interscript 0.1.2 → 0.1.7

data/maps/bis-asm-Beng-Latn-13194-1991.yaml

@@ -0,0 +1,159 @@
+---
+authority_id: bis
+id: 1991
+language: iso-639-2:asm
+source_script: Beng
+destination_script: Latn
+name: Indian script code for information interchange - ISCII - Assamese Romanization
+#url:
+creation_date: 1991
+description: |
+  IS 13194 (1991): Indian script code for information
+  interchange - ISCII [LITD 20: Indian Language Technologies
+  and Products]
+
+notes:
+  - |
+    Exception: Anusvāra is transliterated by:
+
+    a) ṅ before gutturals,
+    b) ñ before palatals,
+    c) ṇ before cerebrals,
+    d) n before dentals, and
+    e) m before labials.
+
+tests:
+    - source: "অসমীয়া কবিতা"
+      expected: "asmīẏā kbitā"
+    - source: "কবিৰ আজি জন্মদিন"
+      expected: "kbir āji jnmdin"
+    - source: "বেৰুটত এমাহৰ পাছতে পুনৰ ভয়ংকৰ অগ্নিকাণ্ড"
+      expected: "bēruṭt ēmāhr pāchtē punr bhẏṅkr agnikāṇḍ"
+    - source: "ভঙাৰ বিৰুদ্ধে আৱেদন দাখিল কংগনাৰ"
+      expected: "bhṅār biruddhē āvēdn dākhil kṅgnār"
+    - source: "আপুনি পঢ়ি ভাল পাব পৰা বাতৰি"
+      expected: "āpuni pd̂hi bhāl pāb prā bātri"
+    - source: "শ্ৰীৰামপুৰত গৰুভৰ্তি ট্ৰাক জব্দ, দুজনক আটক"
+      expected: "śrīrāmpurt grubhrti ṭrāk jbd, dujnk āṭk"
+    - source: "কেনে আছে প্ৰাক্তন"
+      expected: "kēnē āchē prāktn"
+    - source: "কমুম্বাইৰ মেয়ৰৰ দেহত কোভিড পজিটিভ"
+      expected: "kmumbāir mēẏrr dēht kŏbhiḍ pjiṭibh"
+    - source: "টুইটাৰযোগে খোদ সদৰী কৰে এই কথা"
+      expected: "ṭuiṭāryŏgē khŏd sdrī krē ēi kthā"
+    - source: "লখিমপুৰ জিলাৰ নাৰায়ণপুৰৰ বৰপথাৰত আজি প্ৰশান্তি ধাম নামেৰে এখন বৃদ্ধাশ্ৰমৰ শুভাৰম্ভ কৰা হয়"
+      expected: "lkhimpur jilār nārāẏṇpurr brpthārt āji prśānti dhām nāmērē ēkhn bṛddhāśrmr śubhārmbh krā hẏ"
+
+map:
+
+  rules:
+    # note
+    - pattern: \u0982(?=[কখগঘঙ])
+      result: ṅ
+    - pattern: \u0982(?=[চছজঝঞ])
+      result: ñ
+    - pattern: \u0982(?=[টঠডড়ঢঢ়ণ])
+      result: ṇ
+    - pattern: \u0982(?=[তৎথদধন])
+      result: n
+    - pattern: \u0982(?=[পফবভম])
+      result: m
+
+
+  characters:
+    'অ': 'a'
+    'আ': 'ā'
+    'ই': 'i'
+    'ঈ': 'ī'
+    'উ': 'u'
+    'ঊ': 'ū'
+    'ৠ': 'ṛ'
+    'ঌ': 'ḻ'
+    'এ': 'ē'
+    'ঐ': 'ai'
+    'ও': 'ŏ'
+    'ঔ': 'au'
+
+    # Consonants
+    # Gutturals
+    'ক': 'k'
+    'খ': 'kh'
+    'গ': 'g'
+    'ঘ': 'gh'
+    'ঙ': 'ṅ'
+
