kreuzberg 4.0.0.pre.rc.13 → 4.0.0.pre.rc.15

This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.
Files changed (369) hide show
  1. checksums.yaml +4 -4
  2. data/.gitignore +14 -14
  3. data/.rspec +3 -3
  4. data/.rubocop.yaml +1 -1
  5. data/.rubocop.yml +538 -538
  6. data/Gemfile +8 -8
  7. data/Gemfile.lock +104 -2
  8. data/README.md +454 -454
  9. data/Rakefile +33 -25
  10. data/Steepfile +47 -47
  11. data/examples/async_patterns.rb +341 -341
  12. data/ext/kreuzberg_rb/extconf.rb +45 -45
  13. data/ext/kreuzberg_rb/native/.cargo/config.toml +2 -2
  14. data/ext/kreuzberg_rb/native/Cargo.lock +6750 -6941
  15. data/ext/kreuzberg_rb/native/Cargo.toml +53 -54
  16. data/ext/kreuzberg_rb/native/README.md +425 -425
  17. data/ext/kreuzberg_rb/native/build.rs +52 -15
  18. data/ext/kreuzberg_rb/native/include/ieeefp.h +11 -11
  19. data/ext/kreuzberg_rb/native/include/msvc_compat/strings.h +14 -14
  20. data/ext/kreuzberg_rb/native/include/strings.h +20 -20
  21. data/ext/kreuzberg_rb/native/include/unistd.h +47 -47
  22. data/ext/kreuzberg_rb/native/src/lib.rs +3158 -3158
  23. data/extconf.rb +28 -28
  24. data/kreuzberg.gemspec +214 -214
  25. data/lib/kreuzberg/api_proxy.rb +142 -142
  26. data/lib/kreuzberg/cache_api.rb +81 -81
  27. data/lib/kreuzberg/cli.rb +55 -55
  28. data/lib/kreuzberg/cli_proxy.rb +127 -127
  29. data/lib/kreuzberg/config.rb +724 -724
  30. data/lib/kreuzberg/error_context.rb +80 -80
  31. data/lib/kreuzberg/errors.rb +118 -118
  32. data/lib/kreuzberg/extraction_api.rb +340 -340
  33. data/lib/kreuzberg/mcp_proxy.rb +186 -186
  34. data/lib/kreuzberg/ocr_backend_protocol.rb +113 -113
  35. data/lib/kreuzberg/post_processor_protocol.rb +86 -86
  36. data/lib/kreuzberg/result.rb +279 -279
  37. data/lib/kreuzberg/setup_lib_path.rb +80 -80
  38. data/lib/kreuzberg/validator_protocol.rb +89 -89
  39. data/lib/kreuzberg/version.rb +5 -5
  40. data/lib/kreuzberg.rb +109 -109
  41. data/lib/{pdfium.dll → libpdfium.so} +0 -0
  42. data/sig/kreuzberg/internal.rbs +184 -184
  43. data/sig/kreuzberg.rbs +546 -546
  44. data/spec/binding/cache_spec.rb +227 -227
  45. data/spec/binding/cli_proxy_spec.rb +85 -85
  46. data/spec/binding/cli_spec.rb +55 -55
  47. data/spec/binding/config_spec.rb +345 -345
  48. data/spec/binding/config_validation_spec.rb +283 -283
  49. data/spec/binding/error_handling_spec.rb +213 -213
  50. data/spec/binding/errors_spec.rb +66 -66
  51. data/spec/binding/plugins/ocr_backend_spec.rb +307 -307
  52. data/spec/binding/plugins/postprocessor_spec.rb +269 -269
  53. data/spec/binding/plugins/validator_spec.rb +274 -274
  54. data/spec/fixtures/config.toml +39 -39
  55. data/spec/fixtures/config.yaml +41 -41
  56. data/spec/fixtures/invalid_config.toml +4 -4
  57. data/spec/smoke/package_spec.rb +178 -178
  58. data/spec/spec_helper.rb +42 -42
  59. data/vendor/Cargo.toml +2 -2
  60. data/vendor/kreuzberg/Cargo.toml +5 -5
  61. data/vendor/kreuzberg/README.md +230 -230
  62. data/vendor/kreuzberg/benches/otel_overhead.rs +48 -48
  63. data/vendor/kreuzberg/build.rs +887 -843
  64. data/vendor/kreuzberg/src/api/error.rs +81 -81
  65. data/vendor/kreuzberg/src/api/handlers.rs +199 -199
  66. data/vendor/kreuzberg/src/api/mod.rs +87 -79
  67. data/vendor/kreuzberg/src/api/server.rs +353 -353
