Merge pull request #413 from toasted-nutbread/japanese-utility
Convert Japanese utilities to a module-like style
This commit is contained in:
commit
a0c4ce779d
@ -20,6 +20,7 @@
|
|||||||
|
|
||||||
<script src="/mixed/js/core.js"></script>
|
<script src="/mixed/js/core.js"></script>
|
||||||
<script src="/mixed/js/dom.js"></script>
|
<script src="/mixed/js/dom.js"></script>
|
||||||
|
<script src="/mixed/js/japanese.js"></script>
|
||||||
|
|
||||||
<script src="/bg/js/anki.js"></script>
|
<script src="/bg/js/anki.js"></script>
|
||||||
<script src="/bg/js/anki-note-builder.js"></script>
|
<script src="/bg/js/anki-note-builder.js"></script>
|
||||||
|
@ -17,7 +17,7 @@
|
|||||||
*/
|
*/
|
||||||
|
|
||||||
/* global
|
/* global
|
||||||
* jpIsStringEntirelyKana
|
* jp
|
||||||
*/
|
*/
|
||||||
|
|
||||||
class AudioUriBuilder {
|
class AudioUriBuilder {
|
||||||
@ -66,7 +66,7 @@ class AudioUriBuilder {
|
|||||||
let kana = definition.reading;
|
let kana = definition.reading;
|
||||||
let kanji = definition.expression;
|
let kanji = definition.expression;
|
||||||
|
|
||||||
if (!kana && jpIsStringEntirelyKana(kanji)) {
|
if (!kana && jp.isStringEntirelyKana(kanji)) {
|
||||||
kana = kanji;
|
kana = kanji;
|
||||||
kanji = null;
|
kanji = null;
|
||||||
}
|
}
|
||||||
|
@ -32,9 +32,7 @@
|
|||||||
* dictEnabledSet
|
* dictEnabledSet
|
||||||
* dictTermsSort
|
* dictTermsSort
|
||||||
* handlebarsRenderDynamic
|
* handlebarsRenderDynamic
|
||||||
* jpConvertReading
|
* jp
|
||||||
* jpDistributeFuriganaInflected
|
|
||||||
* jpKatakanaToHiragana
|
|
||||||
* optionsLoad
|
* optionsLoad
|
||||||
* optionsSave
|
* optionsSave
|
||||||
* profileConditionsDescriptor
|
* profileConditionsDescriptor
|
||||||
@ -402,13 +400,13 @@ class Backend {
|
|||||||
dictTermsSort(definitions);
|
dictTermsSort(definitions);
|
||||||
const {expression, reading} = definitions[0];
|
const {expression, reading} = definitions[0];
|
||||||
const source = text.substring(0, sourceLength);
|
const source = text.substring(0, sourceLength);
|
||||||
for (const {text: text2, furigana} of jpDistributeFuriganaInflected(expression, reading, source)) {
|
for (const {text: text2, furigana} of jp.distributeFuriganaInflected(expression, reading, source)) {
|
||||||
const reading2 = jpConvertReading(text2, furigana, options.parsing.readingMode);
|
const reading2 = jp.convertReading(text2, furigana, options.parsing.readingMode);
|
||||||
term.push({text: text2, reading: reading2});
|
term.push({text: text2, reading: reading2});
|
||||||
}
|
}
|
||||||
text = text.substring(source.length);
|
text = text.substring(source.length);
|
||||||
} else {
|
} else {
|
||||||
const reading = jpConvertReading(text[0], null, options.parsing.readingMode);
|
const reading = jp.convertReading(text[0], null, options.parsing.readingMode);
|
||||||
term.push({text: text[0], reading});
|
term.push({text: text[0], reading});
|
||||||
text = text.substring(1);
|
text = text.substring(1);
|
||||||
}
|
}
|
||||||
@ -427,16 +425,16 @@ class Backend {
|
|||||||
for (const {expression, reading, source} of parsedLine) {
|
for (const {expression, reading, source} of parsedLine) {
|
||||||
const term = [];
|
const term = [];
|
||||||
if (expression !== null && reading !== null) {
|
if (expression !== null && reading !== null) {
|
||||||
for (const {text: text2, furigana} of jpDistributeFuriganaInflected(
|
for (const {text: text2, furigana} of jp.distributeFuriganaInflected(
|
||||||
expression,
|
expression,
|
||||||
jpKatakanaToHiragana(reading),
|
jp.convertKatakanaToHiragana(reading),
|
||||||
source
|
source
|
||||||
)) {
|
)) {
|
||||||
const reading2 = jpConvertReading(text2, furigana, options.parsing.readingMode);
|
const reading2 = jp.convertReading(text2, furigana, options.parsing.readingMode);
|
||||||
term.push({text: text2, reading: reading2});
|
term.push({text: text2, reading: reading2});
|
||||||
}
|
}
|
||||||
} else {
|
} else {
|
||||||
const reading2 = jpConvertReading(source, null, options.parsing.readingMode);
|
const reading2 = jp.convertReading(source, null, options.parsing.readingMode);
|
||||||
term.push({text: source, reading: reading2});
|
term.push({text: source, reading: reading2});
|
||||||
}
|
}
|
||||||
result.push(term);
|
result.push(term);
|
||||||
|
@ -17,7 +17,7 @@
|
|||||||
*/
|
*/
|
||||||
|
|
||||||
/* global
|
/* global
|
||||||
* jpIsStringPartiallyJapanese
|
* jp
|
||||||
*/
|
*/
|
||||||
|
|
||||||
class ClipboardMonitor extends EventDispatcher {
|
class ClipboardMonitor extends EventDispatcher {
|
||||||
@ -54,7 +54,7 @@ class ClipboardMonitor extends EventDispatcher {
|
|||||||
text !== this._previousText
|
text !== this._previousText
|
||||||
) {
|
) {
|
||||||
this._previousText = text;
|
this._previousText = text;
|
||||||
if (jpIsStringPartiallyJapanese(text)) {
|
if (jp.isStringPartiallyJapanese(text)) {
|
||||||
this.trigger('change', {text});
|
this.trigger('change', {text});
|
||||||
}
|
}
|
||||||
}
|
}
|
||||||
|
@ -18,8 +18,7 @@
|
|||||||
|
|
||||||
/* global
|
/* global
|
||||||
* Handlebars
|
* Handlebars
|
||||||
* jpDistributeFurigana
|
* jp
|
||||||
* jpIsCodePointKanji
|
|
||||||
*/
|
*/
|
||||||
|
|
||||||
function handlebarsEscape(text) {
|
function handlebarsEscape(text) {
|
||||||
@ -33,7 +32,7 @@ function handlebarsDumpObject(options) {
|
|||||||
|
|
||||||
function handlebarsFurigana(options) {
|
function handlebarsFurigana(options) {
|
||||||
const definition = options.fn(this);
|
const definition = options.fn(this);
|
||||||
const segs = jpDistributeFurigana(definition.expression, definition.reading);
|
const segs = jp.distributeFurigana(definition.expression, definition.reading);
|
||||||
|
|
||||||
let result = '';
|
let result = '';
|
||||||
for (const seg of segs) {
|
for (const seg of segs) {
|
||||||
@ -49,7 +48,7 @@ function handlebarsFurigana(options) {
|
|||||||
|
|
||||||
function handlebarsFuriganaPlain(options) {
|
function handlebarsFuriganaPlain(options) {
|
||||||
const definition = options.fn(this);
|
const definition = options.fn(this);
|
||||||
const segs = jpDistributeFurigana(definition.expression, definition.reading);
|
const segs = jp.distributeFurigana(definition.expression, definition.reading);
|
||||||
|
|
||||||
let result = '';
|
let result = '';
|
||||||
for (const seg of segs) {
|
for (const seg of segs) {
|
||||||
@ -66,7 +65,7 @@ function handlebarsFuriganaPlain(options) {
|
|||||||
function handlebarsKanjiLinks(options) {
|
function handlebarsKanjiLinks(options) {
|
||||||
let result = '';
|
let result = '';
|
||||||
for (const c of options.fn(this)) {
|
for (const c of options.fn(this)) {
|
||||||
if (jpIsCodePointKanji(c.codePointAt(0))) {
|
if (jp.isCodePointKanji(c.codePointAt(0))) {
|
||||||
result += `<a href="#" class="kanji-link">${c}</a>`;
|
result += `<a href="#" class="kanji-link">${c}</a>`;
|
||||||
} else {
|
} else {
|
||||||
result += c;
|
result += c;
|
||||||
|
@ -17,442 +17,380 @@
|
|||||||
*/
|
*/
|
||||||
|
|
||||||
/* global
|
/* global
|
||||||
|
* jp
|
||||||
* wanakana
|
* wanakana
|
||||||
*/
|
*/
|
||||||
|
|
||||||
const JP_HALFWIDTH_KATAKANA_MAPPING = new Map([
|
(() => {
|
||||||
['ヲ', 'ヲヺ-'],
|
const HALFWIDTH_KATAKANA_MAPPING = new Map([
|
||||||
['ァ', 'ァ--'],
|
['ヲ', 'ヲヺ-'],
|
||||||
['ィ', 'ィ--'],
|
['ァ', 'ァ--'],
|
||||||
['ゥ', 'ゥ--'],
|
['ィ', 'ィ--'],
|
||||||
['ェ', 'ェ--'],
|
['ゥ', 'ゥ--'],
|
||||||
['ォ', 'ォ--'],
|
['ェ', 'ェ--'],
|
||||||
['ャ', 'ャ--'],
|
['ォ', 'ォ--'],
|
||||||
['ュ', 'ュ--'],
|
['ャ', 'ャ--'],
|
||||||
['ョ', 'ョ--'],
|
['ュ', 'ュ--'],
|
||||||
['ッ', 'ッ--'],
|
['ョ', 'ョ--'],
|
||||||
['ー', 'ー--'],
|
['ッ', 'ッ--'],
|
||||||
['ア', 'ア--'],
|
['ー', 'ー--'],
|
||||||
['イ', 'イ--'],
|
['ア', 'ア--'],
|
||||||
['ウ', 'ウヴ-'],
|
['イ', 'イ--'],
|
||||||
['エ', 'エ--'],
|
['ウ', 'ウヴ-'],
|
||||||
['オ', 'オ--'],
|
['エ', 'エ--'],
|
||||||
['カ', 'カガ-'],
|
['オ', 'オ--'],
|
||||||
['キ', 'キギ-'],
|
['カ', 'カガ-'],
|
||||||
['ク', 'クグ-'],
|
['キ', 'キギ-'],
|
||||||
['ケ', 'ケゲ-'],
|
['ク', 'クグ-'],
|
||||||
['コ', 'コゴ-'],
|
['ケ', 'ケゲ-'],
|
||||||
['サ', 'サザ-'],
|
['コ', 'コゴ-'],
|
||||||
['シ', 'シジ-'],
|
['サ', 'サザ-'],
|
||||||
['ス', 'スズ-'],