+    # Palatals
+    'চ': 'c'
+    'ছ': 'ch'
+    'জ': 'j'
+    'ঝ': 'jh'
+    'ঞ': 'ñ'
+
+    # Cerebrals
+    'ট':  'ṭ'
+    'ঠ':  'ṭh'
+    'ড':  'ḍ'
+    'ড়': 'd̂'
+    'ঢ':  'ḍh'
+    'ঢ়': 'd̂h'
+    'ণ':  'ṇ'
+
+    # Dentals
+    'ত': 't'
+    'ৎ': 't'
+    'থ': 'th'
+    'দ': 'd'
+    'ধ': 'dh'
+    'ন': 'n'
+
+    # Labials
+    'প': 'p'
+    'ফ': 'ph'
+    'ব': 'b'
+    'ভ': 'bh'
+    'ম': 'm'
+
+    # Semivowels
+    'য': 'y'
+    'য়': 'ẏ'
+    'য়': 'ẏ'
+    'ৰ': 'r'
+    'ল': 'l'
+    'ৱ': 'v'
+
+
+    # Sibilants
+    'শ': 'ś'
+    'ষ': 'ṣ'
+    'স': 's'
+
+
+    # Aspirate
+    'হ': 'h'
+
+    # Chandrabindu
+    'ঁ': 'm'
+
+    # Bisarga
+    'ঃ ': 'ḥ'
+
+    # Anusvāra
+    'ং': 'ṃ'
+
+    # Medials # Needed for connecting constants
+
+    '\u09be': 'ā'
+    '\u09bf': 'i'
+    '\u09c0': 'ī'
+    '\u09c1': 'u'
+    '\u09c2': 'ū'
+    '\u09c3': 'ṛ'
+    '\u09c7': 'ē'
+    '\u09c8': 'ai'
+    '\u09cb': 'ŏ'
+    '\u09cc': 'au'
+    '\u09CD': '' # Used for joining
+    '्': ''
+    '़': ''
+    '।': '.'
+    "‍": ''# Used for joining

data/maps/bis-ben-Beng-Latn-13194-1991.yaml

@@ -0,0 +1,156 @@
+---
+authority_id: bis
+id: 1991
+language: iso-639-2:ben
+source_script: Beng
+destination_script: Latn
+name: Indian script code for information interchange - ISCII - Bengali Romanization
+#url:
+creation_date: 1991
+description: |
+  IS 13194 (1991): Indian script code for information
+  interchange - ISCII [LITD 20: Indian Language Technologies
+  and Products]
+
+notes:
+  - |
+    Exception: Anusvāra is transliterated by:
+
+    a) ṅ before gutturals,
+    b) ñ before palatals,
+    c) ṇ before cerebrals,
+    d) n before dentals, and
+    e) m before labials.
+
+tests:
+  - source: "টিকা"
+    expected: "ṭikā"
+  - source: "শুরু"
+    expected: "śuru"
+  - source: "করোনাভাইরাসের উপসর্গ রয়েছে এমন ভ্রমণকারীদের শনাক্ত করতেই এ ব্যবস্থা নেওয়া হয়"
+    expected: "krŏnābhāirāsēr upsrg rẏēchē ēmn bhrmṇkārīdēr śnākt krtēi ē bybsthā nēŏẏā hẏ"
+  - source: "চীন এ ভাইরাসের সংক্রমণ ছড়িয়ে পড়ার বিষয়টি নিশ্চিত করার পর এ অঞ্চলের দেশগুলো নিজেদের বন্দরগুলোতে নজরদারি শুরু করে"
+    expected: "cīn ē bhāirāsēr sṅkrmṇ chd̂iẏē pd̂ār biṣẏṭi niścit krār pr ē añclēr dēśgulŏ nijēdēr bndrgulŏtē njrdāri śuru krē"
+  - source: "আপনার কি মনে হয়, দক্ষিণ এশিয়ার দেশগুলো সফলভাবে এ সুযোগের সদ্ব্যবহার করতে পেরেছে?"
