interscript 0.1.7 → 2.1.0b1

data/maps/bis-ori-Orya-Latn-13194-1991.yaml

@@ -1,160 +0,0 @@
----
-authority_id: bis
-id: 1991
-language: iso-639-2:ori
-source_script: Orya
-destination_script: Latn
-name: Indian script code for information interchange - ISCII - Oriya 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: "ସାମ୍ପ୍ରତିକ ବିଶ୍ବ ସ୍ଥିତାବସ୍ଥାକୁ ଚାଲେଞ୍ଜ୍‌ କରୁଥିବା ଦୁଇ ମୁଖ୍ୟ ପ୍ରତିଦ୍ବନ୍ଦ୍ବୀ ହେଉଛନ୍ତି ଚୀନ୍‌ ଓ ରୁଷ୍: ଇଂଲଣ୍ଡ୍‌ ଗୁଇନ୍ଦା ଅଧିକାରୀ"
-    expected: "sāmprtik biśb sthitābsthāku cālēñj kruthibā dui mukhẏ prtidbndbī hēuchnti cīn ŏ ruṣ: iṃlṇḍ guindā adhikārī"
-  - source: "ଏଣିକି ଏହି ଗାଡ଼ି ଚଳାଇଲେ ପୁଲିସ କାଟି ପାରିବ ନାହିଁ ଫାଇନ୍"
-    expected: "ēṇiki ēhi gād̂i cḷāilē pulis kāṭi pārib nāhim phāin"
-  - source: "ପିସି କାରବାର ଘଟଣା, ନିଲମ୍ବନ ହେଲେ ପଞ୍ଚାୟତ ଅଧିକାରୀ"
-    expected: "pisi kārbār ghṭṇā, nilmbn hēlē pñcāẏt adhikārī"
-  - source: "ବରିଷ୍ଠ ଓଡ଼ିଆ ଚଳଚ୍ଚିତ୍ର ଅଭିନେତା ଅଜିତ ଦାସଙ୍କ"
-    expected: "briṣṭh ŏḍiā cḷccitr abhinētā ajit dāsṅk"
-  - source: "ସଞ୍ଚୟ କରିବାରେ କେଉଁ ରାଶି ଅଧିକ ସତର୍କ ?"
-    expected: "sñcẏ kribārē kēum rāśi adhik strk ?"
-  - source: "କର୍କଟ ରାଶିର ଅଧିକାରୀ ନିଜ ଜ୍ଞାତିପରିଜନଙ୍କ ପାଇଁ ଟଙ୍କା ଖର୍ଚ୍ଚ କରିବାକୁ ପସନ୍ଦ କରିଥାନ୍ତି।"
-    expected: "krkṭ rāśir adhikārī nij jñātiprijnṅk pāim ṭṅkā khrcc kribāku psnd krithānti."
-  - source: "ବୃଷ ରାଶିର ବ୍ୟକ୍ତିମାନେ ସ୍ବଭାବରେ କଞ୍ଜୁସ୍ କିମ୍ବା କୃପଣ ନୁହନ୍ତି"
-    expected: "bṛṣ rāśir bẏktimānē sbbhābrē kñjus kimbā kṛpṇ nuhnti"
-  - source: "ନବନିଯୁକ୍ତ ଓଡିଶା କଂଗ୍ରେସ ପ୍ରଭାରୀ ଏ.ଚେଲ୍ଲା କୁମାରଙ୍କୁ କରୋନା"
-    expected: "nbniyukt ŏḍiśā kṅgrēs prbhārī ē.cēllā kumārṅku krŏnā"
-  - source: "ଦିଲ୍ଲୀ: ଦିନ ଦ୍ବିପହରରେ ଗାଡ଼ି ଉପରକୁ ଦୁର୍ବୃତ୍ତ ଚଳାଇଲେ ୮ ରାଉଣ୍ଡ ଗୁଳି: ଚାଳକଙ୍କ ମୃତ୍ୟୁ"
-    expected: "dillī: din dbiphrrē gād̂i uprku durbṛtt cḷāilē ୮ rāuṇḍ guḷi: cāḷkṅk mṛtẏu"