  68. data/vendor/kreuzberg/src/api/types.rs +170 -170
  69. data/vendor/kreuzberg/src/cache/mod.rs +1167 -1167
  70. data/vendor/kreuzberg/src/chunking/mod.rs +1877 -1877
  71. data/vendor/kreuzberg/src/chunking/processor.rs +220 -220
  72. data/vendor/kreuzberg/src/core/batch_mode.rs +95 -95
  73. data/vendor/kreuzberg/src/core/config.rs +1080 -1080
  74. data/vendor/kreuzberg/src/core/extractor.rs +1156 -1156
  75. data/vendor/kreuzberg/src/core/io.rs +329 -329
  76. data/vendor/kreuzberg/src/core/mime.rs +605 -605
  77. data/vendor/kreuzberg/src/core/mod.rs +47 -47
  78. data/vendor/kreuzberg/src/core/pipeline.rs +1184 -1184
  79. data/vendor/kreuzberg/src/embeddings.rs +500 -500
  80. data/vendor/kreuzberg/src/error.rs +431 -431
  81. data/vendor/kreuzberg/src/extraction/archive.rs +954 -954
  82. data/vendor/kreuzberg/src/extraction/docx.rs +398 -398
  83. data/vendor/kreuzberg/src/extraction/email.rs +854 -854
  84. data/vendor/kreuzberg/src/extraction/excel.rs +688 -688
  85. data/vendor/kreuzberg/src/extraction/html.rs +634 -601
  86. data/vendor/kreuzberg/src/extraction/image.rs +491 -491
  87. data/vendor/kreuzberg/src/extraction/libreoffice.rs +574 -574
  88. data/vendor/kreuzberg/src/extraction/markdown.rs +213 -213
  89. data/vendor/kreuzberg/src/extraction/mod.rs +81 -81
  90. data/vendor/kreuzberg/src/extraction/office_metadata/app_properties.rs +398 -398
  91. data/vendor/kreuzberg/src/extraction/office_metadata/core_properties.rs +247 -247
  92. data/vendor/kreuzberg/src/extraction/office_metadata/custom_properties.rs +240 -240
  93. data/vendor/kreuzberg/src/extraction/office_metadata/mod.rs +130 -130
  94. data/vendor/kreuzberg/src/extraction/office_metadata/odt_properties.rs +284 -284
  95. data/vendor/kreuzberg/src/extraction/pptx.rs +3100 -3100
  96. data/vendor/kreuzberg/src/extraction/structured.rs +490 -490
  97. data/vendor/kreuzberg/src/extraction/table.rs +328 -328
  98. data/vendor/kreuzberg/src/extraction/text.rs +269 -269
  99. data/vendor/kreuzberg/src/extraction/xml.rs +333 -333
  100. data/vendor/kreuzberg/src/extractors/archive.rs +447 -447
  101. data/vendor/kreuzberg/src/extractors/bibtex.rs +470 -470
  102. data/vendor/kreuzberg/src/extractors/docbook.rs +504 -504
  103. data/vendor/kreuzberg/src/extractors/docx.rs +400 -400
  104. data/vendor/kreuzberg/src/extractors/email.rs +157 -157
  105. data/vendor/kreuzberg/src/extractors/epub.rs +708 -708
  106. data/vendor/kreuzberg/src/extractors/excel.rs +345 -345
  107. data/vendor/kreuzberg/src/extractors/fictionbook.rs +492 -492
  108. data/vendor/kreuzberg/src/extractors/html.rs +407 -407
  109. data/vendor/kreuzberg/src/extractors/image.rs +219 -219
  110. data/vendor/kreuzberg/src/extractors/jats.rs +1054 -1054
  111. data/vendor/kreuzberg/src/extractors/jupyter.rs +368 -368
  112. data/vendor/kreuzberg/src/extractors/latex.rs +653 -653
  113. data/vendor/kreuzberg/src/extractors/markdown.rs +701 -701
  114. data/vendor/kreuzberg/src/extractors/mod.rs +429 -429
  115. data/vendor/kreuzberg/src/extractors/odt.rs +628 -628
  116. data/vendor/kreuzberg/src/extractors/opml.rs +635 -635
  117. data/vendor/kreuzberg/src/extractors/orgmode.rs +529 -529
  118. data/vendor/kreuzberg/src/extractors/pdf.rs +749 -749
  119. data/vendor/kreuzberg/src/extractors/pptx.rs +267 -267
