From 0fa09f637eb9248dd955d1da20ad435619995a1b Mon Sep 17 00:00:00 2001
From: Santhosh Thottingal <santhosh.thottingal@gmail.com>
Date: Sun, 18 Jan 2009 15:50:13 +0530
Subject: vowel+answara split fixed. Adding testcase

---
 hyphenation/hyph_ml_IN.dic          |   2 +-
 hyphenation/tests/malayalam-out.txt | 231 ++++++++++++++++++++++++++++++++++++
 hyphenation/tests/malayalam.txt     |   7 ++
 3 files changed, 239 insertions(+), 1 deletion(-)
 create mode 100644 hyphenation/tests/malayalam-out.txt
 create mode 100644 hyphenation/tests/malayalam.txt

diff --git a/hyphenation/hyph_ml_IN.dic b/hyphenation/hyph_ml_IN.dic
index f9abcf7..44b50b9 100644
--- a/hyphenation/hyph_ml_IN.dic
+++ b/hyphenation/hyph_ml_IN.dic
@@ -44,7 +44,7 @@ UTF-8
 ൗ1
 ്2
 ഃ1
-ം1
+2ം1
 1ന
 ന്2
 2ന്‍
diff --git a/hyphenation/tests/malayalam-out.txt b/hyphenation/tests/malayalam-out.txt
new file mode 100644
index 0000000..acf60f9
--- /dev/null
+++ b/hyphenation/tests/malayalam-out.txt
@@ -0,0 +1,231 @@
+
+അ=മേ=രി=ക്കന്‍
+ഐ=ക്യ=നാ=ടു=ക=ളി=ലെ
+ന=ഗ=ര=ങ്ങ=ളില്‍
+വ=ച്ച്
+വ=ലി=പ്പ=ത്തില്‍
+നാ=ലാം
+സ്ഥാ=ന=ത്തു=ള്ള=തും
+ടെ=ക്സ=സ്
+സം=സ്ഥാ=ന=ത്തി=ലെ
+ഏ=റ്റ=വും
+വ=ലി=യ
+ന=ഗ=ര=വു=മാ=ണ്‌
+ഹ്യൂ=സ്റ്റണ്‍
+(ഉ=ച്ചാ=ര=ണം
+/ˈhjuːstən/).
+2006=ലെ
+ക=ണ=ക്കെ=ടു=പ്പു=പ്ര=കാ=രം
+ഈ
+ന=ഗ=ര=ത്തില്‍
+600
+ച=തു=ര=ശ്ര=മൈല്‍
+(1,600
+കി=.=മീ=²).
+പ്ര=ദേ=ശ=ത്ത്
+2.14
+ദ=ശ=ല=ക്ഷം
+ആ=ളു=കള്‍
+വ=സി=ക്കു=ന്നു.
+ഹാ=രി=സ്
+കൗ=ണ്ടി=യു=ടെ
+ആ=സ്ഥാ=ന=വും
+5.6
+ദ=ശ=ല=ക്ഷം
+ജ=ന=ങ്ങള്‍
+വ=സി=ക്കു=ന്ന=തും
+അ=മേ=രി=ക്ക=യി=ലെ
+ഏ=റ്റ=വും
+വ=ലി=യ
+ആ=റാ=മ=ത്തെ
+മ=ഹാ=ന=ഗ=ര
+(മെ=ട്രോ=പ്പോ=ളി=റ്റന്‍)
+പ്ര=ദേ=ശ=വു=മാ=യ
+ഹ്യൂ=സ്റ്റണ്‍–=ഷു=ഗര്‍=ലാന്‍=ഡ്–=ബേ=ടൗണ്‍
+മെ=ട്രോ=പ്പോ=ളീ=റ്റന്‍
+പ്ര=ദേ=ശ=ത്തി=ന്റെ
+സാ=മ്പ=ത്തി=ക
+കേ=ന്ദ്ര=വു=മാ=ണ്‌
+ഹ്യൂ=സ്റ്റണ്‍.
