MediaWiki  1.33.0
CrhExceptions.php
Go to the documentation of this file.
1 <?php
10 namespace MediaWiki\Languages\Data;
11 
12 use CrhConverter as Crh;
13 
14 class CrhExceptions {
15 
16  const WB = '\b'; # default word boundary; may be updated in the future
17 
18  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  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  # map Latin to Cyrillic and back, simple string match only (no regex)
120  # variants: all lowercase, all uppercase, first letter capitalized
121  private $ManyToOneC2LMappings = [
122  # Carefully ordered many-to-one mappings
123  # these are ordered so C2L is correct (the later Latin one)
124  # see also L2C mappings below
125  'fevqülade' => 'февкъульаде', 'fevqulade' => 'февкъульаде',
126  'beyude' => 'бейуде', 'beyüde' => 'бейуде',
127  'curat' => 'джурьат', 'cürat' => 'джурьат',
128  'mesul' => 'месуль', 'mesül' => 'месуль',
129  ];
130 
131  # map Cyrillic to Latin and back, simple string match only (no regex)
132  # variants: all lowercase, all uppercase, first letter capitalized
133  private $multiCaseMappings = [
134 
135  #### Cyrillic to Latin
136  'аджыумер' => 'acıümer', 'аджыусеин' => 'acıüsein', 'алейкум' => 'aleyküm',
137  'бозтюс' => 'boztüs', 'боливия' => 'boliviya', 'большевик' => 'bolşevik', 'борис' => 'boris',
138  'борнен' => 'bornen', 'бублик' => 'bublik', 'буддизм' => 'buddizm', 'буддист' => 'buddist',
139  'буженина' => 'bujenina', 'бузкесен' => 'buzkesen', 'букинист' => 'bukinist',
140  'буксир' => 'buksir', 'бульбул' => 'bülbül', 'бульвар' => 'bulvar', 'бульдог' => 'buldog',
141  'бульдозер' => 'buldozer', 'бульон' => 'bulyon', 'бумеранг' => 'bumerang',
142  'бунен' => 'bunen', 'буннен' => 'bunnen', 'бус-бутюн' => 'büs-bütün',
143  'бутерброд' => 'buterbrod', 'бутилен' => 'butilen', 'бутилир' => 'butilir',
144  'буфер' => 'bufer', 'буфет' => 'bufet', 'гобелен' => 'gobelen', 'гомео' => 'gomeo',
145  'горизонт' => 'gorizont', 'госпитал' => 'gospital', 'готтентот' => 'gottentot',
146  'гофрир' => 'gofrir', 'губерн' => 'gubern', 'гуверн' => 'guvern', 'гугенот' => 'gugenot',
147  'гуливер' => 'guliver', 'гуна' => 'güna', 'гунях' => 'günâh', 'гургуль' => 'gürgül',
148  'гуя' => 'güya', 'дёрткуль' => 'dörtkül', 'джуньджу' => 'cüncü', 'ёлнен' => 'yolnen',
149  'зумбуль' => 'zümbül', 'ильи' => 'ilyi', 'ишунь' => 'işün', 'ковер' => 'kover', 'код' => 'kod',
150  'койлю' => 'köylü', 'кокагъач' => 'kökağaç', 'кокбаштанкъара' => 'kökbaştanqara',
151  'кокгогерджин' => 'kökgögercin', 'кокдогъан' => 'kökdoğan', 'коккозю' => 'kökközü',
152  'коккъузгъун' => 'kökquzğun', 'коклюш' => 'koklüş', 'кокташ' => 'köktaş',
153  'коктогъан' => 'köktoğan', 'коктотай' => 'köktotay', 'коллег' => 'kolleg',
154  'коллект' => 'kollekt', 'коллекц' => 'kollekts', 'колье' => 'kolye', 'кольраби' => 'kolrabi',
155  'кольцов' => 'koltsov', 'комби' => 'kombi', 'комеди' => 'komedi', 'коменда' => 'komenda',
156  'комета' => 'kometa', 'комив' => 'komiv', 'комис' => 'komis', 'комит' => 'komit',
157  'комм' => 'komm', 'коммент' => 'komment', 'коммерс' => 'kommers', 'коммерц' => 'kommerts',
158  'комп' => 'komp', 'конве' => 'konve', 'конгени' => 'kongeni', 'конденс' => 'kondens',
159  'кондил' => 'kondil', 'кондитер' => 'konditer', 'кондиц' => 'kondits', 'коник' => 'konik',
160  'конкис' => 'konkis', 'консерв' => 'konserv', 'конси' => 'konsi', 'контейнер' => 'konteyner',
161  'конти' => 'konti', 'конфе' => 'konfe', 'конфи' => 'konfi', 'конце' => 'kontse',
162  'конъю' => 'konyu', 'коньки' => 'konki', 'коньяк' => 'konyak', 'копирле' => 'kopirle',
163  'копия' => 'kopiya', 'корде' => 'korde', 'кореиз' => 'koreiz', 'коренн' => 'korenn',
164  'корея' => 'koreya', 'кориа' => 'koria', 'коридор' => 'koridor', 'корне' => 'korne',
165  'корнеев' => 'korneyev', 'корни' => 'korni', 'корре' => 'korre', 'косме' => 'kosme',
166  'космик' => 'kosmik', 'костюм' => 'kostüm', 'котельн' => 'koteln', 'котир' => 'kotir',
167  'котлет' => 'kotlet', 'кочерг' => 'koçerg', 'коше' => 'köşe', 'куби' => 'kubi',
168  'кудрин' => 'kudrin', 'кузнец' => 'kuznets', 'кулинар' => 'kulinar', 'кулич' => 'kuliç',
169  'кульмин' => 'kulmin', 'культаш' => 'kültaş', 'культе' => 'külte', 'культ' => 'kult',
170  'куркулет' => 'kürkület', 'курсив' => 'kursiv', 'кушет' => 'kuşet', 'кушку' => 'küşkü',
171  'куюк' => 'küyük', 'къолязма' => 'qolyazma', 'къуртумер' => 'qurtümer',
172  'къуртусеин' => 'qurtüsein', 'медьюн' => 'medyun', 'месули' => 'mesüli',
173  'мефкуре' => 'mefküre', 'могедек' => 'mögedek', 'мумиё' => 'mumiyo', 'мумиф' => 'mumif',
174  'муче' => 'müçe', 'муюз' => 'müyüz', 'нумюне' => 'nümüne', 'обел' => 'obel', 'обер' => 'ober',
175  'обли' => 'obli', 'обсе' => 'obse', 'обт' => 'obt', 'огне' => 'ogne', 'одеколон' => 'odekolon',
176  'одеса' => 'odesa', 'одесса' => 'odessa', 'озерки' => 'ozerki', 'озерн' => 'ozern',
177  'озёрн' => 'ozörn', 'озюя' => 'özüya', 'океан' => 'okean', 'окси' => 'oksi',
178  'октет' => 'oktet', 'олеа' => 'olea', 'олеи' => 'olei', 'оленев' => 'olenev', 'олив' => 'oliv',
179  'олиг' => 'olig', 'олимп' => 'olimp', 'олиф' => 'olif', 'ольчер' => 'ölçer', 'омле' => 'omle',
180  'онен' => 'onen', 'оннен' => 'onnen', 'опера' => 'opera', 'опере' => 'opere',
181  'оптим' => 'optim', 'опци' => 'optsi', 'орби' => 'orbi', 'орден' => 'orden',
182  'ордер' => 'order', 'ордин' => 'ordin', 'ореа' => 'orea', 'орех' => 'oreh',
183  'ориент' => 'oriyent', 'оркестр' => 'orkestr', 'орлин' => 'orlin', 'орни' => 'orni',
184  'орхи' => 'orhi', 'осци' => 'ostsi', 'офис' => 'ofis', 'офиц' => 'ofits', 'офсет' => 'ofset',
185  'очерк' => 'oçerk', 'оюннен' => 'oyunnen', 'побед' => 'pobed', 'полево' => 'polevo',
186  'поли' => 'poli', 'полюшко' => 'polüşko', 'помидор' => 'pomidor', 'пониз' => 'poniz',
187  'порфир' => 'porfir', 'потелов' => 'potelov', 'потюк' => 'pötük', 'почетн' => 'poçetn',