  120. data/vendor/kreuzberg/src/extractors/rst.rs +577 -577
  121. data/vendor/kreuzberg/src/extractors/rtf.rs +809 -809
  122. data/vendor/kreuzberg/src/extractors/security.rs +484 -484
  123. data/vendor/kreuzberg/src/extractors/security_tests.rs +367 -367
  124. data/vendor/kreuzberg/src/extractors/structured.rs +142 -142
  125. data/vendor/kreuzberg/src/extractors/text.rs +265 -265
  126. data/vendor/kreuzberg/src/extractors/typst.rs +651 -651
  127. data/vendor/kreuzberg/src/extractors/xml.rs +147 -147
  128. data/vendor/kreuzberg/src/image/dpi.rs +164 -164
  129. data/vendor/kreuzberg/src/image/mod.rs +6 -6
  130. data/vendor/kreuzberg/src/image/preprocessing.rs +417 -417
  131. data/vendor/kreuzberg/src/image/resize.rs +89 -89
  132. data/vendor/kreuzberg/src/keywords/config.rs +154 -154
  133. data/vendor/kreuzberg/src/keywords/mod.rs +237 -237
  134. data/vendor/kreuzberg/src/keywords/processor.rs +275 -275
  135. data/vendor/kreuzberg/src/keywords/rake.rs +293 -293
  136. data/vendor/kreuzberg/src/keywords/types.rs +68 -68
  137. data/vendor/kreuzberg/src/keywords/yake.rs +163 -163
  138. data/vendor/kreuzberg/src/language_detection/mod.rs +985 -985
  139. data/vendor/kreuzberg/src/language_detection/processor.rs +219 -219
  140. data/vendor/kreuzberg/src/lib.rs +113 -113
  141. data/vendor/kreuzberg/src/mcp/mod.rs +35 -35
  142. data/vendor/kreuzberg/src/mcp/server.rs +2076 -2076
  143. data/vendor/kreuzberg/src/ocr/cache.rs +469 -469
  144. data/vendor/kreuzberg/src/ocr/error.rs +37 -37
  145. data/vendor/kreuzberg/src/ocr/hocr.rs +216 -216
  146. data/vendor/kreuzberg/src/ocr/mod.rs +58 -58
  147. data/vendor/kreuzberg/src/ocr/processor.rs +863 -863
  148. data/vendor/kreuzberg/src/ocr/table/mod.rs +4 -4
  149. data/vendor/kreuzberg/src/ocr/table/tsv_parser.rs +144 -144
  150. data/vendor/kreuzberg/src/ocr/tesseract_backend.rs +452 -452
  151. data/vendor/kreuzberg/src/ocr/types.rs +393 -393
  152. data/vendor/kreuzberg/src/ocr/utils.rs +47 -47
  153. data/vendor/kreuzberg/src/ocr/validation.rs +206 -206
  154. data/vendor/kreuzberg/src/panic_context.rs +154 -154
  155. data/vendor/kreuzberg/src/pdf/bindings.rs +44 -44
  156. data/vendor/kreuzberg/src/pdf/bundled.rs +452 -346
  157. data/vendor/kreuzberg/src/pdf/error.rs +130 -130
  158. data/vendor/kreuzberg/src/pdf/images.rs +139 -139
  159. data/vendor/kreuzberg/src/pdf/metadata.rs +489 -489
  160. data/vendor/kreuzberg/src/pdf/mod.rs +68 -68
  161. data/vendor/kreuzberg/src/pdf/rendering.rs +368 -368
  162. data/vendor/kreuzberg/src/pdf/table.rs +420 -420
  163. data/vendor/kreuzberg/src/pdf/text.rs +240 -240
  164. data/vendor/kreuzberg/src/plugins/extractor.rs +1044 -1044
  165. data/vendor/kreuzberg/src/plugins/mod.rs +212 -212
  166. data/vendor/kreuzberg/src/plugins/ocr.rs +639 -639
  167. data/vendor/kreuzberg/src/plugins/processor.rs +650 -650
  168. data/vendor/kreuzberg/src/plugins/registry.rs +1339 -1339
  169. data/vendor/kreuzberg/src/plugins/traits.rs +258 -258
  170. data/vendor/kreuzberg/src/plugins/validator.rs +967 -967
  171. data/vendor/kreuzberg/src/stopwords/mod.rs +1470 -1470
  172. data/vendor/kreuzberg/src/text/mod.rs +25 -25
  173. data/vendor/kreuzberg/src/text/quality.rs +697 -697
  174. data/vendor/kreuzberg/src/text/quality_processor.rs +219 -219
