diff options
Diffstat (limited to 'src/hu_HU/hu_HU.dat')
| -rw-r--r-- | src/hu_HU/hu_HU.dat | 69 |
1 files changed, 36 insertions, 33 deletions
diff --git a/src/hu_HU/hu_HU.dat b/src/hu_HU/hu_HU.dat index ae623ca..5ca2419 100644 --- a/src/hu_HU/hu_HU.dat +++ b/src/hu_HU/hu_HU.dat @@ -51,9 +51,8 @@ low [a-zöüóőúéáűí]+ abc [a-zöüóűőúéáí] ABC [A-ZÖÜÓŰŐÚÉÁÍ] -Abc {abc}|{ABC} -abc [a-zöüóűőúéáíA-ZÖÜÓŰŐÚÉÁÍ]+ -word [a-záéíóöőúüűA-ZÉÍÓÖŐÚÜŰ]\w* +Abc [a-zöüóűőúéáíA-ZÖÜÓŰŐÚÉÁÍ] +word [a-zöüóűőúéáíA-ZÖÜÓŰŐÚÉÁÍ]+ punct [?!,:;%‰‱°„”] @@ -93,9 +92,8 @@ E ( |$) # space or end of sentence # 5 x 6 -> 5 × 6 # 800x600-as -> 800×600-as -a {abc}+ -b {abc}* -(?i){a}['´]{b} <- option("apost") -> {a}’{b} # Valódi aposztróf. | http://hu.wikipedia.org/wiki/Aposztróf +b {Abc}* +(?i){word}['´]{b} <- option("apost") -> {word}’{b} # Valódi aposztróf. | http://hu.wikipedia.org/wiki/Aposztróf # biz' isten -> biz’ isten # ’79-ben @@ -106,18 +104,18 @@ b {abc}* ######################## idézés ###################### -(?i)[\"“”‟„]({abc}[^\"“”‟„]*)[\"“‟] <- option("quot") -> „\1” # Idézőjelek. | http://hu.wikipedia.org/wiki/Idézőjel -(?i)[\"“”‟]({abc}[^\"“”‟„]*)[\"“”‟] <- option("quot") -> „\1” # Idézőjelek. | http://hu.wikipedia.org/wiki/Idézőjel +(?i)[\"“”‟„]({word}[^\"“”‟„]*)[\"“‟] <- option("quot") -> „\1” # Idézőjelek. | http://hu.wikipedia.org/wiki/Idézőjel +(?i)[\"“”‟]({word}[^\"“”‟„]*)[\"“”‟] <- option("quot") -> „\1” # Idézőjelek. | http://hu.wikipedia.org/wiki/Idézőjel # A "kicsi" macska. -> A „kicsi” macska. # ASCII idézőjelek cseréje (,,vmi'', >>vmi<<) -(?i),,({abc}[^\"“”‟„><']*)'' -> „\1” # Idézőjelek. | http://hu.wikipedia.org/wiki/Idézőjel -(?i)>>({abc}[^\"“”‟„><']*)<< -> »\1« # Idézőjelek. | http://hu.wikipedia.org/wiki/Idézőjel +(?i),,({word}[^\"“”‟„><']*)'' -> „\1” # Idézőjelek. | http://hu.wikipedia.org/wiki/Idézőjel +(?i)>>({word}[^\"“”‟„><']*)<< -> »\1« # Idézőjelek. | http://hu.wikipedia.org/wiki/Idézőjel # angolszász idézőjelek cseréje -(?i)‘+({abc}[^\"“”‟„’]*)’+ -> „\1”|»\1« # Idézőjelek. | http://hu.wikipedia.org/wiki/Idézőjel +(?i)‘+({word}[^\"“”‟„’]*)’+ -> „\1”|»\1« # Idézőjelek. | http://hu.wikipedia.org/wiki/Idézőjel [Word] @@ -125,7 +123,7 @@ b {abc}* " +([«])" -> \1 # Szóköz nélkül tapadó írásjel. | http://hu.wikisource.org/wiki/A_magyar_helyesírás_szabályai/Az_írásjelek#239. -(?i)«({abc}[^\"“”‟„’]*)» -> »\1« # Felcserélt belső idézőjelek. | http://hu.wikipedia.org/wiki/Idézőjel +(?i)«({word}[^\"“”‟„’]*)» -> »\1« # Felcserélt belső idézőjelek. | http://hu.wikipedia.org/wiki/Idézőjel ############### pénz ################################# @@ -143,6 +141,11 @@ b {abc}* -> = \1 + \2 + calc("NUMBERTEXT", (re.sub(u"[ .]", "", \1), "hu")) + \4 # A két összeg nem egyezik. +#################### ritkított szöveg ################ + +# r i t k í t o t t -> ritkított +({Abc}[ ]){4,}{Abc}\b <- option("thin") -> =re.sub("[ ]", "", \0) + "\n" + re.sub("[ ]", " ", \0) # Ritkítás nélkül vagy nem törő keskeny szóközökkel: + ######################## számok ###################### [Word] @@ -151,45 +154,45 @@ b {abc}* d1 −?