188  'почётн' => 'poçötn', 'пукле' => 'pükle', 'пуркю' => 'pürkü', 'пурумют' => 'purümüt',
189  'пускул' => 'püskül', 'пускур' => 'püskür', 'пусюр' => 'püsür', 'пуфле' => 'püfle',
190  'сейитумер' => 'seyitümer', 'сейитусеин' => 'seyitüsein', 'сейитягъя' => 'seyityağya',
191  'сейитягья' => 'seyityagya', 'сейитяхья' => 'seyityahya', 'сейитяя' => 'seyityaya',
192  'сеитумер' => 'seitümer', 'сеитусеин' => 'seitüsein', 'сеитягъя' => 'seityağya',
193  'сеитягья' => 'seityagya', 'сеитяхья' => 'seityahya', 'сеитяя' => 'seityaya',
194  'сурет' => 'süret', 'увертюра' => 'uvertüra', 'угле' => 'ugle', 'узвий' => 'uzviy',
195  'улица' => 'ulitsa', 'ультимат' => 'ultimat', 'ультра' => 'ultra', 'ульянов' => 'ulyanov',
196  'универ' => 'univer', 'уник' => 'unik', 'унис' => 'unis', 'унит' => 'unit', 'униф' => 'unif',
197  'унтер' => 'unter', 'урьян' => 'uryan', 'утил' => 'util', 'уткин' => 'utkin',
198  'учебн' => 'uçebn', 'шовини' => 'şovini', 'шоссе' => 'şosse', 'шубин' => 'şubin',
199  'шунен' => 'şunen', 'шуннен' => 'şunnen', 'шунчюн' => 'şunçün', 'щёлкино' => 'şçolkino',
200  'эмирусеин' => 'emirüsein', 'юзбашы' => 'yüzbaşı', 'юзйыл' => 'yüzyıl', 'юртер' => 'yurter',
201  'ющенко' => 'yuşçenko',
202 
203  ### Carefully ordered many-to-one mappings
204  # these are ordered so L2C is correct (the later Cyrillic one)
205  # see also $ManyToOneC2LMappings above for C2L
206  'шофер' => 'şoför', 'шофёр' => 'şoför',
207  'бугун' => 'bugün', 'бугунь' => 'bugün',
208  'демирёл' => 'demiryol', 'демиръёл' => 'demiryol',
209  'гонъюл' => 'göñül', 'гонъюль' => 'göñül',
210  'коккоз' => 'kökköz', 'коккозь' => 'kökköz',
211  'корбекул' => 'körbekül', 'корьбекул' => 'körbekül', 'корьбекуль' => 'körbekül',
212  'муур' => 'müür', 'муурь' => 'müür',
213  'оригинал' => 'original', 'оригиналь' => 'original',
214  'пускю' => 'püskü', 'пуськю' => 'püskü',
215  'къарагоз' => 'qaragöz', 'къарагозь' => 'qaragöz',
216 
217  #### Latin to Cyrillic (deduped from above)
218 
219  # слова на -аль
220  # words in -аль
221  'актуаль' => 'aktual', 'диагональ' => 'diagonal', 'документаль' => 'dokumental',
222  'эмсаль' => 'emsal', 'фааль' => 'faal', 'феодаль' => 'feodal', 'фестиваль' => 'festival',
223  'горизонталь' => 'gorizontal', 'хроникаль' => 'hronikal', 'идеаль' => 'ideal',
224  'инструменталь' => 'instrumental', 'икъмаль' => 'iqmal', 'икъбаль' => 'iqbal',
225  'истикъбаль' => 'istiqbal', 'истикъляль' => 'istiqlâl', 'италия' => 'italiya',
226  'италья' => 'italya', 'ишгъаль' => 'işğal', 'кафедраль' => 'kafedral', 'казуаль' => 'kazual',
227  'коллегиаль' => 'kollegial', 'колоссаль' => 'kolossal', 'коммуналь' => 'kommunal',
228  'кординаль' => 'kordinal', 'криминаль' => 'kriminal', 'легаль' => 'legal',
229  'леталь' => 'letal', 'либераль' => 'liberal', 'локаль' => 'lokal',
230  'магистраль' => 'magistral', 'материаль' => 'material', 'машиналь' => 'maşinal',
231  'меаль' => 'meal', 'медальон' => 'medalyon', 'медаль' => 'medal',
232  'меридиональ' => 'meridional', 'мешъаль' => 'meşal', 'минераль' => 'mineral',
233  'минималь' => 'minimal', 'мисаль' => 'misal', 'модаль' => 'modal', 'музыкаль' => 'muzıkal',
234  'номиналь' => 'nominal', 'нормаль' => 'normal', 'оптималь' => 'optimal',
235  'орбиталь' => 'orbital', 'педаль' => 'pedal', 'пропорциональ' => 'proportsional',
236  'профессиональ' => 'professional', 'радикаль' => 'radikal', 'рациональ' => 'ratsional',
237  'реаль' => 'real', 'региональ' => 'regional', 'суаль' => 'sual', 'шималь' => 'şimal',
238  'территориаль' => 'territorial', 'тимсаль' => 'timsal', 'тоталь' => 'total',
239  'уникаль' => 'unikal', 'универсаль' => 'universal', 'вертикаль' => 'vertikal',
240  'виртуаль' => 'virtual', 'визуаль' => 'vizual', 'вуаль' => 'vual', 'зональ' => 'zonal',
241  'зуаль' => 'zual', 'италь' => 'ital',
242 
243  # слова с мягким знаком перед а, о, у, э
244  # Words with a soft sign before а, о, у, э
245  'бильакис' => 'bilakis', 'маальэсеф' => 'maalesef', 'мельун' => 'melun', 'озьара' => 'özara',
246  'вельасыл' => 'velasıl', 'ельаякъ' => 'yelayaq',
247 
248  # другие слова с мягким знаком
249  # Other words with a soft sign
250  'альбатрос' => 'albatros', 'альбинос' => 'albinos', 'альбом' => 'albom',
251  'альбумин' => 'albumin', 'алфавит' => 'alfavit', 'альфа' => 'alfa', 'альманах' => 'almanah',
252  'альпинист' => 'alpinist', 'альтерн' => 'altern', 'альтру' => 'altru',
253  'альвеола' => 'alveola', 'ансамбль' => 'ansambl', 'аньане' => 'anane', 'асфальт' => 'asfalt',
254  'бальнео' => 'balneo', 'баарь' => 'baar', 'базальт' => 'bazalt', 'бинокль' => 'binokl',
255  'девальв' => 'devalv', 'факульт' => 'fakult', 'фальсиф' => 'falsif', 'фольклор' => 'folklor',
256  'гальван' => 'galvan', 'геральд' => 'gerald', 'женьшень' => 'jenşen',
257  'инвентарь' => 'inventar', 'кальк' => 'kalk', 'кальмар' => 'kalmar', 'консульт' => 'konsult',
258  'контроль' => 'kontrol', 'культур' => 'kultur', 'лагерь' => 'lager', 'макъбуль' => 'maqbul',
259  'макъуль' => 'maqul', 'мальт' => 'malt', 'мальземе' => 'malzeme', 'меджуль' => 'mecul',
260  'мешгуль' => 'meşgül', 'мешгъуль' => 'meşğul', 'мульти' => 'multi',
261  'мусульман' => 'musulman', 'нефть' => 'neft', 'пальто' => 'palto', 'пароль' => 'parol',
262  'патруль' => 'patrul', 'пенальти' => 'penalti', 'къальби' => 'qalbi', 'къальпке' => 'qalpke',
263  'къальплер' => 'qalpler', 'къальпни' => 'qalpni', 'къальпте' => 'qalpte', 'къаарь' => 'qaar',
264  'ресуль' => 'resul', 'рыцарь' => 'rıtsar', 'рояль' => 'royal', 'саарь' => 'saar',
265  'спираль' => 'spiral', 'сульх' => 'sulh', 'сумбуль' => 'sumbul', 'суньий' => 'suniy',
266  'темаюль' => 'temayul', 'шампунь' => 'şampun', 'вальс' => 'vals', 'вальц' => 'valts',
267  'ведомость' => 'vedomost', 'зулькъарнейн' => 'zulqarneyn', 'январь' => 'yanvar',