  175. data/vendor/kreuzberg/src/text/string_utils.rs +217 -217
  176. data/vendor/kreuzberg/src/text/token_reduction/cjk_utils.rs +164 -164
  177. data/vendor/kreuzberg/src/text/token_reduction/config.rs +100 -100
  178. data/vendor/kreuzberg/src/text/token_reduction/core.rs +796 -796
  179. data/vendor/kreuzberg/src/text/token_reduction/filters.rs +902 -902
  180. data/vendor/kreuzberg/src/text/token_reduction/mod.rs +160 -160
  181. data/vendor/kreuzberg/src/text/token_reduction/semantic.rs +619 -619
  182. data/vendor/kreuzberg/src/text/token_reduction/simd_text.rs +147 -147
  183. data/vendor/kreuzberg/src/types.rs +1055 -1055
  184. data/vendor/kreuzberg/src/utils/mod.rs +17 -17
  185. data/vendor/kreuzberg/src/utils/quality.rs +959 -959
  186. data/vendor/kreuzberg/src/utils/string_utils.rs +381 -381
  187. data/vendor/kreuzberg/stopwords/af_stopwords.json +53 -53
  188. data/vendor/kreuzberg/stopwords/ar_stopwords.json +482 -482
  189. data/vendor/kreuzberg/stopwords/bg_stopwords.json +261 -261
  190. data/vendor/kreuzberg/stopwords/bn_stopwords.json +400 -400
  191. data/vendor/kreuzberg/stopwords/br_stopwords.json +1205 -1205
  192. data/vendor/kreuzberg/stopwords/ca_stopwords.json +280 -280
  193. data/vendor/kreuzberg/stopwords/cs_stopwords.json +425 -425
  194. data/vendor/kreuzberg/stopwords/da_stopwords.json +172 -172
  195. data/vendor/kreuzberg/stopwords/de_stopwords.json +622 -622
  196. data/vendor/kreuzberg/stopwords/el_stopwords.json +849 -849
  197. data/vendor/kreuzberg/stopwords/en_stopwords.json +1300 -1300
  198. data/vendor/kreuzberg/stopwords/eo_stopwords.json +175 -175
  199. data/vendor/kreuzberg/stopwords/es_stopwords.json +734 -734
  200. data/vendor/kreuzberg/stopwords/et_stopwords.json +37 -37
  201. data/vendor/kreuzberg/stopwords/eu_stopwords.json +100 -100
  202. data/vendor/kreuzberg/stopwords/fa_stopwords.json +801 -801
  203. data/vendor/kreuzberg/stopwords/fi_stopwords.json +849 -849
  204. data/vendor/kreuzberg/stopwords/fr_stopwords.json +693 -693
  205. data/vendor/kreuzberg/stopwords/ga_stopwords.json +111 -111
  206. data/vendor/kreuzberg/stopwords/gl_stopwords.json +162 -162
  207. data/vendor/kreuzberg/stopwords/gu_stopwords.json +226 -226
  208. data/vendor/kreuzberg/stopwords/ha_stopwords.json +41 -41
  209. data/vendor/kreuzberg/stopwords/he_stopwords.json +196 -196
  210. data/vendor/kreuzberg/stopwords/hi_stopwords.json +227 -227
  211. data/vendor/kreuzberg/stopwords/hr_stopwords.json +181 -181
  212. data/vendor/kreuzberg/stopwords/hu_stopwords.json +791 -791
  213. data/vendor/kreuzberg/stopwords/hy_stopwords.json +47 -47
  214. data/vendor/kreuzberg/stopwords/id_stopwords.json +760 -760
  215. data/vendor/kreuzberg/stopwords/it_stopwords.json +634 -634
  216. data/vendor/kreuzberg/stopwords/ja_stopwords.json +136 -136
  217. data/vendor/kreuzberg/stopwords/kn_stopwords.json +84 -84
  218. data/vendor/kreuzberg/stopwords/ko_stopwords.json +681 -681
  219. data/vendor/kreuzberg/stopwords/ku_stopwords.json +64 -64
  220. data/vendor/kreuzberg/stopwords/la_stopwords.json +51 -51
  221. data/vendor/kreuzberg/stopwords/lt_stopwords.json +476 -476
  222. data/vendor/kreuzberg/stopwords/lv_stopwords.json +163 -163
  223. data/vendor/kreuzberg/stopwords/ml_stopwords.json +1 -1