-  - source: "ବୟସରେ ଆର ପାରିକୁ ଚାଲିଗଲେ କଣ୍ଠଶିଳ୍ପୀ ଅନୁରାଧା ପୋଡୱାଲଙ୍କ ପୁଅ ଆଦିତ୍ୟ"
-    expected: "bẏsrē ār pāriku cāliglē kṇṭhśiḷpī anurādhā pēāḍୱālṅk pua āditẏ"
-
-map:
-
-  rules:
-    # note
-    - pattern: \u0B02(?=[କଖଗଘଙ])
-      result: ṅ
-    - pattern: \u0B02(?=[ଚଛଜଝଞ])
-      result: ñ
-    - pattern: \u0B02(?=[ଟଠଡଡ଼ଢଣଢ଼])
-      result: ṇ
-    - pattern: \u0B02(?=[ତଥଦଧନ])
-      result: n
-    - pattern: \u0B02(?=[ପଫବଭମ])
-      result: m
-
-
-  characters:
-    'ଅ': 'a'
-    'ଆ': 'ā'
-    'ଇ': 'i'
-    'ଈ': 'ī'
-    'ଉ': 'u'
-    'ଊ': 'ū'
-    'ଋ': 'ṛ'
-    'ଌ': 'ḻ'
-    'ଏ': 'ē'
-    'ଐ': 'ai'
-    'ଓ': 'ŏ'
-    'ଔ': 'au'
-
-    # II. Consonants (see Note 2)
-    # Gutturals
-    'କ': 'k'
-    'ଖ': 'kh'
-    'ଗ': 'g'
-    'ଘ': 'gh'
-    'ଙ': 'ṅ'
-
-    # Palatals
-    'ଚ': 'c'
-    'ଛ': 'ch'
-    'ଜ': 'j'
-    'ଝ': 'jh'
-    'ଞ': 'ñ'
-
-    # Cerebrals
-    'ଟ':  'ṭ'
-    'ଠ':  'ṭh'
-    'ଡ':  'ḍ'
-    'ଡ଼':  'd̂'
-    'ଢ':  'ḍh'
-    'ଢ଼':  'd̂h'
-    'ଣ':  'ṇ'
-
-    # Dentals
-    'ତ': 't'
-    'ଥ': 'th'
-    'ଦ': 'd'
-    'ଧ': 'dh'
-    'ନ': 'n'
-
-    # Labials
-    'ପ': 'p'
-    'ଫ': 'ph'
-    'ବ': 'b'
-    'ଭ': 'bh'
-    'ମ': 'm'
-
-    # Semivowels
-    'ଯ': 'y'
-    'ୟ': 'ẏ'
-    'ର': 'r'
-    'ଲ': 'l'
-    'ଳ': 'ḷ'
-    'ଵ': 'v'
-
-    # Sibilants
-    'ଶ': 'ś'
-    'ଷ': 'ṣ'
-    'ସ': 's'
-
-
-    # Aspirate
-    'ହ': 'h'
-
-    # Chandrabindu
-    'ଁ': 'm'
-
-    # Bisarga
-    'ଃ': 'ḥ'
-
-    # Anusvāra
-    'ଂ': 'ṃ'
-
-    # Medials # Needed for connecting constants
-
-    'ା': 'ā'
-    'ି': 'i'
-    'ୀ': 'ī'
-    'ୁ': 'u'
-    'ୂ': 'ū'
-    'ୃ': 'ṛ'
-    'େ': 'ē'
-    'ୈ': 'ai'
-    'ୋ': 'ŏ'
-    'ୌ': 'au'
-
-    '्': ''
-    '୍': ''
-    '़': ''
-    '଼': ''
-    '।': '.'