268  'февраль' => 'fevral', 'июнь' => 'iyün', 'сентябрь' => 'sentâbr', 'октябрь' => 'oktâbr',
269  'ноябрь' => 'noyabr', 'декабрь' => 'dekabr',
270 
271  # слова с твёрдым знаком
272  # Words with a solid sign
273  'бидъат' => 'bidat', 'бузъюрек' => 'buzyürek', 'атешъюрек' => 'ateşyürek',
274  'алъянакъ' => 'alyanaq', 'инъекц' => 'inyekts', 'мефъум' => 'mefum', 'мешъум' => 'meşum',
275  'объект' => 'obyekt', 'разъезд' => 'razyezd', 'субъект' => 'subyekt', 'хавъяр' => 'havyar',
276  'ямъям' => 'yamyam',
277 
278  # слова с буквой щ
279  # words with щ
280  'ящик' => 'yaşçik', 'мещан' => 'meşçan',
281 
282  # слова с ц
283  # words with ц
284  'акциз' => 'aktsiz', 'ацет' => 'atset', 'блиц' => 'blits', 'бруцеллёз' => 'brutsellöz',
285  'доцент' => 'dotsent', 'фармацевт' => 'farmatsevt', 'глицер' => 'glitser',
286  'люцерна' => 'lütserna', 'лицей' => 'litsey', 'меццо' => 'metstso', 'наци' => 'natsi',
287  'проце' => 'protse', 'рецеп' => 'retsep', 'реценз' => 'retsenz', 'теплица' => 'teplitsa',
288  'вице' => 'vitse', 'швейцар' => 'şveytsar', 'богородиц' => 'bogorodits',
289  'бруцел' => 'brutsel', 'дацюк' => 'datsük', 'доницетти' => 'donitsetti',
290  'драцена' => 'dratsena', 'контрацеп' => 'kontratsep', 'коцюб' => 'kotsüb',
291  'меценат' => 'metsenat', 'мицел' => 'mitsel', 'моцарт' => 'motsart', 'плац' => 'plats',
292  'плацен' => 'platsen', 'прецедент' => 'pretsedent', 'прецес' => 'pretses',
293  'прицеп' => 'pritsep', 'спец' => 'spets', 'троиц' => 'troits', 'шприц' => 'şprits',
294  'эпицентр' => 'epitsentr', 'яценюк' => 'yatsenük',
295 
296  # слова с тс
297  # words with тс
298  'агъартс' => 'ağarts', 'агъыртс' => 'ağırts', 'бильдиртс' => 'bildirts', 'битсин' => 'bitsin',
299  'буюльтс' => 'büyülts', 'буютс' => 'büyüts', 'гебертс' => 'geberts', 'делиртс' => 'delirts',
300  'эгрильтс' => 'egrilts', 'эксильтс' => 'eksilts', 'эшитс' => 'eşits', 'иритс' => 'irits',
301  'иситс' => 'isits', 'ичиртс' => 'içirts', 'кертсин' => 'kertsin', 'кенишлетс' => 'kenişlets',
302  'кийсетс' => 'kiysets', 'копюртс' => 'köpürts', 'косьтертс' => 'kösterts',
303  'кучертс' => 'küçerts', 'кучюльтс' => 'küçülts', 'пертсин' => 'pertsin', 'къайтс' => 'qayts',
304  'къутсуз' => 'qutsuz', 'орьтс' => 'örts', 'отьс' => 'öts', 'тартс' => 'tarts',
305  'тутсун' => 'tutsun', 'тюнъюльтс' => 'tüñülts', 'тюртс' => 'türts', 'янъартс' => 'yañarts',
306  'ебертс' => 'yeberts', 'ешертс' => 'yeşerts', 'йиритс' => 'yirits',
307 
308  # разные исключения
309  # different exceptions
310  'бюджет' => 'bücet', 'бюллет' => 'büllet', 'бюро' => 'büro', 'бюст' => 'büst',
311  'диалог' => 'dialog', 'ханымэфенди' => 'hanımefendi', 'каньон' => 'kanyon',
312  'кирил' => 'kiril', 'кирилл' => 'kirill', 'кёрджа' => 'körca', 'коy' => 'köy',
313  'кулеръюзь' => 'küleryüz', 'маалле' => 'маальle', 'майор' => 'mayor', 'маниал' => 'manиаль',
314  'нормала' => 'нормальa', 'проект' => 'proekt', 'район' => 'rayon', 'сойады' => 'soyadı',
315  'спортсмен' => 'sportsmen', 'услюп' => 'üslüp', 'услюб' => 'üslüb', 'вакъиал' => 'vaqиаль',
316  'юзйыллыкъ' => 'yüzyıllıq', 'койот' => 'koyot',
317 
318  # имена собственные
319  # proper names
320  'адольф' => 'adolf', 'альберт' => 'albert', 'бешуй' => 'beşüy', 'флотск' => 'flotsk',
321  'гайана' => 'gayana', 'грэсовский' => 'gresovskiy', 'гриц' => 'grits', 'гурджи' => 'gürci',
322  'игорь' => 'igor', 'ильич' => 'ilyiç', 'ильин' => 'ilyin', 'исмаил' => 'ismail',
323  'киттс' => 'kitts', 'комсомольск' => 'komsomolsk', 'корьбекулю' => 'körbekülü',
324  'куницын' => 'kunitsın', 'львив' => 'lviv', 'львов' => 'lvov', 'марьино' => 'maryino',
325  'махульдюр' => 'mahuldür', 'павел' => 'pavel', 'пантикапейон' => 'pantikapeyon',
326  'къуртсейит' => 'qurtseyit', 'къуртсеит' => 'qurtseit', 'смаил' => 'smail',
327  'советск' => 'sovetsk', 'шемьи-заде' => 'şemi-zade', 'тсвана' => 'tsvana',
328  'учьэвли' => 'üçevli', 'йохан' => 'yohan', 'йорк' => 'york', 'винныця' => 'vinnıtsâ',
329  'винница' => 'vinnitsa', 'хмельницк' => 'hmelnitsk', 'хмельныцк' => 'hmelnıtsk',
330  'зайце' => 'zaytse', 'чистеньк' => 'çistenk', 'кольчуг' => 'kolçug', 'ручьи' => 'ruçyi',
331  'ботсвана' => 'botsvana', 'большой' => 'bolşoy', 'большое' => 'bolşoye',
332  'большая' => 'bolşaya', 'ущелье' => 'uşçelye', 'ущельное' => 'uşçelnoye',
333  'предущельное' => 'preduşçelnoye', 'новенькое' => 'novenkoye', 'новосельц' => 'novoselts',
334  'мелко' => 'melko', 'овощ' => 'ovoşç', 'перепёлк' => 'perepölk', 'рощин' => 'roşçin',
335  'братск' => 'bratsk', 'краснофлотск' => 'krasnoflotsk', 'синицин' => 'sinitsin',
336  'синицын' => 'sinitsın', 'льгов' => 'lgov', 'желто' => 'jelto', 'жёлт' => 'jölt',
337  'пермь' => 'perm', 'солдатск' => 'soldatsk', 'кольцо' => 'koltso', 'шелко' => 'şelko',
338  'охотск' => 'ohotsk', 'марий эл' => 'mariy el', 'мариуполь' => 'mariupol',
339  'белгород' => 'belgorod', 'иркутск' => 'irkutsk', 'Иркутск' => 'İrkutsk', 'орёл' => 'oröl',
340  'рязанск' => 'râzansk', 'рязань' => 'râzan', 'тверск' => 'tversk', 'тверь' => 'tver',
341  'ярославль' => 'yaroslavl', 'благовеще' => 'blagoveşçe', 'мальдив' => 'maldiv',
342  'бальбек' => 'balbek', 'альчик' => 'alçik', 'харьков' => 'harkov', 'волынск' => 'volınsk',
343  'волынь' => 'volın',
344 
345  ];
346 
347  # map Cyrillic to Latin and back, simple string match only (no regex)
348  # no variants: map exactly as is
349  private $exactCaseMappings = [
350  # аббревиатуры
351  # abbreviations
352  'ОБСЕ' => 'OBSE', 'КъМДж' => 'QMC', 'КъДж' => 'QC', 'КъАЭ' => 'QAE', 'ГъСМК' => 'ĞSMK',
353  'ШСДжБ' => 'ŞSCB', 'КъМШСДж' => 'QMŞSC', 'КъАССР' => 'QASSR', 'КъДМПУ' => 'QDMPU',
354  'КъМПУ' => 'QMPU',
355  ];
356 
357  # map Cyrillic to Latin and back, match end of word
358  # variants: all lowercase, all uppercase, first letter capitalized
359  # "first letter capitalized" variant was in the source