+
+1836
+ഓ=ഗ=സ്റ്റ്
+30ന്‌
+സ=ഹോ=ദ=ര=ന്മാ=രാ=യ
+അ=ഗ=സ്റ്റ=സ്
+ചാ=പ്പ്മാന്‍
+അ=ല്ലെ=നും
+ജോണ്‍
+കിര്‍=ബി
+അ=ല്ലെ=നും
+[5]
+ബ=ഫ=ല്ലോ
+ബ=യൂ=വി=ന്റെ
+തീ=ര=പ്ര=ദേ=ശ=ങ്ങ=ളില്‍
+ഹ്യൂ=സ്റ്റന്‍
+സ്ഥാ=പി=ച്ചു.
+1837
+ജൂണ്‍
+5ന്‌
+ഇ=തൊ=രു
+ന=ഗ=ര=മാ=യി
+ഇന്‍=കോര്‍=പ്പ=റേ=റ്റ്
+ചെ=യ്തു.
+ഈ
+അ=വ=സ=ര=ത്തില്‍
+അ=ന്ന=ത്തെ
+ടെ=ക്സ=സ്
+റി=പ്പ=ബ്ലി=ക്കി=ന്റെ
+പ്ര=സി=ഡ=ന്റും
+ന=ഗ=ര=ത്തി=നു
+25
+മൈല്‍
+(40
+കി=.=മീ)
+കി=ഴ=ക്കാ=യി
+ന=ട=ന്ന
+ജ=സീ=ന്തോ
+യു=ദ്ധം
+ന=യി=ച്ച
+മുന്‍
+ജ=ന=റ=ലു=മാ=യ
+സാം
+ഹ്യൂ=സ്റ്റ=ന്റെ
+നാ=മം
+ന=ഗ=ര=ത്തി=നു
+നല്‍=കു=ക=യാ=യി=രു=ന്നു.
+അ=ടി=ക്ക=ടി
+വി=കാ=സം
+പ്രാ=പി=ച്ചു=കൊ=ണ്ടി=രു=ന്ന
+തു=റ=മു=ഖ,
+റെ=യില്‍
+വ്യ=വ=സാ=യ=വും
+1901-=ലെ
+എ=ണ്ണ
+നി=ക്ഷേ=പ=ങ്ങള്‍
+ക=ണ്ടെ=ത്തി=യ=തും
+ന=ഗ=ര=ത്തില്‍
+ജ=ന=സം=ഖ്യാ=പ്ര=വാ=ഹ=ത്തി=നു
+വ=ഴി=തെ=ളി=ച്ചു.
+ഇ=രു=പ=താം
+നൂ=റ്റാ=ണ്ടി=ന്റെ
+മ=ദ്ധ്യ=ത്തോ=ടു=കൂ=ടി
+ലോ=ക=ത്തെ
+ഏ=റ്റ=വും
+വ=ലി=യ
+ര=ണ്ടാ=മ=ത്തെ
+ആ=രോ=ഗ്യ=സം=‌=ര=ക്ഷ=ണ-=ഗ=വേ=ഷ=ണ
+സ്ഥാ=പ=ന=ങ്ങ=ളു=ടെ
+കൂ=ട്ടാ=യ്മ=യാ=യ
+ടെ=ക്സ=സ്
+മെ=ഡി=ക്കല്‍
+സെ=ന്റര്‍,
+നാ=സ=യു=ടെ
+മി=ഷന്‍
+ക=ണ്ട്രോള്‍
+സെ=ന്റര്‍
+ജോണ്‍=സണ്‍
+സ്പേ=സ്
+സെ=ന്റര്‍
+എ=ന്നി=വ
+ഹ്യൂ=സ്റ്റ=ണില്‍
+സ്ഥാ=പി=ക്ക=പ്പെ=ട്ടു.
