interscript-maps 2.4.3 → 2.5.0

data/maps/alalc-guj-Gujr-Latn-1997.isc

@@ -0,0 +1,370 @@
+system "ALA-LC:guj-Gujr:Latn:1997" {
+
+metadata {
+  authority_id alalc
+  id 1997
+  language iso-639-2:guj
+  source_script Gujr
+  destination_script Latn
+  name Romanization Table -- Gujarati (1997)
+  url http://catdir.loc.gov/catdir/cpso/romanization/gujarati.pdf
+  creation_date 1997
+  description {    ALA-LC Romanization table for Gujarati
+  }
+
+  notes {
+
+    note "Only the vowel forms that appear at the beginning of a syllable are listed; the forms used for\n vowels following a consonant can be found in grammars; no distinction between the two is\n made in transliteration."
+
+    note "      The vowel a is implicit after all consonants and consonant clusters and is supplied in\n      transliteration, with the following exceptions:\n      a) when another vowel is indicated by its appropriate sign and\n      b) when the absence of any vowel is indicated by the subscript symbol ( ્ ) called halanta or\n      virāma."
+
+    note "      Exception: Anusvāra is transliterated by:\n      a) ṅ before gutturals,\n      b) ñ before palatals,\n      c) ṇ before cerebrals,\n      d) n before dentals, and\n      e) m before labials."
+
+    note "When doubled, avagraha is transliterated by two apostrophes ( ’’ )."
+  }
+}
+
+tests {
+   "અમિત શાહનો કોરોના રિપોર્ટ ૨ ઓગસ્ટે પોઝિટિવ આવ્યો હતો, ત્યારથી તેમનું સ્વાસ્થ્ય સારું નથી" ->  "amita śāhanȏ kȏrȏnā ripȏrṭa 2 ȏgasṭȇ pȏjhiṭiva āvyȏ hatȏ, tyārathī tȇmanuṃ svāsthya sāruṃ nathī"
+   "મેદાંતા હોસ્પિટલમાં તેમનો ઇલાજ ચાલી રહ્યો હતો" ->  "mȇdāntā hȏspiṭalamāṃ tȇmanȏ ilāja cālī rahyȏ hatȏ"
+   "ભારતના વિશ્વનાથન આનંદે શેનયાનમાં પહેલો ફિડે શતરંજ વિશ્વ કપ જીત્યો" ->  "bhāratanā viśvanāthana ānandȇ śȇnayānamāṃ pahȇlȏ phiḍȇ śatarañja viśva kapa jītyȏ"
+   "ભારતીય વડા પ્રધાન જવાહરલાલ નેહરુએ ૪૦ લાખ હિન્દુઓ અને મુસલમાનોના પારસ્પરિક સ્થાનાંતરણનું સૂચન આપ્યું" ->  "bhāratīya vaḍā pradhāna javāharalāla nȇharuȇ 40 lākha hinduȏ anȇ musalamānȏnā pārasparika sthānāntaraṇanuṃ sūcana āpyuṃ"
+   "લિબિયાના એલ અજિજિયામાં ધરતી પર સૌથી વધુ તાપમાન નોંધાયું. એ વખતે છાયામાં નોંધવામાં આવેલું તાપમાન ૫૮ ડિગ્રી સેલ્સિયસ હતું." ->  "libiyānā ȇla ajijiyāmāṃ dharatī para sauthī vadhu tāpamāna nȏndhāyuṃ. ȇ vakhatȇ chāyāmāṃ nȏndhavāmāṃ āvȇluṃ tāpamāna 58 ḍigrī sȇlsiyasa hatuṃ."
+   "પ્રથમ વિશ્વયુદ્ધઃ જર્મની અને ફ્રાન્સ વચ્ચે એસ્નેની લડાઈ શરૂ થઈ હતી" ->  "prathama viśvayuddhaḥ jarmanī anȇ phrānsa vaccȇ ȇsnȇnī laḍāī śarū thaī hatī"
+   "એન્ગ્લો-મિસ્ત્ર યુદ્ધઃ તેલ અલ કેબિરનું યુદ્ધ લડવામાં આવ્યું હતું." ->  "ȇnglȏ-mistra yuddhaḥ tȇla ala kȇbiranuṃ yuddha laḍavāmāṃ āvyuṃ hatuṃ."
