1<?php 2/** 3 * Exceptions Tables for Crimean Tatar (crh / Qırımtatarca) 4 * 5 * Adapted from https://crh.wikipedia.org/wiki/Qullan%C4%B1c%C4%B1:Don_Alessandro/Translit 6 * 7 * @file 8 */ 9 10namespace MediaWiki\Languages\Data; 11 12use CrhConverter as Crh; 13 14class CrhExceptions { 15 16 private const WB = '\b'; # default word boundary; may be updated in the future 17 18 public function __construct() { 19 $this->loadRegs(); 20 } 21 22 public $Cyrl2LatnExceptions = []; 23 public $Latn2CyrlExceptions = []; 24 25 public $Cyrl2LatnPatterns = []; 26 public $Latn2CyrlPatterns = []; 27 28 private $lc2uc; 29 private $uc2lc; 30 31 private function initLcUc( $lcChars, $ucChars, $reinit = false ) { 32 # bail if we've already done this, unless we are re-initializing 33 if ( !$reinit && $this->lc2uc && $this->uc2lc ) { 34 return; 35 } 36 37 # split up the lc and uc lists in a unicode-friendly way 38 $myLc = []; 39 preg_match_all( '/./u', $lcChars, $myLc ); 40 $myLc = $myLc[0]; 41 42 $myUc = []; 43 preg_match_all( '/./u', $ucChars, $myUc ); 44 $myUc = $myUc[0]; 45 46 # map lc to uc and vice versa 47 $this->lc2uc = array_combine( array_values( $myLc ), array_values( $myUc ) ); 48 $this->uc2lc = array_combine( array_values( $myUc ), array_values( $myLc ) ); 49 } 50 51 private function myLc( $string ) { 52 return strtr( $string, $this->uc2lc ); 53 } 54 55 private function myUc( $string ) { 56 return strtr( $string, $this->lc2uc ); 57 } 58 59 private function myUcWord( $string ) { 60 return $this->myUc( mb_substr( $string, 0, 1 ) ) . $this->myLc( mb_substr( $string, 1 ) ); 61 } 62 63 private function addMappings( $mapArray, &$A2B, &$B2A, $exactCase = false, 64 $prePat = '', $postPat = '' ) { 65 foreach ( $mapArray as $WordA => $WordB ) { 66 if ( !$exactCase ) { 67 $ucA = $this->myUc( $WordA ); 68 $ucWordA = $this->myUcWord( $WordA ); 69 $ucB = $this->myUc( $WordB ); 70 $ucWordB = $this->myUcWord( $WordB ); 71 } 72 73 # if there are regexes, only map toward backregs 74 if ( !preg_match( '/\$[1-9]/', $WordA ) ) { 75 $A2B[ $prePat . $WordA . $postPat ] = $WordB; 76 if ( !$exactCase ) { 77 $A2B[ $prePat . $ucWordA . $postPat ] = $ucWordB; 78 $A2B[ $prePat . $ucA . $postPat ] = $ucB; 79 } 80 } 81 82 if ( !preg_match( '/\$[1-9]/', $WordB ) ) { 83 $B2A[ $prePat . $WordB . $postPat ] = $WordA; 84 if ( !$exactCase ) { 85 $B2A[ $prePat . $ucWordB . $postPat ] = $ucWordA; 86 $B2A[ $prePat . $ucB . $postPat ] = $ucA; 87 } 88 } 89 } 90 } 91 92 public function loadExceptions( $lcChars, $ucChars ) { 93 # init lc and uc, as needed 94 $this->initLcUc( $lcChars, $ucChars ); 95 96 # no regex prefix/suffix needed 97 $this->addMappings( $this->ManyToOneC2LMappings, 98 // reverse exception mapping order to handle many-to-one C2L mappings 99 $this->Latn2CyrlExceptions, $this->Cyrl2LatnExceptions ); 100 $this->addMappings( $this->multiCaseMappings, 101 $this->Cyrl2LatnExceptions, $this->Latn2CyrlExceptions ); 102 $this->addMappings( $this->exactCaseMappings, 103 $this->Cyrl2LatnExceptions, $this->Latn2CyrlExceptions, true ); 104 105 # load C2L and L2C bidirectional affix mappings 106 $this->addMappings( $this->prefixMapping, 107 $this->Cyrl2LatnPatterns, $this->Latn2CyrlPatterns, false, '/' . self::WB, '/u' ); 108 $this->addMappings( $this->suffixMapping, 109 $this->Cyrl2LatnPatterns, $this->Latn2CyrlPatterns, false, '/', self::WB . '/u' ); 110 111 # tack on one-way mappings to the ends of the prefix and suffix patterns 112 $this->Cyrl2LatnPatterns += $this->Cyrl2LatnRegexes; 113 $this->Latn2CyrlPatterns += $this->Latn2CyrlRegexes; 114 115 return [ $this->Cyrl2LatnExceptions, $this->Latn2CyrlExceptions, $this->Cyrl2LatnPatterns, 116 $this->Latn2CyrlPatterns, $this->CyrlCleanUpRegexes ]; 117 } 118 119 /** 120 * @var string[] map Latin to Cyrillic and back, simple string match only (no regex) 121 * variants: all lowercase, all uppercase, first letter capitalized 122 */ 123 private $ManyToOneC2LMappings = [ 124 # Carefully ordered many-to-one mappings 125 # these are ordered so C2L is correct (the later Latin one) 126 # see also L2C mappings below 127 'fevqülade' => 'февкъульаде', 'fevqulade' => 'февкъульаде', 128 'beyude' => 'бейуде', 'beyüde' => 'бейуде', 129 'curat' => 'джурьат', 'cürat' => 'джурьат', 130 'mesul' => 'месуль', 'mesül' => 'месуль', 131 ]; 132 133 /** 134 * @var string[] map Cyrillic to Latin and back, simple string match only (no regex) 135 * variants: all lowercase, all uppercase, first letter capitalized 136 */ 137 private $multiCaseMappings = [ 138 139 #### Cyrillic to Latin 140 'аджыумер' => 'acıümer', 'аджыусеин' => 'acıüsein', 'алейкум' => 'aleyküm', 141 'бозтюс' => 'boztüs', 'боливия' => 'boliviya', 'большевик' => 'bolşevik', 'борис' => 'boris', 142 'борнен' => 'bornen', 'бублик' => 'bublik', 'буддизм' => 'buddizm', 'буддист' => 'buddist', 143 'буженина' => 'bujenina', 'бузкесен' => 'buzkesen', 'букинист' => 'bukinist', 144 'буксир' => 'buksir', 'бульбул' => 'bülbül', 'бульвар' => 'bulvar', 'бульдог' => 