+
+ഹ്യൂ=സ്റ്റ=ന്റെ
+സ=മ്പ=ദ്‌=വ്യ=വ=സ്ഥ,
+ഊര്‍=ജ്ജ,
+നിര്‍=മ്മാ=ണ,
+വ്യോ=മ=നിര്‍=മ്മാ=ണ,
+സാ=ങ്കേ=തി=ക=ത
+തു=ട=ങ്ങി=യ
+മേ=ഖ=ല=ക=ളി=ലു=ള്ള
+വി=വി=ധ=ത=രം
+വ്യ=വ=സാ=യ=ങ്ങ=ളില്‍
+അ=ധി=ഷ്ഠി=ത=മാ=ണ്‌;
+ഹ്യൂ=സ=ണി=ലു=ള്ള=തി=നേ=ക്കാള്‍
+ഫോര്‍=ച്ച്യൂണ്‍
+500
+ക=മ്പ=നി=കള്‍
+ന്യൂ=യോര്‍=ക്കില്‍
+മാ=ത്ര=മാ=ണു=ള്ള=ത്.
+വാ=ണി=ജ്യ=പ=ര=മാ=യി,
+ഹ്യൂ=സ്റ്റണ്‍,
+ഗാ=മാ
+വേള്‍=ഡ്
+സി=റ്റി
+എ=ന്ന
+പേ=രില്‍
+അ=റി=യ=പ്പെ=ടു=ന്നു.
+എ=ണ്ണ=പ്പാ=ട=ത്ത്
+ഉ=പ=യോ=ഗി=ക്കു=ന്ന
+ഉ=പ=ക=ര=ണ=ങ്ങള്‍
+നിര്‍=മി=ക്കു=ന്ന=തി=നു=ള്ള
+ഒ=രു
+പ്ര=ധാ=ന
+കേ=ന്ദ്ര=വു=മാ=ണ്‌
+ഇ=ത്.
+അ=മേ=രി=ക്കന്‍
+ഐ=ക്യ=നാ=ടു=ക=ളി=ലെ
+തു=റ=മു=ഖ=ളില്‍
+വ=ച്ച്,
+കൈ=കാ=ര്യം
+ചെ=യ്യു=ന്ന
+ച=ര=ക്കി=ന്റെ
+ഭാ=ര=ത്തി=ന്റെ
+മൊ=ത്ത=ക്ക=ണ=ക്കെ=ടു=ത്താല്‍
+ഏ=റ്റ=വു=മ=ധി=കം
+ടണ്‍
+കൈ=കാ=ര്യം
+ചെ=യ്യു=ന്ന
+ര=ണ്ടാ=മ=ത്തെ
+തു=റ=മു=ഖ=വും,
+ജ=ല=മാര്‍=ഗ്ഗ=മു=ള്ള
+അ=ന്താ=രാ=ഷ്ട്ര=കാര്‍=ഗോ
+ഏ=റ്റ=വു=മ=ധി=കം
+കൈ=കാ=ര്യം
+ചെ=യ്യു=ന്ന
+തു=റ=മു=ഖ=വു=മാ=ണ്‌
+ഹ്യൂ=സ്റ്റണ്‍
+തു=റ=മു=ഖം=.[6]
+അ=നേ=കം
+സം=സ്കാ=ര=ങ്ങ=ളില്‍=നി=ന്നു=ള്ള
+ജ=ന=ങ്ങ=ളു=ള്ള
+ഈ
+ന=ഗ=രം
+അ=നു=ദി=നം
+വ=ള=രു=ന്ന
+ഒ=രു
+അ=ന്താ=രാ=ഷ്ട്ര
+സ=മൂ=ഹ=ത്തി=നും
+വേ=ദി=യാ=ണ്‌.
+ഇ=വി=ടെ=യു=ള്ള
+സാം=സ്കാ=രി=ക
+സ്ഥാ=പ=ന=ങ്ങള്‍
+വര്‍=ഷം=തോ=റും
+7
+ദ=ശ=ല=ക്ഷം
+സ=ന്ദര്‍=ശ=ക=രെ
+ഹ്യൂ=സ്റ്റണ്‍
+മ്യൂ=സി=ക്
+ഡി=സ്ട്രി=ക്റ്റി=ലേ=ക്ക്
+ആ=കര്‍=ഷി=ക്കു=ന്നു.
+ദൃ=ശ്യ=ക=ല=കള്‍=ക്കും
+പ്ര=ക=ട=ന=ക=ല=കള്‍=ക്കു=മു=ള്ള
+ഒ=രു
+സ=ജീ=വ=വേ=ദി
+മ്യൂ=സി=ക്
+ഡി=സ്ട്രി=ക്റ്റി=ലു=ണ്ട്.
