Modul:translit/ru

Dokumentation för denna modul finns på /dok ^{(redigera), /test}

Syfte[redigera]

Den här modulen translittererar ryska.

För en beskrivning av språkspecifika saker att ta i beaktning, se dokumentationen för {{tr}}.

Användning[redigera]

local Translit = require("Modul:translit/ru")
latin_text = Translit.tr("rysk text")

Specifikation[redigera]

Publika funktioner:

tr("text") Returnerar innehållet i "text" translittererat till latinska bokstäver på det svenska sättet.

Tester[redigera]

All tests passed. (refresh)

test01_isolated_uppercase_characters:
Text	Expected	Actual
mut.tr("А,Б,В,Г,Д")	A,B,V,G,D	A,B,V,G,D
mut.tr("Е,Ё,Ж,З,И")	Je,Jo,Zj,Z,I	Je,Jo,Zj,Z,I
mut.tr("Й,К,Л,М,Н")	J,K,L,M,N	J,K,L,M,N
mut.tr("О,П,Р,С,Т")	O,P,R,S,T	O,P,R,S,T
mut.tr("У,Ф,Х,Ц,Ч")	U,F,Ch,Ts,Tj	U,F,Ch,Ts,Tj
mut.tr("Ш,Щ,Ы,Э,Ю,Я")	Sj,Sjtj,Y,E,Ju,Ja	Sj,Sjtj,Y,E,Ju,Ja

test02_isolated_lowercase_characters:
Text	Expected	Actual
mut.tr("а,б,в,г,д")	a,b,v,g,d	a,b,v,g,d
mut.tr("е,ё,ж,з,и")	je,jo,zj,z,i	je,jo,zj,z,i
mut.tr("й,к,л,м,н")	j,k,l,m,n	j,k,l,m,n
mut.tr("о,п,р,с,т")	o,p,r,s,t	o,p,r,s,t
mut.tr("у,ф,х,ц,ч")	u,f,ch,ts,tj	u,f,ch,ts,tj
mut.tr("ш,щ,ы,э,ю,я")	sj,sjtj,y,e,ju,ja	sj,sjtj,y,e,ju,ja

test03_uppercase_vs_mixedcase_words:
	Text	Expected	Actual
	mut.tr("ЖА,Жa")	ZjA,Zja	ZjA,Zja

test04_leave_out_hard_sign:
	Text	Expected	Actual
	mut.tr("Ъ,ъ")	,	,

test05_leave_out_soft_sign_but_not_before_i:
Text	Expected	Actual
mut.tr("Ь,ь")	,	,
mut.tr("Игорь")	Igor	Igor
mut.tr("ьи")	ji	ji
mut.tr("Ильич")	Iljitj	Iljitj
mut.tr("ЬИ")	JI	JI
mut.tr("сьич")	sjitj	sjitj
mut.tr("зьич")	zjitj	zjitj
mut.tr("тьич")	tjitj	tjitj

test06_example:
	Text	Expected	Actual
	mut.tr("Горбачёв")	Gorbatjóv	Gorbatjóv
	mut.tr("Михаил Горбачёв")	Michail Gorbatjóv	Michail Gorbatjóv

test07_e_becomes_je_after_vowel:
Text	Expected	Actual
mut.tr("Иего́ва")	Ijegóva	Ijegóva
mut.tr("Алексеев")	Aleksejev	Aleksejev
mut.tr("Алексе́ев")	Alekséjev	Alekséjev

test08_automatically_accentuate_polysyllabic_yo:
Text	Expected	Actual
mut.tr("Фёдор")	Fjódor	Fjódor
mut.tr("Пётр")	Pjotr	Pjotr
mut.tr("Пётр Ильич")	Pjotr Iljitj	Pjotr Iljitj
mut.tr("чёлн По") \|\| tjoln Po \|\| tjoln Po

test09_never_treat_e_like_yo:
	Text	Expected	Actual
	mut.tr("Пeтр")	Petr	Petr

test10_return_unaccentuated_from_unaccentuated_input:
	Text	Expected	Actual
	mut.tr("замок")	zamok	zamok

test11_pass_through_non_cyrillic_input:
	Text	Expected	Actual
	mut.tr("IP-адрес")	IP-adres	IP-adres
	mut.tr("β-распад")	β-raspad	β-raspad

test12_initial_yo_distinct_from_non_initial:
	Text	Expected	Actual
	mut.tr("Евгений")	Jevgenij	Jevgenij
	mut.tr("Я Евгений")	Ja Jevgenij	Ja Jevgenij

test13_punctuation_marks:
	Text	Expected	Actual
	mut.tr("Я Тарзан. Ты Джейн.")	Ja Tarzan. Ty Dzjejn.	Ja Tarzan. Ty Dzjejn.