|
['シ', 'シジ-'],
|
||||||
['セ', 'セゼ-'],
|
['ス', 'スズ-'],
|
||||||
['ソ', 'ソゾ-'],
|
['セ', 'セゼ-'],
|
||||||
['タ', 'タダ-'],
|
['ソ', 'ソゾ-'],
|
||||||
['チ', 'チヂ-'],
|
['タ', 'タダ-'],
|
||||||
['ツ', 'ツヅ-'],
|
['チ', 'チヂ-'],
|
||||||
['テ', 'テデ-'],
|
['ツ', 'ツヅ-'],
|
||||||
['ト', 'トド-'],
|
['テ', 'テデ-'],
|
||||||
['ナ', 'ナ--'],
|
['ト', 'トド-'],
|
||||||
['ニ', 'ニ--'],
|
['ナ', 'ナ--'],
|
||||||
['ヌ', 'ヌ--'],
|
['ニ', 'ニ--'],
|
||||||
['ネ', 'ネ--'],
|
['ヌ', 'ヌ--'],
|
||||||
['ノ', 'ノ--'],
|
['ネ', 'ネ--'],
|
||||||
['ハ', 'ハバパ'],
|
['ノ', 'ノ--'],
|
||||||
['ヒ', 'ヒビピ'],
|
['ハ', 'ハバパ'],
|
||||||
['フ', 'フブプ'],
|
['ヒ', 'ヒビピ'],
|
||||||
['ヘ', 'ヘベペ'],
|
['フ', 'フブプ'],
|
||||||
['ホ', 'ホボポ'],
|
['ヘ', 'ヘベペ'],
|
||||||
['マ', 'マ--'],
|
['ホ', 'ホボポ'],
|
||||||
['ミ', 'ミ--'],
|
['マ', 'マ--'],
|
||||||
['ム', 'ム--'],
|
['ミ', 'ミ--'],
|
||||||
['メ', 'メ--'],
|
['ム', 'ム--'],
|
||||||
['モ', 'モ--'],
|
['メ', 'メ--'],
|
||||||
['ヤ', 'ヤ--'],
|
['モ', 'モ--'],
|
||||||
['ユ', 'ユ--'],
|
['ヤ', 'ヤ--'],
|
||||||
['ヨ', 'ヨ--'],
|
['ユ', 'ユ--'],
|
||||||
['ラ', 'ラ--'],
|
['ヨ', 'ヨ--'],
|
||||||
['リ', 'リ--'],
|
['ラ', 'ラ--'],
|
||||||
['ル', 'ル--'],
|
['リ', 'リ--'],
|
||||||
['レ', 'レ--'],
|
['ル', 'ル--'],
|
||||||
['ロ', 'ロ--'],
|
['レ', 'レ--'],
|
||||||
['ワ', 'ワ--'],
|
['ロ', 'ロ--'],
|
||||||
['ン', 'ン--']
|
['ワ', 'ワ--'],
|
||||||
]);
|
['ン', 'ン--']
|
||||||
|
]);
|
||||||
|
|
||||||
const JP_HIRAGANA_RANGE = [0x3040, 0x309f];
|
const ITERATION_MARK_CODE_POINT = 0x3005;
|
||||||
const JP_KATAKANA_RANGE = [0x30a0, 0x30ff];
|
|
||||||
const JP_KANA_RANGES = [JP_HIRAGANA_RANGE, JP_KATAKANA_RANGE];
|
|
||||||
|
|
||||||
const JP_CJK_COMMON_RANGE = [0x4e00, 0x9fff];
|
|
||||||
const JP_CJK_RARE_RANGE = [0x3400, 0x4dbf];
|
|
||||||
const JP_CJK_RANGES = [JP_CJK_COMMON_RANGE, JP_CJK_RARE_RANGE];
|
|
||||||
|
|
||||||
const JP_ITERATION_MARK_CHAR_CODE = 0x3005;
|
|
||||||
|
|
||||||
// Japanese character ranges, roughly ordered in order of expected frequency
|
|
||||||
const JP_JAPANESE_RANGES = [
|
|
||||||
JP_HIRAGANA_RANGE,
|
|
||||||
JP_KATAKANA_RANGE,
|
|
||||||
|
|
||||||
JP_CJK_COMMON_RANGE,
|
|
||||||
JP_CJK_RARE_RANGE,
|
|
||||||
|
|
||||||
[0xff66, 0xff9f], // Halfwidth katakana
|
|
||||||
|
|
||||||
[0x30fb, 0x30fc], // Katakana punctuation
|
|
||||||
[0xff61, 0xff65], // Kana punctuation
|
|
||||||
[0x3000, 0x303f], // CJK punctuation
|
|
||||||
|
|
||||||
[0xff10, 0xff19], // Fullwidth numbers
|
|
||||||
[0xff21, 0xff3a], // Fullwidth upper case Latin letters
|
|
||||||
[0xff41, 0xff5a], // Fullwidth lower case Latin letters
|
|
||||||
|
|
||||||
[0xff01, 0xff0f], // Fullwidth punctuation 1
|
|
||||||
[0xff1a, 0xff1f], // Fullwidth punctuation 2
|
|
||||||
[0xff3b, 0xff3f], // Fullwidth punctuation 3
|
|
||||||
[0xff5b, 0xff60], // Fullwidth punctuation 4
|
|
||||||
[0xffe0, 0xffee] // Currency markers
|
|
||||||
];
|
|
||||||
|
|
||||||
|
|
||||||
// Helper functions
|
// Existing functions
|
||||||
|
|
||||||
function _jpIsCodePointInRanges(codePoint, ranges) {
|
const isCodePointKanji = jp.isCodePointKanji;
|
||||||
for (const [min, max] of ranges) {
|
const isStringEntirelyKana = jp.isStringEntirelyKana;
|
||||||
if (codePoint >= min && codePoint <= max) {
|
|
||||||
return true;
|
|
||||||
}
|
|
||||||
}
|
|
||||||
return false;
|
|
||||||
}
|
|
||||||
|
|
||||||
|
|
||||||
// Character code testing functions
|
// Conversion functions
|
||||||
|
|
||||||
function jpIsCodePointKanji(codePoint) {
|
function convertKatakanaToHiragana(text) {
|
||||||
return _jpIsCodePointInRanges(codePoint, JP_CJK_RANGES);
|
let result = '';
|
||||||
}
|
for (const c of text) {
|
||||||
|
if (wanakana.isKatakana(c)) {
|
||||||
function jpIsCodePointKana(codePoint) {
|
result += wanakana.toHiragana(c);
|
||||||
return _jpIsCodePointInRanges(codePoint, JP_KANA_RANGES);
|
|
||||||
}
|
|
||||||
|
|
||||||
function jpIsCodePointJapanese(codePoint) {
|
|
||||||
return _jpIsCodePointInRanges(codePoint, JP_JAPANESE_RANGES);
|
|
||||||
}
|
|
||||||
|
|
||||||
|
|
||||||
// String testing functions
|
|
||||||
|
|
||||||
function jpIsStringEntirelyKana(str) {
|
|
||||||
if (str.length === 0) { return false; }
|
|
||||||
for (const c of str) {
|
|
||||||
if (!jpIsCodePointKana(c.codePointAt(0))) {
|
|
||||||
return false;
|
|
||||||
}
|
|
||||||
}
|
|
||||||
return true;
|
|
||||||
}
|
|
||||||
|
|
||||||
function jpIsStringPartiallyJapanese(str) {
|
|
||||||
if (str.length === 0) { return false; }
|
|
||||||
for (const c of str) {
|
|
||||||
if (jpIsCodePointJapanese(c.codePointAt(0))) {
|
|
||||||
return true;
|
|
||||||
}
|
|
||||||
}
|
|
||||||
return false;
|
|
||||||
}
|
|
||||||
|
|
||||||
|
|
||||||
// Conversion functions
|
|
||||||
|
|
||||||
function jpKatakanaToHiragana(text) {
|
|
||||||
let result = '';
|
|
||||||
for (const c of text) {
|
|
||||||
if (wanakana.isKatakana(c)) {
|
|
||||||
result += wanakana.toHiragana(c);
|
|
||||||
} else {
|
|
||||||
result += c;
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
return result;
|
|
||||||
}
|
|
||||||
|
|
||||||
function jpHiraganaToKatakana(text) {
|
|
||||||
let result = '';
|
|
||||||
for (const c of text) {
|
|
||||||
if (wanakana.isHiragana(c)) {
|
|
||||||
result += wanakana.toKatakana(c);
|
|
||||||
} else {
|
|
||||||
result += c;
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
return result;
|
|
||||||
}
|
|
||||||
|
|
||||||
function jpToRomaji(text) {
|
|
||||||
return wanakana.toRomaji(text);
|
|
||||||
}
|
|
||||||
|
|
||||||
function jpConvertReading(expressionFragment, readingFragment, readingMode) {
|
|
||||||
switch (readingMode) {
|
|
||||||
case 'hiragana':
|
|
||||||
return jpKatakanaToHiragana(readingFragment || '');
|
|
||||||
case 'katakana':
|
|
||||||
return jpHiraganaToKatakana(readingFragment || '');
|
|
||||||
case 'romaji':
|
|
||||||
if (readingFragment) {
|
|
||||||
return jpToRomaji(readingFragment);
|
|
||||||
} else {
|
} else {
|
||||||
if (jpIsStringEntirelyKana(expressionFragment)) {
|
result += c;
|
||||||
return jpToRomaji(expressionFragment);
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
return result;
|
||||||
|
}
|
||||||
|
|
||||||
|
function convertHiraganaToKatakana(text) {
|
||||||
|
let result = '';
|
||||||
|
for (const c of text) {
|
||||||
|
if (wanakana.isHiragana(c)) {
|
||||||
|
result += wanakana.toKatakana(c);
|
||||||
|
} else {
|
||||||
|
result += c;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
return result;
|
||||||
|
}
|
||||||
|
|
||||||
|
function convertToRomaji(text) {
|
||||||
|
return wanakana.toRomaji(text);
|
||||||
|
}
|
||||||
|
|
||||||
|
function convertReading(expressionFragment, readingFragment, readingMode) {
|
||||||
|
switch (readingMode) {
|
||||||
|
case 'hiragana':
|
||||||
|
return convertKatakanaToHiragana(readingFragment || '');
|
||||||
|
case 'katakana':
|
||||||
|
return convertHiraganaToKatakana(readingFragment || '');
|
||||||
|
case 'romaji':
|
||||||
|
if (readingFragment) {
|
||||||
|
return convertToRomaji(readingFragment);
|
||||||
|
} else {
|
||||||
|
if (isStringEntirelyKana(expressionFragment)) {
|
||||||
|
return convertToRomaji(expressionFragment);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
return readingFragment;
|
||||||
|
case 'none':
|
||||||
|
return null;
|
||||||
|
default:
|
||||||
|
return readingFragment;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
function convertNumericToFullWidth(text) {
|
||||||
|
let result = '';
|
||||||
|
for (const char of text) {
|
||||||
|
let c = char.codePointAt(0);
|
||||||
|
if (c >= 0x30 && c <= 0x39) { // ['0', '9']
|
||||||
|
c += 0xff10 - 0x30; // 0xff10 = '0' full width
|
||||||
|
result += String.fromCodePoint(c);
|
||||||
|
} else {
|
||||||
|
result += char;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
return result;
|
||||||
|
}
|
||||||
|
|
||||||
|
function convertHalfWidthKanaToFullWidth(text, sourceMapping) {
|
||||||
|
let result = '';
|
||||||
|
const hasSourceMapping = Array.isArray(sourceMapping);
|
||||||
|
|
||||||
|
// This function is safe to use charCodeAt instead of codePointAt, since all
|
||||||
|
// the relevant characters are represented with a single UTF-16 character code.