360  # items with capture group refs (e.g., $1) are only mapped from the
361  # regex to the reference
362  private $suffixMapping = [
363  # originally C2L
364  'иаль' => 'ial', 'нуль' => 'nul', 'кой' => 'köy', 'койнинъ' => 'köyniñ', 'койни' => 'köyni',
365  'койге' => 'köyge', 'койде' => 'köyde', 'койдеки' => 'köydeki', 'койден' => 'köyden',
366  'козь' => 'köz', '-юнджи' => '-ünci', '-юнджиде' => '-üncide', '-юнджиден' => '-ünciden',
367 
368  # originally L2C, here swapped
369  'льная' => 'lnaya', 'льное' => 'lnoye', 'льный' => 'lnıy', 'льний' => 'lniy',
370  'льская' => 'lskaya', 'льский' => 'lskiy', 'льское' => 'lskoye', 'ополь' => 'opol',
371  'щее' => 'şçeye', 'щий' => 'şçiy', 'щая' => 'şçaya', 'цепс' => 'tseps',
372 
373  ];
374 
375  # map Cyrillic to Latin and back, match beginning of word
376  # variants: all lowercase, all uppercase, first letter capitalized
377  # items with capture group refs (e.g., $1) are only mapped from the
378  # regex to the reference
379  private $prefixMapping = [
380  # originally C2L
381  'буюк([^ъ])' => 'büyük$1', 'бую([гдйлмнпрстчшc])(и)' => 'büyü$1$2',
382  'буют([^ыа])' => 'büyüt$1', 'джонк([^ъ])' => 'cönk$1', 'коюм' => 'köyüm', 'коюнъ' => 'köyüñ',
383  'коюн([ди])' => 'köyün$1', 'куе' => 'küye', 'куркке' => 'kürkke', 'куркни' => 'kürkni',
384  'куркте' => 'kürkte', 'куркчю' => 'kürkçü', 'кою' => 'köyü',
385  'жизнь' => 'jizn',
386 
387  # арабизмы на муи- муэ- / Arabic муи- муэ-
388  'му([иэИЭ])' => 'mü$1',
389 
390  # originally L2C, here swapped
391  'роль$1' => 'rol([^ü]|' . self::WB . ')',
392  'усть$1' => 'üst([^ü]|' . self::WB . ')',
393 
394  # more prefixes
395  'ком-кок' => 'köm-kök',
396 
397  ];
398 
399  private $Cyrl2LatnRegexes = [];
400  private $Latn2CyrlRegexes = [];
401 
402  function loadRegs() {
403  // Regexes as keys need to be declared in a function.
404  $this->Cyrl2LatnRegexes = [
405  ############################
406  # относятся ко всему слову #
407  # whole words #
408  ############################
409 
410  // TODO: refactor upper/lower/first capital whole words without
411  // regexes into simpler list
412 
413  '/' . self::WB . 'КъЮШ' . self::WB . '/u' => 'QYŞ',
414  '/' . self::WB . 'ЮШ' . self::WB . '/u' => 'YŞ',
415 
416  '/' . self::WB . 'кок' . self::WB . '/u' => 'kök',
417  '/' . self::WB . 'Кок' . self::WB . '/u' => 'Kök',
418  '/' . self::WB . 'КОК' . self::WB . '/u' => 'KÖK',
419  '/' . self::WB . 'ком-кок' . self::WB . '/u' => 'köm-kök',
420  '/' . self::WB . 'Ком-кок' . self::WB . '/u' => 'Köm-kök',
421  '/' . self::WB . 'КОМ-КОК' . self::WB . '/u' => 'KÖM-KÖK',
422 
423  '/' . self::WB . 'коп' . self::WB . '/u' => 'köp',
424  '/' . self::WB . 'Коп' . self::WB . '/u' => 'Köp',
425  '/' . self::WB . 'КОП' . self::WB . '/u' => 'KÖP',
426 
427  '/' . self::WB . 'курк' . self::WB . '/u' => 'kürk',
428  '/' . self::WB . 'Курк' . self::WB . '/u' => 'Kürk',
429  '/' . self::WB . 'КУРК' . self::WB . '/u' => 'KÜRK',
430 
431  '/' . self::WB . 'ог' . self::WB . '/u' => 'ög',
432  '/' . self::WB . 'Ог' . self::WB . '/u' => 'Ög',
433  '/' . self::WB . 'ОГ' . self::WB . '/u' => 'ÖG',
434 
435  '/' . self::WB . 'юрип' . self::WB . '/u' => 'yürip',
436  '/' . self::WB . 'Юрип' . self::WB . '/u' => 'Yürip',
437  '/' . self::WB . 'ЮРИП' . self::WB . '/u' => 'YÜRİP',
438 
439  '/' . self::WB . 'юз' . self::WB . '/u' => 'yüz',
440  '/' . self::WB . 'Юз' . self::WB . '/u' => 'Yüz',
441  '/' . self::WB . 'ЮЗ' . self::WB . '/u' => 'YÜZ',
442 
443  '/' . self::WB . 'юк' . self::WB . '/u' => 'yük',
444  '/' . self::WB . 'Юк' . self::WB . '/u' => 'Yük',
445  '/' . self::WB . 'ЮК' . self::WB . '/u' => 'YÜK',
446 
447  '/' . self::WB . 'буюп' . self::WB . '/u' => 'büyüp',
448  '/' . self::WB . 'Буюп' . self::WB . '/u' => 'Büyüp',
449  '/' . self::WB . 'БУЮП' . self::WB . '/u' => 'BÜYÜP',
450 
451  '/' . self::WB . 'буюк' . self::WB . '/u' => 'büyük',
452  '/' . self::WB . 'Буюк' . self::WB . '/u' => 'Büyük',
453  '/' . self::WB . 'БУЮК' . self::WB . '/u' => 'BÜYÜK',
454 
455  '/' . self::WB . 'джонк' . self::WB . '/u' => 'cönk',
456  '/' . self::WB . 'Джонк' . self::WB . '/u' => 'Cönk',
457  '/' . self::WB . 'ДЖОНК' . self::WB . '/u' => 'CÖNK',
458  '/' . self::WB . 'джонкю' . self::WB . '/u' => 'cönkü',
459  '/' . self::WB . 'Джонкю' . self::WB . '/u' => 'Cönkü',
460  '/' . self::WB . 'ДЖОНКЮ' . self::WB . '/u' => 'CÖNKÜ',
461 
462  '/' . self::WB . 'куркчи/u' => 'kürkçi',
463  '/' . self::WB . 'Куркчи/u' => 'Kürkçi',
464  '/' . self::WB . 'КУРКЧИ/u' => 'KÜRKÇI',
465 
466  '/' . self::WB . 'устке' . self::WB . '/u' => 'üstke',
467  '/' . self::WB . 'Устке' . self::WB . '/u' => 'Üstke',
468  '/' . self::WB . 'УСТКЕ' . self::WB . '/u' => 'ÜSTKE',
469  '/' . self::WB . 'устте' . self::WB . '/u' => 'üstte',
470  '/' . self::WB . 'Устте' . self::WB . '/u' => 'Üstte',
471  '/' . self::WB . 'УСТТЕ' . self::WB . '/u' => 'ÜSTTE',
472  '/' . self::WB . 'усттен' . self::WB . '/u' => 'üstten',
473  '/' . self::WB . 'Усттен' . self::WB . '/u' => 'Üstten',
474  '/' . self::WB . 'УСТТЕН' . self::WB . '/u' => 'ÜSTTEN',
475 
476  # отдельно стоящие Ё и Я
477  # stand-alone Ё and Я
478  '/' . self::WB . 'Я' . self::WB . '/u' => 'Ya',
479  '/' . self::WB . 'Ё' . self::WB . '/u' => 'Yo',
480 
481  ############################
482  # относятся к началу слова #
483  # word prefixes #
484  ############################
485  '/' . self::WB . 'КъЮШн/u' => 'QYŞn',
486  '/' . self::WB . 'ЮШн/u' => 'YŞn',
487 
488  # need to convert digraphs (гъ, къ, нъ, дж) now to match patterns
489  '/гъ/u' => 'ğ',
490  '/Г[ъЪ]/u' => 'Ğ',
491  '/къ/u' => 'q',
492  '/К[ъЪ]/u' => 'Q',
493  '/нъ/u' => 'ñ',
494  '/Н[ъЪ]/u' => 'Ñ',
495  '/дж/u' => 'c',
496  '/Д[жЖ]/u' => 'C',
497 
498  # о => ö
499  '/' . self::WB . '([' . Crh::C_M_CONS . '])о([' . Crh::C_CONS . '])([' . Crh::C_CONS .