'buldog', 145 'бульдозер' => 'buldozer', 'бульон' => 'bulyon', 'бумеранг' => 'bumerang', 146 'бунен' => 'bunen', 'буннен' => 'bunnen', 'бус-бутюн' => 'büs-bütün', 147 'бутерброд' => 'buterbrod', 'бутилен' => 'butilen', 'бутилир' => 'butilir', 148 'буфер' => 'bufer', 'буфет' => 'bufet', 'гобелен' => 'gobelen', 'гомео' => 'gomeo', 149 'горизонт' => 'gorizont', 'госпитал' => 'gospital', 'готтентот' => 'gottentot', 150 'гофрир' => 'gofrir', 'губерн' => 'gubern', 'гуверн' => 'guvern', 'гугенот' => 'gugenot', 151 'гуливер' => 'guliver', 'гуна' => 'güna', 'гунях' => 'günâh', 'гургуль' => 'gürgül', 152 'гуя' => 'güya', 'дёрткуль' => 'dörtkül', 'джуньджу' => 'cüncü', 'ёлнен' => 'yolnen', 153 'зумбуль' => 'zümbül', 'ильи' => 'ilyi', 'ишунь' => 'işün', 'ковер' => 'kover', 'код' => 'kod', 154 'койлю' => 'köylü', 'кокагъач' => 'kökağaç', 'кокбаштанкъара' => 'kökbaştanqara', 155 'кокгогерджин' => 'kökgögercin', 'кокдогъан' => 'kökdoğan', 'коккозю' => 'kökközü', 156 'коккъузгъун' => 'kökquzğun', 'коклюш' => 'koklüş', 'кокташ' => 'köktaş', 157 'коктогъан' => 'köktoğan', 'коктотай' => 'köktotay', 'коллег' => 'kolleg', 158 'коллект' => 'kollekt', 'коллекц' => 'kollekts', 'колье' => 'kolye', 'кольраби' => 'kolrabi', 159 'кольцов' => 'koltsov', 'комби' => 'kombi', 'комеди' => 'komedi', 'коменда' => 'komenda', 160 'комета' => 'kometa', 'комив' => 'komiv', 'комис' => 'komis', 'комит' => 'komit', 161 'комм' => 'komm', 'коммент' => 'komment', 'коммерс' => 'kommers', 'коммерц' => 'kommerts', 162 'комп' => 'komp', 'конве' => 'konve', 'конгени' => 'kongeni', 'конденс' => 'kondens', 163 'кондил' => 'kondil', 'кондитер' => 'konditer', 'кондиц' => 'kondits', 'коник' => 'konik', 164 'конкис' => 'konkis', 'консерв' => 'konserv', 'конси' => 'konsi', 'контейнер' => 'konteyner', 165 'конти' => 'konti', 'конфе' => 'konfe', 'конфи' => 'konfi', 'конце' => 'kontse', 166 'конъю' => 'konyu', 'коньки' => 'konki', 'коньяк' => 'konyak', 'копирле' => 'kopirle', 167 'копия' => 'kopiya', 'корде' => 'korde', 'кореиз' => 'koreiz', 'коренн' => 'korenn', 168 'корея' => 'koreya', 'кориа' => 'koria', 'коридор' => 'koridor', 'корне' => 'korne', 169 'корнеев' => 'korneyev', 'корни' => 'korni', 'корре' => 'korre', 'косме' => 'kosme', 170 'космик' => 'kosmik', 'костюм' => 'kostüm', 'котельн' => 'koteln', 'котир' => 'kotir', 171 'котлет' => 'kotlet', 'кочерг' => 'koçerg', 'коше' => 'köşe', 'куби' => 'kubi', 172 'кудрин' => 'kudrin', 'кузнец' => 'kuznets', 'кулинар' => 'kulinar', 'кулич' => 'kuliç', 173 'кульмин' => 'kulmin', 'культаш' => 'kültaş', 'культе' => 'külte', 'культ' => 'kult', 174 'куркулет' => 'kürkület', 'курсив' => 'kursiv', 'кушет' => 'kuşet', 'кушку' => 'küşkü', 175 'куюк' => 'küyük', 'къолязма' => 'qolyazma', 'къуртумер' => 'qurtümer', 176 'къуртусеин' => 'qurtüsein', 'медьюн' => 'medyun', 'месули' => 'mesüli', 177 'мефкуре' => 'mefküre', 'могедек' => 'mögedek', 'мумиё' => 'mumiyo', 'мумиф' => 'mumif', 178 'муче' => 'müçe', 'муюз' => 'müyüz', 'нумюне' => 'nümüne', 'обел' => 'obel', 'обер' => 'ober', 179 'обли' => 'obli', 'обсе' => 'obse', 'обт' => 'obt', 'огне' => 'ogne', 'одеколон' => 'odekolon', 180 'одеса' => 'odesa', 'одесса' => 'odessa', 'озерки' => 'ozerki', 'озерн' => 'ozern', 181 'озёрн' => 'ozörn', 'озюя' => 'özüya', 'океан' => 'okean', 'окси' => 'oksi', 182 'октет' => 'oktet', 'олеа' => 'olea', 'олеи' => 'olei', 'оленев' => 'olenev', 'олив' => 'oliv', 183 'олиг' => 'olig', 'олимп' => 'olimp', 'олиф' => 'olif', 'ольчер' => 'ölçer', 'омле' => 'omle', 184 'онен' => 'onen', 'оннен' => 'onnen', 'опера' => 'opera', 'опере' => 'opere', 185 'оптим' => 'optim', 'опци' => 'optsi', 'орби' => 'orbi', 'орден' => 'orden', 186 'ордер' => 'order', 'ордин' => 'ordin', 'ореа' => 'orea', 'орех' => 'oreh', 187 'ориент' => 'oriyent', 'оркестр' => 'orkestr', 'орлин' => 'orlin', 'орни' => 'orni', 188 'орхи' => 'orhi', 'осци' => 'ostsi', 'офис' => 'ofis', 'офиц' => 'ofits', 'офсет' => 'ofset', 189 'очерк' => 'oçerk', 'оюннен' => 'oyunnen', 'побед' => 'pobed', 'полево' => 'polevo', 190 'поли' => 'poli', 'полюшко' => 'polüşko', 'помидор' => 'pomidor', 'пониз' => 'poniz', 191 'порфир' => 'porfir', 'потелов' => 'potelov', 'потюк' => 'pötük', 'почетн' => 'poçetn', 192 'почётн' => 'poçötn', 'пукле' => 'pükle', 'пуркю' => 'pürkü', 'пурумют' => 'purümüt', 193 'пускул' => 'püskül', 'пускур' => 'püskür', 'пусюр' => 'püsür', 'пуфле' => 'püfle', 194 'сейитумер' => 'seyitümer', 'сейитусеин' => 'seyitüsein', 'сейитягъя' => 'seyityağya', 195 'сейитягья' => 'seyityagya', 'сейитяхья' => 'seyityahya', 'сейитяя' => 'seyityaya', 196 'сеитумер' => 'seitümer', 'сеитусеин' => 'seitüsein', 'сеитягъя' => 'seityağya', 197 'сеитягья' => 'seityagya', 'сеитяхья' => 'seityahya', 'сеитяя' => 'seityaya', 198 'сурет' => 'süret', 'увертюра' => 'uvertüra', 'угле' => 'ugle', 'узвий' => 'uzviy', 199 'улица' => 'ulitsa', 'ультимат' => 'ultimat', 'ультра' => 'ultra', 'ульянов' => 'ulyanov', 200 'универ' => 'univer', 'уник' => 'unik', 'унис' => 'unis', 'унит' => 'unit', 