|
||||||
|
for (let i = 0, ii = text.length; i < ii; ++i) {
|
||||||
|
const c = text[i];
|
||||||
|
const mapping = HALFWIDTH_KATAKANA_MAPPING.get(c);
|
||||||
|
if (typeof mapping !== 'string') {
|
||||||
|
result += c;
|
||||||
|
continue;
|
||||||
|
}
|
||||||
|
|
||||||
|
let index = 0;
|
||||||
|
switch (text.charCodeAt(i + 1)) {
|
||||||
|
case 0xff9e: // dakuten
|
||||||
|
index = 1;
|
||||||
|
break;
|
||||||
|
case 0xff9f: // handakuten
|
||||||
|
index = 2;
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
|
||||||
|
let c2 = mapping[index];
|
||||||
|
if (index > 0) {
|
||||||
|
if (c2 === '-') { // invalid
|
||||||
|
index = 0;
|
||||||
|
c2 = mapping[0];
|
||||||
|
} else {
|
||||||
|
++i;
|
||||||
}
|
}
|
||||||
}
|
}
|
||||||
return readingFragment;
|
|
||||||
case 'none':
|
|
||||||
return null;
|
|
||||||
default:
|
|
||||||
return readingFragment;
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
function jpDistributeFurigana(expression, reading) {
|
if (hasSourceMapping && index > 0) {
|
||||||
const fallback = [{furigana: reading, text: expression}];
|
index = result.length;
|
||||||
if (!reading) {
|
const v = sourceMapping.splice(index + 1, 1)[0];
|
||||||
|
sourceMapping[index] += v;
|
||||||
|
}
|
||||||
|
result += c2;
|
||||||
|
}
|
||||||
|
|
||||||
|
return result;
|
||||||
|
}
|
||||||
|
|
||||||
|
function convertAlphabeticToKana(text, sourceMapping) {
|
||||||
|
let part = '';
|
||||||
|
let result = '';
|
||||||
|
|
||||||
|
for (const char of text) {
|
||||||
|
// Note: 0x61 is the character code for 'a'
|
||||||
|
let c = char.codePointAt(0);
|
||||||
|
if (c >= 0x41 && c <= 0x5a) { // ['A', 'Z']
|
||||||
|
c += (0x61 - 0x41);
|
||||||
|
} else if (c >= 0x61 && c <= 0x7a) { // ['a', 'z']
|
||||||
|
// NOP; c += (0x61 - 0x61);
|
||||||
|
} else if (c >= 0xff21 && c <= 0xff3a) { // ['A', 'Z'] fullwidth
|
||||||
|
c += (0x61 - 0xff21);
|
||||||
|
} else if (c >= 0xff41 && c <= 0xff5a) { // ['a', 'z'] fullwidth
|
||||||
|
c += (0x61 - 0xff41);
|
||||||
|
} else if (c === 0x2d || c === 0xff0d) { // '-' or fullwidth dash
|
||||||
|
c = 0x2d; // '-'
|
||||||
|
} else {
|
||||||
|
if (part.length > 0) {
|
||||||
|
result += convertAlphabeticPartToKana(part, sourceMapping, result.length);
|
||||||
|
part = '';
|
||||||
|
}
|
||||||
|
result += char;
|
||||||
|
continue;
|
||||||
|
}
|
||||||
|
part += String.fromCodePoint(c);
|
||||||
|
}
|
||||||
|
|
||||||
|
if (part.length > 0) {
|
||||||
|
result += convertAlphabeticPartToKana(part, sourceMapping, result.length);
|
||||||
|
}
|
||||||
|
return result;
|
||||||
|
}
|
||||||
|
|
||||||
|
function convertAlphabeticPartToKana(text, sourceMapping, sourceMappingStart) {
|
||||||
|
const result = wanakana.toHiragana(text);
|
||||||
|
|
||||||
|
// Generate source mapping
|
||||||
|
if (Array.isArray(sourceMapping)) {
|
||||||
|
if (typeof sourceMappingStart !== 'number') { sourceMappingStart = 0; }
|
||||||
|
let i = 0;
|
||||||
|
let resultPos = 0;
|
||||||
|
const ii = text.length;
|
||||||
|
while (i < ii) {
|
||||||
|
// Find smallest matching substring
|
||||||
|
let iNext = i + 1;
|
||||||
|
let resultPosNext = result.length;
|
||||||
|
while (iNext < ii) {
|
||||||
|
const t = wanakana.toHiragana(text.substring(0, iNext));
|
||||||
|
if (t === result.substring(0, t.length)) {
|
||||||
|
resultPosNext = t.length;
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
++iNext;
|
||||||
|
}
|
||||||
|
|
||||||
|
// Merge characters
|
||||||
|
const removals = iNext - i - 1;
|
||||||
|
if (removals > 0) {
|
||||||
|
let sum = 0;
|
||||||
|
const vs = sourceMapping.splice(sourceMappingStart + 1, removals);
|
||||||
|
for (const v of vs) { sum += v; }
|
||||||
|
sourceMapping[sourceMappingStart] += sum;
|
||||||
|
}
|
||||||
|
++sourceMappingStart;
|
||||||
|
|
||||||
|
// Empty elements
|
||||||
|
const additions = resultPosNext - resultPos - 1;
|
||||||
|
for (let j = 0; j < additions; ++j) {
|
||||||
|
sourceMapping.splice(sourceMappingStart, 0, 0);
|
||||||
|
++sourceMappingStart;
|
||||||
|
}
|
||||||
|
|
||||||
|
i = iNext;
|
||||||
|
resultPos = resultPosNext;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
return result;
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
// Furigana distribution
|
||||||
|
|
||||||
|
function distributeFurigana(expression, reading) {
|
||||||
|
const fallback = [{furigana: reading, text: expression}];
|
||||||
|
if (!reading) {
|
||||||
|
return fallback;
|
||||||
|
}
|
||||||
|
|
||||||
|
let isAmbiguous = false;
|
||||||
|
const segmentize = (reading2, groups) => {
|
||||||
|
if (groups.length === 0 || isAmbiguous) {
|
||||||
|
return [];
|
||||||
|
}
|
||||||
|
|
||||||
|
const group = groups[0];
|
||||||
|
if (group.mode === 'kana') {
|
||||||
|
if (convertKatakanaToHiragana(reading2).startsWith(convertKatakanaToHiragana(group.text))) {
|
||||||
|
const readingLeft = reading2.substring(group.text.length);
|
||||||
|
const segs = segmentize(readingLeft, groups.splice(1));
|
||||||
|
if (segs) {
|
||||||
|
return [{text: group.text}].concat(segs);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
} else {
|
||||||
|
let foundSegments = null;
|
||||||
|
for (let i = reading2.length; i >= group.text.length; --i) {
|
||||||
|
const readingUsed = reading2.substring(0, i);
|
||||||
|
const readingLeft = reading2.substring(i);
|
||||||
|
const segs = segmentize(readingLeft, groups.slice(1));
|
||||||
|
if (segs) {
|
||||||
|
if (foundSegments !== null) {
|
||||||
|
// more than one way to segmentize the tail, mark as ambiguous
|
||||||
|
isAmbiguous = true;
|
||||||
|
return null;
|
||||||
|
}
|
||||||
|
foundSegments = [{text: group.text, furigana: readingUsed}].concat(segs);
|
||||||
|
}
|
||||||
|
// there is only one way to segmentize the last non-kana group
|
||||||
|
if (groups.length === 1) {
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
return foundSegments;
|
||||||
|
}
|
||||||
|
};
|
||||||
|
|
||||||
|
const groups = [];
|
||||||
|
let modePrev = null;
|
||||||
|
for (const c of expression) {
|
||||||
|
const codePoint = c.codePointAt(0);
|
||||||
|
const modeCurr = isCodePointKanji(codePoint) || codePoint === ITERATION_MARK_CODE_POINT ? 'kanji' : 'kana';
|
||||||
|
if (modeCurr === modePrev) {
|
||||||
|
groups[groups.length - 1].text += c;
|
||||||
|
} else {
|
||||||
|
groups.push({mode: modeCurr, text: c});
|
||||||
|
modePrev = modeCurr;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
const segments = segmentize(reading, groups);
|
||||||
|
if (segments && !isAmbiguous) {
|
||||||
|
return segments;
|
||||||
|
}
|
||||||
return fallback;
|
return fallback;
|
||||||
}
|
}
|
||||||
|
|
||||||
let isAmbiguous = false;
|
function distributeFuriganaInflected(expression, reading, source) {
|
||||||
const segmentize = (reading2, groups) => {
|
const output = [];
|
||||||
if (groups.length === 0 || isAmbiguous) {
|
|
||||||
return [];
|
let stemLength = 0;
|
||||||
|
const shortest = Math.min(source.length, expression.length);
|
||||||
|
const sourceHiragana = convertKatakanaToHiragana(source);
|
||||||
|
const expressionHiragana = convertKatakanaToHiragana(expression);
|
||||||
|
while (stemLength < shortest && sourceHiragana[stemLength] === expressionHiragana[stemLength]) {
|
||||||
|
++stemLength;
|
||||||
|
}
|
||||||
|
const offset = source.length - stemLength;
|
||||||
|
|
||||||
|
const stemExpression = source.substring(0, source.length - offset);
|
||||||
|
const stemReading = reading.substring(
|
||||||
|
0,
|
||||||
|
offset === 0 ? reading.length : reading.length - expression.length + stemLength
|
||||||
|
);
|
||||||
|
for (const segment of distributeFurigana(stemExpression, stemReading)) {
|
||||||
|
output.push(segment);
|
||||||
}
|
}