+    expected: "āpnār ki mnē hẏ, dkṣiṇ ēśiẏār dēśgulŏ sphlbhābē ē suyŏgēr sdbybhār krtē pērēchē?"
+  - source: "এরপর এ ভাইরাসের সংক্রমণ দক্ষিণ এশিয়ায় ছড়িয়ে পড়ার আগে এ অঞ্চলের দেশগুলো চলতি বছরের শুরুর দিকে মহামারি মোকাবিলায় কয়েক মাস সময় পেয়েছিল"
+    expected: "ērpr ē bhāirāsēr sṅkrmṇ dkṣiṇ ēśiẏāẏ chd̂iẏē pd̂ār āgē ē añclēr dēśgulŏ clti bchrēr śurur dikē mhāmāri mŏkābilāẏ kẏēk mās smẏ pēẏēchil"
+  - source: "ন্যূনতম শেয়ার না থাকলে ছাড়তেই হবে পরিচালক পদ"
+    expected: "nyūntm śēẏār nā thāklē chād̂tēi hbē pricālk pd"
+  - source: "বিজন কুমার শীলের ‘ওয়ার্ক পারমিট’ পেতে অনিশ্চয়তা"
+    expected: "bijn kumār śīlēr ‘ŏẏārk pārmiṭ’ pētē aniścẏtā"
+  - source: "বাংলাদেশে হার্ড ইমিউনিটি তৈরি হওয়ার তথ্য–প্রমাণ মেলেনি"
+    expected: "bāṃlādēśē hārḍ imiuniṭi tairi hŏẏār tthy–prmāṇ mēlēni"
+  - source: "চীনে গত বছর করোনাভাইরাসের মহামারির সূত্রপাত হয়"
+    expected: "cīnē gt bchr krŏnābhāirāsēr mhāmārir sūtrpāt hẏ"
+map:
+
+  rules:
+    # note
+    - pattern: \u0982(?=[কখগঘঙ])
+      result: ṅ
+    - pattern: \u0982(?=[চছজঝঞ])
+      result: ñ
+    - pattern: \u0982(?=[টঠডড়ঢঢ়ণ])
+      result: ṇ
+    - pattern: \u0982(?=[তৎথদধন])
+      result: n
+    - pattern: \u0982(?=[পফবভম])
+      result: m
+
+
+  characters:
+    'অ': 'a'
+    'আ': 'ā'
+    'ই': 'i'
+    'ঈ': 'ī'
+    'উ': 'u'
+    'ঊ': 'ū'
+    'ৠ': 'ṛ'
+    'ঌ': 'ḻ'
+    'এ': 'ē'
+    'ঐ': 'ai'
+    'ও': 'ŏ'
+    'ঔ': 'au'
+
+    # II. Consonants (see Note 2)
+    # Gutturals
+    'ক': 'k'
+    'খ': 'kh'
+    'গ': 'g'
+    'ঘ': 'gh'
+    'ঙ': 'ṅ'
+
+    # Palatals
+    'চ': 'c'
+    'ছ': 'ch'
+    'জ': 'j'
+    'ঝ': 'jh'
+    'ঞ': 'ñ'
+
+    # Cerebrals
+    'ট':  'ṭ'
+    'ঠ':  'ṭh'
+    'ড':  'ḍ'
+    'ড়': 'd̂'
+    'ঢ':  'ḍh'
+    'ঢ়': 'd̂h'
+    'ণ':  'ṇ'
+
+    # Dentals
+    'ত': 't'
+    'ৎ': 't'
+    'থ': 'th'
+    'দ': 'd'
+    'ধ': 'dh'
+    'ন': 'n'
+
+    # Labials
+    'প': 'p'
+    'ফ': 'ph'
+    'ব': 'b'
+    'ভ': 'bh'
+    'ম': 'm'
+
+    # Semivowels
+    'য': 'y'
+    'য়': 'ẏ'
+    'য়': 'ẏ'
+    'র': 'r'
+    'ল': 'l'
+
+    # Sibilants
+    'শ': 'ś'
+    'ষ': 'ṣ'
+    'স': 's'
+
+
+    # Aspirate
+    'হ': 'h'
