add: правило для ×

2026-03-19 13:16:40 +03:00
parent 465dd9e9e6
commit d092cbdb5c
5 changed files with 33 additions and 5 deletions
--- a/CHANGELOG.md
+++ b/CHANGELOG.md
@@ -7,7 +7,9 @@

 ## [0.1.6] - 2024-03-19
 ### Изменено
- Новый алгоритм "висячей пунктуации" (HangingPunctuationProcessor). Добавлены компенсирующие пробелы для висячих символов, чтобы избежать наложения на соседние слова. Теперь "висячие символы" (кавычки, тире) оборачиваются в `<span>` вместе с ближайшим словом и пробелом, что обеспечивает корректное визуальное выравнивание внутри сторки без наложения. Режим `both` для одновременного вывешивания в обе стороны отключен из-за потенциальных конфликтов компенсирующих пробелов и проблем с выравниванием при использовании CSS text-justify.
+- Новый алгоритм «висячей пунктуации» (HangingPunctuationProcessor). Добавлены компенсирующие пробелы для висячих символов, чтобы избежать наложения на соседние слова. Теперь «висячие символы» (кавычки, скобки и т. п.) оборачиваются в `<span>` вместе с ближайшим словом и пробелом, что обеспечивает отсутствие визуальных смещений внутри строки. Режим `both` (для одновременного вывешивания в обе стороны) отключен из-за потенциальных конфликтов компенсирующих пробелов и проблем с выравниванием при использовании CSS `text-justify`.</span>
+### Добавлено
+- Автоматическая замена символов `x`, `X`, `х`, `Х`, стоящих между числами, на знак умножения `×`, чтобы выражения вида `100x100` или `100 х 100` корректно обрабатывались и выглядели типографски правильными (`100×100` или `100&nbsp;×&nbsp;100`).


 ## [0.1.5] - 2024-02-18
--- a/README.md
+++ b/README.md
@@ -254,6 +254,7 @@ result = typo.process("А. С. Пушкин") # Останется без изм
 *   Если между единицами изменений есть математические символы (например, умножение или деление):
    `10 км / ч` → `10&nbsp;км/ч` (неважно есть пробелы вокруг `/` или нет). Распознаются и другие символы:
    `·`, `*`, `×`, `÷`.
+*   Символы `x`, `X`, `х`, `Х`, стоящие между двумя числами, заменяются на знак умножения `×`, чтобы выражения вида `100x100` или `100 х 100` корректно обрабатывались и выглядели типографски правильными (`100×100` или `100&nbsp;×&nbsp;100`).

 Библиотека "знает" множество стандартных единиц для русского и английского языков. Но не все. Вы можете расширить этот
 список, передав свои кастомные единицы через параметр `process_units`:
@@ -401,18 +402,18 @@ Right “long <span class="etp-rdquo">quote”</span><span class="etp-sp-rdquo">
 /* --- ПРАВЫЕ ВИСЯЧИЕ СИМВОЛЫ --- */
 .etp-raquo { padding-right: 0.44em; margin-left: -0.44em; }
 .etp-rdquo { padding-right: 0.4em; margin-left: -0.4em; }
+.etp-rsquo { padding-right: 0.22em; margin-left: -0.22em; }
 .etp-r-comma { padding-right: 0.28em; margin-left: -0.28em; }
 .etp-r-colon { padding-right: 0.32em; margin-left: -0.32em; }
 .etp-r-dot { padding-right: 0.12em; margin-left: -0.12em; }
-.etp-rsquo { padding-right: 0.22em; margin-left: -0.22em; }
 .etp-rpar, .etp-rsqb, .etp-rcub { padding-right: 0.25em; margin-left: -0.25em; }
 /* компенсирующие пробелы для правых висячих символов */
 .etp-sp-raquo { margin-left: -0.44em; }
 .etp-sp-rdquo { margin-left: -0.4em; }
+.etp-sp-rsquo { margin-left: -0.22em; }
 .etp-sp-r-comma { margin-left: -0.28em; }
 .etp-sp-r-colon { margin-left: -0.32em; }
 .etp-sp-r-dot { margin-left: -0.12em; }
-.etp-sp-rsquo { margin-left: -0.22em; }
