diff options
Diffstat (limited to 'payyans/payyans/payyan.py')
| -rwxr-xr-x | payyans/payyans/payyan.py | 111 |
1 files changed, 64 insertions, 47 deletions
diff --git a/payyans/payyans/payyan.py b/payyans/payyans/payyan.py index 4124549..a0459e2 100755 --- a/payyans/payyans/payyan.py +++ b/payyans/payyans/payyan.py @@ -1,7 +1,9 @@ #! /usr/bin/env python # -*- coding: utf-8 -*- # Payyans Ascii to Unicode Convertor -# Copyright 2008 Santhosh Thottingal <santhosh.thottingal@gmail.com>, Nishan Naseer <nishan.naseer@gmail.com>, Manu S Madhav <manusmad@gmail.com> +# Copyright 2008 Santhosh Thottingal <santhosh.thottingal@gmail.com>, +# Nishan Naseer <nishan.naseer@gmail.com>, Manu S Madhav <manusmad@gmail.com>, +# Rajeesh K Nambiar <rajeeshknambiar@gmail.com> # http://www.smc.org.in # # This program is free software; you can redistribute it and/or modify @@ -42,6 +44,35 @@ class Payyan: self.mapping_filename="" self.pdf=0 + def word2ASCII(self, unicode_text): + index = 0 + prebase_letter = "" + ascii_text="" + while index < len(unicode_text): + '''കൂട്ടക്ഷരങ്ങള്‍ക്കൊരു കുറുക്കുവഴി''' + for charNo in [3,2,1]: + letter = unicode_text[index:index+charNo] + if letter in self.rulesDict: + ascii_letter = self.rulesDict[letter] + letter = letter.encode('utf8') + '''കിട്ടിയ അക്ഷരങ്ങളുടെ അപ്പുറത്തും ഇപ്പുറത്തും സ്വരചിഹ്നങ്ങള്‍ ഫിറ്റ് ചെയ്യാനുള്ള ബദ്ധപ്പാട്''' + if letter == 'ൈ': # പിറകില്‍ രണ്ടു സാധനം പിടിപ്പിക്കുക + ascii_text = ascii_text[:-1] + ascii_letter*2 + ascii_text[-1:] + elif (letter == 'ോ') | (letter == 'ൊ') | (letter == 'ൌ'): #മുമ്പിലൊന്നും പിറകിലൊന്നും + ascii_text = ascii_text[:-1] + ascii_letter[0] + ascii_text[-1:] + ascii_letter[1] + elif (letter == 'െ') | (letter == 'േ') |(letter == '്ര'): #പിറകിലൊന്നുമാത്രം + ascii_text = ascii_text[:-1] + ascii_letter + ascii_text[-1:] + else: + ascii_text = ascii_text + ascii_letter + index = index+charNo + break + else: + '''നോക്കിയിട്ടു കിട്ടുന്നില്ല ബായി''' + ascii_letter = letter + ascii_text = ascii_text + ascii_letter + index = index + 1 + return ascii_text + def Uni2Ascii(self): self.direction="u2a" self.rulesDict = self.LoadRules() @@ -57,38 +88,38 @@ class Payyan: text =uni_file.readline() if text == "": break - index = 0 - ascii_text = "" - prebase_letter="" - while index < len(text): - '''കൂട്ടക്ഷരങ്ങള്‍ക്കൊരു കുറുക്കുവഴി''' - for charNo in [3,2,1]: - letter = text[index:index+charNo] - if letter in self.rulesDict: - ascii_letter = self.rulesDict[letter] - letter = letter.encode('utf8') - '''കിട്ടിയ അക്ഷരങ്ങളുടെ അപ്പുറത്തും ഇപ്പുറത്തും സ്വരചിഹ്നങ്ങള്‍ ഫിറ്റ് ചെയ്യാനുള്ള ബദ്ധപ്പാട്''' - if letter == 'ൈ': # പിറകില്‍ രണ്ടു സാധനം പിടിപ്പിക്കുക - ascii_text = ascii_text[:-1] + ascii_letter*2 + ascii_text[-1:] - elif (letter == 'ോ') | (letter == 'ൊ') | (letter == 