+   "પુરાવા ન હતા, એ જ કારણે કેસ ચાલ્યો નહીં, પણ તેમને નજરકેદ રાખવામાં આવ્યા" ->  "purāvā na hatā, ȇ ja kāraṇȇ kȇsa cālyȏ nahīṃ, paṇa tȇmanȇ najarakȇda rākhavāmāṃ āvyā"
+   "સરદાર પટેલે નક્કી કર્યું હતું કે કાશ્મીર ભારતનો હિસ્સો બનશે; ૯૧ વર્ષ પહેલાં લાહોર જેલમાં ભૂખહડતાળ દરમિયાન શહીદ થયા હતા જતીન દાસ" ->  "saradāra paṭȇlȇ nakkī karyuṃ hatuṃ kȇ kāśmīra bhāratanȏ hissȏ banaśȇ; 91 varsha pahȇlāṃ lāhȏra jȇlamāṃ bhūkhahaḍatāḷa daramiyāna śahīda thayā hatā jatīna dāsa"
+   "કોરોના પ્રોટોકોલ વચ્ચે આજે મેડિકલ પ્રવેશ પરીક્ષા લેવાશેઃ એન્ટ્રી ટચ ફ્રી રહેશે, એડમિટ કાર્ડ બાર કોડથી ચેક થશે" ->  "kȏrȏnā prȏṭȏkȏla vaccȇ ājȇ mȇḍikala pravȇśa parīkshā lȇvāśȇḥ ȇnṭrī ṭaca phrī rahȇśȇ, ȇḍamiṭa kārḍa bāra kȏḍathī cȇka thaśȇ"
+   "અલ્ ક઼`ઇદ્ માં હવામાન" ->  "al ka`id māṃ havāmāna"
+   "મંત્રાલય તથા ખ઼.ય ના વિ૨ષ્ઠ અધિકા૨ીઓ ઉપસ્થિત ૨હ્યા હતા" ->  "mantrālaya tathā kha.ya nā vi2shṭha adhikā2īȏ upasthita 2hyā hatā"
+}
+
+aliases {
+  characters_set1 = any("\u0abe\u0abf\u0ac0\u0ac1\u0ac2\u0ac3\u0ac5\u0ac7\u0ac8\u0ac9\u0acb\u0acc\u0acd")
+}
+
+stage main {
+
+  # RULES
+  # note 3
+    sub {
+    from "\u0A82"
+    to "ṅ"
+    after any("કખગઘઙ")
+  }
+    sub {
+    from "\u0A82"
+    to "ñ"
+    after any("ચછજઝઞ")
+  }
+    sub {
+    from "\u0A82"
+    to "ṇ"
+    after any("ટઠડઢણ")
+  }
+    sub {
+    from "\u0A82"
+    to "n"
+    after any("તથદધન")
+  }
+    sub {
+    from "\u0A82"
+    to "m"
+    after any("પફબભમ")
+  }
+
+  # note[2(a,b)]
+    sub {
+    from "ક"
+    to "k"
+    after characters_set1
+  }
+    sub {
+    from "ખ"
+    to "kh"
+    after characters_set1
+  }
+    sub {
+    from "ગ"
+    to "g"
+    after characters_set1
+  }
+    sub {
+    from "ઘ"
+    to "gh"
+    after characters_set1
+  }
+    sub {
+    from "ઙ"
+    to "ṅ"
+    after characters_set1
+  }
+    sub {
+    from "ચ"
+    to "c"
+    after characters_set1
+  }
+    sub {
+    from "છ"
+    to "ch"
+    after characters_set1
+  }
+    sub {
+    from "જ"
+    to "j"
+    after characters_set1
+  }
+    sub {
+    from "ઝ"
+    to "jh"
+    after characters_set1
+  }
+    sub {
+    from "ઞ"
+    to "ñ"
+    after characters_set1
+  }
+    sub {
+    from "ટ"
+    to "ṭ"
+    after characters_set1
+  }
+    sub {
+    from "ઠ"
+    to "ṭh"
+    after characters_set1
+  }
+    sub {
+    from "ડ"
+    to "ḍ"
+    after characters_set1
+  }
+    sub {
+    from "ઢ"
+    to "ḍh"
+    after characters_set1