  224. data/vendor/kreuzberg/stopwords/mr_stopwords.json +101 -101
  225. data/vendor/kreuzberg/stopwords/ms_stopwords.json +477 -477
  226. data/vendor/kreuzberg/stopwords/ne_stopwords.json +490 -490
  227. data/vendor/kreuzberg/stopwords/nl_stopwords.json +415 -415
  228. data/vendor/kreuzberg/stopwords/no_stopwords.json +223 -223
  229. data/vendor/kreuzberg/stopwords/pl_stopwords.json +331 -331
  230. data/vendor/kreuzberg/stopwords/pt_stopwords.json +562 -562
  231. data/vendor/kreuzberg/stopwords/ro_stopwords.json +436 -436
  232. data/vendor/kreuzberg/stopwords/ru_stopwords.json +561 -561
  233. data/vendor/kreuzberg/stopwords/si_stopwords.json +193 -193
  234. data/vendor/kreuzberg/stopwords/sk_stopwords.json +420 -420
  235. data/vendor/kreuzberg/stopwords/sl_stopwords.json +448 -448
  236. data/vendor/kreuzberg/stopwords/so_stopwords.json +32 -32
  237. data/vendor/kreuzberg/stopwords/st_stopwords.json +33 -33
  238. data/vendor/kreuzberg/stopwords/sv_stopwords.json +420 -420
  239. data/vendor/kreuzberg/stopwords/sw_stopwords.json +76 -76
  240. data/vendor/kreuzberg/stopwords/ta_stopwords.json +129 -129
  241. data/vendor/kreuzberg/stopwords/te_stopwords.json +54 -54
  242. data/vendor/kreuzberg/stopwords/th_stopwords.json +118 -118
  243. data/vendor/kreuzberg/stopwords/tl_stopwords.json +149 -149
  244. data/vendor/kreuzberg/stopwords/tr_stopwords.json +506 -506
  245. data/vendor/kreuzberg/stopwords/uk_stopwords.json +75 -75
  246. data/vendor/kreuzberg/stopwords/ur_stopwords.json +519 -519
  247. data/vendor/kreuzberg/stopwords/vi_stopwords.json +647 -647
  248. data/vendor/kreuzberg/stopwords/yo_stopwords.json +62 -62
  249. data/vendor/kreuzberg/stopwords/zh_stopwords.json +796 -796
  250. data/vendor/kreuzberg/stopwords/zu_stopwords.json +31 -31
  251. data/vendor/kreuzberg/tests/api_extract_multipart.rs +52 -52
  252. data/vendor/kreuzberg/tests/api_tests.rs +966 -966
  253. data/vendor/kreuzberg/tests/archive_integration.rs +545 -545
  254. data/vendor/kreuzberg/tests/batch_orchestration.rs +556 -556
  255. data/vendor/kreuzberg/tests/batch_processing.rs +318 -318
  256. data/vendor/kreuzberg/tests/bibtex_parity_test.rs +421 -421
  257. data/vendor/kreuzberg/tests/concurrency_stress.rs +533 -533
  258. data/vendor/kreuzberg/tests/config_features.rs +612 -612
  259. data/vendor/kreuzberg/tests/config_loading_tests.rs +416 -416
  260. data/vendor/kreuzberg/tests/core_integration.rs +510 -510
  261. data/vendor/kreuzberg/tests/csv_integration.rs +414 -414
  262. data/vendor/kreuzberg/tests/docbook_extractor_tests.rs +500 -500
  263. data/vendor/kreuzberg/tests/docx_metadata_extraction_test.rs +122 -122
  264. data/vendor/kreuzberg/tests/docx_vs_pandoc_comparison.rs +370 -370
  265. data/vendor/kreuzberg/tests/email_integration.rs +327 -327
  266. data/vendor/kreuzberg/tests/epub_native_extractor_tests.rs +275 -275
  267. data/vendor/kreuzberg/tests/error_handling.rs +402 -402
  268. data/vendor/kreuzberg/tests/fictionbook_extractor_tests.rs +228 -228
  269. data/vendor/kreuzberg/tests/format_integration.rs +165 -164
  270. data/vendor/kreuzberg/tests/helpers/mod.rs +142 -142
  271. data/vendor/kreuzberg/tests/html_table_test.rs +551 -551
  272. data/vendor/kreuzberg/tests/image_integration.rs +255 -255
  273. data/vendor/kreuzberg/tests/instrumentation_test.rs +139 -139