+
+    # Chandrabindu
+    'ঁ': 'm'
+
+    # Bisarga
+    'ঃ ': 'ḥ'
+
+    # Anusvāra
+    'ং': 'ṃ'
+
+    # Medials # Needed for connecting constants
+
+    '\u09be': 'ā'
+    '\u09bf': 'i'
+    '\u09c0': 'ī'
+    '\u09c1': 'u'
+    '\u09c2': 'ū'
+    '\u09c3': 'ṛ'
+    '\u09c7': 'ē'
+    '\u09c8': 'ai'
+    '\u09cb': 'ŏ'
+    '\u09cc': 'au'
+    '\u09CD': '' # Used for joining
+    '्': ''
+    '़': ''
+    '।': '.'
+    "‍": ''# Used for joining

data/maps/bis-dev-Deva-Latn-13194-1991.yaml

@@ -0,0 +1,184 @@
+---
+authority_id: bis
+id: 1991
+language: iso-639-2:dev
+source_script: Deva
+destination_script: Latn
+name: Indian script code for information interchange - ISCII - Devanagri Romanization
+#url:
+creation_date: 1991
+description: |
+  IS 13194 (1991): Indian script code for information
+  interchange - ISCII [LITD 20: Indian Language Technologies
+  and Products]
+
+notes:
+  - |
+    Exception: Anusvāra is transliterated by:
+
+    a) ṅ before gutturals,
+    b) ñ before palatals,
+    c) ṇ before cerebrals,
+    d) n before dentals, and
+    e) m before labials.
+
+tests:
+  - source: "हम"
+    expected: "hm"
+  - source: "मीन"
+    expected: "mīn"
+  - source: "औसत"
+    expected: "aust"
+  - source: "माँ"
+    expected: "mām"
+  - source: "ट्रंप बोले, चीन को देश बेच देगा बिडेन परिवार, वैक्सीन लाने की कोशिशों में अड़ंगा डालने का लगाया आरोप"
+    expected: "ṭrmp bōlē, cīn kō dēś bēc dēgā biḍēn privār, vaiksīn lānē kī kōśiśōṃ mēṃ aḍṅgā ḍālnē kā lgāyā ārōp"
+  - source: "चालबाज चीन से तनातनी के बीच पश्चिमी मोर्चे को लगातार मजबूत कर रही वायुसेना"
+    expected: "cālbāj cīn sē tnātnī kē bīc pścimī mōrcē kō lgātār mjbūt kr rhī vāyusēnā"
+  - source: "चीन ने पांचों भारतीय नागरिकों को रिहा किया, PLA ने किया था अगवा"
+    expected: "cīn nē pāñcōṃ bhārtīy nāgrikōṃ kō rihā kiyā, PLA nē kiyā thā agvā"
+  - source: "पूर्व नौसेना अधिकारी मदन शर्मा से रक्षा मंत्री राजनाथ सिंह ने की बात, कहा- ऐसे हमले हैं अस्वीकार्य"
+    expected: "pūrv nausēnā adhikārī mdn śrmā sē rkṣā mntrī rājnāth siṃh nē kī bāt, khā- aisē hmlē haiṃ asvīkāry"
+  - source: "सात दिन बाद ही छोड़ दिया ससुराल"