|
||||||
|
|
||||||
const group = groups[0];
|
if (stemLength !== source.length) {
|
||||||
if (group.mode === 'kana') {
|
output.push({text: source.substring(stemLength)});
|
||||||
if (jpKatakanaToHiragana(reading2).startsWith(jpKatakanaToHiragana(group.text))) {
|
|
||||||
const readingLeft = reading2.substring(group.text.length);
|
|
||||||
const segs = segmentize(readingLeft, groups.splice(1));
|
|
||||||
if (segs) {
|
|
||||||
return [{text: group.text}].concat(segs);
|
|
||||||
}
|
|
||||||
}
|
|
||||||
} else {
|
|
||||||
let foundSegments = null;
|
|
||||||
for (let i = reading2.length; i >= group.text.length; --i) {
|
|
||||||
const readingUsed = reading2.substring(0, i);
|
|
||||||
const readingLeft = reading2.substring(i);
|
|
||||||
const segs = segmentize(readingLeft, groups.slice(1));
|
|
||||||
if (segs) {
|
|
||||||
if (foundSegments !== null) {
|
|
||||||
// more than one way to segmentize the tail, mark as ambiguous
|
|
||||||
isAmbiguous = true;
|
|
||||||
return null;
|
|
||||||
}
|
|
||||||
foundSegments = [{text: group.text, furigana: readingUsed}].concat(segs);
|
|
||||||
}
|
|
||||||
// there is only one way to segmentize the last non-kana group
|
|
||||||
if (groups.length === 1) {
|
|
||||||
break;
|
|
||||||
}
|
|
||||||
}
|
|
||||||
return foundSegments;
|
|
||||||
}
|
|
||||||
};
|
|
||||||
|
|
||||||
const groups = [];
|
|
||||||
let modePrev = null;
|
|
||||||
for (const c of expression) {
|
|
||||||
const codePoint = c.codePointAt(0);
|
|
||||||
const modeCurr = jpIsCodePointKanji(codePoint) || codePoint === JP_ITERATION_MARK_CHAR_CODE ? 'kanji' : 'kana';
|
|
||||||
if (modeCurr === modePrev) {
|
|
||||||
groups[groups.length - 1].text += c;
|
|
||||||
} else {
|
|
||||||
groups.push({mode: modeCurr, text: c});
|
|
||||||
modePrev = modeCurr;
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
const segments = segmentize(reading, groups);
|
|
||||||
if (segments && !isAmbiguous) {
|
|
||||||
return segments;
|
|
||||||
}
|
|
||||||
return fallback;
|
|
||||||
}
|
|
||||||
|
|
||||||
function jpDistributeFuriganaInflected(expression, reading, source) {
|
|
||||||
const output = [];
|
|
||||||
|
|
||||||
let stemLength = 0;
|
|
||||||
const shortest = Math.min(source.length, expression.length);
|
|
||||||
const sourceHiragana = jpKatakanaToHiragana(source);
|
|
||||||
const expressionHiragana = jpKatakanaToHiragana(expression);
|
|
||||||
while (stemLength < shortest && sourceHiragana[stemLength] === expressionHiragana[stemLength]) {
|
|
||||||
++stemLength;
|
|
||||||
}
|
|
||||||
const offset = source.length - stemLength;
|
|
||||||
|
|
||||||
const stemExpression = source.substring(0, source.length - offset);
|
|
||||||
const stemReading = reading.substring(
|
|
||||||
0,
|
|
||||||
offset === 0 ? reading.length : reading.length - expression.length + stemLength
|
|
||||||
);
|
|
||||||
for (const segment of jpDistributeFurigana(stemExpression, stemReading)) {
|
|
||||||
output.push(segment);
|
|
||||||
}
|
|
||||||
|
|
||||||
if (stemLength !== source.length) {
|
|
||||||
output.push({text: source.substring(stemLength)});
|
|
||||||
}
|
|
||||||
|
|
||||||
return output;
|
|
||||||
}
|
|
||||||
|
|
||||||
function jpConvertHalfWidthKanaToFullWidth(text, sourceMapping) {
|
|
||||||
let result = '';
|
|
||||||
const hasSourceMapping = Array.isArray(sourceMapping);
|
|
||||||
|
|
||||||
// This function is safe to use charCodeAt instead of codePointAt, since all
|
|
||||||
// the relevant characters are represented with a single UTF-16 character code.
|
|
||||||
for (let i = 0, ii = text.length; i < ii; ++i) {
|
|
||||||
const c = text[i];
|
|
||||||
const mapping = JP_HALFWIDTH_KATAKANA_MAPPING.get(c);
|
|
||||||
if (typeof mapping !== 'string') {
|
|
||||||
result += c;
|
|
||||||
continue;
|
|
||||||
}
|
}
|
||||||
|
|
||||||
let index = 0;
|
return output;
|
||||||
switch (text.charCodeAt(i + 1)) {
|
|
||||||
case 0xff9e: // dakuten
|
|
||||||
index = 1;
|
|
||||||
break;
|
|
||||||
case 0xff9f: // handakuten
|
|
||||||
index = 2;
|
|
||||||
break;
|
|
||||||
}
|
|
||||||
|
|
||||||
let c2 = mapping[index];
|
|
||||||
if (index > 0) {
|
|
||||||
if (c2 === '-') { // invalid
|
|
||||||
index = 0;
|
|
||||||
c2 = mapping[0];
|
|
||||||
} else {
|
|
||||||
++i;
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
if (hasSourceMapping && index > 0) {
|
|
||||||
index = result.length;
|
|
||||||
const v = sourceMapping.splice(index + 1, 1)[0];
|
|
||||||
sourceMapping[index] += v;
|
|
||||||
}
|
|
||||||
result += c2;
|
|
||||||
}
|
}
|
||||||
|
|
||||||
return result;
|
|
||||||
}
|
|
||||||
|
|
||||||
function jpConvertNumericTofullWidth(text) {
|
// Exports
|
||||||
let result = '';
|
|
||||||
for (const char of text) {
|
|
||||||
let c = char.codePointAt(0);
|
|
||||||
if (c >= 0x30 && c <= 0x39) { // ['0', '9']
|
|
||||||
c += 0xff10 - 0x30; // 0xff10 = '0' full width
|
|
||||||
result += String.fromCodePoint(c);
|
|
||||||
} else {
|
|
||||||
result += char;
|
|
||||||
}
|
|
||||||
}
|
|
||||||
return result;
|
|
||||||
}
|
|
||||||
|
|
||||||
function jpConvertAlphabeticToKana(text, sourceMapping) {
|
Object.assign(jp, {
|
||||||
let part = '';
|
convertKatakanaToHiragana,
|
||||||
let result = '';
|
convertHiraganaToKatakana,
|
||||||
const ii = text.length;
|
convertToRomaji,
|
||||||
|
convertReading,
|
||||||
if (sourceMapping.length === ii) {
|
convertNumericToFullWidth,
|
||||||
sourceMapping.length = ii;
|
convertHalfWidthKanaToFullWidth,
|
||||||
sourceMapping.fill(1);
|
convertAlphabeticToKana,
|
||||||
}
|
distributeFurigana,
|
||||||
|
distributeFuriganaInflected
|
||||||
for (const char of text) {
|
});
|
||||||
// Note: 0x61 is the character code for 'a'
|
})();
|
||||||
let c = char.codePointAt(0);
|
|
||||||
if (c >= 0x41 && c <= 0x5a) { // ['A', 'Z']
|
|
||||||
c += (0x61 - 0x41);
|
|
||||||
} else if (c >= 0x61 && c <= 0x7a) { // ['a', 'z']
|
|
||||||
// NOP; c += (0x61 - 0x61);
|
|
||||||
} else if (c >= 0xff21 && c <= 0xff3a) { // ['A', 'Z'] fullwidth
|
|
||||||
c += (0x61 - 0xff21);
|
|
||||||
} else if (c >= 0xff41 && c <= 0xff5a) { // ['a', 'z'] fullwidth
|
|
||||||
c += (0x61 - 0xff41);
|
|
||||||
} else if (c === 0x2d || c === 0xff0d) { // '-' or fullwidth dash
|
|
||||||
c = 0x2d; // '-'
|
|
||||||
} else {
|
|
||||||
if (part.length > 0) {
|
|
||||||
result += jpToHiragana(part, sourceMapping, result.length);
|
|
||||||
part = '';
|
|
||||||
}
|
|
||||||
result += char;
|
|
||||||
continue;
|
|
||||||
}
|
|
||||||
part += String.fromCodePoint(c);
|
|
||||||
}
|
|
||||||
|
|
||||||
if (part.length > 0) {
|
|
||||||
result += jpToHiragana(part, sourceMapping, result.length);
|
|
||||||
}
|
|
||||||
return result;
|
|
||||||
}
|
|
||||||
|
|
||||||
function jpToHiragana(text, sourceMapping, sourceMappingStart) {
|
|
||||||
const result = wanakana.toHiragana(text);
|
|
||||||
|
|
||||||
// Generate source mapping
|
|
||||||
if (Array.isArray(sourceMapping)) {
|
|
||||||
if (typeof sourceMappingStart !== 'number') { sourceMappingStart = 0; }
|
|
||||||
let i = 0;
|
|
||||||
let resultPos = 0;
|
|
||||||
const ii = text.length;
|
|
||||||
while (i < ii) {
|
|
||||||
// Find smallest matching substring
|
|
||||||
let iNext = i + 1;
|
|
||||||
let resultPosNext = result.length;
|
|
||||||
while (iNext < ii) {
|
|
||||||
const t = wanakana.toHiragana(text.substring(0, iNext));
|
|
||||||
if (t === result.substring(0, t.length)) {
|
|
||||||
resultPosNext = t.length;
|
|
||||||
break;
|
|
||||||
}
|
|
||||||
++iNext;
|
|
||||||
}
|
|
||||||
|
|
||||||
// Merge characters
|
|
||||||
const removals = iNext - i - 1;
|
|
||||||
if (removals > 0) {
|
|
||||||
let sum = 0;
|
|
||||||
const vs = sourceMapping.splice(sourceMappingStart + 1, removals);
|