'униф' => 'unif', 201 'унтер' => 'unter', 'урьян' => 'uryan', 'утил' => 'util', 'уткин' => 'utkin', 202 'учебн' => 'uçebn', 'шовини' => 'şovini', 'шоссе' => 'şosse', 'шубин' => 'şubin', 203 'шунен' => 'şunen', 'шуннен' => 'şunnen', 'шунчюн' => 'şunçün', 'щёлкино' => 'şçolkino', 204 'эмирусеин' => 'emirüsein', 'юзбашы' => 'yüzbaşı', 'юзйыл' => 'yüzyıl', 'юртер' => 'yurter', 205 'ющенко' => 'yuşçenko', 206 207 ### Carefully ordered many-to-one mappings 208 # these are ordered so L2C is correct (the later Cyrillic one) 209 # see also $ManyToOneC2LMappings above for C2L 210 'шофер' => 'şoför', 'шофёр' => 'şoför', 211 'бугун' => 'bugün', 'бугунь' => 'bugün', 212 'демирёл' => 'demiryol', 'демиръёл' => 'demiryol', 213 'гонъюл' => 'göñül', 'гонъюль' => 'göñül', 214 'коккоз' => 'kökköz', 'коккозь' => 'kökköz', 215 'корбекул' => 'körbekül', 'корьбекул' => 'körbekül', 'корьбекуль' => 'körbekül', 216 'муур' => 'müür', 'муурь' => 'müür', 217 'оригинал' => 'original', 'оригиналь' => 'original', 218 'пускю' => 'püskü', 'пуськю' => 'püskü', 219 'къарагоз' => 'qaragöz', 'къарагозь' => 'qaragöz', 220 221 #### Latin to Cyrillic (deduped from above) 222 223 # слова на -аль 224 # words in -аль 225 'актуаль' => 'aktual', 'диагональ' => 'diagonal', 'документаль' => 'dokumental', 226 'эмсаль' => 'emsal', 'фааль' => 'faal', 'феодаль' => 'feodal', 'фестиваль' => 'festival', 227 'горизонталь' => 'gorizontal', 'хроникаль' => 'hronikal', 'идеаль' => 'ideal', 228 'инструменталь' => 'instrumental', 'икъмаль' => 'iqmal', 'икъбаль' => 'iqbal', 229 'истикъбаль' => 'istiqbal', 'истикъляль' => 'istiqlâl', 'италия' => 'italiya', 230 'италья' => 'italya', 'ишгъаль' => 'işğal', 'кафедраль' => 'kafedral', 'казуаль' => 'kazual', 231 'коллегиаль' => 'kollegial', 'колоссаль' => 'kolossal', 'коммуналь' => 'kommunal', 232 'кординаль' => 'kordinal', 'криминаль' => 'kriminal', 'легаль' => 'legal', 233 'леталь' => 'letal', 'либераль' => 'liberal', 'локаль' => 'lokal', 234 'магистраль' => 'magistral', 'материаль' => 'material', 'машиналь' => 'maşinal', 235 'меаль' => 'meal', 'медальон' => 'medalyon', 'медаль' => 'medal', 236 'меридиональ' => 'meridional', 'мешъаль' => 'meşal', 'минераль' => 'mineral', 237 'минималь' => 'minimal', 'мисаль' => 'misal', 'модаль' => 'modal', 'музыкаль' => 'muzıkal', 238 'номиналь' => 'nominal', 'нормаль' => 'normal', 'оптималь' => 'optimal', 239 'орбиталь' => 'orbital', 'педаль' => 'pedal', 'пропорциональ' => 'proportsional', 240 'профессиональ' => 'professional', 'радикаль' => 'radikal', 'рациональ' => 'ratsional', 241 'реаль' => 'real', 'региональ' => 'regional', 'суаль' => 'sual', 'шималь' => 'şimal', 242 'территориаль' => 'territorial', 'тимсаль' => 'timsal', 'тоталь' => 'total', 243 'уникаль' => 'unikal', 'универсаль' => 'universal', 'вертикаль' => 'vertikal', 244 'виртуаль' => 'virtual', 'визуаль' => 'vizual', 'вуаль' => 'vual', 'зональ' => 'zonal', 245 'зуаль' => 'zual', 'италь' => 'ital', 246 247 # слова с мягким знаком перед а, о, у, э 248 # Words with a soft sign before а, о, у, э 249 'бильакис' => 'bilakis', 'маальэсеф' => 'maalesef', 'мельун' => 'melun', 'озьара' => 'özara', 250 'вельасыл' => 'velasıl', 'ельаякъ' => 'yelayaq', 251 252 # другие слова с мягким знаком 253 # Other words with a soft sign 254 'альбатрос' => 'albatros', 'альбинос' => 'albinos', 'альбом' => 'albom', 255 'альбумин' => 'albumin', 'алфавит' => 'alfavit', 'альфа' => 'alfa', 'альманах' => 'almanah', 256 'альпинист' => 'alpinist', 'альтерн' => 'altern', 'альтру' => 'altru', 257 'альвеола' => 'alveola', 'ансамбль' => 'ansambl', 'аньане' => 'anane', 'асфальт' => 'asfalt', 258 'бальнео' => 'balneo', 'баарь' => 'baar', 'базальт' => 'bazalt', 'бинокль' => 'binokl', 259 'девальв' => 'devalv', 'факульт' => 'fakult', 'фальсиф' => 'falsif', 'фольклор' => 'folklor', 260 'гальван' => 'galvan', 'геральд' => 'gerald', 'женьшень' => 'jenşen', 261 'инвентарь' => 'inventar', 'кальк' => 'kalk', 'кальмар' => 'kalmar', 'консульт' => 'konsult', 262 'контроль' => 'kontrol', 'культур' => 'kultur', 'лагерь' => 'lager', 'макъбуль' => 'maqbul', 263 'макъуль' => 'maqul', 'мальт' => 'malt', 'мальземе' => 'malzeme', 'меджуль' => 'mecul', 264 'мешгуль' => 'meşgül', 'мешгъуль' => 'meşğul', 'мульти' => 'multi', 265 'мусульман' => 'musulman', 'нефть' => 'neft', 'пальто' => 'palto', 'пароль' => 'parol', 266 'патруль' => 'patrul', 'пенальти' => 'penalti', 'къальби' => 'qalbi', 'къальпке' => 'qalpke', 267 'къальплер' => 'qalpler', 'къальпни' => 'qalpni', 'къальпте' => 'qalpte', 'къаарь' => 'qaar', 268 'ресуль' => 'resul', 'рыцарь' => 'rıtsar', 'рояль' => 'royal', 'саарь' => 'saar', 269 'спираль' => 'spiral', 'сульх' => 'sulh', 'сумбуль' => 'sumbul', 'суньий' => 'suniy', 270 'темаюль' => 'temayul', 'шампунь' => 'şampun', 'вальс' => 'vals', 'вальц' => 'valts', 271 'ведомость' => 'vedomost', 'зулькъарнейн' => 'zulqarneyn', 'январь' => 'yanvar', 272 'февраль' => 'fevral', 'июнь' => 'iyün', 'сентябрь' => 'sentâbr', 'октябрь' => 'oktâbr', 273 'ноябрь' => 