+  }
+    sub {
+    from "ણ"
+    to "ṇ"
+    after characters_set1
+  }
+    sub {
+    from "ત"
+    to "t"
+    after characters_set1
+  }
+    sub {
+    from "થ"
+    to "th"
+    after characters_set1
+  }
+    sub {
+    from "દ"
+    to "d"
+    after characters_set1
+  }
+    sub {
+    from "ધ"
+    to "dh"
+    after characters_set1
+  }
+    sub {
+    from "ન"
+    to "n"
+    after characters_set1
+  }
+    sub {
+    from "પ"
+    to "p"
+    after characters_set1
+  }
+    sub {
+    from "ફ"
+    to "ph"
+    after characters_set1
+  }
+    sub {
+    from "બ"
+    to "b"
+    after characters_set1
+  }
+    sub {
+    from "ભ"
+    to "bh"
+    after characters_set1
+  }
+    sub {
+    from "મ"
+    to "m"
+    after characters_set1
+  }
+    sub {
+    from "ય"
+    to "y"
+    after characters_set1
+  }
+    sub {
+    from "ર"
+    to "r"
+    after characters_set1
+  }
+    sub {
+    from "લ"
+    to "l"
+    after characters_set1
+  }
+    sub {
+    from "ળ"
+    to "ḷ"
+    after characters_set1
+  }
+    sub {
+    from "વ"
+    to "v"
+    after characters_set1
+  }
+    sub {
+    from "શ"
+    to "ś"
+    after characters_set1
+  }
+    sub {
+    from "ષ"
+    to "sh"
+    after characters_set1
+  }
+    sub {
+    from "સ"
+    to "s"
+    after characters_set1
+  }
+    sub {
+    from "હ"
+    to "h"
+    after characters_set1
+  }
+
+
+
+  # CHARACTERS
+  parallel {
+
+    sub "અ" "a"
+    sub "આ" "ā"
+    sub "ઇ" "i"
+    sub "ઈ" "ī"
+    sub "ઉ" "u"
+    sub "ઊ" "ū"
+    sub "ઋ" "ṛ"
+
+    sub "ઍ" "e"
+    sub "એ" "ȇ"
+    sub "ઐ" "ai"
+
+    sub "ઑ" "o"
+    sub "ઓ" "ȏ"
+    sub "ઔ" "au"
+
+    # II. Consonants (see Note 2)
+    # Gutturals
+    sub "ક" "ka"
+    sub "ખ" "kha"
+    sub "ગ" "ga"
+    sub "ઘ" "gha"
+    sub "ઙ" "ṅa"
+
+    # Palatals
+    sub "ચ" "ca"
+    sub "છ" "cha"
+    sub "જ" "ja"
+    sub "ઝ" "jha"
+    sub "ઞ" "ña"
+
+    # Cerebrals
+    sub "ટ" "ṭa"
+    sub "ઠ" "ṭha"
+    sub "ડ" "ḍa"
+    sub "ઢ" "ḍha"
+    sub "ણ" "ṇa"
+
+    # Dentals
+    sub "ત" "ta"
+    sub "થ" "tha"
+    sub "દ" "da"
+    sub "ધ" "dha"
+    sub "ન" "na"
+
+    # Labials
+    sub "પ" "pa"
+    sub "ફ" "pha"
+    sub "બ" "ba"
+    sub "ભ" "bha"
+    sub "મ" "ma"
+
+    # Semivowels
+    sub "ય" "ya"
+    sub "ર" "ra"
+    sub "લ" "la"
+    sub "ળ" "ḷa"
+    sub "વ" "va"
+
+    # Sibilants
+    sub "શ" "śa"