-    "‍": ''# Used for joining
-    "‌": ''# Used for non joining

data/maps/bis-pnj-Guru-Latn-13194-1991.yaml

@@ -1,175 +0,0 @@
----
-authority_id: bis
-id: 1991
-language: iso-639-2:pnj
-source_script: Guru
-destination_script: Latn
-name: Indian script code for information interchange - ISCII - Panjabi(Gurmukhi) 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: "ਸਦਾ ਜਵਾਨ ਰਹੋ"
-    expected: "sdā jvāṉ rhō"
-  - source: "ਸਵਾਮੀ ਅਗਨੀਵੇਸ਼ ਦੀ ਮੌਤ"
-    expected: "svāmī agṉīvēs dī maut"
-  - source: "ਇਸ ਲਈ ਖੱਟੀ ਤਲੀ ਚੀਜ਼ , ਫਾਸਟ ਫੁੂਟ, ਤੇਜ਼ ਮਿਰਚ ਮਸਾਲਿਆਂ ਨੂੰ ਛੱਡਕੇ ਚੰਗੇ ਤੇ ਮੌਸਮੀ ਫਲ, ਹਰੀਆਂ ਸ਼ਬਜ਼ੀਆਂ, ਘਰ ਦੀ ਲੱਸੀ ਤੇ ਦਹੀਂ ਤੇ ਔਰਗੈਨਿਕ ਚੀਜ਼ਾਂ ਹੀ ਅਪਣਾਉ"
-    expected: "is lī khṭī tlī cīz , phāsṭ phuūṭ, tēz mirc msāliān ṉūṃ chḍkē cṅgē tē mausmī phl, hrīān śbzīān, ghr dī lsī tē dhīn tē aurgaiṉik cīzān hī apṇāu"
-  - source: "ਤੁਹਾਡਾ ਚਿਹਰਾ ਸਦਾ ਚੜ੍ਹਦੀ ਕਲਾ ‘ਚ ਰਹਿਣਾ ਤੇ ਹਮੇਸ਼ਾ ਖਿੜੀਆਂ ਰਹਿਣਾ ਤੇ ਠਾਠਾਂ ਮਾਰਦਾ ਸਰੀਰ ਹੀ ਤੁਹਾਡੇ ਜਵਾਨ ਰਹਿਣ ਦੀ ਨਿਸ਼ਾਨੀ ਹੈ"
-    expected: "tuhāḍā cihrā sdā cṛahdī klā ‘c rhiṇā tē hmēśā khiṛaīān rhiṇā tē ṭhāṭhān mārdā srīr hī tuhāḍē jvāṉ rhiṇ dī ṉiśāṉī hai"
-  - source: "ਧੌਲੇ ਆਉਣਾ ਜਾਂ ਕਹਿ ਲਵੋ, ਵਾਲ ਚਿੱਟੇ ਹੋਣਾ ਬੁੱਢਾਪਾ ਨਹੀਂ ਹੈ।ਪਰ ਉਮਰ ਤਂੋ ਪਹਿਲਾਂ ਮੂੰਹ ਤੋਂ ਨੂਰ ਉੜ ਜਾਣਾ,ਹਮੇਸ਼ਾਂ ਥੱਕਿਆ-2 ਰਹਿਣਾ ,ਬਿਮਾਰ ਰਹਿਣਾ ਅਸਲ ਬੁਢਾਪਾ ਹੈ"
-    expected: "dhaulē āuṇā jān khi lvō, vāl ciṭē hōṇā buḍhāpā ṉhīn hai.pr umr tnō philān mūṃh tōn ṉūr uṛa jāṇā,hmēśān thkiā-2 rhiṇā ,bimār rhiṇā asl buḍhāpā hai"
-  - source: "ਇਸ ਲਈ ਇਹ ਆਪਾਂ ਨੂੰ ਦੇਖਣਾ ਪਵੇਗਾ ਕਿ ਆਪਾਂ ਕਿਵੇਂ ਤੰਦਰੁਸਤ ਰਹਿਣਾ ਹੈ ਤੇ ਨਿਰੋਗ ਰਹਿਣਾ ਹੈ"
-    expected: "is lī ih āpān ṉūṃ dēkhṇā pvēgā ki āpān kivēn tndrust rhiṇā hai tē ṉirōg rhiṇā hai"
-  - source: "ਸਮਾਜਿਕ ਕਾਰਕੁੰਨ ਸਵਾਮੀ ਅਗਨੀਵੇਸ ਦਾ ਅੱਜ ਸ਼ਾਮੀਂ ਦਿਹਾਂਤ ਹੋ ਗਿਆ"
-    expected: "smājik kārkunṉ svāmī agṉīvēs dā aj sāmīn dihānt hō giā"
-  - source: "ਹਰ ਇਨਸਾਨ ਸਦਾ ਸਵਸਥ ਤੇ ਜਵਾਨ ਰਹਿਣਾ ਚਾਹੁੰਦਾ ਹੈ"
-    expected: "hr iṉsāṉ sdā svsth tē jvāṉ rhiṇā cāhundā hai"
-  - source: "ਜਨਮ ਲੈਣਾ ਤੇ ਮੌਤ ਇੱਕ ਅਟਲ ਸੱਚਾਈ ਹੈ"
-    expected: "jṉm laiṇā tē maut ik aṭl scāī hai"
