_string)
+
+    # Assert
+    # 1. Проверяем внутреннее состояние
+    assert typo.hyphenation is None
+    # 2. Проверяем результат: в тексте не появилось символов мягкого переноса
+    assert SHY_CHAR not in output_string
+
+
+def test_typographer_disables_unbreakables():
+    """
+    Проверяет, что при unbreakables=False модуль неразрывных пробелов отключается.
+    """
+    # Arrange
+    input_string = "Он сказал: в дом вошла она."
+    typo = Typographer(langs='ru', unbreakables=False)
+
+    # Act
+    output_string = typo.process(input_string)
+
+    # Assert
+    # 1. Проверяем внутреннее состояние
+    assert typo.unbreakables is None
+    # 2. Проверяем результат: в тексте не появилось неразрывных пробелов
+    assert NBSP_CHAR not in output_string

tests/test_quotes.py

@@ -0,0 +1,74 @@
+# tests/test_quotes.py
+# Тесты для модуля QuotesProcessor. Проверяют обработку кавычек в тексте.
+
+import pytest
+from etpgrf.quotes import QuotesProcessor
+
+# Набор тестовых случаев в формате:
+# (язык, входная_строка, ожидаемый_результат)
+QUOTES_TEST_CASES = [
+    # --- Базовые случаи ---
+    ('ru', 'Текст \"в кавычках\"', 'Текст «в кавычках»'),
+    ('en', 'Text \"in quotes\"', 'Text “in quotes”'),
+    ('ru', '(\"в скобках\")', '(«в скобках»)'),
+
+    # --- Случаи, которые не должны меняться ---
+    ('ru', 'Текст без кавычек.', 'Текст без кавычек.'),
+    ('ru', 'Уже есть «ёлочки» и „лапки“', 'Уже есть «ёлочки» и „лапки“'),
+    ('en', 'Already have “curly” and ‘single’ quotes', 'Already have “curly” and ‘single’ quotes'),
+
+    # --- Сложные случаи и исключения (QuotesProcessor должен их игнорировать) ---
+    ('ru', 'Размер экрана 17"', 'Размер экрана 17"'),
+    ('en', 'Screen size 17"', 'Screen size 17"'),
+    ('ru', 'Код print("Hello, World!")', 'Код print(«Hello, World!»)'), # Скобки помогают определить контекст
+    ('ru', ' " одинокая кавычка " ', ' " одинокая кавычка " '), # Кавычки окружены пробелами
+    ('ru', 'слово"вплотную', 'слово"вплотную'),
+    ('ru', 'вплотную"слово', 'вплотную"слово'),
+
+    # --- Вложенность и несколько пар ---
+    ('ru', 'Он сказал: "Привет, мир!"', 'Он сказал: «Привет, мир!»'),
+    ('ru', 'Она ответила: "И тебе "привет"!"', 'Она ответила: «И тебе «привет»!»'),
+
+    # --- Обработка пунктуации ---
+    # Точка СНАРУЖИ кавычек - правильная пунктуация, корректно обрабатывается
+    ('ru', 'Текст "в кавычках".', 'Текст «в кавычках».'),
+    ('en', '"Word".', '“Word”.'),
+    # Точка ВНУТРИ кавычек - неправильная пунктуация, закрывающая кавычка не обрабатывается (согласно README)
+    ('ru', 'Текст "в кавычках."', 'Текст «в кавычках."'),
+    ('en', '"Word."', '“Word."'),
+    # Знаки ?, !, … ВНУТРИ кавычек - правильная пунктуация, корректно обрабатывается
+    ('ru', '"Слово?"', '«Слово?»'),
+    ('en', '"Word?"', '“Word?”'),
+    ('ru', '"Слово!"', '«Слово!»'),
+    ('en', '"Word!"', '“Word!”'),
+    ('ru', '"Слово…"', '«Слово…»'),
+    ('en', '"Word…"', '“Word…”'),
+    # Запятая СНАРУЖИ кавычек
+    ('ru', '"Слово", - сказал он.', '«Слово», - сказал он.'),
+    # Цифры в кавычках не обрабатываются
+    ('ru', 'Цифры "123" в кавычках', 'Цифры "123" в кавычках'),
+    ('en', 'Numbers "123" in quotes', 'Numbers "123" in quotes'),
+
+    # --- Языки и приоритеты ---
+    (None, 'Текст "в кавычках"', 'Текст «в кавычках»'),  # Язык не указан -> используется DEFAULT_LANGS[0] ('ru')
+    ('ru-en', 'Текст "в кавычках"', 'Текст «в кавычках»'),  # 'ru' первый в списке -> используются русские кавычки
+    ('en-ru', 'Text "in quotes"', 'Text “in quotes”'),  # 'en' первый в списке -> используются английские кавычки
+]
+
+
+@pytest.mark.parametrize("lang, input_string, expected_output", QUOTES_TEST_CASES)
+def test_quotes_processor(lang, input_string, expected_output):
+    """
+    Проверяет работу QuotesProcessor в изоляции.
+    """
+    # Arrange (подготовка)
+    # Создаем экземпляр процессора только для этого теста
+    processor = QuotesProcessor(langs=lang)
+
+    # Act (действие)
+    # Выполняем обработку
+    actual_output = processor.process(input_string)
+
+    # Assert (проверка)
+    # Сравниваем результат с ожидаемым
+    assert actual_output == expected_output