+    sub "ષ" "sha"
+    sub "સ" "sa"
+
+
+    # Aspirate
+    sub "હ" "ha"
+
+    # Bisarga
+    sub "ઃ" "ḥ"
+
+    # Anusvāra
+    sub "ં" "ṃ"
+
+    # Abagraha  (see Note 4)
+    sub "ઽ" "’"
+
+    # Medials # Needed for connecting constants
+
+    sub "ા" "ā"
+    sub "િ" "i"
+    sub "ી" "ī"
+    sub "ુ" "u"
+    sub "ૂ" "ū"
+    sub "ૃ" "ṛ"
+    sub "ૅ" "e"
+    sub "ે" "ȇ"
+    sub "ૈ" "ai"
+    sub "ૉ" "o"
+    sub "ો" "ȏ"
+    sub "ૌ" "au"
+
+    # digits
+
+    sub "૦" "0"
+    sub "૧" "1"
+    sub "૨" "2"
+    sub "૩" "3"
+    sub "૪" "4"
+    sub "૫" "5"
+    sub "૬" "6"
+    sub "૭" "7"
+    sub "૮" "8"
+    sub "૯" "9"
+
+
+
+    sub "્" ""
+    sub "઼" ""
+    sub "।" "."
+    sub "\u09CD" ""
+    sub "‍" ""
+  }
+
+  compose
+}
+
+}

data/maps/alalc-guj-Gujr-Latn-2011.isc

@@ -0,0 +1,48 @@
+system "ALA-LC:guj-Gujr:Latn:2011" {
+
+metadata {
+  authority_id alalc
+  id 2011
+  language iso-639-2:guj
+  source_script Gujr
+  destination_script Latn
+  name Romanization Table -- Gujarati (2011)
+  url https://www.loc.gov/catdir/cpso/romanization/gujarati.pdf
+  creation_date 2011
+  description {    ALA-LC Romanization table for Gujarati
+  }
+
+  notes {
+
+    note "Only the vowel forms that appear at the beginning of a syllable are listed; the forms used for\n vowels following a consonant can be found in grammars; no distinction between the two is\n made in transliteration."
+
+    note "      The vowel a is implicit after all consonants and consonant clusters and is supplied in\n      transliteration, with the following exceptions:\n      a) when another vowel is indicated by its appropriate sign and\n      b) when the absence of any vowel is indicated by the subscript symbol ( ્ ) called halanta or\n      virāma."
+
+    note "      Exception: Anusvāra is transliterated by:\n      a) ṅ before gutturals,\n      b) ñ before palatals,\n      c) ṇ before cerebrals,\n      d) n before dentals, and\n      e) m before labials."
+
+    note "When doubled, avagraha is transliterated by two apostrophes ( ’’ )."
+  }
+}
+
+tests {
+   "મોર્ગન અને રસેલ ફ્લોપ રહ્યા" ->  "mȏrgana anȇ rasȇla phlȏpa rahyā"
+   "રોયલ ચેલેન્જર્સ બેંગલોરના કેપ્ટન વિરાટ કોહલીએ કોલકાતા નાઈટ રાઈડર્સ સામે શારજાહ ખાતે ટોસ જીતીને બેટિંગ લીધી છે." ->  "rȏyala cȇlȇnjarsa bȇṅgalȏranā kȇpṭana virāṭa kȏhalīȇ kȏlakātā nāīṭa rāīḍarsa sāmȇ śārajāha khātȇ ṭȏsa jītīnȇ bȇṭiṅga līdhī chȇ."