\d{1,3} # 1, 2 vagy 3 számjegy (opcionális mínusszal) d2 −?\d{2,3} # 2 vagy 3 számjegy (opcionális mínusszal) d3 \d{3} # 3 számjegy -dn \d{3}(,\w{1,4})?[%‰‱°]?(-\w+)? # 3 számjegy, toldalékkal is -{d2}{dn} <- option("numpart") and not option("thou") -> {d2} {dn} # Nagy számok tagolása. (AkH. 274.) -{d1}{d3}{dn} <- option("numpart") and not option("thou") -> {d1} {d3} {dn} # Nagy számok tagolása. (AkH. 274.) -{d1}{d3}{d3}{dn} <- option("numpart") and not option("thou") -> {d1} {d3} {d3} {dn} # Nagy számok tagolása. (AkH. 274.) +dn \d{3}(?![ ][0-9])(,\w{1,4})?[%‰‱°]?(-\w+)? # 3 számjegy, toldalékkal is +{d2}{dn} <- option("numpart") and not option("thin") -> {d2} {dn} # Nagy számok tagolása. (AkH. 274.) +{d1}{d3}{dn} <- option("numpart") and not option("thin") -> {d1} {d3} {dn} # Nagy számok tagolása. (AkH. 274.) +{d1}{d3}{d3}{dn} <- option("numpart") and not option("thin") -> {d1} {d3} {d3} {dn} # Nagy számok tagolása. (AkH. 274.) # Az 1234567890 -> Az 1 234 567 890 -# nagy számok tagolása nem törő keskeny szóközökkel (U+202F) (thou opciótól függően) -{d2} ?{dn} <- option("numpart") and option("thou") -> {d2} {dn} # Nagy számok tagolása nem törő keskeny szóközökkel. (AkH. 274.) -{d1} ?{d3} ?{dn} <- option("numpart") and option("thou") -> {d1} {d3} {dn} # Nagy számok tagolása nem törő keskeny szóközökkel. (AkH. 274.) -{d1} ?{d3} ?{d3} ?{dn} <- option("numpart") and option("thou") -> {d1} {d3} {d3} {dn} # Nagy számok tagolása nem törő keskeny szóközökkel. (AkH. 274.) +# nagy számok tagolása nem törő keskeny szóközökkel (U+202F) (thin opciótól függően) +{d2} ?{dn} <- option("numpart") and option("thin") -> {d2} {dn} # Nagy számok tagolása nem törő keskeny szóközökkel. (AkH. 274.) +{d1} ?{d3} ?{dn} <- option("numpart") and option("thin") -> {d1} {d3} {dn} # Nagy számok tagolása nem törő keskeny szóközökkel. (AkH. 274.) +{d1} ?{d3} ?{d3} ?{dn} <- option("numpart") and option("thin") -> {d1} {d3} {d3} {dn} # Nagy számok tagolása nem törő keskeny szóközökkel. (AkH. 274.) # nagy számok tagolása nem törő szóközökkel (U+00A0) d1 \d{1,3} # 1, 2 vagy 3 számjegy (opcionális mínusszal) d2 \d{2,3} # 2 vagy 3 számjegy (opcionális mínusszal) d3 \d{3} # 3 számjegy dn \d{3}(,\w+)?[%‰‱°]?(-\w+)? # 3 számjegy, toldalékkal is --{d2}{dn} <- option("numpart") and not option("thou") -> −{d2} {dn} # Nagy számok tagolása. (AkH. 274.) --{d1}{d3}{dn} <- option("numpart") and not option("thou") -> −{d1} {d3} {dn} # Nagy számok tagolása. (AkH. 274.) --{d1}{d3}{d3}{dn} <- option("numpart") and not option("thou") -> −{d1} {d3} {d3} {dn} # Nagy számok tagolása. (AkH. 274.) +-{d2}{dn} <- option("numpart") and not option("thin") -> −{d2} {dn} # Nagy számok tagolása. (AkH. 274.) +-{d1}{d3}{dn} <- option("numpart") and not option("thin") -> −{d1} {d3} {dn} # Nagy számok tagolása. (AkH. 274.) +-{d1}{d3}{d3}{dn} <- option("numpart") and not option("thin") -> −{d1} {d3} {d3} {dn} # Nagy számok tagolása. (AkH. 274.) # nagy számok tagolása nem törő keskeny szóközökkel (U+202F) --{d2} ?