|
||||||
for (const v of vs) { sum += v; }
|
|
||||||
sourceMapping[sourceMappingStart] += sum;
|
|
||||||
}
|
|
||||||
++sourceMappingStart;
|
|
||||||
|
|
||||||
// Empty elements
|
|
||||||
const additions = resultPosNext - resultPos - 1;
|
|
||||||
for (let j = 0; j < additions; ++j) {
|
|
||||||
sourceMapping.splice(sourceMappingStart, 0, 0);
|
|
||||||
++sourceMappingStart;
|
|
||||||
}
|
|
||||||
|
|
||||||
i = iNext;
|
|
||||||
resultPos = resultPosNext;
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
return result;
|
|
||||||
}
|
|
||||||
|
@ -29,13 +29,7 @@
|
|||||||
* dictTermsMergeBySequence
|
* dictTermsMergeBySequence
|
||||||
* dictTermsSort
|
* dictTermsSort
|
||||||
* dictTermsUndupe
|
* dictTermsUndupe
|
||||||
* jpConvertAlphabeticToKana
|
* jp
|
||||||
* jpConvertHalfWidthKanaToFullWidth
|
|
||||||
* jpConvertNumericTofullWidth
|
|
||||||
* jpDistributeFurigana
|
|
||||||
* jpHiraganaToKatakana
|
|
||||||
* jpIsCodePointJapanese
|
|
||||||
* jpKatakanaToHiragana
|
|
||||||
* requestJson
|
* requestJson
|
||||||
*/
|
*/
|
||||||
|
|
||||||
@ -275,7 +269,7 @@ class Translator {
|
|||||||
const termTags = await this.expandTags(definition.termTags, definition.dictionary);
|
const termTags = await this.expandTags(definition.termTags, definition.dictionary);
|
||||||
|
|
||||||
const {expression, reading} = definition;
|
const {expression, reading} = definition;
|
||||||
const furiganaSegments = jpDistributeFurigana(expression, reading);
|
const furiganaSegments = jp.distributeFurigana(expression, reading);
|
||||||
|
|
||||||
definitions.push({
|
definitions.push({
|
||||||
source: deinflection.source,
|
source: deinflection.source,
|
||||||
@ -376,20 +370,20 @@ class Translator {
|
|||||||
let sourceMapping = null;
|
let sourceMapping = null;
|
||||||
if (halfWidth) {
|
if (halfWidth) {
|
||||||
if (sourceMapping === null) { sourceMapping = Translator.createTextSourceMapping(text2); }
|
if (sourceMapping === null) { sourceMapping = Translator.createTextSourceMapping(text2); }
|
||||||
text2 = jpConvertHalfWidthKanaToFullWidth(text2, sourceMapping);
|
text2 = jp.convertHalfWidthKanaToFullWidth(text2, sourceMapping);
|
||||||
}
|
}
|
||||||
if (numeric) {
|
if (numeric) {
|
||||||
text2 = jpConvertNumericTofullWidth(text2);
|
text2 = jp.convertNumericToFullWidth(text2);
|
||||||
}
|
}
|
||||||
if (alphabetic) {
|
if (alphabetic) {
|
||||||
if (sourceMapping === null) { sourceMapping = Translator.createTextSourceMapping(text2); }
|
if (sourceMapping === null) { sourceMapping = Translator.createTextSourceMapping(text2); }
|
||||||
text2 = jpConvertAlphabeticToKana(text2, sourceMapping);
|
text2 = jp.convertAlphabeticToKana(text2, sourceMapping);
|
||||||
}
|
}
|
||||||
if (katakana) {
|
if (katakana) {
|
||||||
text2 = jpHiraganaToKatakana(text2);
|
text2 = jp.convertHiraganaToKatakana(text2);
|
||||||
}
|
}
|
||||||
if (hiragana) {
|
if (hiragana) {
|
||||||
text2 = jpKatakanaToHiragana(text2);
|
text2 = jp.convertKatakanaToHiragana(text2);
|
||||||
}
|
}
|
||||||
|
|
||||||
for (let i = text2.length; i > 0; --i) {
|
for (let i = text2.length; i > 0; --i) {
|
||||||
@ -590,7 +584,7 @@ class Translator {
|
|||||||
}
|
}
|
||||||
|
|
||||||
static createExpression(expression, reading, termTags=null, termFrequency=null) {
|
static createExpression(expression, reading, termTags=null, termFrequency=null) {
|
||||||
const furiganaSegments = jpDistributeFurigana(expression, reading);
|
const furiganaSegments = jp.distributeFurigana(expression, reading);
|
||||||
return {
|
return {
|
||||||
expression,
|
expression,
|
||||||
reading,
|
reading,
|
||||||
@ -639,7 +633,7 @@ class Translator {
|
|||||||
if (!options.scanning.alphanumeric) {
|
if (!options.scanning.alphanumeric) {
|
||||||
let newText = '';
|
let newText = '';
|
||||||
for (const c of text) {
|
for (const c of text) {
|
||||||
if (!jpIsCodePointJapanese(c.codePointAt(0))) {
|
if (!jp.isCodePointJapanese(c.codePointAt(0))) {
|
||||||
break;
|
break;
|
||||||
}
|
}
|
||||||
newText += c;
|
newText += c;
|
||||||
|
@ -74,6 +74,7 @@
|
|||||||
<script src="/mixed/js/core.js"></script>
|
<script src="/mixed/js/core.js"></script>
|
||||||
<script src="/mixed/js/dom.js"></script>
|
<script src="/mixed/js/dom.js"></script>
|
||||||
<script src="/mixed/js/api.js"></script>
|
<script src="/mixed/js/api.js"></script>
|
||||||
|
<script src="/mixed/js/japanese.js"></script>
|
||||||
|
|
||||||
<script src="/bg/js/dictionary.js"></script>
|
<script src="/bg/js/dictionary.js"></script>
|
||||||
<script src="/bg/js/handlebars.js"></script>
|
<script src="/bg/js/handlebars.js"></script>
|
||||||
|
@ -1088,6 +1088,7 @@
|
|||||||
<script src="/mixed/js/core.js"></script>
|
<script src="/mixed/js/core.js"></script>
|
||||||
<script src="/mixed/js/dom.js"></script>
|
<script src="/mixed/js/dom.js"></script>
|
||||||
<script src="/mixed/js/api.js"></script>
|
<script src="/mixed/js/api.js"></script>
|
||||||
|
<script src="/mixed/js/japanese.js"></script>
|
||||||
|
|
||||||
<script src="/bg/js/anki.js"></script>
|
<script src="/bg/js/anki.js"></script>
|
||||||
<script src="/bg/js/anki-note-builder.js"></script>
|
<script src="/bg/js/anki-note-builder.js"></script>
|
||||||
|
@ -43,6 +43,7 @@
|
|||||||
<script src="/mixed/js/core.js"></script>
|
<script src="/mixed/js/core.js"></script>
|
||||||
<script src="/mixed/js/dom.js"></script>
|
<script src="/mixed/js/dom.js"></script>
|
||||||
<script src="/mixed/js/api.js"></script>
|
<script src="/mixed/js/api.js"></script>
|
||||||
|
<script src="/mixed/js/japanese.js"></script>
|
||||||
|
|
||||||
<script src="/fg/js/document.js"></script>
|
<script src="/fg/js/document.js"></script>
|
||||||
<script src="/fg/js/source.js"></script>
|
<script src="/fg/js/source.js"></script>
|
||||||
|
@ -19,6 +19,7 @@
|
|||||||
/* global
|
/* global
|
||||||
* TemplateHandler
|
* TemplateHandler
|
||||||
* apiGetDisplayTemplatesHtml
|
* apiGetDisplayTemplatesHtml
|
||||||
|
* jp
|
||||||
*/
|
*/
|
||||||
|
|
||||||
class DisplayGenerator {
|
class DisplayGenerator {
|
||||||
@ -283,7 +284,7 @@ class DisplayGenerator {
|
|||||||
_appendKanjiLinks(container, text) {
|
_appendKanjiLinks(container, text) {
|
||||||
let part = '';
|
let part = '';
|
||||||
for (const c of text) {
|
for (const c of text) {
|
||||||
if (DisplayGenerator._isCharacterKanji(c)) {
|
if (jp.isCodePointKanji(c.codePointAt(0))) {
|
||||||
if (part.length > 0) {
|
if (part.length > 0) {
|
||||||
container.appendChild(document.createTextNode(part));
|
container.appendChild(document.createTextNode(part));
|
||||||
part = '';
|
part = '';
|
||||||
@ -300,14 +301,6 @@ class DisplayGenerator {
|
|||||||
}
|
}
|
||||||
}
|
}
|
||||||
|
|
||||||
static _isCharacterKanji(c) {
|
|
||||||
const code = c.codePointAt(0);
|
|
||||||
return (
|
|
||||||
code >= 0x4e00 && code < 0x9fb0 ||
|
|
||||||
code >= 0x3400 && code < 0x4dc0
|
|
||||||
);
|
|
||||||
}
|
|
||||||
|
|
||||||
static _appendMultiple(container, createItem, detailsArray, fallback=[]) {
|
static _appendMultiple(container, createItem, detailsArray, fallback=[]) {
|
||||||
if (container === null) { return 0; }
|
if (container === null) { return 0; }
|
||||||
|
|
||||||
|
124
ext/mixed/js/japanese.js
Normal file
124
ext/mixed/js/japanese.js
Normal file
@ -0,0 +1,124 @@
|
|||||||
|
/*
|
||||||
|
* Copyright (C) 2020 Alex Yatskov <alex@foosoft.net>
|
||||||
|
* Author: Alex Yatskov <alex@foosoft.net>
|
||||||
|
*
|
||||||
|
* This program is free software: you can redistribute it and/or modify
|
||||||
|
* it under the terms of the GNU General Public License as published by
|
||||||
|
* the Free Software Foundation, either version 3 of the License, or
|
||||||
|
* (at your option) any later version.