+വര്‍=ഷം
+മു=ഴു=വന്‍
+പ്ര=ധാ=ന
+പ്ര=ക=ട=ന=ക=ല=ക=ളി=ലെ=ല്ലാം
+പ്ര=ദര്‍=ശ=നം
+ന=ട=ത്തു=ന്ന
+ചു=രു=ക്കം
+ചി=ല
+അ=മേ=രി=ക്കന്‍
+ന=ഗ=ര=ങ്ങ=ളി=ലൊ=ന്നാ=ണ്‌
+ഹ്യൂ=സ്റ്റണ്‍.[7]
+പ=മ്പും=പ=മ്പും=ക=മ്പം=ത=ന്നെം
+
+
diff --git a/hyphenation/tests/malayalam.txt b/hyphenation/tests/malayalam.txt
new file mode 100644
index 0000000..6c5804c
--- /dev/null
+++ b/hyphenation/tests/malayalam.txt
@@ -0,0 +1,7 @@
+ അമേരിക്കന്‍ ഐക്യനാടുകളിലെ നഗരങ്ങളില്‍ വച്ച് വലിപ്പത്തില്‍ നാലാം സ്ഥാനത്തുള്ളതും ടെക്സസ് സംസ്ഥാനത്തിലെ ഏറ്റവും വലിയ നഗരവുമാണ്‌ ഹ്യൂസ്റ്റണ്‍ (ഉച്ചാരണം /ˈhjuːstən/). 2006ലെ കണക്കെടുപ്പുപ്രകാരം ഈ നഗരത്തില്‍ 600 ചതുരശ്രമൈല്‍ (1,600 കി.മീ²). പ്രദേശത്ത് 2.14 ദശലക്ഷം ആളുകള്‍ വസിക്കുന്നു. ഹാരിസ് കൗണ്ടിയുടെ ആസ്ഥാനവും 5.6 ദശലക്ഷം ജനങ്ങള്‍ വസിക്കുന്നതും അമേരിക്കയിലെ ഏറ്റവും വലിയ ആറാമത്തെ മഹാനഗര (മെട്രോപ്പോളിറ്റന്‍) പ്രദേശവുമായ ഹ്യൂസ്റ്റണ്‍–ഷുഗര്‍ലാന്‍ഡ്–ബേടൗണ്‍ മെട്രോപ്പോളീറ്റന്‍ പ്രദേശത്തിന്റെ സാമ്പത്തിക കേന്ദ്രവുമാണ്‌ ഹ്യൂസ്റ്റണ്‍.
+
+1836 ഓഗസ്റ്റ് 30ന്‌ സഹോദരന്മാരായ അഗസ്റ്റസ് ചാപ്പ്മാന്‍ അല്ലെനും ജോണ്‍ കിര്‍ബി അല്ലെനും [5] ബഫല്ലോ ബയൂവിന്റെ തീരപ്രദേശങ്ങളില്‍ ഹ്യൂസ്റ്റന്‍ സ്ഥാപിച്ചു. 1837 ജൂണ്‍ 5ന്‌ ഇതൊരു നഗരമായി ഇന്‍കോര്‍പ്പറേറ്റ് ചെയ്തു. ഈ അവസരത്തില്‍ അന്നത്തെ ടെക്സസ് റിപ്പബ്ലിക്കിന്റെ പ്രസിഡന്റും നഗരത്തിനു 25 മൈല്‍ (40 കി.മീ) കിഴക്കായി നടന്ന ജസീന്തോ യുദ്ധം നയിച്ച മുന്‍ ജനറലുമായ സാം ഹ്യൂസ്റ്റന്റെ നാമം നഗരത്തിനു നല്‍കുകയായിരുന്നു. അടിക്കടി വികാസം പ്രാപിച്ചുകൊണ്ടിരുന്ന തുറമുഖ, റെയില്‍ വ്യവസായവും 1901-ലെ എണ്ണ നിക്ഷേപങ്ങള്‍ കണ്ടെത്തിയതും നഗരത്തില്‍ ജനസംഖ്യാപ്രവാഹത്തിനു വഴിതെളിച്ചു. ഇരുപതാം നൂറ്റാണ്ടിന്റെ മദ്ധ്യത്തോടുകൂടി ലോകത്തെ ഏറ്റവും വലിയ രണ്ടാമത്തെ ആരോഗ്യസം‌രക്ഷണ-ഗവേഷണ സ്ഥാപനങ്ങളുടെ കൂട്ടായ്മയായ ടെക്സസ് മെഡിക്കല്‍ സെന്റര്‍, നാസയുടെ മിഷന്‍ കണ്ട്രോള്‍ സെന്റര്‍ ജോണ്‍സണ്‍ സ്പേസ് സെന്റര്‍ എന്നിവ ഹ്യൂസ്റ്റണില്‍ സ്ഥാപിക്കപ്പെട്ടു.