500  '])([еиэюьü])/u' => '$1ö$2$3$4',
501  '/' . self::WB . 'о([' . Crh::C_CONS . '])([' . Crh::C_CONS . '])([еиэюьü])/u' => 'ö$1$2$3',
502  '/' . self::WB . '([' . Crh::C_M_CONS . '])О([' . Crh::C_CONS . '])([' . Crh::C_CONS .
503  '])([еиэюьüЕИЭЮЬÜ])/u' => '$1Ö$2$3$4',
504  '/' . self::WB . 'О([' . Crh::C_CONS . '])([' . Crh::C_CONS . '])([еиэюьüЕИЭЮЬÜ])/u'
505  => 'Ö$1$2$3',
506 
507  '/' . self::WB . '([' . Crh::C_M_CONS . '])о([' . Crh::C_CONS . '])([еиэюьü])/u' => '$1ö$2$3',
508  '/' . self::WB . 'о([' . Crh::C_CONS . '])([еиэюьü])/u' => 'ö$1$2',
509  '/' . self::WB . '([' . Crh::C_M_CONS . '])О([' . Crh::C_CONS . '])([еиэюьüЕИЭЮЬÜ])/u'
510  => '$1Ö$2$3',
511  '/' . self::WB . 'О([' . Crh::C_CONS . '])([еиэюьüЕИЭЮЬÜ])/u' => 'Ö$1$2',
512 
513  # ё => yö
514  '/' . self::WB . 'ё([' . Crh::C_CONS . '])([' . Crh::C_CONS . '])([ьеюü])/u' => 'yö$1$2$3',
515  '/' . self::WB . 'Ё([' . Crh::C_CONS_LC . '])([' . Crh::C_CONS_LC . '])([ьеюü])/u' => 'Yö$1$2$3',
516  '/' . self::WB . 'Ё([' . Crh::C_CONS_UC . '])([' . Crh::C_CONS_UC . '])([ЬЕЮÜ])/u' => 'YÖ$1$2$3',
517  '/' . self::WB . 'ё([' . Crh::C_CONS . '])([ьеюü])/u' => 'yö$1$2',
518  '/' . self::WB . 'Ё([' . Crh::C_CONS_LC . '])([ьеюü])/u' => 'Yö$1$2',
519  '/' . self::WB . 'Ё([' . Crh::C_CONS_UC . '])([ЬЕЮÜ])/u' => 'YÖ$1$2',
520 
521  # у => ü, ую => üyü
522  '/' . self::WB . '([' . Crh::C_M_CONS . '])у([' . Crh::C_CONS . '])([' . Crh::C_CONS .
523  '])([еиэюьü])/u' => '$1ü$2$3$4',
524  '/' . self::WB . 'у([' . Crh::C_CONS . '])([' . Crh::C_CONS . '])([еиэюьü])/u' => 'ü$1$2$3',
525  '/' . self::WB . 'ую([' . Crh::C_CONS . '])([' . Crh::C_CONS . '])([еиэюьü])/u' => 'üyü$1$2$3',
526  '/' . self::WB . '([' . Crh::C_M_CONS . '])У([' . Crh::C_CONS . '])([' . Crh::C_CONS .
527  '])([еиэюьüЕИЭЮЬÜ])/u' => '$1Ü$2$3$4',
528  '/' . self::WB . 'У([' . Crh::C_CONS . '])([' . Crh::C_CONS . '])([еиэюьüЕИЭЮЬÜ])/u'
529  => 'Ü$1$2$3',
530  '/' . self::WB . 'Ую([' . Crh::C_CONS . '])([' . Crh::C_CONS . '])([еиэюьü])/u' => 'Üyü$1$2$3',
531  '/' . self::WB . 'УЮ([' . Crh::C_CONS . '])([' . Crh::C_CONS . '])([еиэюьü])/u' => 'ÜYÜ$1$2$3',
532 
533  '/' . self::WB . '([' . Crh::C_M_CONS . '])у([' . Crh::C_CONS . '])([еиэюьü])/u' => '$1ü$2$3',
534  '/' . self::WB . 'у([' . Crh::C_CONS . '])([еиэюьü])/u' => 'ü$1$2',
535  '/' . self::WB . 'ую([' . Crh::C_CONS . '])([еиэюьü])/u' => 'üyü$1$2',
536  '/' . self::WB . '([' . Crh::C_M_CONS . '])У([' . Crh::C_CONS . '])([еиэюьüЕИЭЮЬÜ])/u'
537  => '$1Ü$2$3',
538  '/' . self::WB . 'У([' . Crh::C_CONS . '])([еиэюьüЕИЭЮЬÜ])/u' => 'Ü$1$2',
539  '/' . self::WB . 'Ую([' . Crh::C_CONS . '])([еиэюьü])/u' => 'Üyü$1$2',
540  '/' . self::WB . 'УЮ([' . Crh::C_CONS . '])([еиэюьü])/u' => 'ÜYÜ$1$2',
541 
542  # ю => yü
543  '/' . self::WB . '([аыоуеиёюАЫОУЕИЁЮ]?)ю([' . Crh::C_CONS . '])([' . Crh::C_CONS . '])([ьеюü])/u'
544  => '$1yü$2$3$4',
545  '/' . self::WB . '([АЫОУЕИЁЮ]?)Ю([' . Crh::C_CONS_LC . '])([' . Crh::C_CONS_LC . '])([ьеюü])/u'
546  => '$1Yü$2$3$4',
547  '/' . self::WB . '([АЫОУЕИЁЮ]?)Ю([' . Crh::C_CONS_UC . '])([' . Crh::C_CONS_UC . '])([ЬЕЮÜ])/u'
548  => '$1YÜ$2$3$4',
549  '/' . self::WB . '([аыоуеиёюАЫОУЕИЁЮ]?)ю([' . Crh::C_CONS . '])([ьеюü])/u' => '$1yü$2$3',
550  '/' . self::WB . '([АЫОУЕИЁЮ]?)Ю([' . Crh::C_CONS_LC . '])([ьеюü])/u' => '$1Yü$2$3',
551  '/' . self::WB . '([АЫОУЕИЁЮ]?)Ю([' . Crh::C_CONS_UC . '])([ЬЕЮÜ])/u' => '$1YÜ$2$3',
552 
553  # e => ye, я => ya
554  '/' . self::WB . 'е/u' => 'ye',
555  '/' . self::WB . 'Е([' . Crh::C_LC . 'cğñqöü])/u' => 'Ye$1',
556  '/' . self::WB . 'Е([' . Crh::C_UC . 'CĞÑQÖÜ])/u' => 'YE$1',
557  '/' . self::WB . 'я/u' => 'ya',
558  '/' . self::WB . 'Я([' . Crh::C_LC . 'cğñqöü])/u' => 'Ya$1',
559  '/' . self::WB . 'Я([' . Crh::C_UC . 'CĞÑQÖÜ])/u' => 'YA$1',
560  '/([аеёиоуыэюяйьъaeöüАЕЁИОУЫЭЮЯЙЬЪAEÖÜ])е/u' => '$1ye',
561  '/([аеёиоуыэюяйьъaeöüАЕЁИОУЫЭЮЯЙЬЪAEÖÜ])Е([' . Crh::C_LC . 'cğñqöü])/u' => '$1Ye$2',
562  '/([аеёиоуыэюяйьъaeöüАЕЁИОУЫЭЮЯЙЬЪAEÖÜ])Е([' . Crh::C_UC . 'CĞÑQÖÜ])/u' => '$1YE$2',
563  '/([аеёиоуыэюяйьъaeöüğqАЕЁИОУЫЭЮЯЙЬЪAEÖÜĞQ])я/u' => '$1ya',
564  '/([аеёиоуыэюяйьъaeöüğqАЕЁИОУЫЭЮЯЙЬЪAEÖÜĞQ])Я([' . Crh::C_LC . 'cğñqöü])/u' => '$1Ya$2',