|
||||||
|
*
|
||||||
|
* This program is distributed in the hope that it will be useful,
|
||||||
|
* but WITHOUT ANY WARRANTY; without even the implied warranty of
|
||||||
|
* MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
|
||||||
|
* GNU General Public License for more details.
|
||||||
|
*
|
||||||
|
* You should have received a copy of the GNU General Public License
|
||||||
|
* along with this program. If not, see <https://www.gnu.org/licenses/>.
|
||||||
|
*/
|
||||||
|
|
||||||
|
const jp = (() => {
|
||||||
|
const HIRAGANA_RANGE = [0x3040, 0x309f];
|
||||||
|
const KATAKANA_RANGE = [0x30a0, 0x30ff];
|
||||||
|
const KANA_RANGES = [HIRAGANA_RANGE, KATAKANA_RANGE];
|
||||||
|
|
||||||
|
const CJK_UNIFIED_IDEOGRAPHS_RANGE = [0x4e00, 0x9fff];
|
||||||
|
const CJK_UNIFIED_IDEOGRAPHS_EXTENSION_A_RANGE = [0x3400, 0x4dbf];
|
||||||
|
const CJK_UNIFIED_IDEOGRAPHS_EXTENSION_B_RANGE = [0x20000, 0x2a6df];
|
||||||
|
const CJK_UNIFIED_IDEOGRAPHS_EXTENSION_C_RANGE = [0x2a700, 0x2b73f];
|
||||||
|
const CJK_UNIFIED_IDEOGRAPHS_EXTENSION_D_RANGE = [0x2b740, 0x2b81f];
|
||||||
|
const CJK_UNIFIED_IDEOGRAPHS_EXTENSION_E_RANGE = [0x2b820, 0x2ceaf];
|
||||||
|
const CJK_UNIFIED_IDEOGRAPHS_EXTENSION_F_RANGE = [0x2ceb0, 0x2ebef];
|
||||||
|
const CJK_COMPATIBILITY_IDEOGRAPHS_SUPPLEMENT_RANGE = [0x2f800, 0x2fa1f];
|
||||||
|
const CJK_UNIFIED_IDEOGRAPHS_RANGES = [
|
||||||
|
CJK_UNIFIED_IDEOGRAPHS_RANGE,
|
||||||
|
CJK_UNIFIED_IDEOGRAPHS_EXTENSION_A_RANGE,
|
||||||
|
CJK_UNIFIED_IDEOGRAPHS_EXTENSION_B_RANGE,
|
||||||
|
CJK_UNIFIED_IDEOGRAPHS_EXTENSION_C_RANGE,
|
||||||
|
CJK_UNIFIED_IDEOGRAPHS_EXTENSION_D_RANGE,
|
||||||
|
CJK_UNIFIED_IDEOGRAPHS_EXTENSION_E_RANGE,
|
||||||
|
CJK_UNIFIED_IDEOGRAPHS_EXTENSION_F_RANGE,
|
||||||
|
CJK_COMPATIBILITY_IDEOGRAPHS_SUPPLEMENT_RANGE
|
||||||
|
];
|
||||||
|
|
||||||
|
// Japanese character ranges, roughly ordered in order of expected frequency
|
||||||
|
const JAPANESE_RANGES = [
|
||||||
|
HIRAGANA_RANGE,
|
||||||
|
KATAKANA_RANGE,
|
||||||
|
|
||||||
|
...CJK_UNIFIED_IDEOGRAPHS_RANGES,
|
||||||
|
|
||||||
|
[0xff66, 0xff9f], // Halfwidth katakana
|
||||||
|
|
||||||
|
[0x30fb, 0x30fc], // Katakana punctuation
|
||||||
|
[0xff61, 0xff65], // Kana punctuation
|
||||||
|
[0x3000, 0x303f], // CJK punctuation
|
||||||
|
|
||||||
|
[0xff10, 0xff19], // Fullwidth numbers
|
||||||
|
[0xff21, 0xff3a], // Fullwidth upper case Latin letters
|
||||||
|
[0xff41, 0xff5a], // Fullwidth lower case Latin letters
|
||||||
|
|
||||||
|
[0xff01, 0xff0f], // Fullwidth punctuation 1
|
||||||
|
[0xff1a, 0xff1f], // Fullwidth punctuation 2
|
||||||
|
[0xff3b, 0xff3f], // Fullwidth punctuation 3
|
||||||
|
[0xff5b, 0xff60], // Fullwidth punctuation 4
|
||||||
|
[0xffe0, 0xffee] // Currency markers
|
||||||
|
];
|
||||||
|
|
||||||
|
|
||||||
|
// Character code testing functions
|
||||||
|
|
||||||
|
function isCodePointKanji(codePoint) {
|
||||||
|
return isCodePointInRanges(codePoint, CJK_UNIFIED_IDEOGRAPHS_RANGES);
|
||||||
|
}
|
||||||
|
|
||||||
|
function isCodePointKana(codePoint) {
|
||||||
|
return isCodePointInRanges(codePoint, KANA_RANGES);
|
||||||
|
}
|
||||||
|
|
||||||
|
function isCodePointJapanese(codePoint) {
|
||||||
|
return isCodePointInRanges(codePoint, JAPANESE_RANGES);
|
||||||
|
}
|
||||||
|
|
||||||
|
function isCodePointInRanges(codePoint, ranges) {
|
||||||
|
for (const [min, max] of ranges) {
|
||||||
|
if (codePoint >= min && codePoint <= max) {
|
||||||
|
return true;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
return false;
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
// String testing functions
|
||||||
|
|
||||||
|
function isStringEntirelyKana(str) {
|
||||||
|
if (str.length === 0) { return false; }
|
||||||
|
for (const c of str) {
|
||||||
|
if (!isCodePointKana(c.codePointAt(0))) {
|
||||||
|
return false;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
return true;
|
||||||
|
}
|
||||||
|
|
||||||
|
function isStringPartiallyJapanese(str) {
|
||||||
|
if (str.length === 0) { return false; }
|
||||||
|
for (const c of str) {
|
||||||
|
if (isCodePointJapanese(c.codePointAt(0))) {
|
||||||
|
return true;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
return false;
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
// Exports
|
||||||
|
|
||||||
|
return {
|
||||||
|
isCodePointKanji,
|
||||||
|
isCodePointKana,
|
||||||
|
isCodePointJapanese,
|
||||||
|
isStringEntirelyKana,
|
||||||
|
isStringPartiallyJapanese
|
||||||
|
};
|
||||||
|
})();
|
@ -8,7 +8,7 @@
|
|||||||
"scripts": {
|
"scripts": {
|
||||||
"test": "npm run test-lint && npm run test-code",
|
"test": "npm run test-lint && npm run test-code",
|
||||||
"test-lint": "eslint . && node ./test/lint/global-declarations.js",
|
"test-lint": "eslint . && node ./test/lint/global-declarations.js",
|
||||||
"test-code": "node ./test/test-schema.js && node ./test/test-dictionary.js && node ./test/test-database.js && node ./test/test-document.js && node ./test/test-object-property-accessor.js"
|
"test-code": "node ./test/test-schema.js && node ./test/test-dictionary.js && node ./test/test-database.js && node ./test/test-document.js && node ./test/test-object-property-accessor.js && node ./test/test-japanese.js"
|
||||||
},
|
},
|
||||||
"repository": {
|
"repository": {
|
||||||
"type": "git",
|
"type": "git",
|
||||||
|
414
test/test-japanese.js
Normal file
414
test/test-japanese.js
Normal file
@ -0,0 +1,414 @@
|
|||||||
|
/*
|
||||||
|
* Copyright (C) 2020 Alex Yatskov <alex@foosoft.net>
|
||||||
|
* Author: Alex Yatskov <alex@foosoft.net>
|
||||||
|
*
|
||||||
|
* This program is free software: you can redistribute it and/or modify
|
||||||
|
* it under the terms of the GNU General Public License as published by
|
||||||
|
* the Free Software Foundation, either version 3 of the License, or
|
||||||
|
* (at your option) any later version.