+   "અમદાવાદમાં ભણી ચૂકેલા શ્રીકાંત દાતાર પ્રતિષ્ઠિત હાર્વર્ડ બિઝનેસ સ્કૂલના ડીન બન્યા" ->  "amadāvādamāṃ bhaṇī cūkȇlā śrīkānta dātāra pratishṭhita hārvarḍa bijhanȇsa skūlanā ḍīna banyā"
+   "ઓગસ્ટ મહિનામાં મેન્યુફેક્ચરિંગ સેક્ટરનું ઉત્પાદન ગગડ્યુ" ->  "ȏgasṭa mahināmāṃ mȇnyuphȇkcariṅga sȇkṭaranuṃ utpādana gagaḍyu"
+   "૯૦ વર્ષમાં બે કરોડમાંથી પોણાબે લાખ કરોડ થઈ ગઈ ટાટા ગ્રુપમાં મિસ્ત્રી પરિવારની શેર્સ વેલ્યુ, જૂના સંબંધો અંત ભણી, જાણો કોને શું મળશે, કોણ શું ગુમાવશે?" ->  "90 varshamāṃ bȇ karȏḍamānthī pȏṇābȇ lākha karȏḍa thaī gaī ṭāṭā grupamāṃ mistrī parivāranī śȇrsa vȇlyu, jūnā sambandhȏ anta bhaṇī, jāṇȏ kȏnȇ śuṃ maḷaśȇ, kȏṇa śuṃ gumāvaśȇ?"
+   "મુંબઈના એક સ્ટોક બ્રોકરે જણાવ્યું કે ટાટા પોતાના શેર બહાર જતા રોકવા માટે SP ગ્રુપ સાથે સમજૂતી કરી શકે છે." ->  "mumbaīnā ȇka sṭȏka brȏkarȇ jaṇāvyuṃ kȇ ṭāṭā pȏtānā śȇra bahāra jatā rȏkavā māṭȇ SP grupa sāthȇ samajūtī karī śakȇ chȇ."
+   "કોલકાતા નાઈટ રાઈડર્સનો ઓફ સ્પિનર સુનીલ નારાયણ વિવાદમાં ફસાઈ ગયો છે" ->  "kȏlakātā nāīṭa rāīḍarsanȏ ȏpha spinara sunīla nārāyaṇa vivādamāṃ phasāī gayȏ chȇ"
+   "ટાટા અને મિસ્ત્રી પરિવાર વચ્ચે શેર્સની આપ-લે થાય એ માટે કોઈ પારસી વ્યક્તિને મધ્યસ્થી બનાવી શકાય છે અને આ માટે રતન ટાટા પણ પ્રયત્નો કરી શકે છે" ->  "ṭāṭā anȇ mistrī parivāra vaccȇ śȇrsanī āpa-lȇ thāya ȇ māṭȇ kȏī pārasī vyaktinȇ madhyasthī banāvī śakāya chȇ anȇ ā māṭȇ ratana ṭāṭā paṇa prayatnȏ karī śakȇ chȇ"
+   "મેદાની અમ્પાયરોએ પંજાબ વિરુદ્ધની મેચમાં તેની બોલિંગ એક્શન બાબતે શંકા વ્યક્ત કરી હતી. ફરિયાદ પછી હવે નારાયણને વોર્નિંગ લિસ્ટમાં નાખી દેવાયો છે" ->  "mȇdānī ampāyarȏȇ pañjāba viruddhanī mȇcamāṃ tȇnī bȏliṅga ȇkśana bābatȇ śaṅkā vyakta karī hatī. phariyāda pachī havȇ nārāyaṇanȇ vȏrniṅga lisṭamāṃ nākhī dȇvāyȏ chȇ"
+   "મોદી સરકારના આત્મનિર્ભર ભારત અભિયાનને સફળતા, પાંચ મહિનામાં ચીન સાથેની વેપાર ખાધ અડધી થઈ ગઈ, ચાઈનિઝ સ્માર્ટફોનની હિસ્સેદારી પણ ઘટી" ->  "mȏdī sarakāranā ātmanirbhara bhārata abhiyānanȇ saphaḷatā, pāñca mahināmāṃ cīna sāthȇnī vȇpāra khādha aḍadhī thaī gaī, cāīnijha smārṭaphȏnanī hissȇdārī paṇa ghaṭī"
+}
+
+dependency "alalc-guj-Gujr-Latn-1997" as gujrlatn
+
+stage main {
+
+  run  map.gujrlatn.stage.main
+
+}
+
+}