-  - source: "ਇਸਦੇ ਉਲਟ ਤੁਹਾਡੀ ਗਲਤ ਜੀਵਨ ਸ਼ੈਲੀ, ਗਲਤ ਖਾਣਾ ਤੇ ਹਮੇਸ਼ਾ ਕੀਮਤੀ ਸਰੀਰ ਪ੍ਰਤੀ ਲਾਪਰਵਾਹੀ ਕਦੇ ਵੀ ਤੁਹਾਨੁੂੰ ਜਵਾਨ ਤੇ ਨਿਰੋਗੀ ਨਹੀਂ ਰੱਖ ਸਕਦੀ"
-    expected: "isdē ulṭ tuhāḍī glt jīvṉ śailī, glt khāṇā tē hmēśā kīmtī srīr prtī lāprvāhī kdē vī tuhāṉuūṃ jvāṉ tē ṉirōgī ṉhīn rkh skdī"
-
-map:
-
-  rules:
-    # note
-    - pattern: \u0A70(?=[ਕਖਖ਼ਗਗ਼ਘਙ])    # ੰ  before gutturals
-      result: ṅ
-    - pattern: \u0A70(?=[ਚਛਜਜ਼ਝਞ])    # ੰ  before palatals
-      result: ñ
-    - pattern: \u0A70(?=[ਟਠਡਢਣ])    # ੰ  before cerebrals
-      result: ṇ
-    - pattern: \u0A70(?=[ਤਥਦਧਨ])    # ੰ  before dentals
-      result: n
-    - pattern: \u0A70(?=[ਪਫਬਭਮ])
-      result: m
-
-
-  characters:
-    'ਅ': 'a'
-    'ਆ': 'ā'
-    'ਇ': 'i'
-    'ਈ': 'ī'
-    'ਉ': 'u'
-    'ਊ': 'ū'
-    'ੲ': 'ṛ'
-    'ੳ': 'ṝ'
-    'ਏ': 'ē'
-    'ਐ': 'ai'
-
-    'ਓ': 'ŏ'
-    'ਔ': 'au'
-
-    # II. Consonants (see Note 2)
-    # Gutturals
-    'ਕ': 'k'
-    'ਖ': 'kh'
-    'ਗ': 'g'
-    'ਘ': 'gh'
-    'ਙ': 'ṅ'
-
-    # Palatals
-    'ਚ': 'c'
-    'ਛ': 'ch'
-    'ਜ': 'j'
-    'ਝ': 'jh'
-    'ਞ': 'ñ'
-
-    # Cerebrals
-    'ਟ': 'ṭ'
-    'ਠ': 'ṭh'
-    'ਡ': 'ḍ'
-    'ਢ': 'ḍh'
-    'ਣ': 'ṇ'
-
-    # Dentals
-    'ਤ': 't'
-    'ਥ': 'th'
-    'ਦ': 'd'
-    'ੜ': 'ṛa'
-    'ਧ': 'dh'
-    'ਨ': 'ṉ'
-
-    # Labials
-    'ਪ': 'p'
-    'ਫ': 'ph'
-    'ਬ': 'b'
-    'ਭ': 'bh'
-    'ਮ': 'm'
-
-    # Semivowels
-    'ਯ': 'y'
-    #'य़': 'ẏ'
-    'ਰ': 'r'
-    #'ऱ': 'ṟ'
-    'ਲ': 'l'
-    'ਲ਼': 'ḷ'
-    #'ऴ': 'ẕ'
-
-
-    'ਵ': 'v'
-
-    # Sibilants
-    'ਸ਼': 'ś'
-    #'ष': 'ṣ'
-    'ਸ': 's'
-
-
-    # Aspirate
-    'ਹ': 'h'
-
-
-    #Nukta Constants
-
-    'क़': 'q'
-    'ਖ਼': 'ḵẖ'
-    'ਗ਼': 'gẖ'
-    'ਜ਼': 'z'
-    'ਫ਼': 'f'
-
-    # Chandrabindu
-    'ँ': 'm'
-
-    # Bisarga
-    'ः ': 'ḥ'
-    'ਂ': 'n'
-
-    # Anusvāra
-    'ੰ': 'ṃ'
-
-    # Medials # Needed for connecting constants
-    'ਾ': "ā"
-    'ਿ': "i"
-    'ੀ': "ī"
-    'ੁ': "u"
-    'ੂ': "ū"
-    'ृ': "ṛ"
-
-
-    'ੇ': "ē"
-    'ੈ': "ai"
-
-
-    'ੋ': 'ō'
-    'ੌ': 'au'
-
-    '੍': ''
-    '਼': ''
-    'ੱ': ''
-    '।': '.'