|
||||||
|
*
|
||||||
|
* This program is distributed in the hope that it will be useful,
|
||||||
|
* but WITHOUT ANY WARRANTY; without even the implied warranty of
|
||||||
|
* MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
|
||||||
|
* GNU General Public License for more details.
|
||||||
|
*
|
||||||
|
* You should have received a copy of the GNU General Public License
|
||||||
|
* along with this program. If not, see <https://www.gnu.org/licenses/>.
|
||||||
|
*/
|
||||||
|
|
||||||
|
const assert = require('assert');
|
||||||
|
const {VM} = require('./yomichan-vm');
|
||||||
|
|
||||||
|
const vm = new VM();
|
||||||
|
vm.execute([
|
||||||
|
'mixed/lib/wanakana.min.js',
|
||||||
|
'mixed/js/japanese.js',
|
||||||
|
'bg/js/japanese.js'
|
||||||
|
]);
|
||||||
|
const jp = vm.get('jp');
|
||||||
|
|
||||||
|
|
||||||
|
function testIsCodePointKanji() {
|
||||||
|
const data = [
|
||||||
|
['力方', true],
|
||||||
|
['\u53f1\u{20b9f}', true],
|
||||||
|
['かたカタ々kata、。?,.?', false]
|
||||||
|
];
|
||||||
|
|
||||||
|
for (const [characters, expected] of data) {
|
||||||
|
for (const character of characters) {
|
||||||
|
const codePoint = character.codePointAt(0);
|
||||||
|
const actual = jp.isCodePointKanji(codePoint);
|
||||||
|
assert.strictEqual(actual, expected, `isCodePointKanji failed for ${character} (\\u{${codePoint.toString(16)}})`);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
function testIsCodePointKana() {
|
||||||
|
const data = [
|
||||||
|
['かたカタ', true],
|
||||||
|
['力方々kata、。?,.?', false],
|
||||||
|
['\u53f1\u{20b9f}', false]
|
||||||
|
];
|
||||||
|
|
||||||
|
for (const [characters, expected] of data) {
|
||||||
|
for (const character of characters) {
|
||||||
|
const codePoint = character.codePointAt(0);
|
||||||
|
const actual = jp.isCodePointKana(codePoint);
|
||||||
|
assert.strictEqual(actual, expected, `isCodePointKana failed for ${character} (\\u{${codePoint.toString(16)}})`);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
function testIsCodePointJapanese() {
|
||||||
|
const data = [
|
||||||
|
['かたカタ力方々、。?', true],
|
||||||
|
['\u53f1\u{20b9f}', true],
|
||||||
|
['kata,.?', false]
|
||||||
|
];
|
||||||
|
|
||||||
|
for (const [characters, expected] of data) {
|
||||||
|
for (const character of characters) {
|
||||||
|
const codePoint = character.codePointAt(0);
|
||||||
|
const actual = jp.isCodePointJapanese(codePoint);
|
||||||
|
assert.strictEqual(actual, expected, `isCodePointJapanese failed for ${character} (\\u{${codePoint.toString(16)}})`);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
function testIsStringEntirelyKana() {
|
||||||
|
const data = [
|
||||||
|
['かたかな', true],
|
||||||
|
['カタカナ', true],
|
||||||
|
['ひらがな', true],
|
||||||
|
['ヒラガナ', true],
|
||||||
|
['カタカナひらがな', true],
|
||||||
|
['かたカタ力方々、。?', false],
|
||||||
|
['\u53f1\u{20b9f}', false],
|
||||||
|
['kata,.?', false],
|
||||||
|
['かたカタ力方々、。?invalid', false],
|
||||||
|
['\u53f1\u{20b9f}invalid', false],
|
||||||
|
['kata,.?かた', false]
|
||||||
|
];
|
||||||
|
|
||||||
|
for (const [string, expected] of data) {
|
||||||
|
assert.strictEqual(jp.isStringEntirelyKana(string), expected);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
function testIsStringPartiallyJapanese() {
|
||||||
|
const data = [
|
||||||
|
['かたかな', true],
|
||||||
|
['カタカナ', true],
|
||||||
|
['ひらがな', true],
|
||||||
|
['ヒラガナ', true],
|
||||||
|
['カタカナひらがな', true],
|
||||||
|
['かたカタ力方々、。?', true],
|
||||||
|
['\u53f1\u{20b9f}', true],
|
||||||
|
['kata,.?', false],
|
||||||
|
['かたカタ力方々、。?invalid', true],
|
||||||
|
['\u53f1\u{20b9f}invalid', true],
|
||||||
|
['kata,.?かた', true]
|
||||||
|
];
|
||||||
|
|
||||||
|
for (const [string, expected] of data) {
|
||||||
|
assert.strictEqual(jp.isStringPartiallyJapanese(string), expected);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
function testConvertKatakanaToHiragana() {
|
||||||
|
const data = [
|
||||||
|
['かたかな', 'かたかな'],
|
||||||
|
['ひらがな', 'ひらがな'],
|
||||||
|
['カタカナ', 'かたかな'],
|
||||||
|
['ヒラガナ', 'ひらがな'],
|
||||||
|
['カタカナかたかな', 'かたかなかたかな'],
|
||||||
|
['ヒラガナひらがな', 'ひらがなひらがな'],
|
||||||
|
['chikaraちからチカラ力', 'chikaraちからちから力'],
|
||||||
|
['katakana', 'katakana'],
|
||||||
|
['hiragana', 'hiragana']
|
||||||
|
];
|
||||||
|
|
||||||
|
for (const [string, expected] of data) {
|
||||||
|
assert.strictEqual(jp.convertKatakanaToHiragana(string), expected);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
function testConvertHiraganaToKatakana() {
|
||||||
|
const data = [
|
||||||
|
['かたかな', 'カタカナ'],
|
||||||
|
['ひらがな', 'ヒラガナ'],
|
||||||
|
['カタカナ', 'カタカナ'],
|
||||||
|
['ヒラガナ', 'ヒラガナ'],
|
||||||
|
['カタカナかたかな', 'カタカナカタカナ'],
|
||||||
|
['ヒラガナひらがな', 'ヒラガナヒラガナ'],
|
||||||
|
['chikaraちからチカラ力', 'chikaraチカラチカラ力'],
|
||||||
|
['katakana', 'katakana'],
|
||||||
|
['hiragana', 'hiragana']
|
||||||
|
];
|
||||||
|
|
||||||
|
for (const [string, expected] of data) {
|
||||||
|
assert.strictEqual(jp.convertHiraganaToKatakana(string), expected);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
function testConvertToRomaji() {
|
||||||
|
const data = [
|
||||||
|
['かたかな', 'katakana'],
|
||||||
|
['ひらがな', 'hiragana'],
|
||||||
|
['カタカナ', 'katakana'],
|
||||||
|
['ヒラガナ', 'hiragana'],
|
||||||
|
['カタカナかたかな', 'katakanakatakana'],
|
||||||
|
['ヒラガナひらがな', 'hiraganahiragana'],
|
||||||
|
['chikaraちからチカラ力', 'chikarachikarachikara力'],
|
||||||
|
['katakana', 'katakana'],
|
||||||
|
['hiragana', 'hiragana']
|
||||||
|
];
|
||||||
|
|
||||||
|
for (const [string, expected] of data) {
|
||||||
|
assert.strictEqual(jp.convertToRomaji(string), expected);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
function testConvertReading() {
|
||||||
|
const data = [
|
||||||
|
[['アリガトウ', 'アリガトウ', 'hiragana'], 'ありがとう'],
|
||||||
|
[['アリガトウ', 'アリガトウ', 'katakana'], 'アリガトウ'],
|
||||||
|
[['アリガトウ', 'アリガトウ', 'romaji'], 'arigatou'],
|
||||||
|
[['アリガトウ', 'アリガトウ', 'none'], null],
|
||||||
|
[['アリガトウ', 'アリガトウ', 'default'], 'アリガトウ'],
|
||||||
|
|
||||||
|
[['ありがとう', 'ありがとう', 'hiragana'], 'ありがとう'],
|
||||||
|
[['ありがとう', 'ありがとう', 'katakana'], 'アリガトウ'],
|
||||||
|
[['ありがとう', 'ありがとう', 'romaji'], 'arigatou'],
|
||||||
|
[['ありがとう', 'ありがとう', 'none'], null],
|
||||||
|
[['ありがとう', 'ありがとう', 'default'], 'ありがとう'],
|
||||||
|
|
||||||
|
[['有り難う', 'ありがとう', 'hiragana'], 'ありがとう'],
|
||||||
|
[['有り難う', 'ありがとう', 'katakana'], 'アリガトウ'],
|
||||||
|
[['有り難う', 'ありがとう', 'romaji'], 'arigatou'],
|
||||||
|
[['有り難う', 'ありがとう', 'none'], null],
|
||||||
|
[['有り難う', 'ありがとう', 'default'], 'ありがとう'],
|
||||||
|
|
||||||
|
// Cases with falsy readings
|
||||||
|
|
||||||
|
[['ありがとう', '', 'hiragana'], ''],
|
||||||
|
[['ありがとう', '', 'katakana'], ''],
|
||||||
|
[['ありがとう', '', 'romaji'], 'arigatou'],
|
||||||
|
[['ありがとう', '', 'none'], null],
|
||||||
|
[['ありがとう', '', 'default'], ''],
|
||||||
|
|
||||||
|
[['ありがとう', null, 'hiragana'], ''],
|
||||||
|
[['ありがとう', null, 'katakana'], ''],
|
||||||
|