565  '/([аеёиоуыэюяйьъaeöüğqАЕЁИОУЫЭЮЯЙЬЪAEÖÜĞQ])Я([' . Crh::C_UC . 'CĞÑQÖÜ])/u' => '$1YA$2',
566 
567  ###############################
568  # не зависят от места в слове #
569  # position independent #
570  ###############################
571 
572  # слова на -льон
573  # words with -льон
574  '/льон/u' => 'lyon',
575  '/ЛЬОН/u' => 'LYON',
576 
577  '/козь([^я])/u' => 'köz$1',
578  '/Козь([^я])/u' => 'Köz$1',
579  '/КОЗЬ([^Я])/u' => 'KÖZ$1',
580 
581  # Ö, Ü 1-й заход: ё, ю после согласных > ö, ü
582  # Ö, Ü 1st instance: ё, ю after consonants > ö, ü
583  '/([' . Crh::C_CONS . '])ю/u' => '$1ü',
584  '/([' . Crh::C_CONS . '])Ю/u' => '$1Ü',
585  '/([' . Crh::C_CONS . '])ё/u' => '$1ö',
586  '/([' . Crh::C_CONS . '])Ё/u' => '$1Ö',
587 
588  # остальные вхождения о, у, ё, ю
589  # other occurences of о, у, ё, ю
590  '/Ё([' . Crh::C_UC . 'CĞÑQÖÜ])/u' => 'YO$1',
591  '/Ю([' . Crh::C_UC . 'CĞÑQÖÜ])/u' => 'YU$1',
592 
593  # Ц & Щ
594  '/Ц([' . Crh::C_UC . 'CĞÑQÖÜ])/u' => 'TS$1',
595  '/Щ([' . Crh::C_UC . 'CĞÑQÖÜ])/u' => 'ŞÇ$1',
596  ];
597 
598  $this->Latn2CyrlRegexes = [
599 
600  // TODO: refactor upper/lower/first capital whole words without
601  // regexes into simpler list
602 
603  '/' . self::WB . 'an' . self::WB . '/u' => 'ань',
604  '/' . self::WB . 'An' . self::WB . '/u' => 'Ань',
605  '/' . self::WB . 'AN' . self::WB . '/u' => 'АНЬ',
606  '/' . self::WB . 'ange' . self::WB . '/u' => 'аньге',
607  '/' . self::WB . 'Ange' . self::WB . '/u' => 'Аньге',
608  '/' . self::WB . 'ANGE' . self::WB . '/u' => 'АНЬГЕ',
609  '/' . self::WB . 'ande' . self::WB . '/u' => 'аньде',
610  '/' . self::WB . 'Ande' . self::WB . '/u' => 'Аньде',
611  '/' . self::WB . 'ANDE' . self::WB . '/u' => 'АНЬДЕ',
612  '/' . self::WB . 'anki' . self::WB . '/u' => 'аньки',
613  '/' . self::WB . 'Anki' . self::WB . '/u' => 'Аньки',
614  '/' . self::WB . 'ANKİ' . self::WB . '/u' => 'АНЬКИ',
615  '/' . self::WB . 'deral' . self::WB . '/u' => 'деръал',
616  '/' . self::WB . 'Deral' . self::WB . '/u' => 'Деръал',
617  '/' . self::WB . 'DERAL' . self::WB . '/u' => 'ДЕРЪАЛ',
618  '/' . self::WB . 'kör' . self::WB . '/u' => 'кёр',
619  '/' . self::WB . 'Kör' . self::WB . '/u' => 'Кёр',
620  '/' . self::WB . 'KÖR' . self::WB . '/u' => 'КЁР',
621  '/' . self::WB . 'mer' . self::WB . '/u' => 'мэр',
622  '/' . self::WB . 'Mer' . self::WB . '/u' => 'Мэр',
623  '/' . self::WB . 'MER' . self::WB . '/u' => 'МЭР',
624 
625  '/' . self::WB . 'cönk/u' => 'джонк',
626  '/' . self::WB . 'Cönk/u' => 'Джонк',
627  '/' . self::WB . 'CÖNK/u' => 'ДЖОНК',
628 
629  # (y)etsin -> етсин/этсин
630  # note that target starts with CYRILLIC е/Е!
631  '/yetsin/u' => 'етсин',
632  '/Yetsin/u' => 'Етсин',
633  '/YETSİN/u' => 'ЕТСИН',
634 
635  # note that target starts with LATIN e/E!
636  # (other transformations will determine CYRILLIC е/э as needed)
637  '/etsin/u' => 'eтсин',
638  '/Etsin/u' => 'Eтсин',
639  '/ETSİN/u' => 'EТСИН',
640 
641  # буква Ё - первый заход
642  # расставляем Ь после согласных
643  '/' . self::WB . '([yY])ö([' . Crh::L_N_CONS . '])([aAuU' . Crh::L_CONS . ']|' . self::WB . ')/u'
644  => '$1ö$2ь$3',
645  '/' . self::WB . '([yY])Ö([' . Crh::L_N_CONS . '])([aAuU' . Crh::L_CONS . ']|' . self::WB . ')/u'
646  => '$1Ö$2Ь$3',
647  '/' . self::WB . 'AQŞ([^AEI]|' . self::WB . ')/u' => 'АКъШ$1',
648 
649  # буква Ю - первый заход
650  # расставляем Ь после согласных
651  '/' . self::WB . '([yY])ü([' . Crh::L_N_CONS . '])([aAuU' . Crh::L_CONS . ']|' . self::WB . ')/u'
652  => '$1ü$2ь$3',
653  '/' . self::WB . '([yY])Ü([' . Crh::L_N_CONS . '])([aAuU' . Crh::L_CONS . ']|' . self::WB . ')/u'
654  => '$1Ü$2Ь$3',
655 
656  '/' . self::WB . '([bcgkpşBCGKPŞ])ö([' . Crh::L_N_CONS . '])([' . Crh::L_CONS . ']|' .
657  self::WB . ')/u' => '$1ö$2ь$3',
658  '/' . self::WB . '([bcgkpşBCGKPŞ])Ö([' . Crh::L_N_CONS . '])([' . Crh::L_CONS . ']|' .
659  self::WB . ')/u' => '$1Ö$2Ь$3',
660  '/' . self::WB . '([bcgkpşBCGKPŞ])ü([' . Crh::L_N_CONS . '])([' . Crh::L_CONS . ']|' .
661  self::WB . ')/u' => '$1ü$2ь$3',
662  '/' . self::WB . '([bcgkpşBCGKPŞ])Ü([' . Crh::L_N_CONS . '])([' . Crh::L_CONS . ']|' .
