Debian Codegraph @

data/hu_Hung.sor

raw
1 # Old Hungarian script (ISO 15924 code: Hung)
2
3 # Transliterate numbers and words
4
5 # parentheses
6 "([\(\[\{])(.*) 0$" \1$2
7 "(.*)([\]\)\}]) 0$" $1\2
8 # convert words with traditional or foreign "i" written as "y"
9 # e.g. Áprily, Champs-Élysées, Élysée-palota, Dolly, Folly, Hollywood, jolly, intercity, Kisfaludy ...
10 "^(Áp​?ri​?l|Champs-Él|[cC]i​?t|Do​?lák-Sa​?l|[dfhjDFHJ]ol​?l|Él|Fesz​?t|[gG]rizz​?l|Ha​?rasz​?t|Hat​?va​?n|Husz​?t|[iI]n​?ter​?ci​?t|Jé​?ke​?l|Kis​?fa​?lu​?d|Ku​?ko​?r​?el​?l|Mo​?ho​?l|Mind​?szen​?t|Nosz​?t|[pP]en​n|Pes​?t|Re​?gu​?l|So​?n|Szi​?l|Szte​?va​?no​?vi​?t|Vö​?rös​?mar​?t|[zZ][lł]ot)y(.*) 0$" $1𐳐$2
11 "^(ÁP​?RI​?L|CHAMPS-ÉL|CI​?T|DO​?LÁK-SA​?L|[DFHJ]OL​?L|ÉL|FESZ​?T|GRIZZ​?L|HA​?RASZ​?T|HAT​?VA​?N|HUSZ​?T|IN​?TER​?CI​?T|JÉ​?KE​?L|KIS​FA​LU​?D|KU​?KO​?R​?EL​?L|MIND​?SZEN​?T|MO​?HO​?L|NOSZ​?T|PEN​?N|PES​?T|RE​?GU​?L|SO​?N|SZI​?L|SZTE​?VA​?NO​?VI​?T|VÖ​?RÖS​?MAR​?T|Z[LŁ]OT)Y(.*) 0$" $1𐲐$2
12 # punctuation with transliterated letters
13 "^((𐲀|𐲁|𐲂|𐲄|𐲆|𐲇|𐲉|𐲊|𐲋|𐲌|𐲍|𐲎|𐲏|𐲐|𐲑|𐲒|𐲓|𐲖|𐲗|𐲘|𐲙|𐲚|𐲛|𐲜|𐲞|𐲟|𐲠|𐲢|𐲤|𐲥|𐲦|𐲨|𐲪|𐲫|𐲬|𐲭|𐲮|𐲯|𐲰|𐳀|𐳁|𐳂|𐳄|𐳆|𐳇|𐳉|𐳊|𐳋|𐳌|𐳍|𐳎|𐳏|𐳐|𐳑|𐳒|𐳓|𐳖|𐳗|𐳘|𐳙|𐳚|𐳛|𐳜|𐳞|𐳟|𐳠|𐳢|𐳤|𐳥|𐳦|𐳨|𐳪|𐳫|𐳬|𐳭|𐳮|𐳯|𐳰|𐳺|𐳻|𐳼|𐳽|𐳾|𐳿|[-0-9​–,„”.!\?\;‟⹂⹁⁏⸮])*[,„”\?\;]) 0$" $1
14 # if the original word contains an unknown character, return without modification
15 "^(.*[^-0-9qwertzuiopasdfghjklyxcvbnmQWERTZUIOPASDFGHJKLYXCVBNMáäéëíóöőúüűÁÄÉËÍÓÖŐÚÜŰ​–,„”\?\;].*) 0$" \1
16 # words with y
17 "^y(ard.*) 0$" 𐳒$1
18 "^Y([aA][rR][dD].*|[uU]​?[cC][oO][nN].*) 0$" 𐲒$1
19 "^Y([bB][lL].*) 0$" 𐲑$1
20 "^Y(vet​?te.*) 0$" 𐲐$1