'noyabr', 'декабрь' => 'dekabr', 274 275 # слова с твёрдым знаком 276 # Words with a solid sign 277 'бидъат' => 'bidat', 'бузъюрек' => 'buzyürek', 'атешъюрек' => 'ateşyürek', 278 'алъянакъ' => 'alyanaq', 'инъекц' => 'inyekts', 'мефъум' => 'mefum', 'мешъум' => 'meşum', 279 'объект' => 'obyekt', 'разъезд' => 'razyezd', 'субъект' => 'subyekt', 'хавъяр' => 'havyar', 280 'ямъям' => 'yamyam', 281 282 # слова с буквой щ 283 # words with щ 284 'ящик' => 'yaşçik', 'мещан' => 'meşçan', 285 286 # слова с ц 287 # words with ц 288 'акциз' => 'aktsiz', 'ацет' => 'atset', 'блиц' => 'blits', 'бруцеллёз' => 'brutsellöz', 289 'доцент' => 'dotsent', 'фармацевт' => 'farmatsevt', 'глицер' => 'glitser', 290 'люцерна' => 'lütserna', 'лицей' => 'litsey', 'меццо' => 'metstso', 'наци' => 'natsi', 291 'проце' => 'protse', 'рецеп' => 'retsep', 'реценз' => 'retsenz', 'теплица' => 'teplitsa', 292 'вице' => 'vitse', 'швейцар' => 'şveytsar', 'богородиц' => 'bogorodits', 293 'бруцел' => 'brutsel', 'дацюк' => 'datsük', 'доницетти' => 'donitsetti', 294 'драцена' => 'dratsena', 'контрацеп' => 'kontratsep', 'коцюб' => 'kotsüb', 295 'меценат' => 'metsenat', 'мицел' => 'mitsel', 'моцарт' => 'motsart', 'плац' => 'plats', 296 'плацен' => 'platsen', 'прецедент' => 'pretsedent', 'прецес' => 'pretses', 297 'прицеп' => 'pritsep', 'спец' => 'spets', 'троиц' => 'troits', 'шприц' => 'şprits', 298 'эпицентр' => 'epitsentr', 'яценюк' => 'yatsenük', 299 300 # слова с тс 301 # words with тс 302 'агъартс' => 'ağarts', 'агъыртс' => 'ağırts', 'бильдиртс' => 'bildirts', 'битсин' => 'bitsin', 303 'буюльтс' => 'büyülts', 'буютс' => 'büyüts', 'гебертс' => 'geberts', 'делиртс' => 'delirts', 304 'эгрильтс' => 'egrilts', 'эксильтс' => 'eksilts', 'эшитс' => 'eşits', 'иритс' => 'irits', 305 'иситс' => 'isits', 'ичиртс' => 'içirts', 'кертсин' => 'kertsin', 'кенишлетс' => 'kenişlets', 306 'кийсетс' => 'kiysets', 'копюртс' => 'köpürts', 'косьтертс' => 'kösterts', 307 'кучертс' => 'küçerts', 'кучюльтс' => 'küçülts', 'пертсин' => 'pertsin', 'къайтс' => 'qayts', 308 'къутсуз' => 'qutsuz', 'орьтс' => 'örts', 'отьс' => 'öts', 'тартс' => 'tarts', 309 'тутсун' => 'tutsun', 'тюнъюльтс' => 'tüñülts', 'тюртс' => 'türts', 'янъартс' => 'yañarts', 310 'ебертс' => 'yeberts', 'ешертс' => 'yeşerts', 'йиритс' => 'yirits', 311 312 # разные исключения 313 # different exceptions 314 'бюджет' => 'bücet', 'бюллет' => 'büllet', 'бюро' => 'büro', 'бюст' => 'büst', 315 'диалог' => 'dialog', 'ханымэфенди' => 'hanımefendi', 'каньон' => 'kanyon', 316 'кирил' => 'kiril', 'кирилл' => 'kirill', 'кёрджа' => 'körca', 'коy' => 'köy', 317 'кулеръюзь' => 'küleryüz', 'маалле' => 'маальle', 'майор' => 'mayor', 'маниал' => 'manиаль', 318 'нормала' => 'нормальa', 'проект' => 'proekt', 'район' => 'rayon', 'сойады' => 'soyadı', 319 'спортсмен' => 'sportsmen', 'услюп' => 'üslüp', 'услюб' => 'üslüb', 'вакъиал' => 'vaqиаль', 320 'юзйыллыкъ' => 'yüzyıllıq', 'койот' => 'koyot', 321 322 # имена собственные 323 # proper names 324 'адольф' => 'adolf', 'альберт' => 'albert', 'бешуй' => 'beşüy', 'флотск' => 'flotsk', 325 'гайана' => 'gayana', 'грэсовский' => 'gresovskiy', 'гриц' => 'grits', 'гурджи' => 'gürci', 326 'игорь' => 'igor', 'ильич' => 'ilyiç', 'ильин' => 'ilyin', 'исмаил' => 'ismail', 327 'киттс' => 'kitts', 'комсомольск' => 'komsomolsk', 'корьбекулю' => 'körbekülü', 328 'куницын' => 'kunitsın', 'львив' => 'lviv', 'львов' => 'lvov', 'марьино' => 'maryino', 329 'махульдюр' => 'mahuldür', 'павел' => 'pavel', 'пантикапейон' => 'pantikapeyon', 330 'къуртсейит' => 'qurtseyit', 'къуртсеит' => 'qurtseit', 'смаил' => 'smail', 331 'советск' => 'sovetsk', 'шемьи-заде' => 'şemi-zade', 'тсвана' => 'tsvana', 332 'учьэвли' => 'üçevli', 'йохан' => 'yohan', 'йорк' => 'york', 'винныця' => 'vinnıtsâ', 333 'винница' => 'vinnitsa', 'хмельницк' => 'hmelnitsk', 'хмельныцк' => 'hmelnıtsk', 334 'зайце' => 'zaytse', 'чистеньк' => 'çistenk', 'кольчуг' => 'kolçug', 'ручьи' => 'ruçyi', 335 'ботсвана' => 'botsvana', 'большой' => 'bolşoy', 'большое' => 'bolşoye', 336 'большая' => 'bolşaya', 'ущелье' => 'uşçelye', 'ущельное' => 'uşçelnoye', 337 'предущельное' => 'preduşçelnoye', 'новенькое' => 'novenkoye', 'новосельц' => 'novoselts', 338 'мелко' => 'melko', 'овощ' => 'ovoşç', 'перепёлк' => 'perepölk', 'рощин' => 'roşçin', 339 'братск' => 'bratsk', 'краснофлотск' => 'krasnoflotsk', 'синицин' => 'sinitsin', 340 'синицын' => 'sinitsın', 'льгов' => 'lgov', 'желто' => 'jelto', 'жёлт' => 'jölt', 341 'пермь' => 'perm', 'солдатск' => 'soldatsk', 'кольцо' => 'koltso', 'шелко' => 'şelko', 342 'охотск' => 'ohotsk', 'марий эл' => 'mariy el', 'мариуполь' => 'mariupol', 343 'белгород' => 'belgorod', 'иркутск' => 'irkutsk', 'Иркутск' => 'İrkutsk', 'орёл' => 'oröl', 344 'рязанск' => 'râzansk', 'рязань' => 'râzan', 'тверск' => 'tversk', 'тверь' => 'tver', 345 'ярославль' => 'yaroslavl', 'благовеще' => 'blagoveşçe', 'мальдив' => 'maldiv', 346 'бальбек' => 'balbek', 'альчик' => 'alçik', 'харьков' => 'harkov', 'волынск' => 'volınsk', 347 