-    "‍": '' # no need for zero with joiner

data/maps/bis-tel-Telu-Latn-13194-1991.yaml

@@ -1,170 +0,0 @@
----
-authority_id: bis
-id: 1991
-language: iso-639-2:tel
-source_script: Telu
-destination_script: Latn
-name: Indian script code for information interchange - ISCII - Telegu 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: "ఇప్పుడు ఇదే కోవలో టాలీవుడ్‌లో మరో మల్టీస్టారర్‌ రూపొందనుందని సినీ వర్గాల్లో వార్తలు వినిపిస్తున్నాయి"
-    expected: "ippuḍu idē kŏvlŏ ṭālīvuḍlŏ mrŏ mlṭīsṭārr rūpondnundni sinī vrgāllŏ vārtlu vinipistunnāyi"
-  - source: "అంటే ఉంటాయి, అయితే అవి చాలా పెద్దవై ఉండాల్సిన అవసరం లేదు అంటున్నారు మమ్ముట్టి"
-    expected: "aṇṭē uṇṭāyi, ayitē avi cālā peddvai uṇḍālsin avsrṃ lēdu aṇṭunnāru mmmuṭṭi"
-  - source: "ఆ సంతోషాన్ని అభిమానులతో పంచుకున్నారు"
-    expected: "ā sntŏṣānni abhimānultŏ pñcukunnāru"
-  - source: "కెమెరాను అన్‌బాక్స్‌ చేసే వీడియోను సోషల్‌ మీడియాలో అభిమానులతో పంచుకున్నారు"
-    expected: "kemerānu anbāks cēsē vīḍiyŏnu sŏṣl mīḍiyālŏ abhimānultŏ pñcukunnāru"
-  - source: "ఇన్నాళ్లకు నిజమయింది. ఇక ఇప్పటి నుంచి దీంతో ఫొటోలు క్లిక్‌ మనిపిస్తా’’ అని ఆ వీడియోలో పేర్కొన్నారు"
-    expected: "innāḷlku nijmyindi. ik ippṭi nuñci dīntŏ phoṭŏlu klik mnipistā’’ ani ā vīḍiyŏlŏ pērkonnāru"
-  - source: "గవర్నర్‌తో కంగనా భేటీ"
-    expected: "gvrnrtŏ kṅgnā bhēṭī"
-  - source: "శ్రియ సినిమా సెట్‌లో అడుగుపెట్టి ఆరు నెలలు కావొస్తోంది"
-    expected: "śriy sinimā seṭlŏ aḍugupeṭṭi āru nellu kāvostŏndi"
-  - source: "ఇప్పుడు తను కోరుకున్న కెమెరా చేతికి రావడంతో త్వరలో మమ్ముట్టి నుంచి స్టన్నింగ్‌ ఫొటోస్‌ రావడం ఖాయం అంటున్నారు ఆయన అభిమానులు"
-    expected: "ippuḍu tnu kŏrukunn kemerā cētiki rāvḍntŏ tvrlŏ mmmuṭṭi nuñci sṭnniṅg phoṭŏs rāvḍṃ khāyṃ aṇṭunnāru āyn abhimānulu"
-  - source: "ఇప్పుడు ఆ వీడియో వైరల్‌ అయింది. ‘ఆ కెమెరాను కొనాలనేది చాలాకాలంగా నా కల."