+    expected: "sāt din bād hī chōd̂ diyā ssurāl"
+  - source: "राजस्‍थान में फि‍र खींचतान, पायलट ने गहलोत को लिखा पत्र, याद दिलाया घोषणा-पत्र, कहा- नाखुश है गुर्जर समाज"
+    expected: "rājsthān mēṃ phir khīñctān, pāylṭ nē ghlōt kō likhā ptr, yād dilāyā ghōṣṇā-ptr, khā- nākhuś hai gurjr smāj"
+
+map:
+
+  rules:
+    # note
+    - pattern: \u0902(?=[कखगघङ])
+      result: ṅ
+    - pattern: \u0902(?=[चछजझञ])
+      result: ñ
+    - pattern: \u0902(?=[टठडढण])
+      result: ṇ
+    - pattern: \u0902(?=[तथदधन])
+      result: n
+    - pattern: \u0902(?=[पफबभम])
+      result: m
+
+
+  characters:
+    'अ': 'a'
+    'आ': 'ā'
+    'इ': 'i'
+    'ई': 'ī'
+    'उ': 'u'
+    'ऊ': 'ū'
+    'ऋ': 'ṛ'
+    'ॠ': 'ṝ'
+    'ऌ': 'ḻ'
+    'ॡ': 'ḹ'
+
+    'ए': 'ē'
+    'ऐ': 'ai'
+    'ऍ': 'ê'
+
+    'ऒ': 'o'
+    'ओ': 'ŏ'
+    'औ': 'au'
+    'ऑ': 'ô'
+
+    # II. Consonants (see Note 2)
+    # Gutturals
+    'क': 'k'
+    'ख': 'kh'
+    'ग': 'g'
+    'घ': 'gh'
+    'ङ': 'ṅ'
+
+    # Palatals
+    'च': 'c'
+    'छ': 'ch'
+    'ज': 'j'
+    'झ': 'jh'
+    'ञ': 'ñ'
+
+    # Cerebrals
+    'ट': 'ṭ'
+    'ठ': 'ṭh'
+    'ड': 'ḍ'
+    'ढ': 'ḍh'
+    'ण': 'ṇ'
+
+    # Dentals
+    'त': 't'
+    'थ': 'th'
+    'द': 'd'
+    'ध': 'dh'
+    'न': 'n'
+    'ऩ': 'ṉ'
+
+    # Labials
+    'प': 'p'
+    'फ': 'ph'
+    'ब': 'b'
+    'भ': 'bh'
+    'म': 'm'
+
+    # Semivowels
+    'य': 'y'
+    'य़': 'ẏ'
+    'र': 'r'
+    'ऱ': 'ṟ'
+    'ल': 'l'
+    'ळ': 'ḷ'
+    'ऴ': 'ẕ'
+
+
+    'व': 'v'
+
+    # Sibilants
+    'श': 'ś'
+    'ष': 'ṣ'
+    'स': 's'
+
+
+    # Aspirate
+    'ह': 'h'
+
+
+    #Nukta Constants
+
+    'क़': 'q'
+    'ख़': 'ḵẖ'
+    'ग़': 'gẖ'
+    'ज़': 'z'
+    'ड़': 'd̂'
+    'ढ़': 'd̂h'
+    'फ़': 'f'
+
+    # Chandrabindu
+    'ँ': 'm'
+
+    # Bisarga
+    'ः ': 'ḥ'
+
+    # Anusvāra
+    'ं': 'ṃ'
+
+    # Medials # Needed for connecting constants
+    'ा': "ā"
+    'ि': "i"
+    'ी': "ī"
+    'ु': "u"
+    'ू': "ū"
+    'ृ': "ṛ"
+
+
+    'ॆ': "e"
+    'े': "ē"
+    'ै': "ai"
+    'ॅ': "ê"
+
+
+    'ॊ': 'o'
+    'ो': 'ō'
+    'ौ': 'au'
+    'ॉ': 'ô'
+    '्': ''
+    '़': ''
+    '।': '.'
+    "‍": '' # no need for zero with joiner