'волынь' => 'volın', 348 349 ]; 350 351 /** 352 * @var string[] map Cyrillic to Latin and back, simple string match only (no regex) 353 * no variants: map exactly as is 354 */ 355 private $exactCaseMappings = [ 356 # аббревиатуры 357 # abbreviations 358 'ОБСЕ' => 'OBSE', 'КъМДж' => 'QMC', 'КъДж' => 'QC', 'КъАЭ' => 'QAE', 'ГъСМК' => 'ĞSMK', 359 'ШСДжБ' => 'ŞSCB', 'КъМШСДж' => 'QMŞSC', 'КъАССР' => 'QASSR', 'КъДМПУ' => 'QDMPU', 360 'КъМПУ' => 'QMPU', 361 ]; 362 363 /** 364 * @var string[] map Cyrillic to Latin and back, match end of word 365 * variants: all lowercase, all uppercase, first letter capitalized 366 * "first letter capitalized" variant was in the source 367 * items with capture group refs (e.g., $1) are only mapped from the 368 * regex to the reference 369 */ 370 private $suffixMapping = [ 371 # originally C2L 372 'иаль' => 'ial', 'нуль' => 'nul', 'кой' => 'köy', 'койнинъ' => 'köyniñ', 'койни' => 'köyni', 373 'койге' => 'köyge', 'койде' => 'köyde', 'койдеки' => 'köydeki', 'койден' => 'köyden', 374 'козь' => 'köz', '-юнджи' => '-ünci', '-юнджиде' => '-üncide', '-юнджиден' => '-ünciden', 375 376 # originally L2C, here swapped 377 'льная' => 'lnaya', 'льное' => 'lnoye', 'льный' => 'lnıy', 'льний' => 'lniy', 378 'льская' => 'lskaya', 'льский' => 'lskiy', 'льское' => 'lskoye', 'ополь' => 'opol', 379 'щее' => 'şçeye', 'щий' => 'şçiy', 'щая' => 'şçaya', 'цепс' => 'tseps', 380 381 ]; 382 383 /** 384 * @var string[] map Cyrillic to Latin and back, match beginning of word 385 * variants: all lowercase, all uppercase, first letter capitalized 386 * items with capture group refs (e.g., $1) are only mapped from the 387 * regex to the reference 388 */ 389 private $prefixMapping = [ 390 # originally C2L 391 'буюк([^ъ])' => 'büyük$1', 'бую([гдйлмнпрстчшc])(и)' => 'büyü$1$2', 392 'буют([^ыа])' => 'büyüt$1', 'джонк([^ъ])' => 'cönk$1', 'коюм' => 'köyüm', 'коюнъ' => 'köyüñ', 393 'коюн([ди])' => 'köyün$1', 'куе' => 'küye', 'куркке' => 'kürkke', 'куркни' => 'kürkni', 394 'куркте' => 'kürkte', 'куркчю' => 'kürkçü', 'кою' => 'köyü', 395 'жизнь' => 'jizn', 396 397 # арабизмы на муи- муэ- / Arabic муи- муэ- 398 'му([иэИЭ])' => 'mü$1', 399 400 # originally L2C, here swapped 401 'роль$1' => 'rol([^ü]|' . self::WB . ')', 402 'усть$1' => 'üst([^ü]|' . self::WB . ')', 403 404 # more prefixes 405 'ком-кок' => 'köm-kök', 406 407 ]; 408 409 private $Cyrl2LatnRegexes = []; 410 private $Latn2CyrlRegexes = []; 411 412 private function loadRegs() { 413 // Regexes as keys need to be declared in a function. 414 $this->Cyrl2LatnRegexes = [ 415 # относятся ко всему слову 416 # whole words 417 418 // TODO: refactor upper/lower/first capital whole words without 419 // regexes into simpler list 420 421 '/' . self::WB . 'КъЮШ' . self::WB . '/u' => 'QYŞ', 422 '/' . self::WB . 'ЮШ' . self::WB . '/u' => 'YŞ', 423 424 '/' . self::WB . 'кок' . self::WB . '/u' => 'kök', 425 '/' . self::WB . 'Кок' . self::WB . '/u' => 'Kök', 426 '/' . self::WB . 'КОК' . self::WB . '/u' => 'KÖK', 427 '/' . self::WB . 'ком-кок' . self::WB . '/u' => 'köm-kök', 428 '/' . self::WB . 'Ком-кок' . self::WB . '/u' => 'Köm-kök', 429 '/' . self::WB . 'КОМ-КОК' . self::WB . '/u' => 'KÖM-KÖK', 430 431 '/' . self::WB . 'коп' . self::WB . '/u' => 'köp', 432 '/' . self::WB . 'Коп' . self::WB . '/u' => 'Köp', 433 '/' . self::WB . 'КОП' . self::WB . '/u' => 'KÖP', 434 435 '/' . self::WB . 'курк' . self::WB . '/u' => 'kürk', 436 '/' . self::WB . 'Курк' . self::WB . '/u' => 'Kürk', 437 '/' . self::WB . 'КУРК' . self::WB . '/u' => 'KÜRK', 438 439 '/' . self::WB . 'ог' . self::WB . '/u' => 'ög', 440 '/' . self::WB . 'Ог' . self::WB . '/u' => 'Ög', 441 '/' . self::WB . 'ОГ' . self::WB . '/u' => 'ÖG', 442 443 '/' . self::WB . 'юрип' . self::WB . '/u' => 'yürip', 444 '/' . self::WB . 'Юрип' . self::WB . '/u' => 'Yürip', 445 '/' . self::WB . 'ЮРИП' . self::WB . '/u' => 'YÜRİP', 446 447 '/' . self::WB . 'юз' . self::WB . '/u' => 'yüz', 448 '/' . self::WB . 'Юз' . self::WB . '/u' => 'Yüz', 449 '/' . self::WB . 'ЮЗ' . self::WB . '/u' => 'YÜZ', 450 451 '/' . self::WB . 'юк' . self::WB . '/u' => 'yük', 452 '/' . self::WB . 'Юк' . self::WB . '/u' => 'Yük', 453 '/' . self::WB . 'ЮК' . self::WB . '/u' => 'YÜK', 454 455 '/' . self::WB . 'буюп' . self::WB . '/u' => 'büyüp', 456 '/' . self::WB . 'Буюп' . self::WB . '/u' => 'Büyüp', 457 '/' . self::WB . 'БУЮП' . self::WB . '/u' => 'BÜYÜP', 458 459 '/' . self::WB . 'буюк' . self::WB . '/u' => 'büyük', 460 '/' . self::WB . 'Буюк' . self::WB . '/u' => 'Büyük', 461 '/' . self::WB . 'БУЮК' . self::WB . '/u' => 'BÜYÜK', 462 463 '/' . self::WB . 'джонк' . self::WB . '/u' => 'cönk', 464 '/' . self::WB . 'Джонк' . self::WB . '/u' => 'Cönk', 465 '/' . self::WB . 'ДЖОНК' . self::WB . '/u' => 'CÖNK', 466 '/' . self::WB . 'джонкю' . self::WB . '/u' => 'cönkü', 467 '/' . self::WB . 'Джонкю' . self::WB . '/u' => 'Cönkü', 468 '/' . self::WB . 'ДЖОНКЮ' . self::WB . '/u' => 'CÖNKÜ', 469 470 '/' . self::WB . 'куркчи/u' => 'kürkçi', 471 '/' . self::WB . 