  274. data/vendor/kreuzberg/tests/jats_extractor_tests.rs +639 -639
  275. data/vendor/kreuzberg/tests/jupyter_extractor_tests.rs +704 -704
  276. data/vendor/kreuzberg/tests/keywords_integration.rs +479 -479
  277. data/vendor/kreuzberg/tests/keywords_quality.rs +509 -509
  278. data/vendor/kreuzberg/tests/latex_extractor_tests.rs +496 -496
  279. data/vendor/kreuzberg/tests/markdown_extractor_tests.rs +490 -490
  280. data/vendor/kreuzberg/tests/mime_detection.rs +429 -429
  281. data/vendor/kreuzberg/tests/ocr_configuration.rs +514 -514
  282. data/vendor/kreuzberg/tests/ocr_errors.rs +698 -698
  283. data/vendor/kreuzberg/tests/ocr_quality.rs +629 -629
  284. data/vendor/kreuzberg/tests/ocr_stress.rs +469 -469
  285. data/vendor/kreuzberg/tests/odt_extractor_tests.rs +674 -674
  286. data/vendor/kreuzberg/tests/opml_extractor_tests.rs +616 -616
  287. data/vendor/kreuzberg/tests/orgmode_extractor_tests.rs +822 -822
  288. data/vendor/kreuzberg/tests/pdf_integration.rs +45 -45
  289. data/vendor/kreuzberg/tests/pdfium_linking.rs +374 -374
  290. data/vendor/kreuzberg/tests/pipeline_integration.rs +1436 -1436
  291. data/vendor/kreuzberg/tests/plugin_ocr_backend_test.rs +776 -776
  292. data/vendor/kreuzberg/tests/plugin_postprocessor_test.rs +560 -560
  293. data/vendor/kreuzberg/tests/plugin_system.rs +927 -927
  294. data/vendor/kreuzberg/tests/plugin_validator_test.rs +783 -783
  295. data/vendor/kreuzberg/tests/registry_integration_tests.rs +587 -587
  296. data/vendor/kreuzberg/tests/rst_extractor_tests.rs +694 -694
  297. data/vendor/kreuzberg/tests/rtf_extractor_tests.rs +775 -775
  298. data/vendor/kreuzberg/tests/security_validation.rs +416 -416
  299. data/vendor/kreuzberg/tests/stopwords_integration_test.rs +888 -888
  300. data/vendor/kreuzberg/tests/test_fastembed.rs +631 -631
  301. data/vendor/kreuzberg/tests/typst_behavioral_tests.rs +1260 -1260
  302. data/vendor/kreuzberg/tests/typst_extractor_tests.rs +648 -648
  303. data/vendor/kreuzberg/tests/xlsx_metadata_extraction_test.rs +87 -87
  304. data/vendor/kreuzberg-tesseract/.commitlintrc.json +13 -13
  305. data/vendor/kreuzberg-tesseract/.crate-ignore +2 -2
  306. data/vendor/kreuzberg-tesseract/Cargo.lock +2933 -2933
  307. data/vendor/kreuzberg-tesseract/Cargo.toml +2 -2
  308. data/vendor/kreuzberg-tesseract/LICENSE +22 -22
  309. data/vendor/kreuzberg-tesseract/README.md +399 -399
  310. data/vendor/kreuzberg-tesseract/build.rs +1354 -1354
  311. data/vendor/kreuzberg-tesseract/patches/README.md +71 -71
  312. data/vendor/kreuzberg-tesseract/patches/tesseract.diff +199 -199
  313. data/vendor/kreuzberg-tesseract/src/api.rs +1371 -1371
  314. data/vendor/kreuzberg-tesseract/src/choice_iterator.rs +77 -77
  315. data/vendor/kreuzberg-tesseract/src/enums.rs +297 -297
  316. data/vendor/kreuzberg-tesseract/src/error.rs +81 -81
  317. data/vendor/kreuzberg-tesseract/src/lib.rs +145 -145
  318. data/vendor/kreuzberg-tesseract/src/monitor.rs +57 -57
  319. data/vendor/kreuzberg-tesseract/src/mutable_iterator.rs +197 -197
  320. data/vendor/kreuzberg-tesseract/src/page_iterator.rs +253 -253
  321. data/vendor/kreuzberg-tesseract/src/result_iterator.rs +286 -286
  322. data/vendor/kreuzberg-tesseract/src/result_renderer.rs +183 -183