663  self::WB . ')/u' => '$1Ü$2Ь$3',
664 
665  # ö и ü в начале слова
666  # случаи, когда нужен Ь
667  '/' . self::WB . 'ö([' . Crh::L_N_CONS . 'pP])([' . Crh::L_CONS . ']|' . self::WB . ')/u'
668  => 'ö$1ь$2',
669  '/' . self::WB . 'Ö([' . Crh::L_N_CONS_LC . 'p])([' . Crh::L_CONS . ']|' . self::WB . ')/u'
670  => 'Ö$1ь$2',
671  '/' . self::WB . 'Ö([' . Crh::L_N_CONS_UC . 'P])([' . Crh::L_CONS . ']|' . self::WB . ')/u'
672  => 'Ö$1Ь$2',
673  '/' . self::WB . 'ü([' . Crh::L_N_CONS . '])([' . Crh::L_CONS . ']|' . self::WB . ')/u'
674  => 'ü$1ь$2',
675  '/' . self::WB . 'Ü([' . Crh::L_N_CONS_LC . '])([' . Crh::L_CONS . ']|' . self::WB . ')/u'
676  => 'Ü$1ь$2',
677  '/' . self::WB . 'Ü([' . Crh::L_N_CONS_UC . '])([' . Crh::L_CONS . ']|' . self::WB . ')/u'
678  => 'Ü$1Ь$2',
679 
680  '/ts' . self::WB . '/u' => 'ц',
681  '/şç' . self::WB . '/u' => 'щ',
682  '/Ş[çÇ]' . self::WB . '/u' => 'Щ',
683  '/T[sS]' . self::WB . '/u' => 'Ц',
684 
685  # Ь после Л
686  # add Ь after Л
687  '/([' . Crh::L_F . '])l([' . Crh::L_CONS_LC . ']|' . self::WB . ')/u' => '$1ль$2',
688  '/([' . Crh::L_F_UC . '])L([' . Crh::L_CONS . ']|' . self::WB . ')/u' => '$1ЛЬ$2',
689 
690  # относятся к началу слова
691  '/' . self::WB . 'ts/u' => 'ц',
692  '/' . self::WB . 'T[sS]/u' => 'Ц',
693 
694  '/' . self::WB . 'şç/u' => 'щ',
695  '/' . self::WB . 'Ş[çÇ]/u' => 'Щ',
696 
697  # Э
698  '/(' . self::WB . '|[' . Crh::L_VOW . 'аеэяАЕЭЯ])e/u' => '$1э',
699  '/(' . self::WB . '|[' . Crh::L_VOW_UC . 'АЕЭЯ])E/u' => '$1Э',
700 
701  '/' . self::WB . '([' . Crh::L_M_CONS . '])ö/u' => '$1о',
702  '/' . self::WB . '([' . Crh::L_M_CONS . '])Ö/u' => '$1О',
703  '/' . self::WB . '([' . Crh::L_M_CONS . '])ü/u' => '$1у',
704  '/' . self::WB . '([' . Crh::L_M_CONS . '])Ü/u' => '$1У',
705 
706  '/' . self::WB . 'ö/u' => 'о',
707  '/' . self::WB . 'Ö/u' => 'О',
708  '/' . self::WB . 'ü/u' => 'у',
709  '/' . self::WB . 'Ü/u' => 'У',
710 
711  # некоторые исключения
712  # some exceptions
713  '/maal([^e])/u' => 'мааль$1',
714  '/Maal([^e])/u' => 'Мааль$1',
715  '/MAAL([^E])/u' => 'МААЛЬ$1',
716  '/küf([^eü])/u' => 'куфь$1',
717  '/Küf([^eü])/u' => 'Куфь$1',
718  '/KÜF([^EÜ])/u' => 'КУФЬ$1',
719  '/köz([^eü])/u' => 'козь$1',
720  '/Köz([^eü])/u' => 'Козь$1',
721  '/KÖZ([^EÜ])/u' => 'КОЗЬ$1',
722 
723  # Punctuation
724  '/#|No\./u' => '№',
725 
726  # некоторые случаи употребления Ц
727  '/tsi([^zñ])/u' => 'ци$1',
728  '/T[sS][iİ]([^zZñÑ])/u' => 'ЦИ$1',
729  '/ts([ou])/u' => 'ц$1',
730  '/T[sS]([oOuU])/u' => 'Ц$1',
731  '/ts([' . Crh::L_CONS . '])/u' => 'ц$1',
732  '/T[sS]([' . Crh::L_CONS . '])/u' => 'Ц$1',
733  '/([' . Crh::L_CONS . '])ts/u' => '$1ц',
734  '/([' . Crh::L_CONS . '])T[sS]/u' => '$1Ц',
735  '/tsиал/u' => 'циал',
736  '/TSИАЛ/u' => 'ЦИАЛ',
737 
738  # убираем ьi
739  # remove ьi (note Cyrillic ь and Latin i)
740  '/[ьЬ]([iİ])/u' => '$1',
741 
742  # ya & ye
743  '/([' . Crh::L_CONS . '])ya/u' => '$1ья',
744  '/([' . Crh::L_CONS . '])Y[aA]/u' => '$1ЬЯ',
745  '/([' . Crh::L_CONS . '])ye/u' => '$1ье',
746  '/([' . Crh::L_CONS . '])Y[eE]/u' => '$1ЬЕ',
747 
748  # расставляем Ь перед Ё
749  # place Ь in front of Ё
750  '/([' . Crh::L_CONS . '])y[oö]/u' => '$1ьё',
751  '/([' . Crh::L_CONS . '])Y[oOöÖ]/u' => '$1ЬЁ',
752  # оставшиеся вхождения yo и yö
753  # remaining occurrences of yo and yö
754  '/y[oö]/u' => 'ё',
755  '/[yY][oOöÖ]/u' => 'Ё',
756 
757  # расставляем Ь перед Ю
758  # place Ь in front of Ю
759  '/([' . Crh::L_CONS . '])y[uü]/u' => '$1ью',
760  '/([' . Crh::L_CONS . '])Y[uUüÜ]/u' => '$1ЬЮ',
761  # оставшиеся вхождения yu и yü
762  # remaining occurrences of yu and yü
763  '/y[uü]/u' => 'ю',
764  '/[yY][uUüÜ]/u' => 'Ю',
765 
766  # убираем ьa
767  # remove ьa (note Cyrillic ь and Latin a)
768  '/[ьЬ]([aA])/u' => '$1',
769 
770  # дж
771  '/C([' . Crh::L_UC . Crh::C_UC . 'АЕЁЙОУЭЮЯ])/u' => 'ДЖ$1',
772  '/([' . Crh::L_UC . Crh::C_UC . 'АЕЁЙОУЭЮЯ])C/u' => '$1ДЖ',
773 
774  # гъ, къ, нъ
775  '/Ğ([' . Crh::L_UC . Crh::C_UC . '])/u' => 'ГЪ$1',
776  '/([' . Crh::L_UC . Crh::C_UC . 'Ъ])Ğ/u' => '$1ГЪ',
777 
778  '/Q([' . Crh::L_UC . Crh::C_UC . '])/u' => 'КЪ$1',
779  '/([' . Crh::L_UC . Crh::C_UC . 'Ъ])Q/u' => '$1КЪ',
780 
781  '/Ñ([' . Crh::L_UC . Crh::C_UC . '])/u' => 'НЪ$1',
782  '/([' . Crh::L_UC . Crh::C_UC . 'Ъ])Ñ/u' => '$1НЪ',
783 
784  ];
785  }
786 
787  private $CyrlCleanUpRegexes = [
788  '/([клнрст])ь\1/u' => '$1$1',
789  '/([КЛНРСТ])Ь\1/u' => '$1$1',
790  '/К[ьЬ]к/u' => 'Кк',
791  '/Л[ьЬ]л/u' => 'Лл',
792  '/Н[ьЬ]н/u' => 'Нн',
793  '/Р[ьЬ]р/u' => 'Рр',
794  '/С[ьЬ]с/u' => 'Сс',
795  '/Т[ьЬ]т/u' => 'Тт',
796 
797  # убираем ьы и ь..ы
798  # remove ьы и ь..ы
799  '/[ьЬ]ы/u' => 'ы',
800  '/ЬЫ/u' => 'Ы',
801  '/[ьЬ]([гдклмнпрстчшГДКЛМНПРСТЧШ])ы/u' => '$1ы',
802  '/Ь([гдклмнпрстчшГДКЛМНПРСТЧШ])Ы/u' => '$1Ы',
803  '/[ьЬ]([гкнГКН])([ъЪ])ы/u' => '$1$2ы',
804  '/Ь([ГКН])ЪЫ/u' => '$1ЪЫ',
805 
806  # убираем йь
807  # remove йь
808  '/йь/u' => 'й',
809  '/ЙЬ/u' => 'Й',
810 
811  # частичное решение проблемы слова юз - 100
812  # Partial solution of the problem of the word юз ("100")
813  # notice that these are cross-word patterns
814  '/эки юзь/u' => 'эки юз', '/Эки юзь/u' => 'Эки юз', '/ЭКИ ЮЗЬ/u' => 'ЭКИ ЮЗ',
815  '/учь юзь/u' => 'учь юз', '/Учь юзь/u' => 'Учь юз', '/УЧЬ ЮЗЬ/u' => 'УЧЬ ЮЗ',
816  '/дёрт юзь/u' => 'дёрт юз', '/Дёрт юзь/u' => 'Дёрт юз', '/ДЁРТ ЮЗЬ/u' => 'ДЁРТ ЮЗ',
817  '/беш юзь/u' => 'беш юз', '/Беш юзь/u' => 'Беш юз', '/БЕШ ЮЗЬ/u' => 'БЕШ ЮЗ',
818  '/алты юзь/u' => 'алты юз', '/Алты юзь/u' => 'Алты юз', '/АЛТЫ ЮЗЬ/u' => 'АЛТЫ ЮЗ',
819  '/еди юзь/u' => 'еди юз', '/Еди юзь/u' => 'Еди юз', '/ЕДИ ЮЗЬ/u' => 'ЕДИ ЮЗ',
820  '/секиз юзь/u' => 'секиз юз', '/Секиз юзь/u' => 'Секиз юз', '/СЕКИЗ ЮЗЬ/u' => 'СЕКИЗ ЮЗ',
821  '/докъуз юзь/u' => 'докъуз юз', '/Докъуз юзь/u' => 'Докъуз юз', '/ДОКЪУЗ ЮЗЬ/u' => 'ДОКЪУЗ ЮЗ',
822  ];
823 }
MediaWiki\Languages\Data\CrhExceptions\$Cyrl2LatnExceptions
$Cyrl2LatnExceptions
Definition: CrhExceptions.php:22
MediaWiki\Languages\Data\CrhExceptions\myLc
myLc( $string)
Definition: CrhExceptions.php:51
MediaWiki\Languages\Data\CrhExceptions\$CyrlCleanUpRegexes