21 "^([bB]o|[cC]ow​?bo|[dD]isp​?la|[gG]ra|[pP]la)y(.*) 0$" $1𐳒$2
22 "^(BO|COW​?BO|DISP​?LA|GRA|PLA)Y(.*) 0$" $1𐲒$2
23 # don't transliterate other words with starting y
24 "(^[yY].*) 0$" \1
25 # don't transliterate words with q, but not with qu
26 "(^.*[qQ][^uU].*) 0$" \1
27 "(^.*[qQ]) 0$" \1
28 # other exceptions
29 # Ágh -> Ág, Balogh -> Balog, Horváth -> Horvát, Mikszáth -> Mikszát, Németh -> Német, Tóth -> Tót, Virágh -> Virág, Végh -> Vég
30 ^([Á][gG]|B[aA]​?[lL][oO][gG]|H[oO][rR]​?[vV][áÁ][tT]|M[iI][kK]​?[sS][zZ][áÁ][tT]|N[éÉ]​?[mM][eE][tT]|T[óÓ][tT]|V[iI]​?[rR][áÁ][gG]|V[éÉ][gG])[hH](.*) $(\1\2)
31 # Antall -> Antal, Gáll -> Gál, Széll -> Szél
32 "^(An​?tal|Gál|Szél)​?l 0$" $(\1)
33 "^(AN​?TAL|GÁL|SZÉL)​?L 0$" $(\1)
34 # Apáthy -> Apáti, Bláthy -> Bláti, Básthy -> Básti ...
35 ^(A​?pá|Blá|Bás|Hon|Hor|Ka​?rin|Kom​?já|Szent​?ku|Szom​?ba)​?thy(.*) $(\1ti\2)
36 ^(A​?PÁ|BLÁ|BÁS|HON|HOR|KA​?RIN|KOM​?JÁ|SZENT​?KU|SZOM​?BA)​?THY(.*) $(\1TI\2)
37 # Apponyi -> Aponyi
38 ^Ap​?([pP][oO]​?[nN][yY][iI].*) $(A\1)
39 # Babits -> Babics, Derkovits -> Derkovics, Takáts -> Takács, Szűts -> Szűcs
40 ^(Ba​?bi|Der​?ko​?vi|Sin​?ko​?vi|Ta​?ká|Sz[üű])ts(.*) $(\1cs\2)
41 ^(BA​?BI|DER​?KO​?VI|SIN​?KO​?VI|TA​?KÁ|SZ[ÜŰ])TS(.*) $(\1CS\2)
42 # Bakách -> Bakács, Damjanich -> Damjanics, Forgách -> Forgács, Jurisich -> Jurisics, Madách -> Madács
43 ^(Ba​?ká|Dam​?ja​?ni|For​?gá|Gras​?sal​?ko​?vi|Ju​?ri​?si|Ma​?dá)ch(.*) $(\1cs\2)
44 ^(BA​?KÁ|DAM​?JA​?NI|FOR​?GÁ|GRAS​?SAL​?KO​?VI|JU​?RI​?SI|MA​?DÁ)CH(.*) $(\1CS\2)
45 # Bakócz -> Bakóc, Börötz -> Böröc, Göncz -> Gönc, Makovecz -> Makovec, Móricz -> Móric ...