  323. data/vendor/kreuzberg-tesseract/tests/integration_test.rs +211 -211
  324. data/vendor/rb-sys/.cargo_vcs_info.json +5 -5
  325. data/vendor/rb-sys/Cargo.lock +393 -393
  326. data/vendor/rb-sys/Cargo.toml +70 -70
  327. data/vendor/rb-sys/Cargo.toml.orig +57 -57
  328. data/vendor/rb-sys/LICENSE-APACHE +190 -190
  329. data/vendor/rb-sys/LICENSE-MIT +21 -21
  330. data/vendor/rb-sys/build/features.rs +111 -111
  331. data/vendor/rb-sys/build/main.rs +286 -286
  332. data/vendor/rb-sys/build/stable_api_config.rs +155 -155
  333. data/vendor/rb-sys/build/version.rs +50 -50
  334. data/vendor/rb-sys/readme.md +36 -36
  335. data/vendor/rb-sys/src/bindings.rs +21 -21
  336. data/vendor/rb-sys/src/hidden.rs +11 -11
  337. data/vendor/rb-sys/src/lib.rs +35 -35
  338. data/vendor/rb-sys/src/macros.rs +371 -371
  339. data/vendor/rb-sys/src/memory.rs +53 -53
  340. data/vendor/rb-sys/src/ruby_abi_version.rs +38 -38
  341. data/vendor/rb-sys/src/special_consts.rs +31 -31
  342. data/vendor/rb-sys/src/stable_api/compiled.c +179 -179
  343. data/vendor/rb-sys/src/stable_api/compiled.rs +257 -257
  344. data/vendor/rb-sys/src/stable_api/ruby_2_7.rs +324 -324
  345. data/vendor/rb-sys/src/stable_api/ruby_3_0.rs +332 -332
  346. data/vendor/rb-sys/src/stable_api/ruby_3_1.rs +325 -325
  347. data/vendor/rb-sys/src/stable_api/ruby_3_2.rs +323 -323
  348. data/vendor/rb-sys/src/stable_api/ruby_3_3.rs +339 -339
  349. data/vendor/rb-sys/src/stable_api/ruby_3_4.rs +339 -339
  350. data/vendor/rb-sys/src/stable_api.rs +260 -260
  351. data/vendor/rb-sys/src/symbol.rs +31 -31
  352. data/vendor/rb-sys/src/tracking_allocator.rs +330 -330
  353. data/vendor/rb-sys/src/utils.rs +89 -89
  354. data/vendor/rb-sys/src/value_type.rs +7 -7
  355. metadata +81 -22
  356. data/vendor/kreuzberg-ffi/Cargo.toml +0 -63
  357. data/vendor/kreuzberg-ffi/README.md +0 -851
  358. data/vendor/kreuzberg-ffi/build.rs +0 -176
  359. data/vendor/kreuzberg-ffi/cbindgen.toml +0 -27
  360. data/vendor/kreuzberg-ffi/kreuzberg-ffi-install.pc +0 -12
  361. data/vendor/kreuzberg-ffi/kreuzberg-ffi.pc.in +0 -12
  362. data/vendor/kreuzberg-ffi/kreuzberg.h +0 -1087
  363. data/vendor/kreuzberg-ffi/src/lib.rs +0 -3616
  364. data/vendor/kreuzberg-ffi/src/panic_shield.rs +0 -247
  365. data/vendor/kreuzberg-ffi/tests.disabled/README.md +0 -48
  366. data/vendor/kreuzberg-ffi/tests.disabled/config_loading_tests.rs +0 -299
  367. data/vendor/kreuzberg-ffi/tests.disabled/config_tests.rs +0 -346
  368. data/vendor/kreuzberg-ffi/tests.disabled/extractor_tests.rs +0 -232
  369. data/vendor/kreuzberg-ffi/tests.disabled/plugin_registration_tests.rs +0 -470
@@ -1,849 +1,849 @@
1
- [
2
- "aiemmin",
3
- "aika",
4
- "aikaa",
5
- "aikaan",
6
- "aikaisemmin",
7
- "aikaisin",
8
- "aikajen",
9
- "aikana",
10
- "aikoina",
11
- "aikoo",
12
- "aikovat",
13
- "aina",
14
- "ainakaan",
15
- "ainakin",
16
- "ainoa",
17
- "ainoat",
18
- "aiomme",
19
- "aion",
20
- "aiotte",
21
- "aist",
22
- "aivan",
23
- "ajan",
24
- "alas",
25
- "alemmas",
26
- "alkuisin",
27
- "alkuun",
28
- "alla",
29
- "alle",
30
- "aloitamme",
31
- "aloitan",
32
- "aloitat",
33
- "aloitatte",
34
- "aloitattivat",
35
- "aloitettava",
36
- "aloitettevaksi",
37
- "aloitettu",
38
- "aloitimme",
39
- "aloitin",
40
- "aloitit",
41
- "aloititte",
42
- "aloittaa",
43
- "aloittamatta",
44