 .etp-sp-rpar, .etp-sp-rsqb, .etp-sp-rcub { margin-left: -0.25em; }
 ```

--- a/etpgrf/config.py
+++ b/etpgrf/config.py
@@ -797,6 +797,7 @@ HANGING_PUNCTUATION_SYMBOLS_CLASSES = {
        # Левая пунктуация: все классы начинаются с 'etp-l'
        CHAR_RU_QUOT1_OPEN: 'etp-laquo',   # ` «` -- левая открывающая кавычка-ёлочка
        CHAR_EN_QUOT1_OPEN: 'etp-ldquo',   # ` “` -- левая открывающая кавычка-лапка
+        CHAR_EN_QUOT2_OPEN: 'etp-lsquo',   # ` ‘` -- левая открывающая кавычка-апостроф (одинарная)
        CHAR_LPAR: 'etp-lpar',             # ` (` -- левая открывающая скобка
        CHAR_LSQB: 'etp-lsqb',             # ` [` -- левая открывающая квадратная скобка
        CHAR_LCUB: 'etp-lcub',             # ` {` -- левая открывающая фигурная скобка
@@ -805,6 +806,7 @@ HANGING_PUNCTUATION_SYMBOLS_CLASSES = {
        # Правая пунктуация: все классы начинаются с 'etp-r'
        CHAR_RU_QUOT1_CLOSE: 'etp-raquo',  # `» ` -- правая закрывающая кавычка-ёлочка
        CHAR_EN_QUOT1_CLOSE: 'etp-rdquo',  # `” ` -- правая закрывающая кавычка-лапка
+        CHAR_EN_QUOT2_CLOSE: 'etp-rsquo',  # `’ ` -- правая закрывающая кавычка-апостроф (одинарная)
        CHAR_RPAR: 'etp-rpar',             # `) ` -- правая закрывающая скобка
        CHAR_RSQB: 'etp-rsqb',             # `] ` -- правая закрывающая квадратная скобка
        CHAR_RCUB: 'etp-rcub',             # `} ` -- правая закрывающая фигурная скобка
@@ -824,6 +826,7 @@ HANGING_PUNCTUATION_SPACE_CLASSES = {
        # Для левой пунктуации (компенсационный пробел слева от висячей пунктуации)
        CHAR_RU_QUOT1_OPEN: 'etp-sp-laquo',     # ` «` -- для пробела пред открывающей кавычкой-ёлочкой
        CHAR_EN_QUOT1_OPEN: 'etp-sp-ldquo',     # ` “` -- для пробела пред открывающей кавычкой-лапкой
+        CHAR_EN_QUOT2_OPEN: 'etp-sp-lsquo',     # ` ‘` -- для пробела пред открывающей кавычкой-апострофом (одинарной)
        CHAR_LPAR: 'etp-sp-lpar',               # ` (` -- для пробела пред левой открывающей скобкой
        CHAR_LSQB: 'etp-sp-lsqb',               # ` [` -- для пробела пред левой открывающей квадратной скобкой
        CHAR_LCUB: 'etp-sp-lcub',               # ` {` -- для пробела пред левой открывающей фигурной скобкой
@@ -832,6 +835,7 @@ HANGING_PUNCTUATION_SPACE_CLASSES = {
        # Для правой пунктуации (компенсационный пробел справа от висячей пунктуации)
        CHAR_RU_QUOT1_CLOSE: 'etp-sp-raquo',    # `» ` -- для пробела после закрывающей кавычки-ёлочки
        CHAR_EN_QUOT1_CLOSE: 'etp-sp-rdquo',    # `” ` -- для пробела после закрывающей кавычки-лапки
+        CHAR_EN_QUOT2_CLOSE: 'etp-sp-rsquo',    # `’ ` -- для пробела после закрывающей кавычки-апострофом (одинарной)
        CHAR_RPAR: 'etp-sp-rpar',               # `) ` -- для пробела после правой закрывающей скобки
        CHAR_RSQB: 'etp-sp-rsqb',               # `] ` -- для пробела после правой закрывающей квадратной скобки
        CHAR_RCUB: 'etp-sp-rcub',               # `} ` -- для пробела после правой закрывающей фигурной скобки
--- a/etpgrf/symbols.py
+++ b/etpgrf/symbols.py
@@ -3,7 +3,7 @@

 import regex
 import logging
-from .config import CHAR_NDASH, STR_TO_SYMBOL_REPLACEMENTS
+from .config import CHAR_NDASH, CHAR_NBSP, CHAR_TIMES, STR_TO_SYMBOL_REPLACEMENTS

 logger = logging.getLogger(__name__)

@@ -20,6 +20,7 @@ class SymbolsProcessor:
        # Паттерн для диапазонов: цифра-дефис-цифра -> цифра–цифра (среднее тире).
        # Обрабатываем арабские и римские цифры.
        self._range_pattern = regex.compile(pattern=r'(\d)-(\d)|([IVXLCDM]+)-([IVXLCDM]+)', flags=regex.IGNORECASE)
+        self._times_pattern = regex.compile(pattern=r'(?<=\d)(?P<pre>\s*)(?P<letter>[xхXХ])(?P<post>\s*)(?=\d)')

        logger.debug("SymbolsProcessor `__init__`")

@@ -31,6 +32,14 @@ class SymbolsProcessor:
            return f'{match.group(3)}{CHAR_NDASH}{match.group(4)}'
        return match.group(0)  # На всякий случай

+    def _replace_times(self, match: regex.Match) -> str:
+        # Встраивает CHAR_TIMES между цифрами и защищает его от переноса
+        pre = match.group('pre')
+        post = match.group('post')
+        before = CHAR_NBSP if pre else ''
+        after = CHAR_NBSP if post else ''
+        return f'{before}{CHAR_TIMES}{after}'
+

    def process(self, text: str) -> str:
        # Шаг 1: Выполняем простые замены из списка `STR_TO_SYMBOL_REPLACEMENTS` (см. config.py).
@@ -45,6 +54,7 @@ class SymbolsProcessor:
        # Шаг 2: Обрабатываем диапазоны с помощью регулярного выражения.
        # Эта замена более специфична и требует контекста (цифры вокруг дефиса).
        processed_text = self._range_pattern.sub(self._replace_range, processed_text)
+        processed_text = self._times_pattern.sub(self._replace_times, processed_text)

        return processed_text

--- a/tests/test_symbols.py
+++ b/tests/test_symbols.py
@@ -8,6 +8,7 @@ from etpgrf.config import (
    CHAR_TRADE, CHAR_AP, CHAR_ARROW_L, CHAR_ARROW_R, CHAR_ARROW_LR,
    CHAR_ARROW_L_DOUBLE, CHAR_ARROW_R_DOUBLE, CHAR_ARROW_LR_DOUBLE,
    CHAR_ARROW_L_LONG_DOUBLE, CHAR_ARROW_R_LONG_DOUBLE, CHAR_ARROW_LR_LONG_DOUBLE,
+    CHAR_NBSP,
 )

 SYMBOLS_TEST_CASES = [
@@ -50,7 +51,17 @@ SYMBOLS_TEST_CASES = [
    ("I-V век", f"I{CHAR_NDASH}V век"),
    ("ix-vi до н.э.", f"ix{CHAR_NDASH}vi до н.э."),

-    # 3. --- Комбинированные и пограничные случаи ---
+    # 3. --- Проверка замены `x`, `X`, `х` и `Х` на `×` ---
+    ("222 x 333 = 73926", f"222{CHAR_NBSP}×{CHAR_NBSP}333 = 73926"),
+    ("222 X 333 = 73926", f"222{CHAR_NBSP}×{CHAR_NBSP}333 = 73926"),
+    ("222 х 333 = 73926", f"222{CHAR_NBSP}×{CHAR_NBSP}333 = 73926"),  # русская х
+    ("222 Х 333 = 73926", f"222{CHAR_NBSP}×{CHAR_NBSP}333 = 73926"),  # русская Х
+    ("Размер 5x10 см", f"Размер 5×10 см"),
+    ("Размер 5X10 см", f"Размер 5×10 см"),
+    ("Размер 5х10 см", f"Размер 5×10 см"),   # русская х
+    ("Размер 5Х10 см", f"Размер 5×10 см"),   # русская Х
+
+    # 4. --- Комбинированные и пограничные случаи ---
    # Сначала сработает простая замена '---' -> '—', потом диапазон '1-5' -> '1–5'
    ("1-5 --- это диапазон (c)", f"1{CHAR_NDASH}5 {CHAR_MDASH} это диапазон {CHAR_COPY}"),
    # Простая замена '--' -> '–' не должна мешать диапазону '1-5'