'Куркчи/u' => 'Kürkçi', 472 '/' . self::WB . 'КУРКЧИ/u' => 'KÜRKÇI', 473 474 '/' . self::WB . 'устке' . self::WB . '/u' => 'üstke', 475 '/' . self::WB . 'Устке' . self::WB . '/u' => 'Üstke', 476 '/' . self::WB . 'УСТКЕ' . self::WB . '/u' => 'ÜSTKE', 477 '/' . self::WB . 'устте' . self::WB . '/u' => 'üstte', 478 '/' . self::WB . 'Устте' . self::WB . '/u' => 'Üstte', 479 '/' . self::WB . 'УСТТЕ' . self::WB . '/u' => 'ÜSTTE', 480 '/' . self::WB . 'усттен' . self::WB . '/u' => 'üstten', 481 '/' . self::WB . 'Усттен' . self::WB . '/u' => 'Üstten', 482 '/' . self::WB . 'УСТТЕН' . self::WB . '/u' => 'ÜSTTEN', 483 484 # отдельно стоящие Ё и Я 485 # stand-alone Ё and Я 486 '/' . self::WB . 'Я' . self::WB . '/u' => 'Ya', 487 '/' . self::WB . 'Ё' . self::WB . '/u' => 'Yo', 488 489 # относятся к началу слова 490 # word prefixes 491 '/' . self::WB . 'КъЮШн/u' => 'QYŞn', 492 '/' . self::WB . 'ЮШн/u' => 'YŞn', 493 494 # need to convert digraphs (гъ, къ, нъ, дж) now to match patterns 495 '/гъ/u' => 'ğ', 496 '/Г[ъЪ]/u' => 'Ğ', 497 '/къ/u' => 'q', 498 '/К[ъЪ]/u' => 'Q', 499 '/нъ/u' => 'ñ', 500 '/Н[ъЪ]/u' => 'Ñ', 501 '/дж/u' => 'c', 502 '/Д[жЖ]/u' => 'C', 503 504 # о => ö 505 '/' . self::WB . '([' . Crh::C_M_CONS . '])о([' . Crh::C_CONS . '])([' . Crh::C_CONS . 506 '])([еиэюьü])/u' => '$1ö$2$3$4', 507 '/' . self::WB . 'о([' . Crh::C_CONS . '])([' . Crh::C_CONS . '])([еиэюьü])/u' => 'ö$1$2$3', 508 '/' . self::WB . '([' . Crh::C_M_CONS . '])О([' . Crh::C_CONS . '])([' . Crh::C_CONS . 509 '])([еиэюьüЕИЭЮЬÜ])/u' => '$1Ö$2$3$4', 510 '/' . self::WB . 'О([' . Crh::C_CONS . '])([' . Crh::C_CONS . '])([еиэюьüЕИЭЮЬÜ])/u' 511 => 'Ö$1$2$3', 512 513 '/' . self::WB . '([' . Crh::C_M_CONS . '])о([' . Crh::C_CONS . '])([еиэюьü])/u' => '$1ö$2$3', 514 '/' . self::WB . 'о([' . Crh::C_CONS . '])([еиэюьü])/u' => 'ö$1$2', 515 '/' . self::WB . '([' . Crh::C_M_CONS . '])О([' . Crh::C_CONS . '])([еиэюьüЕИЭЮЬÜ])/u' 516 => '$1Ö$2$3', 517 '/' . self::WB . 'О([' . Crh::C_CONS . '])([еиэюьüЕИЭЮЬÜ])/u' => 'Ö$1$2', 518 519 # ё => yö 520 '/' . self::WB . 'ё([' . Crh::C_CONS . '])([' . Crh::C_CONS . '])([ьеюü])/u' => 'yö$1$2$3', 521 '/' . self::WB . 'Ё([' . Crh::C_CONS_LC . '])([' . Crh::C_CONS_LC . '])([ьеюü])/u' => 'Yö$1$2$3', 522 '/' . self::WB . 'Ё([' . Crh::C_CONS_UC . '])([' . Crh::C_CONS_UC . '])([ЬЕЮÜ])/u' => 'YÖ$1$2$3', 523 '/' . self::WB . 'ё([' . Crh::C_CONS . '])([ьеюü])/u' => 'yö$1$2', 524 '/' . self::WB . 'Ё([' . Crh::C_CONS_LC . '])([ьеюü])/u' => 'Yö$1$2', 525 '/' . self::WB . 'Ё([' . Crh::C_CONS_UC . '])([ЬЕЮÜ])/u' => 'YÖ$1$2', 526 527 # у => ü, ую => üyü 528 '/' . self::WB . '([' . Crh::C_M_CONS . '])у([' . Crh::C_CONS . '])([' . Crh::C_CONS . 529 '])([еиэюьü])/u' => '$1ü$2$3$4', 530 '/' . self::WB . 'у([' . Crh::C_CONS . '])([' . Crh::C_CONS . '])([еиэюьü])/u' => 'ü$1$2$3', 531 '/' . self::WB . 'ую([' . Crh::C_CONS . '])([' . Crh::C_CONS . '])([еиэюьü])/u' => 'üyü$1$2$3', 532 '/' . self::WB . '([' . Crh::C_M_CONS . '])У([' . Crh::C_CONS . '])([' . Crh::C_CONS . 533 '])([еиэюьüЕИЭЮЬÜ])/u' => '$1Ü$2$3$4', 534 '/' . self::WB . 'У([' . Crh::C_CONS . '])([' . Crh::C_CONS . '])([еиэюьüЕИЭЮЬÜ])/u' 535 => 'Ü$1$2$3', 536 '/' . self::WB . 'Ую([' . Crh::C_CONS . '])([' . Crh::C_CONS . '])([еиэюьü])/u' => 'Üyü$1$2$3', 537 '/' . self::WB . 'УЮ([' . Crh::C_CONS . '])([' . Crh::C_CONS . '])([еиэюьü])/u' => 'ÜYÜ$1$2$3', 538 539 '/' . self::WB . '([' . Crh::C_M_CONS . '])у([' . Crh::C_CONS . '])([еиэюьü])/u' => '$1ü$2$3', 540 '/' . self::WB . 'у([' . Crh::C_CONS . '])([еиэюьü])/u' => 'ü$1$2', 541 '/' . self::WB . 'ую([' . Crh::C_CONS . '])([еиэюьü])/u' => 'üyü$1$2', 542 '/' . self::WB . '([' . Crh::C_M_CONS . '])У([' . Crh::C_CONS . '])([еиэюьüЕИЭЮЬÜ])/u' 543 => '$1Ü$2$3', 544 '/' . self::WB . 'У([' . Crh::C_CONS . '])([еиэюьüЕИЭЮЬÜ])/u' => 'Ü$1$2', 545 '/' . self::WB . 'Ую([' . Crh::C_CONS . '])([еиэюьü])/u' => 'Üyü$1$2', 546 '/' . self::WB . 'УЮ([' . Crh::C_CONS . '])([еиэюьü])/u' => 'ÜYÜ$1$2', 547 548 # ю => yü 549 '/' . self::WB . '([аыоуеиёюАЫОУЕИЁЮ]?)ю([' . Crh::C_CONS . '])([' . Crh::C_CONS . '])([ьеюü])/u' 550 => '$1yü$2$3$4', 551 '/' . self::WB . '([АЫОУЕИЁЮ]?)Ю([' . Crh::C_CONS_LC . '])([' . Crh::C_CONS_LC . '])([ьеюü])/u' 552 => '$1Yü$2$3$4', 553 '/' . self::WB . '([АЫОУЕИЁЮ]?)Ю([' . Crh::C_CONS_UC . '])([' . Crh::C_CONS_UC . '])([ЬЕЮÜ])/u' 554 => '$1YÜ$2$3$4', 555 '/' . self::WB . '([аыоуеиёюАЫОУЕИЁЮ]?)ю([' . Crh::C_CONS . '])([ьеюü])/u' => '$1yü$2$3', 556 '/' . self::WB . '([АЫОУЕИЁЮ]?)Ю([' . Crh::C_CONS_LC . '])([ьеюü])/u' => '$1Yü$2$3', 557 '/' . self::WB . '([АЫОУЕИЁЮ]?)Ю([' . Crh::C_CONS_UC . '])([ЬЕЮÜ])/u' => '$1YÜ$2$3', 558 559 # e => ye, я => ya 560 '/' . self::WB . 'е/u' => 'ye', 561 '/' . self::WB . 'Е([' . Crh::C_LC . 'cğñqöü])/u' => 'Ye$1', 562 '/' . self::WB . 'Е([' . Crh::C_UC . 'CĞÑQÖÜ])/u' => 'YE$1', 563 '/' . self::WB . 'я/u' => 'ya', 564 '/' . self::WB . 'Я([' . Crh::C_LC . 'cğñqöü])/u' => 'Ya$1', 565 '/' . self::WB . 'Я([' . Crh::C_UC . 