46 ^(B[aA]​?[kK][óÓ]|B[öÖ]​?[rR][öÖ][cC]|G[öÖ][nN]|M[aA]​?[kK][oO]​?[vV][eE]|M[óÓ]​?[rR][iI]|K[oO][nN]|O​?[rR][aA]​?[vV][eE]|R[áÁ]|R[áÁ]|T[iI]​?[bB][oO][rR])([cCtT])[zZ](.*) $(\1\2\3)
47 # Bakoss -> Bakos, Baross -> Baros, Boross -> Boros, Hankiss -> Hankis, Kass -> Kas, Kiss -> Kis, Terebess -> Terebes, Vass -> Vas
48 "^(Ba​?kos|Ba​?ros|Bo​?ros|Han​?kis|Kas|Kis|Lo​?vas|Te​?re​?bes|Vas)​?s 0$" $(\1)
49 "^(BA​?KOS|BA​?ROS|BO​?ROS|HAN​?KIS|KAS|KIS|LO​?VAS|TE​?RE​?BES|VAS)​?S 0$" $(\1)
50 # Bay -> Baji
51 "^Bay 0$" $(Baji)
52 # Batsányi -> Bacsányi
53 ^Ba​?tsá​?nyi(.*) $(Bacsányi)
54 ^BA​?TSÁ​?NYI(.*) $(BACSÁNYI)
55 # Bárczi -> Bárci, Kazinczy -> Kazinci, Rákóczi -> Rákóci
56 ^(Bár|Ka​?zin|Rá​?kó)​?cz[iy](.*) $(\1ci\2)
57 ^(BÁR|KA​?ZIN|RÁ​?KÓ)​?CZ[IY](.*) $(\1CI\2)
58 # Báthory -> Bátori
59 ^(B[áÁ]​?[tT])[hH]([oO]​?[rR][yY].*) $(\1\2)
60 # Batthyány -> Battyányi
61 ^Bat​?thyá​?ny(.*) $(Battyányi\1)
62 ^BAT​?THYÁ​?NY(.*) $(BATTYÁNYI\1)
63 # Bessenyei -> Besenyei
64 ^(B[eE][sS])​?[sS]([eE]​?[nN][yY][eE]​?[iI].*) $(\1\2)
65 # Czuci -> Cuci, Czuczor -> Cucor
66 ^Cz(u​?c)z(([iI]|[oO][rR]).*) $(C\1\2)
67 # Csathó -> Csató
68 ^(C[sS][aA]​?[tT])[hH]([óÓ].*) $(\1\2)
69 # Dessewffy -> Dezsőfi
70 ^De​?s​?sew​?ffy(.*) $(Dezsőfi\1)
71 ^DE​?S​?SEW​?FFY(.*) $(DEZSŐFI\1)
72 # Eördögh -> Ördög
73 ^Eör​?dögh(.*) $(Ördög\1)
74 ^EÖR​?DÖGH(.*) $(ÖRDÖG\1)
75 # Eöry -> Őri, Eőry -> Őri
76 ^E[öő]​?ry(.*) $(Őri\1)
77 ^E[ÖŐ]​?RY(.*) $(ŐRI\1)
78 # Eötvös -> Ötvös
79 ^Eöt​?vös(.*) $(Ötvös\1)
80 ^EÖT​?VÖS(.*) $(ÖTVÖS\1)
81 # Gaál -> Gál
82 ^Ga​?ál(.*) $(Gál\1)
83 # Háy -> Háji, Fáy -> Fáji, Márki-Zay -> Márki-Zaji, Vay -> Vaji
84 ^(Há|Fá|Már​?ki-​?Za|Va|Za)y(.*) $(\1ji\2)
85 ^(HÁ|FÁ|MÁR​?KI-​?ZA|VA|ZA)Y(.*) $(\1JI\2)
86 # Joó -> Jó
87 ^J[oO]​?([óÓ].*) $(J\1)
88 # Kéthly -> Kétli
89 ^Kéth​?ly(.*) $(Kétli\1)
90 ^KÉTH​?LY(.*) $(KÉTLI\1)
91 # Konkoly-Thege -> Konkoli-Tege
92 ^Kon​?ko​?ly-​?The​?g([eé].*) $(Konkoli-Teg\1)
93 ^KON​?KO​?LY-​?THE​?G([EÉ].*) $(KONKOLI-TEG\1)