$CyrlCleanUpRegexes
Definition: CrhExceptions.php:787
MediaWiki\Languages\Data\CrhExceptions
Definition: CrhExceptions.php:14
MediaWiki\Languages\Data\CrhExceptions\$uc2lc
$uc2lc
Definition: CrhExceptions.php:29
MediaWiki\Languages\Data\CrhExceptions\$Latn2CyrlRegexes
$Latn2CyrlRegexes
Definition: CrhExceptions.php:400
MediaWiki\Languages\Data\CrhExceptions\$Cyrl2LatnPatterns
$Cyrl2LatnPatterns
Definition: CrhExceptions.php:25
MediaWiki\Languages\Data\CrhExceptions\$lc2uc
$lc2uc
Definition: CrhExceptions.php:28
MediaWiki\Languages\Data\CrhExceptions\$Latn2CyrlExceptions
$Latn2CyrlExceptions
Definition: CrhExceptions.php:23
MediaWiki\Languages\Data\CrhExceptions\$prefixMapping
$prefixMapping
Definition: CrhExceptions.php:379
MediaWiki\Languages\Data\CrhExceptions\$Latn2CyrlPatterns
$Latn2CyrlPatterns
Definition: CrhExceptions.php:26
MediaWiki\Languages\Data\CrhExceptions\myUc
myUc( $string)
Definition: CrhExceptions.php:55
php
injection txt This is an overview of how MediaWiki makes use of dependency injection The design described here grew from the discussion of RFC T384 The term dependency this means that anything an object needs to operate should be injected from the the object itself should only know narrow no concrete implementation of the logic it relies on The requirement to inject everything typically results in an architecture that based on two main types of and essentially stateless service objects that use other service objects to operate on the value objects As of the beginning MediaWiki is only starting to use the DI approach Much of the code still relies on global state or direct resulting in a highly cyclical dependency which acts as the top level factory for services in MediaWiki which can be used to gain access to default instances of various services MediaWikiServices however also allows new services to be defined and default services to be redefined Services are defined or redefined by providing a callback the instantiator that will return a new instance of the service When it will create an instance of MediaWikiServices and populate it with the services defined in the files listed by thereby bootstrapping the DI framework Per $wgServiceWiringFiles lists includes ServiceWiring php
Definition: injection.txt:35
MediaWiki\Languages\Data\CrhExceptions\$Cyrl2LatnRegexes
$Cyrl2LatnRegexes
Definition: CrhExceptions.php:399
MediaWiki\Languages\Data
Definition: CrhExceptions.php:10
in
null for the wiki Added in
Definition: hooks.txt:1588
MediaWiki\Languages\Data\CrhExceptions\loadRegs
loadRegs()
Definition: CrhExceptions.php:402
MediaWiki\Languages\Data\CrhExceptions\__construct
__construct()
Definition: CrhExceptions.php:18
use
as see the revision history and available at free of to any person obtaining a copy of this software and associated documentation to deal in the Software without including without limitation the rights to use
Definition: MIT-LICENSE.txt:10
MediaWiki\Languages\Data\CrhExceptions\myUcWord
myUcWord( $string)
Definition: CrhExceptions.php:59
MediaWiki\Languages\Data\CrhExceptions\addMappings
addMappings( $mapArray, &$A2B, &$B2A, $exactCase=false, $prePat='', $postPat='')
Definition: CrhExceptions.php:63
MediaWiki\Languages\Data\CrhExceptions\initLcUc
initLcUc( $lcChars, $ucChars, $reinit=false)
Definition: CrhExceptions.php:31
future
This document is intended to provide useful advice for parties seeking to redistribute MediaWiki to end users It s targeted particularly at maintainers for Linux since it s been observed that distribution packages of MediaWiki often break We ve consistently had to recommend that users seeking support use official tarballs instead of their distribution s and this often solves whatever problem the user is having It would be nice if this could such and we might be restricted by PHP settings such as safe mode or open_basedir We cannot assume that the software even has read access anywhere useful Many shared hosts run all users web applications under the same so they can t rely on Unix and must forbid reads to even standard directories like tmp lest users read each others files We cannot assume that the user has the ability to install or run any programs not written as web accessible PHP scripts Since anything that works on cheap shared hosting will work if you have shell or root access MediaWiki s design is based around catering to the lowest common denominator Although we support higher end setups as the way many things work by default is tailored toward shared hosting These defaults are unconventional from the point of view of and they certainly aren t ideal for someone who s installing MediaWiki as MediaWiki does not conform to normal Unix filesystem layout Hopefully we ll offer direct support for standard layouts in the future
Definition: distributors.txt:39
MediaWiki\Languages\Data\CrhExceptions\loadExceptions
loadExceptions( $lcChars, $ucChars)
Definition: CrhExceptions.php:92
CrhConverter
Crimean Tatar (Qırımtatarca) converter routines.
Definition: LanguageCrh.php:31
MediaWiki\Languages\Data\CrhExceptions\WB
const WB
Definition: CrhExceptions.php:16
as
This document is intended to provide useful advice for parties seeking to redistribute MediaWiki to end users It s targeted particularly at maintainers for Linux since it s been observed that distribution packages of MediaWiki often break We ve consistently had to recommend that users seeking support use official tarballs instead of their distribution s and this often solves whatever problem the user is having It would be nice if this could such as
Definition: distributors.txt:9
MediaWiki\Languages\Data\CrhExceptions\$multiCaseMappings
$multiCaseMappings
Definition: CrhExceptions.php:133
MediaWiki\Languages\Data\CrhExceptions\$ManyToOneC2LMappings
$ManyToOneC2LMappings
Definition: CrhExceptions.php:121
MediaWiki\Languages\Data\CrhExceptions\$suffixMapping
$suffixMapping
Definition: CrhExceptions.php:362
MediaWiki\Languages\Data\CrhExceptions\$exactCaseMappings
$exactCaseMappings
Definition: CrhExceptions.php:349