lsimul/tyop

解决大多数在捷克语短语中发现的拼写错误。

维护者

详细信息

github.com/lSimul/tyop

源代码

问题

安装: 0

依赖: 0

建议者: 0

安全: 0

星标: 1

关注者: 1

分支: 0

开放性问题: 0

0.1.0 2024-08-06 20:04 UTC

Requires (Dev)

MIT 06c911216aca2c66cc5c264c4827fc828100ba10

This package is not auto-updated.

Last update: 2024-10-03 07:19:51 UTC

README

一组正则表达式，试图修复捷克语中常见的错误，例如

  • 多个空格
  • 空格放置不正确（在逗号/句号之前，逗号/句号之后缺少空格等）
  • 正确的日期格式
  • 货币格式化
  • 在必要时将'-'转换为'–'
  • 以及一些其他的小而整洁的修复

安装

composer require lsimul/tyop

使用

use LSimul\Tyop;

$corrector = new Tyop\Corrector;

$text = 'Ale,ovšem ,tato věc , ta je od 2.12. za 300 ,- Kč .  '

$text = $corrector->normalize($text);
// Ale, ovšem, tato věc, ta je od 2.12. za 300,- Kč.

$text = $corrector->fix($text);
// Ale, ovšem, tato věc, ta je od 2. 12. za 300 Kč.

Corrector有两种方法，想法是按以下顺序使用它们：normalize -> fix (-> fixDomain)

  • normalize(string $text): string 解决一些简单的空格问题，如括号前缺少空格等。
  • fix(string $text): string 挖得更深一些，并且愿意格式化日期、货币，通过移除/添加不同的字符而不是仅仅空格。

扩展

Corrector有两种方法，允许用户扩展其行为

  • addRule(string $regex, string $replacement): self
    • 添加新规则，基本上只是验证regex并将其存储起来。
  • fixDomain(string $text): string
    • 在文本上使用所有新规则。

fixDomain的存在是为了修复特定于给定文本的问题，这些问题不能放入主规则集（例如，将lt激进地转换为l，因为在这里它总是表示liter）。

修复HTML

除了Corrector之外，还有一个Bridge\Html，它包装Corrector并且可以处理HTML；修剪段落末尾的空白，删除换行符。

<p>
	<em><u>Interval 3.3. - 8.3. 2024   </u></em>
</p>
<p><br></p>

<!-- Will be turned into: -->
<p>
	<em><u>Interval 3. 3. – 8. 3. 2024</u></em>
</p>