94 # Koós -> Kós, Soós -> Sós
95 ^([KS])[oO]([óÓ][sS])(.*) $(\1\2\3)
96 # Kossuth -> Kosut, Passuth -> Pasut
97 ^(K[oO]|P[aA])[sS]​?([sS][uU][tT])[hH](.*) $(\1\2\3)
98 # Pais -> Pajzs
99 ^Pai​?s(.*) $(Pajzs\1)
100 ^PAI​?S(.*) $(PAJZS\1)
101 # Széchenyi -> Szécsényi
102 ^Szé​?che​?nyi(.*) $(Szécsényi\1)
103 ^SZÉ​?CHE​?NYI(.*) $(SZÉCSÉNYI\1)
104 # Széchy -> Szécsi, Zichy -> Zicsi
105 ^(Szé|Zi)​?chy(.*) $(\1csi\2)
106 ^(SZÉ|ZI)​?CHY(.*) $(\1CSI\2)
107 # Tarr -> Tar
108 "^(T[aA][rR])[rR] 0$" $(\1)
109 # Thewrewk -> Török
110 ^Thew​?rewk(.*) $(Török\1)
111 ^THEW​?REWK(.*) $(TÖRÖK\1)
112 # Thököly -> Tököli
113 ^Thö​?kö​?ly(.*) $(Tököli\1)
114 ^THÖ​?KÖ​?LY(.*) $(TÖKÖLI\1)
115 # Veér -> Vér
116 ^V[eE]​?([éÉ][rR].*) $(V\1)
117 # Verseghy -> Versegi
118 ^Ver​?se​?ghy(.*) $(Versegi\1)
119 # Wass -> Vas
120 "^Was​?(sal|sá) 0$" $(Vas\1)
121 "^WAS​?(SAL|SÁ) 0$" $(VAS\1)
122 ^Was​?s(.*) $(Vas\1)
123 ^WAS​?S(.*) $(VAS\1)
124 # Wesselényi -> Veselényi
125 ^Wes​?se​?lé​?nyi(.*) $(Veselényi\1)
126 ^WES​?SE​?LÉ​?NYI(.*) $(VESELÉNYI\1)
127 # Weöres -> Vörös
128 ^Weö​?res(.*) $(Vörös\1)
129 ^WEÖ​?RES(.*) $(VÖRÖS\1)
130 # Zigány -> Cigány
131 ^Zi​?gán(y|ny)(.*) $(Cigán\1\2)
132 ^ZI​?GÁN(Y|NY)(.*) $(CIGÁN\1\2)
133
134 # avoid of exceeding recursion depth
135 # convert by 200-character parts
136 (.{200})(.+) $1$2
137
138 # numbers
139
140 # remove space separated zero (in LibreOffice integration)
141 "(\d+) 0" $1
142
143 "0: (.*) (.*)"
144 "1: (.*) (.*)" \1
145 "2: (.*) (.*)" \1\1
146 "3: (.*) (.*)" \1\1\1
147 "4: (.*) (.*)" \1\1\1\1
148 "5: (.*) (.*)" \2
149 "6: (.*) (.*)" \2\1
150 "7: (.*) (.*)" \2\1\1
151 "8: (.*) (.*)" \2\1\1\1
152 "9: (.*) (.*)" \2\1\1\1\1
153
154 (\d) $(\1: 𐳺 𐳻)
155 (\d)(\d) $(\1: 𐳼 𐳽)$2
156 1(\d\d) 𐳾$1
157 (\d)(\d\d) $1𐳾$2
158 1(\d\d\d)$ 𐳿$1
159 (\d{1,3})(\d\d\d) $1𐳿$2
160 1(\d{6})$ 𐳿𐳿$1
161 (\d{1,3})(\d{6}) $1𐳿𐳿$2
162 1(\d{9})$ 𐳿𐳿𐳿$1
163 (\d{1,3})(\d{9}) $1𐳿𐳿𐳿$2
164
165 # numbers with letters, for example dates with affixes
166
