#!/usr/bin/perl # Funkce pro přípravu transliterace z arménského písma do latinky. # Copyright © 2009 Dan Zeman # Licence: GNU GPL package translit::armen; use utf8; #!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! # Následující funkce je okopírovaná z modulu pro urdštinu, ale tady se zatím # nijak nevyužívá. #------------------------------------------------------------------------------ # Problematické hlásky nabízejí několik možných přepisů. # Vysvětlivky: # - český = Preferuje se zápis výslovnosti podle češtiny. To neznamená, že # přepis dobře modeluje výslovnost (ani v mezích možností české abecedy). # Ke správnému zápisu výslovnosti by bylo potřeba znát pravidla pravopisu # zdrojového jazyka, která mohou být někdy velmi složitá. # - anglický = Preferuje se zápis výslovnosti podle angličtiny. To neznamená, # že přepis dobře modeluje výslovnost (viz stejná poznámka u českého). # - bezztrátový = Přepis se snaží odlišit zdrojové znaky tak, aby bylo možné # rekonstruovat původní pravopis. "Český", resp. "anglický" přepis tak musí # být rozšířen o diakritická znaménka, psaní velkých písmen místo malých aj. # - putty = Bezztrátový přepis, který se ale vyhýbá využití některých # prostředků, které nejsou vidět v terminálu Putty (a asi ani jinde, kde se # používá neproporcionální písmo). Jde zejména o znaky třídy "combining", tj. # samostatně kódovanou diakritiku. # - ztrátový = Vyhýbá se použití zvláštních znaků, u kterých není výslovnost # na první pohled patrná. # - technický = Preferuje bezztrátovost, přepis 1:1 (jeden znak za jeden znak) # a přepis pouze do ASCII znaků. Cenou je snížená čitelnost, ale zase mohou # odpadnout některé technické problémy se zobrazováním unikódové latinky. # Hodí se také pro opačný přepis při zadávání cizího písma z klávesnice (IME). # Alternativní přepisy jsou uvedené v tomto pořadí (index do pole): # 0 ... český bezztrátový # 1 ... český putty # 2 ... český ztrátový # 3 ... anglický ztrátový # 4 ... technický #------------------------------------------------------------------------------ %alt = ( 'dž' => ['dž', 'dž', 'dž', 'j', 'j'], 'j' => ['j', 'j', 'j', 'y', 'y'], 'š' => ['š', 'š', 'š', 'sh', 'sh'], 'č' => ['č', 'č', 'č', 'ch', 'ch'], 'ch' => ['ch', 'ch', 'ch', 'kh', 'x'], # indické zvláštní hlásky # chr(803) je COMBINING DOT BELOW # chr(355) je LATIN SMALL LETTER T WITH CEDILLA # chr(273) je LATIN SMALL LETTER D WITH STROKE # chr(326) je LATIN SMALL LETTER N WITH CEDILLA # chr(771) je COMBINING TILDE # chr(241) je LATIN SMALL LETTER N WITH TILDE # chr(331) je LATIN SMALL LETTER ENG # chr(343) je LATIN SMALL LETTER R WITH CEDILLA 'tind' => ['t'.chr(803), chr(355), 't', 't', 'T'], 'dind' => ['d'.chr(803), chr(273), 'd', 'd', 'D'], 'nind' => ['n'.chr(803), chr(326), 'n', 'n', 'N'], 'anusvár' => ['n'.chr(771), chr(241), 'n', 'n', 'M'], 'ng' => [chr(331), chr(331), 'ng', 'ng', 'ng'], 'ň' => ['ň', 'ň', 'ň', 'ny', 'ny'], 'rind' => ['r'.chr(803), chr(343), 'r', 'r', 'R'], # arabské zvláštní hlásky (z urdštiny