Login Register
Frontpage Code library Pastebin

HyphenateString()

Author: Jare
Added: 8.8.2012 0:15
Edited: 8.8.2012 11:28
Category: Merkkijonot

Description

Tavuttaa merkkijonon suomen kielen tavutussääntöjen mukaisesti. Tämä ei ole täysin aukoton: se ei osaa tavuttaa oikein joitakin lainasanoja, esimerkiksi "demokratia". Lisäksi se tulkitsee vokaaleiksi ja konsonanteiksi ainoastaan suomalaiset aakkoset. Kaikki muut merkit tulkitaan välimerkeiksi, jotka sivuutetaan tavutuksessa, mutta jotka säilyvät edelleen lopputuloksessa. Esimerkiksi Citroën-automerkin ë-kirjainta funktio ei huomioi tavutuksessa. Å, Ä ja Ö toimivat oikein. Mode-parametrilla päätetään, mitä funktio palauttaa: Jos mode sisältää vähintään yhden merkin, modea käytetään tavutuksen välimerkkinä. Se voi siis sisältää useita merkkejä. Jos mode on tyhjä merkkijono, funktio palauttaa listan merkki-positioneista, joiden kohdalle funktio ehdottaa tavuviivan sijoittamista. Esimerkiksi paluuarvo "3 6 8" tarkoittaa, että ennen merkkiä 3 tulee tavuviiva, samoin ennen merkkiä 6 ja ennen merkkiä 8. Moden oletusarvo on "-", joten normaali tavuttaminen hoituu ilman mode-parametrin asettamista. Jos bugeja ilmenee, korjailen niitä mikäli kykenen.

Code

Select all
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
stri$ = "Tavuttaa merkkijonon suomen kielen tavutussääntöjen mukaisesti. Tämä ei ole täysin aukoton. Esimerkiksi nämä menee pieleen: demokratia, Citroën."
MakeError HyphenateString(stri)

Function HyphenateString(stri$, mode$="-")
	//Hyphenates Finnish Text.
	//mode parameter controls the hyphenation:
	// - mode <> "": uses mode's value As a hyphen And returns the hyphenated Text. Length of mode can also be greater than 1.
	// - mode = "": returns a list of character positions where the Function suggests that a hyphen would be inserted. Example: "3,7,10".
	//Rules can be found from http://www.cs.hut.fi/Opinnot/T-106.1240/s2007/harjoitukset/kierros_2/harj_1/index.html (checked 2012-08-07),
	//but they are written in Finnish.
	original_stri$	= stri
	stri			= Lower(stri)
	vowels$			= "aeiouyåäö"
	result$			= ""
	hyphenated		= 1
	For i = 2 To Len(stri)
		chr1$	= Mid(stri, i-1,1)
		chr2$	= Mid(stri, i,1)
		If False=IsLetter(chr1) Or False=IsLetter(chr2) Then Goto continue
		
		//Rules
		hyphenate = False
		If InStr(vowels, chr1) And False = InStr(vowels, chr2) Then
			//A) Hyphenate If a consonant comes After a vowel.
			wovel_follows = False
			For n = i+1 To Len(stri)
				//Find Last consonant in a queue of consonants.
				chr_n$			= Mid(stri, n,1)
				wovel_follows	= InStr(vowels, chr_n)
				If wovel_follows Or False = IsLetter(chr_n) Then
					n-1
					Exit
				EndIf
			Next n
			If wovel_follows Then hyphenate = n - (n>=Len(stri)) //Only hyphenate If the queue of consonants is followed by a vowel.
		EndIf
		If InStr(vowels, chr1) And InStr(vowels, chr2) Then
			//B) Hyphenate If a vowel comes After a vowel, unless an exception happens.
			exception = False
			If chr1 = chr2 Then exception = True
			If chr2 = "i" Then exception = True
			If InStr("au,eu,ey,ie,iu,ou,uo,yö,äy,öy", chr1+chr2) Then exception = True
			If Not exception Then
				//No exceptions, so do hyphenating
				hyphenate = i
			Else
				//C) Exception For exceptions: If a vowel comes After the chr1+chr2 pair, hyphenate between chr2 And the vowel.
				If i = Len(stri) Then Exit
				chr3$ = Mid(stri, i+1,1)
				If InStr(vowels, chr3) Then hyphenate = i+1
			EndIf
		EndIf
		
		If hyphenate > hyphenated Then
			If mode = "" Then
				If result <> "" Then result + " "
				result + hyphenate
			Else
				result = result + Mid(original_stri, hyphenated, hyphenate-hyphenated) + mode
			EndIf
			hyphenated = hyphenate
		EndIf
		continue:
	Next i
	If mode <> "" Then result = result + Mid(original_stri, hyphenated)
	Return result
EndFunction

Function IsLetter(char$)
	//Checks If a given character is a-z, å, ä Or ö.
	//NOTE! Uppercase letters are considered As non-letters! 
	ascii = Asc(char)
	Return (ascii >= 97 And ascii <= 122) Or ascii = 228 Or ascii = 229 Or ascii = 246
EndFunction

Comments

#36 Sent by: MaGetzUb, 26.8.2012 19:07

Mielenkiintoista. Miksi olet kommentoinut koodin englanniksi, vaikka koodi/funktio itse tavuttaa suomenkielellä lauseita?

#39 Sent by: Jare, 19.9.2012 19:42

Koska koodaan täysin englanniksi joka paikassa. En vaihda koodaustyyliäni vaikka ohjema olisikin muuta kieltä kuin englantia varten. :)

#40 Sent by: Pettis, 8.12.2012 11:56

Englanti sopii muutenkin ohjelmoinnissa kommentteihin paremmin, koska yleensä kaikki ohjelmointikielien avainsanat ovat englannin kielestä. Englanti on koodareiden ammattikieli :)

Leave a comment

You must be logged in to comment.