167 "(\d+)([^ ]+)" $1$2
168
169 # letters
170
171 "^(.*) 0$" $1
172 a(.*) 𐳀$1
173 A(.*) 𐲀$1
174 á(.*) 𐳁$1
175 Á(.*) 𐲁$1
176 b(.*) 𐳂$1
177 B(.*) 𐲂$1
178 ccs(.*) 𐳆𐳆$1
179 CCS(.*) 𐲆𐲆$1
180 cs(.*) 𐳆$1
181 C[sS](.*) 𐲆$1
182 c(.*) 𐳄$1
183 C(.*) 𐲄$1
184 d(.*) 𐳇$1
185 D(.*) 𐲇$1
186 e(.*) 𐳉$1
187 E(.*) 𐲉$1
188 é(.*) 𐳋$1
189 É(.*) 𐲋$1
190 ä(.*) 𐳋$1
191 Ä(.*) 𐲋$1
192 ë(.*) 𐳊$1
193 Ë(.*) 𐲊$1
194 f(.*) 𐳌$1
195 F(.*) 𐲌$1
196 ggy(.*) 𐳎𐳎$1
197 GGY(.*) 𐲎𐲎$1
198 gy(.*) 𐳎$1
199 G[yY](.*) 𐲎$1
200 g(.*) 𐳍$1
201 G(.*) 𐲍$1
202 h(.*) 𐳏$1
203 H(.*) 𐲏$1
204 i(.*) 𐳐$1
205 I(.*) 𐲐$1
206 í(.*) 𐳑$1
207 Í(.*) 𐲑$1
208 j(.*) 𐳒$1
209 J(.*) 𐲒$1
210 k(.*) 𐳓$1
211 K(.*) 𐲓$1
212 lly(.*) 𐳗𐳗$1
213 LLY(.*) 𐲗𐲗$1
214 ly(.*) 𐳗$1
215 L[yY](.*) 𐲗$1
216 l(.*) 𐳖$1
217 L(.*) 𐲖$1
218 m(.*) 𐳘$1
219 M(.*) 𐲘$1
220 nny(.*) 𐳚𐳚$1
221 NNY(.*) 𐲚𐲚$1
222 ny(.*) 𐳚$1
223 N[yY](.*) 𐲚$1
224 n(.*) 𐳙$1
225 N(.*) 𐲙$1
226 o(.*) 𐳛$1
227 O(.*) 𐲛$1
228 ó(.*) 𐳜$1
229 Ó(.*) 𐲜$1
230 ö(.*) 𐳞$1
231 Ö(.*) 𐲞$1
232 ő(.*) 𐳟$1
233 Ő(.*) 𐲟$1
234 p(.*) 𐳠$1
235 P(.*) 𐲠$1
236 qu(.*) 𐳓𐳮$1 # qu->kv
237 Qu(.*) 𐲓𐳮$1 # Qu->Kv
238 QU(.*) 𐲓𐲮$1 # QU->KV
239 r(.*) 𐳢$1
240 R(.*) 𐲢$1
241 ssz(.*) 𐳥𐳥$1
242 SSZ(.*) 𐲥𐲥$1
243 sz(.*) 𐳥$1
244 S[zZ](.*) 𐲥$1
245 sch(.*) 𐳤$1
246 Sch(.*) 𐲤$1
247 s(.*) 𐳤$1
248 S(.*) 𐲤$1
249 tty(.*) 𐳨𐳨$1
250 TTY(.*) 𐲨𐲨$1
251 ty(.*) 𐳨$1
252 T[yY](.*) 𐲨$1
253 t(.*) 𐳦$1
254 T(.*) 𐲦$1
255 u(.*) 𐳪$1
256 U(.*) 𐲪$1
257 ú(.*) 𐳫$1
258 Ú(.*) 𐲫$1
259 ü(.*) 𐳭$1
260 Ü(.*) 𐲭$1
261 ű(.*) 𐳬$1
262 Ű(.*) 𐲬$1
263 [vw](.*) 𐳮$1
264 [VW](.*) 𐲮$1
265 x(.*) 𐳓𐳥$1 # x->ksz
266 ^X 𐲓𐳥$1 # X->KSz
267 X 𐲓𐲥$1 # X->KSZ
268 X([A-ZÁÉËÍÓÖŐÚÜŰ].*) 𐲓𐲥$1 # X->KSZ
269 X(.*) 𐲓𐳥$1 # X->Ksz
270 y(.*) 𐳐$1 # .+y->i
271 Y(.*) 𐲐$1 # .+Y->I
272 zzs(.*) 𐳰𐳰$1
273 ZZS(.*) 𐲰𐲰$1
274 zs(.*) 𐳰$1
275 Z[sS](.*) 𐲰$1
276 z(.*) 𐳯$1
277 Z(.*) 𐲯$1
278
279 # remove ZWSP (used for consonant disambiguation)
280 ​(.*) $1
281
282 # punctuation
283 ”(.*) ‟$1
284 \;(.*) ⁏$1
285 \?(.*) ⸮$1
286 ,(.*) ⹁$1
287 „(.*) ⹂$1
288
289 # don't modify unknown characters
290 (.)(.*) \1$2
291 (.*) \1