'CĞÑQÖÜ])/u' => 'YA$1', 566 '/([аеёиоуыэюяйьъaeöüАЕЁИОУЫЭЮЯЙЬЪAEÖÜ])е/u' => '$1ye', 567 '/([аеёиоуыэюяйьъaeöüАЕЁИОУЫЭЮЯЙЬЪAEÖÜ])Е([' . Crh::C_LC . 'cğñqöü])/u' => '$1Ye$2', 568 '/([аеёиоуыэюяйьъaeöüАЕЁИОУЫЭЮЯЙЬЪAEÖÜ])Е([' . Crh::C_UC . 'CĞÑQÖÜ])/u' => '$1YE$2', 569 '/([аеёиоуыэюяйьъaeöüğqАЕЁИОУЫЭЮЯЙЬЪAEÖÜĞQ])я/u' => '$1ya', 570 '/([аеёиоуыэюяйьъaeöüğqАЕЁИОУЫЭЮЯЙЬЪAEÖÜĞQ])Я([' . Crh::C_LC . 'cğñqöü])/u' => '$1Ya$2', 571 '/([аеёиоуыэюяйьъaeöüğqАЕЁИОУЫЭЮЯЙЬЪAEÖÜĞQ])Я([' . Crh::C_UC . 'CĞÑQÖÜ])/u' => '$1YA$2', 572 573 # не зависят от места в слове 574 # position independent 575 576 # слова на -льон 577 # words with -льон 578 '/льон/u' => 'lyon', 579 '/ЛЬОН/u' => 'LYON', 580 581 '/козь([^я])/u' => 'köz$1', 582 '/Козь([^я])/u' => 'Köz$1', 583 '/КОЗЬ([^Я])/u' => 'KÖZ$1', 584 585 # Ö, Ü 1-й заход: ё, ю после согласных > ö, ü 586 # Ö, Ü 1st instance: ё, ю after consonants > ö, ü 587 '/([' . Crh::C_CONS . '])ю/u' => '$1ü', 588 '/([' . Crh::C_CONS . '])Ю/u' => '$1Ü', 589 '/([' . Crh::C_CONS . '])ё/u' => '$1ö', 590 '/([' . Crh::C_CONS . '])Ё/u' => '$1Ö', 591 592 # остальные вхождения о, у, ё, ю 593 # other occurences of о, у, ё, ю 594 '/Ё([' . Crh::C_UC . 'CĞÑQÖÜ])/u' => 'YO$1', 595 '/Ю([' . Crh::C_UC . 'CĞÑQÖÜ])/u' => 'YU$1', 596 597 # Ц & Щ 598 '/Ц([' . Crh::C_UC . 'CĞÑQÖÜ])/u' => 'TS$1', 599 '/Щ([' . Crh::C_UC . 'CĞÑQÖÜ])/u' => 'ŞÇ$1', 600 ]; 601 602 $this->Latn2CyrlRegexes = [ 603 604 // TODO: refactor upper/lower/first capital whole words without 605 // regexes into simpler list 606 607 '/' . self::WB . 'an' . self::WB . '/u' => 'ань', 608 '/' . self::WB . 'An' . self::WB . '/u' => 'Ань', 609 '/' . self::WB . 'AN' . self::WB . '/u' => 'АНЬ', 610 '/' . self::WB . 'ange' . self::WB . '/u' => 'аньге', 611 '/' . self::WB . 'Ange' . self::WB . '/u' => 'Аньге', 612 '/' . self::WB . 'ANGE' . self::WB . '/u' => 'АНЬГЕ', 613 '/' . self::WB . 'ande' . self::WB . '/u' => 'аньде', 614 '/' . self::WB . 'Ande' . self::WB . '/u' => 'Аньде', 615 '/' . self::WB . 'ANDE' . self::WB . '/u' => 'АНЬДЕ', 616 '/' . self::WB . 'anki' . self::WB . '/u' => 'аньки', 617 '/' . self::WB . 'Anki' . self::WB . '/u' => 'Аньки', 618 '/' . self::WB . 'ANKİ' . self::WB . '/u' => 'АНЬКИ', 619 '/' . self::WB . 'deral' . self::WB . '/u' => 'деръал', 620 '/' . self::WB . 'Deral' . self::WB . '/u' => 'Деръал', 621 '/' . self::WB . 'DERAL' . self::WB . '/u' => 'ДЕРЪАЛ', 622 '/' . self::WB . 'kör' . self::WB . '/u' => 'кёр', 623 '/' . self::WB . 'Kör' . self::WB . '/u' => 'Кёр', 624 '/' . self::WB . 'KÖR' . self::WB . '/u' => 'КЁР', 625 '/' . self::WB . 'mer' . self::WB . '/u' => 'мэр', 626 '/' . self::WB . 'Mer' . self::WB . '/u' => 'Мэр', 627 '/' . self::WB . 'MER' . self::WB . '/u' => 'МЭР', 628 629 '/' . self::WB . 'cönk/u' => 'джонк', 630 '/' . self::WB . 'Cönk/u' => 'Джонк', 631 '/' . self::WB . 'CÖNK/u' => 'ДЖОНК', 632 633 # (y)etsin -> етсин/этсин 634 # note that target starts with CYRILLIC е/Е! 635 '/yetsin/u' => 'етсин', 636 '/Yetsin/u' => 'Етсин', 637 '/YETSİN/u' => 'ЕТСИН', 638 639 # note that target starts with LATIN e/E! 640 # (other transformations will determine CYRILLIC е/э as needed) 641 '/etsin/u' => 'eтсин', 642 '/Etsin/u' => 'Eтсин', 643 '/ETSİN/u' => 'EТСИН', 644 645 # буква Ё - первый заход 646 # расставляем Ь после согласных 647 '/' . self::WB . '([yY])ö([' . Crh::L_N_CONS . '])([aAuU' . Crh::L_CONS . ']|' . self::WB . ')/u' 648 => '$1ö$2ь$3', 649 '/' . self::WB . '([yY])Ö([' . Crh::L_N_CONS . '])([aAuU' . Crh::L_CONS . ']|' . self::WB . ')/u' 650 => '$1Ö$2Ь$3', 651 '/' . self::WB . 'AQŞ([^AEI]|' . self::WB . ')/u' => 'АКъШ$1', 652 653 # буква Ю - первый заход 654 # расставляем Ь после согласных 655 '/' . self::WB . '([yY])ü([' . Crh::L_N_CONS . '])([aAuU' . Crh::L_CONS . ']|' . self::WB . ')/u' 656 => '$1ü$2ь$3', 657 '/' . self::WB . '([yY])Ü([' . Crh::L_N_CONS . '])([aAuU' . Crh::L_CONS . ']|' . self::WB . ')/u' 658 => '$1Ü$2Ь$3', 659 660 '/' . self::WB . '([bcgkpşBCGKPŞ])ö([' . Crh::L_N_CONS . '])([' . Crh::L_CONS . ']|' . 661 self::WB . ')/u' => '$1ö$2ь$3', 662 '/' . self::WB . '([bcgkpşBCGKPŞ])Ö([' . Crh::L_N_CONS . '])([' . Crh::L_CONS . ']|' . 663 self::WB . ')/u' => '$1Ö$2Ь$3', 664 '/' . self::WB . '([bcgkpşBCGKPŞ])ü([' . Crh::L_N_CONS . '])([' . Crh::L_CONS . ']|' . 665 self::WB . ')/u' => '$1ü$2ь$3', 666 '/' . self::WB . '([bcgkpşBCGKPŞ])Ü([' . Crh::L_N_CONS . '])([' . Crh::L_CONS . ']|' . 667 self::WB . ')/u' => '$1Ü$2Ь$3', 668 669 # ö и ü в начале слова 670 # случаи, когда нужен Ь 671 '/' . self::WB . 'ö([' . Crh::L_N_CONS . 'pP])([' . Crh::L_CONS . ']|' . self::WB . ')/u' 672 => 'ö$1ь$2', 673 '/' . self::WB . 'Ö([' . Crh::L_N_CONS_LC . 'p])([' . Crh::L_CONS . ']|' . self::WB . ')/u' 674 => 'Ö$1ь$2', 675 '/' . self::WB . 'Ö([' . Crh::L_N_CONS_UC . 'P])([' . Crh::L_CONS . ']|' . self::WB . ')/u' 676 => 'Ö$1Ь$2', 677 '/' . self::WB . 'ü([' . Crh::L_N_CONS . '])([' . Crh::L_CONS . ']|' . self::WB . ')/u' 678 => 'ü$1ь$2', 679 '/' . self::WB . 'Ü([' . Crh::L_N_CONS_LC . '])([' . Crh::L_CONS . ']|' . self::WB . ')/u' 680 => 'Ü$1ь$2', 681 '/' . self::WB . 