test14_i_rather_than_j_after_s_or_t_or_z:
Text	Expected	Actual
mut.tr("сё,сю,ся")	sio,siu,sia	sio,siu,sia
mut.tr("тё,тю,тя")	tio,tiu,tia	tio,tiu,tia
mut.tr("зё,зю,зя")	zio,ziu,zia	zio,ziu,zia
mut.tr("сье,сьё,сью,сья")	sie,sio,siu,sia	sie,sio,siu,sia
mut.tr("тье,тьё,тью,тья")	tie,tio,tiu,tia	tie,tio,tiu,tia
mut.tr("зье,зьё,зью,зья")	zie,zio,ziu,zia	zie,zio,ziu,zia
mut.tr("Сё,Сю,Ся")	Sio,Siu,Sia	Sio,Siu,Sia
mut.tr("Тё,Тю,Тя")	Tio,Tiu,Tia	Tio,Tiu,Tia
mut.tr("Зё,Зю,Зя")	Zio,Ziu,Zia	Zio,Ziu,Zia
mut.tr("Сье,Сьё,Сью,Сья")	Sie,Sio,Siu,Sia	Sie,Sio,Siu,Sia
mut.tr("Тье,Тьё,Тью,Тья")	Tie,Tio,Tiu,Tia	Tie,Tio,Tiu,Tia
mut.tr("Зье,Зьё,Зью,Зья")	Zie,Zio,Ziu,Zia	Zie,Zio,Ziu,Zia

test15_o_rather_than_jo:
	Text	Expected	Actual
	mut.tr("шё,щё,чё,жё")	sjo,sjtjo,tjo,zjo	sjo,sjtjo,tjo,zjo
	mut.tr("Шё,Щё,Чё,Жё")	Sjo,Sjtjo,Tjo,Zjo	Sjo,Sjtjo,Tjo,Zjo

test16_apostrophes_in_input:
	Text	Expected	Actual
	mut.tr("Когда́ вы прие́хали?")	Kogdá vy prijéchali?	Kogdá vy prijéchali?

test99_reference_from_Svenska_skrivregler:
Text	Expected	Actual
mut.tr("Анна")	Anna	Anna
mut.tr("Борис")	Boris	Boris
mut.tr("Волга")	Volga	Volga
mut.tr("Горький")	Gorkij	Gorkij
mut.tr("Дон")	Don	Don
mut.tr("Афанасьев")	Afanasiev	Afanasiev
mut.tr("Днепр")	Dnepr	Dnepr
mut.tr("Евгений")	Jevgenij	Jevgenij
mut.tr("Алексеев")	Aleksejev	Aleksejev
mut.tr("Кондратьев")	Kondratiev	Kondratiev
mut.tr("Чёрный")	Tjórnyj	Tjórnyj
mut.tr("Аксёнов")	Aksiónov	Aksiónov
mut.tr("Фёдор")	Fjódor	Fjódor
mut.tr("Пётр")	Pjotr	Pjotr
mut.tr("Зёрнов")	Ziórnov	Ziórnov
mut.tr("Щёлкин")	Sjtjólkin	Sjtjólkin
mut.tr("Жуковский")	Zjukovskij	Zjukovskij
mut.tr("Замятин")	Zamjatin	Zamjatin
mut.tr("Ирина")	Irina	Irina
mut.tr("Толстой")	Tolstoj	Tolstoj
mut.tr("Куприн")	Kuprin	Kuprin
mut.tr("Лесков")	Leskov	Leskov
mut.tr("Максим")	Maksim	Maksim
mut.tr("Надя")	Nadja	Nadja
mut.tr("Онега")	Onega	Onega
mut.tr("Пушкин")	Pusjkin	Pusjkin
mut.tr("Ростропович")	Rostropovitj	Rostropovitj
mut.tr("Самара")	Samara	Samara
mut.tr("Толстой")	Tolstoj	Tolstoj
mut.tr("Устинов")	Ustinov	Ustinov
mut.tr("Фёдор")	Fjódor	Fjódor
mut.tr("Тихонов")	Tichonov	Tichonov
mut.tr("Донец")	Donets	Donets
mut.tr("Чайковский")	Tjajkovskij	Tjajkovskij
mut.tr("Шостакович")	Sjostakovitj	Sjostakovitj
mut.tr("Щедрин")	Sjtjedrin	Sjtjedrin
mut.tr("Подъячев")	Podjatjev	Podjatjev
mut.tr("Белый")	Belyj	Belyj
mut.tr("Ильич")	Iljitj	Iljitj
mut.tr("Игорь")	Igor	Igor
mut.tr("Эдуард")	Eduard	Eduard
mut.tr("Юрий")	Jurij	Jurij
mut.tr("Актюбинск")	Aktiubinsk	Aktiubinsk
mut.tr("Союз")	Sojuz	Sojuz
mut.tr("Татьяна")	Tatiana	Tatiana
mut.tr("Зябков")	Ziabkov	Ziabkov
mut.tr("Ярослав")	Jaroslav	Jaroslav