[['ありがとう', null, 'romaji'], 'arigatou'],
|
||||||
|
[['ありがとう', null, 'none'], null],
|
||||||
|
[['ありがとう', null, 'default'], null],
|
||||||
|
|
||||||
|
[['ありがとう', void 0, 'hiragana'], ''],
|
||||||
|
[['ありがとう', void 0, 'katakana'], ''],
|
||||||
|
[['ありがとう', void 0, 'romaji'], 'arigatou'],
|
||||||
|
[['ありがとう', void 0, 'none'], null],
|
||||||
|
[['ありがとう', void 0, 'default'], void 0],
|
||||||
|
|
||||||
|
// Cases with falsy readings and kanji expressions
|
||||||
|
|
||||||
|
[['有り難う', '', 'hiragana'], ''],
|
||||||
|
[['有り難う', '', 'katakana'], ''],
|
||||||
|
[['有り難う', '', 'romaji'], ''],
|
||||||
|
[['有り難う', '', 'none'], null],
|
||||||
|
[['有り難う', '', 'default'], ''],
|
||||||
|
|
||||||
|
[['有り難う', null, 'hiragana'], ''],
|
||||||
|
[['有り難う', null, 'katakana'], ''],
|
||||||
|
[['有り難う', null, 'romaji'], null],
|
||||||
|
[['有り難う', null, 'none'], null],
|
||||||
|
[['有り難う', null, 'default'], null],
|
||||||
|
|
||||||
|
[['有り難う', void 0, 'hiragana'], ''],
|
||||||
|
[['有り難う', void 0, 'katakana'], ''],
|
||||||
|
[['有り難う', void 0, 'romaji'], void 0],
|
||||||
|
[['有り難う', void 0, 'none'], null],
|
||||||
|
[['有り難う', void 0, 'default'], void 0]
|
||||||
|
];
|
||||||
|
|
||||||
|
for (const [[expressionFragment, readingFragment, readingMode], expected] of data) {
|
||||||
|
assert.strictEqual(jp.convertReading(expressionFragment, readingFragment, readingMode), expected);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
function testConvertNumericToFullWidth() {
|
||||||
|
const data = [
|
||||||
|
['0123456789', '0123456789'],
|
||||||
|
['abcdefghij', 'abcdefghij'],
|
||||||
|
['カタカナ', 'カタカナ'],
|
||||||
|
['ひらがな', 'ひらがな']
|
||||||
|
];
|
||||||
|
|
||||||
|
for (const [string, expected] of data) {
|
||||||
|
assert.strictEqual(jp.convertNumericToFullWidth(string), expected);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
function testConvertHalfWidthKanaToFullWidth() {
|
||||||
|
const data = [
|
||||||
|
['0123456789', '0123456789'],
|
||||||
|
['abcdefghij', 'abcdefghij'],
|
||||||
|
['カタカナ', 'カタカナ'],
|
||||||
|
['ひらがな', 'ひらがな'],
|
||||||
|
['カキ', 'カキ', [1, 1]],
|
||||||
|
['ガキ', 'ガキ', [2, 1]],
|
||||||
|
['ニホン', 'ニホン', [1, 1, 1]],
|
||||||
|
['ニッポン', 'ニッポン', [1, 1, 2, 1]]
|
||||||
|
];
|
||||||
|
|
||||||
|
for (const [string, expected, expectedSourceMapping] of data) {
|
||||||
|
const sourceMapping = new Array(string.length).fill(1);
|
||||||
|
const actual1 = jp.convertHalfWidthKanaToFullWidth(string, null);
|
||||||
|
const actual2 = jp.convertHalfWidthKanaToFullWidth(string, sourceMapping);
|
||||||
|
assert.strictEqual(actual1, expected);
|
||||||
|
assert.strictEqual(actual2, expected);
|
||||||
|
if (Array.isArray(expectedSourceMapping)) {
|
||||||
|
vm.assert.deepStrictEqual(sourceMapping, expectedSourceMapping);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
function testConvertAlphabeticToKana() {
|
||||||
|
const data = [
|
||||||
|
['0123456789', '0123456789'],
|
||||||
|
['abcdefghij', 'あbcでfgひj', [1, 1, 1, 2, 1, 1, 2, 1]],
|
||||||
|
['ABCDEFGHIJ', 'あbcでfgひj', [1, 1, 1, 2, 1, 1, 2, 1]], // wanakana.toHiragana converts text to lower case
|
||||||
|
['カタカナ', 'カタカナ'],
|
||||||
|
['ひらがな', 'ひらがな'],
|
||||||
|
['chikara', 'ちから', [3, 2, 2]],
|
||||||
|
['CHIKARA', 'ちから', [3, 2, 2]]
|
||||||
|
];
|
||||||
|
|
||||||
|
for (const [string, expected, expectedSourceMapping] of data) {
|
||||||
|
const sourceMapping = new Array(string.length).fill(1);
|
||||||
|
const actual1 = jp.convertAlphabeticToKana(string, null);
|
||||||
|
const actual2 = jp.convertAlphabeticToKana(string, sourceMapping);
|
||||||
|
assert.strictEqual(actual1, expected);
|
||||||
|
assert.strictEqual(actual2, expected);
|
||||||
|
if (Array.isArray(expectedSourceMapping)) {
|
||||||
|
vm.assert.deepStrictEqual(sourceMapping, expectedSourceMapping);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
function testDistributeFurigana() {
|
||||||
|
const data = [
|
||||||
|
[
|
||||||
|
['有り難う', 'ありがとう'],
|
||||||
|
[
|
||||||
|
{text: '有', furigana: 'あ'},
|
||||||
|
{text: 'り'},
|
||||||
|
{text: '難', furigana: 'がと'},
|
||||||
|
{text: 'う'}
|
||||||
|
]
|
||||||
|
],
|
||||||
|
[
|
||||||
|
['方々', 'かたがた'],
|
||||||
|
[
|
||||||
|
{text: '方々', furigana: 'かたがた'}
|
||||||
|
]
|
||||||
|
],
|
||||||
|
[
|
||||||
|
['お祝い', 'おいわい'],
|
||||||
|
[
|
||||||
|
{text: 'お'},
|
||||||
|
{text: '祝', furigana: 'いわ'},
|
||||||
|
{text: 'い'}
|
||||||
|
]
|
||||||
|
],
|
||||||
|
[
|
||||||
|
['美味しい', 'おいしい'],
|
||||||
|
[
|
||||||
|
{text: '美味', furigana: 'おい'},
|
||||||
|
{text: 'しい'}
|
||||||
|
]
|
||||||
|
],
|
||||||
|
[
|
||||||
|
['食べ物', 'たべもの'],
|
||||||
|
[
|
||||||
|
{text: '食', furigana: 'た'},
|
||||||
|
{text: 'べ'},
|
||||||
|
{text: '物', furigana: 'もの'}
|
||||||
|
]
|
||||||
|
],
|
||||||
|
[
|
||||||
|
['試し切り', 'ためしぎり'],
|
||||||
|
[
|
||||||
|
{text: '試', furigana: 'ため'},
|
||||||
|
{text: 'し'},
|
||||||
|
{text: '切', furigana: 'ぎ'},
|
||||||
|
{text: 'り'}
|
||||||
|
]
|
||||||
|
],
|
||||||
|
// Ambiguous
|
||||||
|
[
|
||||||
|
['飼い犬', 'かいいぬ'],
|
||||||
|
[
|
||||||
|
{text: '飼い犬', furigana: 'かいいぬ'}
|
||||||
|
]
|
||||||
|
],
|
||||||
|
[
|
||||||
|
['長い間', 'ながいあいだ'],
|
||||||
|
[
|
||||||
|
{text: '長い間', furigana: 'ながいあいだ'}
|
||||||
|
]
|
||||||
|
]
|
||||||
|
];
|
||||||
|
|
||||||
|
for (const [[expression, reading], expected] of data) {
|
||||||
|
const actual = jp.distributeFurigana(expression, reading);
|
||||||
|
vm.assert.deepStrictEqual(actual, expected);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
function testDistributeFuriganaInflected() {
|
||||||
|
const data = [
|
||||||
|
[
|
||||||
|
['美味しい', 'おいしい', '美味しかた'],
|
||||||
|
[
|
||||||
|
{text: '美味', furigana: 'おい'},
|
||||||
|
{text: 'し'},
|
||||||
|
{text: 'かた'}
|
||||||
|
]
|
||||||
|
],
|
||||||
|
[
|
||||||
|
['食べる', 'たべる', '食べた'],
|
||||||
|
[
|
||||||
|
{text: '食', furigana: 'た'},
|
||||||
|
{text: 'べ'},
|
||||||
|
{text: 'た'}
|
||||||
|
]
|
||||||
|
]
|
||||||
|
];
|
||||||
|
|
||||||
|
for (const [[expression, reading, source], expected] of data) {
|
||||||
|
const actual = jp.distributeFuriganaInflected(expression, reading, source);
|
||||||
|
vm.assert.deepStrictEqual(actual, expected);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
function main() {
|
||||||
|
testIsCodePointKanji();
|
||||||
|
testIsCodePointKana();
|
||||||
|
testIsCodePointJapanese();
|
||||||
|
testIsStringEntirelyKana();
|
||||||
|
testIsStringPartiallyJapanese();
|
||||||
|
testConvertKatakanaToHiragana();
|
||||||
|
testConvertHiraganaToKatakana();
|
||||||
|
testConvertToRomaji();
|
||||||
|
testConvertReading();
|
||||||
|
testConvertNumericToFullWidth();
|
||||||
|
testConvertHalfWidthKanaToFullWidth();
|
||||||
|
testConvertAlphabeticToKana();
|
||||||
|
testDistributeFurigana();
|
||||||
|
testDistributeFuriganaInflected();
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
if (require.main === module) { main(); }
|
Loading…
Reference in New Issue
Block a user