'Ü([' . Crh::L_N_CONS_UC . '])([' . Crh::L_CONS . ']|' . self::WB . ')/u' 682 => 'Ü$1Ь$2', 683 684 '/ts' . self::WB . '/u' => 'ц', 685 '/şç' . self::WB . '/u' => 'щ', 686 '/Ş[çÇ]' . self::WB . '/u' => 'Щ', 687 '/T[sS]' . self::WB . '/u' => 'Ц', 688 689 # Ь после Л 690 # add Ь after Л 691 '/([' . Crh::L_F . '])l([' . Crh::L_CONS_LC . ']|' . self::WB . ')/u' => '$1ль$2', 692 '/([' . Crh::L_F_UC . '])L([' . Crh::L_CONS . ']|' . self::WB . ')/u' => '$1ЛЬ$2', 693 694 # относятся к началу слова 695 '/' . self::WB . 'ts/u' => 'ц', 696 '/' . self::WB . 'T[sS]/u' => 'Ц', 697 698 '/' . self::WB . 'şç/u' => 'щ', 699 '/' . self::WB . 'Ş[çÇ]/u' => 'Щ', 700 701 # Э 702 '/(' . self::WB . '|[' . Crh::L_VOW . 'аеэяАЕЭЯ])e/u' => '$1э', 703 '/(' . self::WB . '|[' . Crh::L_VOW_UC . 'АЕЭЯ])E/u' => '$1Э', 704 705 '/' . self::WB . '([' . Crh::L_M_CONS . '])ö/u' => '$1о', 706 '/' . self::WB . '([' . Crh::L_M_CONS . '])Ö/u' => '$1О', 707 '/' . self::WB . '([' . Crh::L_M_CONS . '])ü/u' => '$1у', 708 '/' . self::WB . '([' . Crh::L_M_CONS . '])Ü/u' => '$1У', 709 710 '/' . self::WB . 'ö/u' => 'о', 711 '/' . self::WB . 'Ö/u' => 'О', 712 '/' . self::WB . 'ü/u' => 'у', 713 '/' . self::WB . 'Ü/u' => 'У', 714 715 # некоторые исключения 716 # some exceptions 717 '/maal([^e])/u' => 'мааль$1', 718 '/Maal([^e])/u' => 'Мааль$1', 719 '/MAAL([^E])/u' => 'МААЛЬ$1', 720 '/küf([^eü])/u' => 'куфь$1', 721 '/Küf([^eü])/u' => 'Куфь$1', 722 '/KÜF([^EÜ])/u' => 'КУФЬ$1', 723 '/köz([^eü])/u' => 'козь$1', 724 '/Köz([^eü])/u' => 'Козь$1', 725 '/KÖZ([^EÜ])/u' => 'КОЗЬ$1', 726 727 # Punctuation 728 '/#|No\./u' => '№', 729 730 # некоторые случаи употребления Ц 731 '/tsi([^zñ])/u' => 'ци$1', 732 '/T[sS][iİ]([^zZñÑ])/u' => 'ЦИ$1', 733 '/ts([ou])/u' => 'ц$1', 734 '/T[sS]([oOuU])/u' => 'Ц$1', 735 '/ts([' . Crh::L_CONS . '])/u' => 'ц$1', 736 '/T[sS]([' . Crh::L_CONS . '])/u' => 'Ц$1', 737 '/([' . Crh::L_CONS . '])ts/u' => '$1ц', 738 '/([' . Crh::L_CONS . '])T[sS]/u' => '$1Ц', 739 '/tsиал/u' => 'циал', 740 '/TSИАЛ/u' => 'ЦИАЛ', 741 742 # убираем ьi 743 # remove ьi (note Cyrillic ь and Latin i) 744 '/[ьЬ]([iİ])/u' => '$1', 745 746 # ya & ye 747 '/([' . Crh::L_CONS . '])ya/u' => '$1ья', 748 '/([' . Crh::L_CONS . '])Y[aA]/u' => '$1ЬЯ', 749 '/([' . Crh::L_CONS . '])ye/u' => '$1ье', 750 '/([' . Crh::L_CONS . '])Y[eE]/u' => '$1ЬЕ', 751 752 # расставляем Ь перед Ё 753 # place Ь in front of Ё 754 '/([' . Crh::L_CONS . '])y[oö]/u' => '$1ьё', 755 '/([' . Crh::L_CONS . '])Y[oOöÖ]/u' => '$1ЬЁ', 756 # оставшиеся вхождения yo и yö 757 # remaining occurrences of yo and yö 758 '/y[oö]/u' => 'ё', 759 '/[yY][oOöÖ]/u' => 'Ё', 760 761 # расставляем Ь перед Ю 762 # place Ь in front of Ю 763 '/([' . Crh::L_CONS . '])y[uü]/u' => '$1ью', 764 '/([' . Crh::L_CONS . '])Y[uUüÜ]/u' => '$1ЬЮ', 765 # оставшиеся вхождения yu и yü 766 # remaining occurrences of yu and yü 767 '/y[uü]/u' => 'ю', 768 '/[yY][uUüÜ]/u' => 'Ю', 769 770 # убираем ьa 771 # remove ьa (note Cyrillic ь and Latin a) 772 '/[ьЬ]([aA])/u' => '$1', 773 774 # дж 775 '/C([' . Crh::L_UC . Crh::C_UC . 'АЕЁЙОУЭЮЯ])/u' => 'ДЖ$1', 776 '/([' . Crh::L_UC . Crh::C_UC . 'АЕЁЙОУЭЮЯ])C/u' => '$1ДЖ', 777 778 # гъ, къ, нъ 779 '/Ğ([' . Crh::L_UC . Crh::C_UC . '])/u' => 'ГЪ$1', 780 '/([' . Crh::L_UC . Crh::C_UC . 'Ъ])Ğ/u' => '$1ГЪ', 781 782 '/Q([' . Crh::L_UC . Crh::C_UC . '])/u' => 'КЪ$1', 783 '/([' . Crh::L_UC . Crh::C_UC . 'Ъ])Q/u' => '$1КЪ', 784 785 '/Ñ([' . Crh::L_UC . Crh::C_UC . '])/u' => 'НЪ$1', 786 '/([' . Crh::L_UC . Crh::C_UC . 'Ъ])Ñ/u' => '$1НЪ', 787 788 ]; 789 } 790 791 private $CyrlCleanUpRegexes = [ 792 '/([клнрст])ь\1/u' => '$1$1', 793 '/([КЛНРСТ])Ь\1/u' => '$1$1', 794 '/К[ьЬ]к/u' => 'Кк', 795 '/Л[ьЬ]л/u' => 'Лл', 796 '/Н[ьЬ]н/u' => 'Нн', 797 '/Р[ьЬ]р/u' => 'Рр', 798 '/С[ьЬ]с/u' => 'Сс', 799 '/Т[ьЬ]т/u' => 'Тт', 800 801 # убираем ьы и ь..ы 802 # remove ьы и ь..ы 803 '/[ьЬ]ы/u' => 'ы', 804 '/ЬЫ/u' => 'Ы', 805 '/[ьЬ]([гдклмнпрстчшГДКЛМНПРСТЧШ])ы/u' => '$1ы', 806 '/Ь([гдклмнпрстчшГДКЛМНПРСТЧШ])Ы/u' => '$1Ы', 807 '/[ьЬ]([гкнГКН])([ъЪ])ы/u' => '$1$2ы', 808 '/Ь([ГКН])ЪЫ/u' => '$1ЪЫ', 809 810 # убираем йь 811 # remove йь 812 '/йь/u' => 'й', 813 '/ЙЬ/u' => 'Й', 814 815 # частичное решение проблемы слова юз - 100 816 # Partial solution of the problem of the word юз ("100") 817 # notice that these are cross-word patterns 818 '/эки юзь/u' => 'эки юз', '/Эки юзь/u' => 'Эки юз', '/ЭКИ ЮЗЬ/u' => 'ЭКИ ЮЗ', 819 '/учь юзь/u' => 'учь юз', '/Учь юзь/u' => 'Учь юз', '/УЧЬ ЮЗЬ/u' => 'УЧЬ ЮЗ', 820 '/дёрт юзь/u' => 'дёрт юз', '/Дёрт юзь/u' => 'Дёрт юз', '/ДЁРТ ЮЗЬ/u' => 'ДЁРТ ЮЗ', 821 '/беш юзь/u' => 'беш юз', '/Беш юзь/u' => 'Беш юз', '/БЕШ ЮЗЬ/u' => 'БЕШ ЮЗ', 822 '/алты юзь/u' => 'алты юз', '/Алты юзь/u' => 'Алты юз', '/АЛТЫ ЮЗЬ/u' => 'АЛТЫ ЮЗ', 823 '/еди юзь/u' => 'еди юз', '/Еди юзь/u' => 'Еди юз', '/ЕДИ ЮЗЬ/u' => 'ЕДИ ЮЗ', 824 '/секиз юзь/u' => 'секиз юз', '/Секиз юзь/u' => 'Секиз юз', '/СЕКИЗ ЮЗЬ/u' => 'СЕКИЗ ЮЗ', 825 '/докъуз юзь/u' => 'докъуз юз', '/Докъуз юзь/u' => 'Докъуз юз', '/ДОКЪУЗ ЮЗЬ/u' => 'ДОКЪУЗ ЮЗ', 826 ]; 827} 828