-- Denna modul används för att transkribera ryska.
-- 
-- För att transkribera bulgariska, ukrainska och
-- vitryska/belarusiska kan ett liknande system användas.
-- Det hanteras dock av särskilda moduler. Se:
-- 
-- Modul:translit/be
-- Modul:translit/bg
-- Modul:translit/uk
-- 
-- Systemet för transkribering följer det som anges i
-- "Svenska skrivregler" (2017), fjärde upplagan, red. Ola Karlsson
-- En kopia av avsnittet finns i skrivande stund här:
-- https://www.isof.se/download/18.648bef4b18093ee2f03ee80/1652364347434/Kyrillisk%20tabell%20SS2017.pdf
-- 
-- Notera att detta sätt är specifikt för att transkribera
-- till svenska. Transkribering till andra språk sker enligt
-- andra mönster. Exempelvis ska Горбачёв bli just Gorbatjóv.
-- På andra språk skulle det kunna bli Gorbachev, Gorbatschow,
-- Gorbatchev, Gorbatsjov, osv.
--
-- En vanlig fallgrop är att "ё" bara transkriberas korrekt när
-- de två punkterna är med. På ryska utelämnas de ofta när sammanhanget gör det
-- uppenbart. Alltså är det vanligt att "Пётр" istället stavas "Пeтр", vilket
-- denna modul följaktligen tolkar som "Petr" istället för "Pjotr".
--
-- Denna modul är gjord för att returnera latinska tecken med accenterna
-- utskrivna. Därför blir Горбачёв till Gorbatjóv, inte Gorbatjov.
--
-- TODO: Placera i en dold kategori för att markera de ord som inte har
-- tillräckligt många accenttecken
--
-- Denna modul används av följande mall:
-- {{tr}}
--
-- Modulen är författad av (och underhålls av) [[Användare:Gabbe]]

local export = {}
local Q = require("Modul:queue")

local multibyte_char_pattern = ".[\128-\191]*"

local latin_by_cyrillic = { ["А"]="A", ["а"]="a", ["Б"]="B", ["б"]="b", ["В"]="V", ["в"]="v",
["Г"]="G", ["г"]="g", ["Д"]="D", ["д"]="d", ["Е"]="E", ["е"]="e", ["Ё"]="Jo",
["ё"]="jo", ["Ж"]="Zj", ["ж"]="zj", ["З"]="Z", ["з"]="z", ["И"]="I", ["и"]="i",
["Й"]="J", ["й"]="j", ["К"]="K", ["к"]="k", ["Л"]="L", ["л"]="l", ["М"]="M", 
["м"]="m", ["Н"]="N", ["н"]="n", ["О"]="O", ["о"]="o", ["П"]="P", ["п"]="p",
["Р"]="R", ["р"]="r", ["С"]="S", ["с"]="s", ["Т"]="T", ["т"]="t", ["У"]="U",
["у"]="u", ["Ф"]="F", ["ф"]="f", ["Х"]="Ch", ["х"]="ch", ["Ц"]="Ts", ["ц"]="ts",
["Ч"]="Tj", ["ч"]="tj", ["Ш"]="Sj", ["ш"]="sj", ["Щ"]="Sjtj", ["щ"]="sjtj",
["Ъ"]="", ["ъ"]="", ["Ы"]="Y", ["ы"]="y", ["Ь"]="J", ["ь"]="j", ["Э"]="E",
["э"]="e", ["Ю"]="Ju", ["ю"]="ju", ["Я"]="Ja", ["я"]="ja" }

local function addAccentToYoInPolysyllabicWords(text)
	local yo_without_accent = "ё"
	local yo_with_accent = "ё́"
	local whitespace_and_punctuation_pattern = "[%s%p]" 

	local removeAccentsFromYoToAvoidDoubleAccent = function(text)
		return string.gsub(text, yo_with_accent, yo_without_accent)
	end
	
	local splitStringAndKeepSeparator = function(text, separator_pattern)
		local t = {}
		local i = 1
		local accent = "́"

		for c in string.gmatch(text, multibyte_char_pattern) do
			if mw.ustring.find(c, separator_pattern) then
				if (t[1] ~= nil) then
					i = i + 1
				end
				t[i] = c
			else
				if not t[i] then
					t[i] = c
				else
					t[i] = t[i] .. c
				end
			end
		end
		
		return t
	end

	local addAccentToYoIfPolysyllabic = function(words_and_punctuations)
		local isPolysyllabic = function(word)
			local vowels = "АЕЁИОУЭЮЫЯаеёиоуэюыя"
			local neither_whitespace_nor_punctuation = "[^%s%p]"
			local at_least_two_vowels_pattern = "[" .. vowels .. "]" .. neither_whitespace_nor_punctuation .. "*[" .. vowels .. "]"
			