'ൌ'): #മുമ്പിലൊന്നും പിറകിലൊന്നും - ascii_text = ascii_text[:-1] + ascii_letter[0] + ascii_text[-1:] + ascii_letter[1] - elif (letter == 'െ') | (letter == 'േ') |(letter == '്ര'): #പിറകിലൊന്നുമാത്രം - ascii_text = ascii_text[:-1] + ascii_letter + ascii_text[-1:] - else: - ascii_text = ascii_text + ascii_letter - index = index+charNo - break - else: - '''നോക്കിയിട്ടു കിട്ടുന്നില്ല ബായി''' - ascii_letter = letter - ascii_text = ascii_text + ascii_letter - index = index + 1 + ascii_text = "" + # ഹീന ജാതിയിലേയ്ക്ക് തരം താഴ്ത്ത്വാ ! + self.word2ASCII(text) if self.output_filename : output_file.write(ascii_text) else: print ascii_text.encode('utf-8') - return "പയ്യന്‍ നല്ലോരു യൂണിക്കോട് ഫയലില്‍ കേറി നെരങ്ങി ആസ്ക്കിയാക്കി. ദൈവമേ, ഈ പയ്യനു നല്ലബുദ്ധി തോന്നിക്കണേ..." + ''' പയ്യന്‍ നല്ലോരു യൂണിക്കോട് ഫയലില്‍ കേറി നെരങ്ങി ആസ്ക്കിയാക്കി. ദൈവമേ, ഈ പയ്യനു നല്ലബുദ്ധി തോന്നിക്കണേ... ''' + return 0 + + def word2Unicode(self, ascii_text): + index = 0 + prebase_letter = "" + unicode_text = "" + while index < len(ascii_text): + letter = ascii_text[index] + if letter in self.rulesDict: + unicode_letter = self.rulesDict[letter] + else: + unicode_letter = letter + if(self.isPrebase(unicode_letter)): + prebase_letter = unicode_letter + else: + if ((unicode_letter.encode('utf-8') == "എ") | ( unicode_letter.encode('utf-8') == "ഒ" )): + unicode_text = unicode_text + self.getVowelSign(prebase_letter , unicode_letter) + else: + unicode_text = unicode_text + unicode_letter+ prebase_letter + prebase_letter="" + + index = index + 1 + return unicode_text # മതം മാറ്റി തിരിച്ചു കൊടുക്ക്വാ ! def Ascii2Uni(self): self.direction="a2u" @@ -118,31 +149,17 @@ class Payyan: text =ascii_file.readline() if text == "": break - index = 0 unicode_text = "" - prebase_letter="" - while index < len(text): - letter = text[index] - if letter in self.rulesDict: - unicode_letter = self.rulesDict[letter] - else: - unicode_letter = letter - if(self.isPrebase(unicode_letter)) : - prebase_letter = unicode_letter - else: - if ((unicode_letter.encode('utf-8') == "എ") | ( unicode_letter.encode('utf-8') == "ഒ" )): - unicode_text = unicode_text + self.getVowelSign(prebase_letter , unicode_letter) - else: - unicode_text = unicode_text + unicode_letter+ prebase_letter - prebase_letter="" - - index = index + 1 + ''' അങ്ങട്ട് മതം മാറ്റ്വാ... ആസ്കിതനും നാസ്തികനും ഒന്നന്നെ! ''' + unicode_text = self.word2Unicode(text) + if self.output_filename : output_file.write(unicode_text) else: print unicode_text.encode('utf-8') - return "പയ്യന്റെ അവതാരോദ്ദേശ്യം പൂര്‍ണ്ണമായിരിക്കുന്നു. ഇനി മടക്കം. റിട്ടേണ്‍...!" + ''' പയ്യന്റെ അവതാരോദ്ദേശ്യം പൂര്‍ണ്ണമായിരിക്കുന്നു. ഇനി മടക്കം. റിട്ടേണ്‍...! ''' + return 0 def getVowelSign(self, vowel_letter, vowel_sign_letter): vowel= vowel_letter.encode('utf-8') |