{dn} <- option("numpart") and option("thou") -> −{d2} {dn} # Nagy számok tagolása nem törő keskeny szóközökkel. (AkH. 274.) --{d1} ?{d3} ?{dn} <- option("numpart") and option("thou") -> −{d1} {d3} {dn} # Nagy számok tagolása nem törő keskeny szóközökkel. (AkH. 274.) --{d1} ?{d3} ?{d3} ?{dn} <- option("numpart") and option("thou") -> −{d1} {d3} {d3} {dn} # Nagy számok tagolása nem törő keskeny szóközökkel. (AkH. 274.) +-{d2} ?{dn} <- option("numpart") and option("thin") -> −{d2} {dn} # Nagy számok tagolása nem törő keskeny szóközökkel. (AkH. 274.) +-{d1} ?{d3} ?{dn} <- option("numpart") and option("thin") -> −{d1} {d3} {dn} # Nagy számok tagolása nem törő keskeny szóközökkel. (AkH. 274.) +-{d1} ?{d3} ?{d3} ?{dn} <- option("numpart") and option("thin") -> −{d1} {d3} {d3} {dn} # Nagy számok tagolása nem törő keskeny szóközökkel. (AkH. 274.) ([-−]?\d[\d,]*)[ ]([%‰‱°](-\w*)?) -> \1\2 # Szóköz nélkül tapadó írásjel. | http://hu.wikisource.org/wiki/A_magyar_helyesírás_szabályai/Az_írásjelek#275. -([-−]?\d\d*)[.](\d\d*)([%‰‱°](-\w*)?) <- option("comma") +([-−]?\d\d*)[.](\d\d*)\b(?![.])([%‰‱°](-\w*)?) <- option("comma") -> \1,\2\3 # Tizedesvessző a helyes írásjel. | http://hu.wikisource.org/wiki/A_magyar_helyesírás_szabályai/Egyéb_tudnivalók#291. -(\d\d*)[.](\d) +(\d\d*)[.](\d)\b(?![.]) # kivéve, ha tulajdonnév előzi meg (pl. Firefox 3.5 <- option("comma") and (not word(-1) or not re.match("[A-Z]", word(-1))) -> \1,\2|\1.\2. # Tizedestört (AkH. 291.) vagy sorszám? -((\d\d*[.]){2}\d) - # kivéve, ha tulajdonnév előzi meg (pl. Hunspell 1.2.8 - <- option("comma") and not word(-1) or not re.match("[A-Z]", word(-1)) +((\d\d*[.]){2}\d)\b(?![.]) + # kivéve, ha tulajdonnév előzi meg (pl. Hunspell 1.2.8, + <- option("comma") and option("grammar") and not word(-1) or not re.match("[A-Z]", word(-1)) -> \1. # A sorszámot pont követi. -(\d\d\d+)[.](\d\d) <- option("comma") +(\d\d\d+)[.](\d\d)\b(?![.]) <- option("comma") -> \1,\2|\1.\2. # Tizedestört (AkH. 291.) vagy sorszám? # 25.30˚, de 10.20-kor -> 25,30˚, de 10.20-kor # 1.5 -> 1,5|1.5. @@ -463,7 +466,7 @@ hw [a-zA-ZöüóűőúéáíÖÜÓŰŐÚÉÁÍ][a-zA-ZöüóűőúéáíÖÜÓŰ [word] -event (Advent|Húsvét|Karácsony|Mindenszentek|Pünkösd|(Anyák|Apák|Halottak|Nők) [Nn]apj){abc}* +event (Advent|Húsvét|Karácsony|Mindenszentek|Pünkösd|(Anyák|Apák|Halottak|Nők) [Nn]apj){abc}+ {event} <- word(-1) and word(1) == word(1).lower() -> = {event}.lower() # Kisbetűs kifejezés, ha nem cím. | http://hu.wikisource.org/wiki/A_magyar_helyesírás_szabályai/A_kis_és_a_nagy_kezdőbetűk#145. # Nemsokára Anyák napja. -> Nemsokára anyák napja. |