je nepřepisujeme stejně jako z arabštiny, protože některá znaménka tu potřebujeme na něco jiného) # Například nemůžeme přepsat ghajn jako "gh", protože by se to pletlo s indickým aspirovaným g. # chr(289) je LATIN SMALL LETTER G WITH DOT ABOVE # chr(703) je MODIFIER LETTER LEFT HALF RING # chr(8216) je LEFT SINGLE QUOTATION MARK # chr(807) je COMBINING CEDILLA # chr(254) je LATIN SMALL LETTER THORN # chr(240) je LATIN SMALL LETTER ETH 'harab' => ['h'.chr(803), 'H', 'h', 'h', 'h'], 'ghajn' => [chr(289), chr(289), 'gh', 'gh', 'G'], 'ajn' => [chr(703), '`', "`", "`", 'c'], 'sarab' => ['s'.chr(807), 'S', 's', 's', 'S'], 'darab' => ['d'.chr(807), 'D', 'd', 'd', 'd'], 'tarab' => ['t'.chr(807), 'T', 't', 't', 't'], 'zarab' => ['z'.chr(807), 'Z', 'z', 'z', 'Z'], 'th' => [chr(254), chr(254), 'th', 'th', 'th'], 'dh' => [chr(240), chr(240), 'dh', 'dh', 'dh'] ); #------------------------------------------------------------------------------ # Uloží do hashe přepisy znaků. #------------------------------------------------------------------------------ sub inicializovat { # Odkaz na hash, do kterého se má ukládat převodní tabulka. my $prevod = shift; # Má se do latinky přidávat nečeská diakritika, aby se neztrácela informace? my $bezztrat = 1; my $alt = 1; # český přepis pro putty my %armen = ( 1329 => 'A', 1330 => 'B', 1331 => 'G', 1332 => 'D', 1333 => 'E', 1334 => 'Z', 1335 => "É", # eh 1336 => "Ă", # et (šva se v Putty nezobrazí) 1337 => "T'", # to 1338 => 'Ž', 1339 => 'I', 1340 => 'L', 1341 => 'X', 1342 => 'C', 1343 => 'K', # ken 1344 => 'H', 1345 => 'DZ', # ja; možná se čte "dž" nebo "dz"? 1346 => "\x{11E}", # ghat 1347 => 'Č', # cheh 1348 => 'M', 1349 => "Y", 1350 => 'N', 1351 => 'Š', 1352 => 'O', 1353 => "Č'", # cha 1354 => 'P', # peh 1355 => "Ś", # jheh; zdá se, že v zeměpisných názvech se to přepisuje jako š 1356 => "Ř",# rra (R s tečkou nahoře se v Putty nezobrazí) 1357 => 'S', 1358 => 'V', 1359 => 'T', # tiwn 1360 => 'R', # reh 1361 => "C'", # co 1362 => 'W', # yiwn, hiun 1363 => "P'", # piwr, piur 1364 => "K'", # keh 1365 => "Ó", # oh 1366 => 'F', 1377 => 'a', 1378 => 'b', 1379 => 'g', 1380 => 'd', 1381 => 'e', 1382 => 'z', 1383 => "é", # eh 1384 => "ă", # et (šva se v Putty nezobrazí) 1385 => "t'", # to 1386 => 'ž', 1387 => 'i', 1388 => 'l', 1389 => 'x', 1390 => 'c', 1391 => 'k', # ken 1392 => 'h', 1393 => 'dz', # ja; možná se čte "dž" nebo "dz"? 1394 => "\x{11F}", # ghat 1395 => 'č', # cheh 1396 => 'm', 1397 => "y", 1398 => 'n', 1399 => 'š', 1400 => 'o', 1401 => "č'", # cha 1402 => "p", # peh 1403 => "ś", # jheh; zdá se, že v zeměpisných názvech se to přepisuje jako š 1404 => "ř",# rra (r s tečkou nahoře se v Putty nezobrazí) 1405 => 's', 1406 => 'v', 1407 => 't', # tiwn 1408 => 'r', # reh 1409 => "c'", # co 1410 => 'w', # yiwn, hiun 1411 => "p'", # piwr, piur 1412 => "k'", # keh 1413 => "ó", # oh 1414 => 'f', 1415 => 'eu', # ligatura ECH-YIWN, tedy e+w ); foreach my $kod (keys(%armen)) { $prevod->{chr($kod)} = $armen{$kod}; } return $prevod; } 1;