-    expected: "ippuḍu ā vīḍiyŏ vairl ayindi. ‘ā kemerānu konālnēdi cālākālṅgā nā kl."
-  - source: "మరో వైపు ఎన్టీఆర్‌, రామ్‌చరణ్‌ కలిసి ట్రిపుల్‌ ఆర్‌ సినిమాలో నటిస్తున్నారు"
-    expected: "mrŏ vaipu enṭīār, rāmcrṇ klisi ṭripul ār sinimālŏ nṭistunnāru"
-map:
-
-  rules:
-    # note
-    - pattern: \u0C02(?=[కఖగఘఙ])
-      result: ṅ
-    - pattern: \u0C02(?=[చఛజఝఞ])
-      result: ñ
-    - pattern: \u0C02(?=[టఠడఢణ])
-      result: ṇ
-    - pattern: \u0C02(?=[తథదధన])
-      result: n
-    - pattern: \u0C02(?=[పఫబభమ])
-      result: m
-
-
-  characters:
-    'అ': 'a'
-    'ఆ': 'ā'
-    'ఇ': 'i'
-    'ఈ': 'ī'
-    'ఉ': 'u'
-    'ఊ': 'ū'
-    'ఋ': 'ṛ'
-    'ఌ': 'ḻ'
-    'ౡ': 'ḻ'
-    'ఎ': 'e'
-    'ఏ': 'ē'
-    'ఐ': 'ai'
-    'ఒ': 'o'
-    'ఓ': 'ŏ'
-    'ఔ': 'au'
-
-    # II. Consonants (see Note 2)
-    # Gutturals  క ఖ గ ఘ ఙ
-    'క': 'k'
-    'ఖ': 'kh'
-    'గ': 'g'
-    'ఘ': 'gh'
-    'ఙ': 'ṅ'
-
-    # Palatals చ ఛ జ ఝ ఞ
-    'చ': 'c'
-    'ఛ': 'ch'
-    'జ': 'j'
-    'ఝ': 'jh'
-    'ఞ': 'ñ'
-
-    # Cerebrals ట ఠ డ ఢ ణ
-    'ట':  'ṭ'
-    'ఠ':  'ṭh'
-    'డ':  'ḍ'
-    'ఢ':  'ḍh'
-    'ణ':  'ṇ'
-
-    # Dentals త థ ద ధ న
-    'త': 't'
-    #'ৎ': 't'
-    'థ': 'th'
-    'ద': 'd'
-    'ధ': 'dh'
-    'న': 'n'
-
-    # Labials ప ఫ బ భ మ
-    'ప': 'p'
-    'ఫ': 'ph'
-    'బ': 'b'
-    'భ': 'bh'
-    'మ': 'm'
-
-    # Semivowels య ర ల వ
-    'య': 'y'
-    'ర': 'r'
-    'ఱ': 'ṛ'
-    'ల': 'l'
-    'ళ': 'ḷ'
-    'వ': 'v'
-
-    # Sibilants శ ష స హ
-    'శ': 'ś'
-    'ష': 'ṣ'
-    'స': 's'
-
-
-
-    # Aspirate
-    'హ': 'h'
-
-
-    'క్ష': 'kṣa'
-
-
-    # Chandrabindu
-    'ঁ': 'm'
-
-    # Bisarga
-    'ః': 'ḥ'
-
-    # Anusvāra
-    'ం': 'ṃ'
-
-    # Medials # Needed for connecting constants
-
-    'ా': 'ā'
-    'ి': 'i'
-    'ీ': 'ī'
-    'ు': 'u'
-    'ూ': 'ū'
-    'ృ': 'ṛ'
-    'ె': 'e'
-    'ే': 'ē'
-    'ై': 'ai'
-    'ొ': 'o'
-    'ో': 'ŏ'
-    'ౌ': 'au'
-    '\u09CD': '' # Used for joining
-
-
-    '\u0c4d': '' #verma sign for halanta
-    'ౕ	': ''
-    'ౖ	': ''
-    '्': ''
-    '़': ''
-    "‍": ''# Used for joining
-    "‌": ''# Used for non joining