+
+ഹ്യൂസ്റ്റന്റെ സമ്പദ്‌വ്യവസ്ഥ, ഊര്‍ജ്ജ, നിര്‍മ്മാണ, വ്യോമനിര്‍മ്മാണ, സാങ്കേതികത തുടങ്ങിയ മേഖലകളിലുള്ള വിവിധതരം വ്യവസായങ്ങളില്‍ അധിഷ്ഠിതമാണ്‌; ഹ്യൂസണിലുള്ളതിനേക്കാള്‍ ഫോര്‍ച്ച്യൂണ്‍ 500 കമ്പനികള്‍ ന്യൂയോര്‍ക്കില്‍ മാത്രമാണുള്ളത്. വാണിജ്യപരമായി, ഹ്യൂസ്റ്റണ്‍, ഗാമാ വേള്‍ഡ് സിറ്റി എന്ന പേരില്‍ അറിയപ്പെടുന്നു. എണ്ണപ്പാടത്ത് ഉപയോഗിക്കുന്ന ഉപകരണങ്ങള്‍ നിര്‍മിക്കുന്നതിനുള്ള ഒരു പ്രധാന കേന്ദ്രവുമാണ്‌ ഇത്. അമേരിക്കന്‍ ഐക്യനാടുകളിലെ തുറമുഖളില്‍ വച്ച്, കൈകാര്യം ചെയ്യുന്ന ചരക്കിന്റെ ഭാരത്തിന്റെ മൊത്തക്കണക്കെടുത്താല്‍ ഏറ്റവുമധികം ടണ്‍ കൈകാര്യം ചെയ്യുന്ന രണ്ടാമത്തെ തുറമുഖവും, ജലമാര്‍ഗ്ഗമുള്ള അന്താരാഷ്ട്രകാര്‍ഗോ ഏറ്റവുമധികം കൈകാര്യം ചെയ്യുന്ന തുറമുഖവുമാണ്‌ ഹ്യൂസ്റ്റണ്‍ തുറമുഖം.[6] അനേകം സംസ്കാരങ്ങളില്‍നിന്നുള്ള ജനങ്ങളുള്ള ഈ നഗരം അനുദിനം വളരുന്ന ഒരു അന്താരാഷ്ട്ര സമൂഹത്തിനും വേദിയാണ്‌. ഇവിടെയുള്ള സാംസ്കാരിക സ്ഥാപനങ്ങള്‍ വര്‍ഷംതോറും 7 ദശലക്ഷം സന്ദര്‍ശകരെ ഹ്യൂസ്റ്റണ്‍ മ്യൂസിക് ഡിസ്ട്രിക്റ്റിലേക്ക് ആകര്‍ഷിക്കുന്നു. ദൃശ്യകലകള്‍ക്കും പ്രകടനകലകള്‍ക്കുമുള്ള ഒരു സജീവവേദി മ്യൂസിക് ഡിസ്ട്രിക്റ്റിലുണ്ട്. വര്‍ഷം മുഴുവന്‍ പ്രധാന പ്രകടനകലകളിലെല്ലാം പ്രദര്‍ശനം നടത്തുന്ന ചുരുക്കം ചില അമേരിക്കന്‍ നഗരങ്ങളിലൊന്നാണ്‌ ഹ്യൂസ്റ്റണ്‍.[7]
+പമ്പുംപമ്പുംകമ്പംതന്നെം
+ 
-- 
cgit