			return not not mw.ustring.find(word, at_least_two_vowels_pattern)
		end
	
		for i, word_or_punctuation in ipairs(words_and_punctuations) do
			if isPolysyllabic(word_or_punctuation) then
				words_and_punctuations[i] = string.gsub(word_or_punctuation, yo_without_accent, yo_with_accent)
			end
		end
		
		return words_and_punctuations
	end

	text = removeAccentsFromYoToAvoidDoubleAccent(text)
	local words_and_punctuations = splitStringAndKeepSeparator(text, whitespace_and_punctuation_pattern)
	words_and_punctuations = addAccentToYoIfPolysyllabic(words_and_punctuations)
	mw.logObject(words_and_punctuations)
	text = table.concat(words_and_punctuations, "")
	return text
end

function export.tr (text)
	local cyrillic_q = Q()
	local latin_q    = Q()
	
	text = addAccentToYoInPolysyllabicWords(text)

	for c in string.gmatch(text, multibyte_char_pattern) do
		Q.enqueue(cyrillic_q, c)
	end

	repeat
		local x = Q.dequeue(cyrillic_q)
		local y = Q.peekFirst(cyrillic_q)
		local z = Q.peekSecond(cyrillic_q)
		local u = Q.peekLast(latin_q)
		local accent = "́"
    
		if not latin_by_cyrillic[x] then
			Q.enqueue(latin_q, x)
		elseif (Q.isEmpty(latin_q) or u == " ") and x == "Е" then
			Q.enqueue(latin_q, "Je")
		elseif (Q.isEmpty(latin_q) or u == " ") and x == "е" then
			Q.enqueue(latin_q, "je")
		elseif x == "ь" then
			if y == "и" then
				Q.enqueue(latin_q, "ji")
				Q.dequeue(cyrillic_q)
			end
		elseif x == "Ь" then
			if y == "и" then
				Q.enqueue(latin_q, "Ji")
				Q.dequeue(cyrillic_q)
			elseif y == "И" then
				Q.enqueue(latin_q, "JI")
				Q.dequeue(cyrillic_q)
			end
		elseif mw.ustring.find(x, "[стзСТЗ]") then
			Q.enqueue(latin_q, latin_by_cyrillic[x])
			if y == "ь" then
				if z == "е" then
					Q.enqueue(latin_q, "ie")
					Q.dequeue(cyrillic_q)
					Q.dequeue(cyrillic_q)
				elseif z == "ё" then
					Q.enqueue(latin_q, "io")
					Q.dequeue(cyrillic_q)
					Q.dequeue(cyrillic_q)
				elseif z == "ю" then
					Q.enqueue(latin_q, "iu")
					Q.dequeue(cyrillic_q)
					Q.dequeue(cyrillic_q)
				elseif z == "я" then
					Q.enqueue(latin_q, "ia")
					Q.dequeue(cyrillic_q)
					Q.dequeue(cyrillic_q)
				end
			elseif y == "ё" then
				Q.enqueue(latin_q, "io")
				Q.dequeue(cyrillic_q)
			elseif y == "ю" then
				Q.enqueue(latin_q, "iu")
				Q.dequeue(cyrillic_q)
			elseif y == "я" then
				Q.enqueue(latin_q, "ia")
				Q.dequeue(cyrillic_q)
			end
		elseif mw.ustring.find(x, "[шщчжШЩЧЖ]") then
			Q.enqueue(latin_q, latin_by_cyrillic[x])
			if y == "ё" then
				Q.enqueue(latin_q, "o")
				Q.dequeue(cyrillic_q)
			end
    	elseif x == "е" then
			if mw.ustring.find(u, "[aeouiyAEOUIY]") or u == accent then
				Q.enqueue(latin_q, "je")
			else
				Q.enqueue(latin_q, "e")
			end
		else
			Q.enqueue(latin_q, latin_by_cyrillic[x])
		end
	until Q.isEmpty(cyrillic_q)

	local tbl = {}
	
	repeat
    	local x = Q.dequeue(latin_q)
    	local y = Q.peekFirst(latin_q) or ""
		local accent = "́"

		if y == accent then
			x = mw.ustring.toNFC(x .. y)
			Q.dequeue(latin_q)
		end

		table.insert(tbl, x)

	until Q.isEmpty(latin_q)
	
	text = table.concat(tbl, "")

	return text
end

return export

Modul:translit/ru

Innehåll

Syfte[redigera]

Användning[redigera]

Specifikation[redigera]

Tester[redigera]

Navigeringsmeny

Modul:translit/ru

Syfte[redigera]

Användning[redigera]

Specifikation[redigera]

Tester[redigera]

Navigeringsmeny

Sök