- "aloitti",
45
- "aloittivat",
46
- "alta",
47
- "aluksi",
48
- "alussa",
49
- "alusta",
50
- "annettavaksi",
51
- "annetteva",
52
- "annettu",
53
- "ansiosta",
54
- "antaa",
55
- "antamatta",
56
- "antoi",
57
- "aoua",
58
- "apu",
59
- "asia",
60
- "asiaa",
61
- "asian",
62
- "asiasta",
63
- "asiat",
64
- "asioiden",
65
- "asioihin",
66
- "asioita",
67
- "asti",
68
- "avuksi",
69
- "avulla",
70
- "avun",
71
- "avutta",
72
- "edelle",
73
- "edelleen",
74
- "edellä",
75
- "edeltä",
76
- "edemmäs",
77
- "edes",
78
- "edessä",
79
- "edestä",
80
- "ehkä",
81
- "ei",
82
- "eikä",
83
- "eilen",
84
- "eivät",
85
- "eli",
86
- "ellei",
87
- "elleivät",
88
- "ellemme",
89
- "ellen",
90
- "ellet",
91
- "ellette",
92
- "emme",
93
- "en",
94
- "enemmän",
95
- "eniten",
96
- "ennen",
97
- "ensi",
98
- "ensimmäinen",
99
- "ensimmäiseksi",
100
- "ensimmäisen",
101
- "ensimmäisenä",
102
- "ensimmäiset",
103
- "ensimmäisiksi",
104
- "ensimmäisinä",
105
- "ensimmäisiä",
106
- "ensimmäistä",
107
- "ensin",
108
- "entinen",
109
- "entisen",
110
- "entisiä",
111
- "entisten",
112
- "entistä",
113
- "enää",
114
- "eri",
115
- "erittäin",
116
- "erityisesti",
117
- "eräiden",
118
- "eräs",
119
- "eräät",
120
- "esi",
121
- "esiin",
122
- "esillä",
123
- "esimerkiksi",
124
- "et",
125
- "eteen",
126
- "etenkin",
127
- "etessa",
128
- "ette",
129
- "ettei",
130
- "että",
131
- "haikki",
132
- "halua",
133
- "haluaa",
134
- "haluamatta",
135
- "haluamme",
136
- "haluan",
137
- "haluat",
138
- "haluatte",
139
- "haluavat",
140
- "halunnut",
141
- "halusi",
142
- "halusimme",
143
- "halusin",
144
- "halusit",
145
- "halusitte",
146
- "halusivat",
147
- "halutessa",
148
- "haluton",
149
- "he",
150
- "hei",
151
- "heidän",
152
- "heidät",
153
- "heihin",
154
- "heille",
155
- "heillä",
156
- "heiltä",
157
- "heissä",
158
- "heistä",
159
- "heitä",
160
- "helposti",
161
- "heti",
162
- "hetkellä",
163
- "hieman",
164
- "hitaasti",
165
- "hoikein",
166
- "huolimatta",
167
- "huomenna",
168
- "hyvien",
169
- "hyviin",
170
- "hyviksi",
171
- "hyville",
172
- "hyviltä",
173
- "hyvin",
174
- "hyvinä",
175
- "hyvissä",
176
- "hyvistä",
177
- "hyviä",
178
- "hyvä",
179
- "hyvät",
180
- "hyvää",
181
- "hän",
182
- "häneen",
183
- "hänelle",
184
- "hänellä",
185
- "häneltä",
186
- "hänen",
187
- "hänessä",
188
- "hänestä",
189
- "hänet",
190
- "häntä",
191
- "ihan",
192
- "ilman",
193
- "ilmeisesti",
194
- "itse",
195
- "itsensä",
196
- "itseään",
197
- "ja",
198
- "jo",
199
- "johon",
200
- "joiden",
201
- "joihin",
202
- "joiksi",
203
- "joilla",
204
- "joille",
205
- "joilta",
206
- "joina",
207
- "joissa",
208
- "joista",
209
- "joita",
210
- "joka",
211
- "jokainen",
212
- "jokin",
213
- "joko",
214
- "joksi",
215
- "joku",
216
- "jolla",
217
- "jolle",
218
- "jolloin",
219
- "jolta",
220
- "jompikumpi",
221
- "jona",
222
- "jonka",
223
- "jonkin",
224
- "jonne",
225
- "joo",
226
- "jopa",
227
- "jos",
228
- "joskus",
229
- "jossa",
230
- "josta",
231
- "jota",
232
- "jotain",
233
- "joten",
234
- "jotenkin",
235
- "jotenkuten",
236
- "jotka",
237
- "jotta",
238
- "jouduimme",
239
- "jouduin",
240
- "jouduit",
241
- "jouduitte",
242
- "joudumme",
243
- "joudun",
244
- "joudutte",
245
- "joukkoon",
246
- "joukossa",
247
- "joukosta",
248
- "joutua",
249
- "joutui",
250
- "joutuivat",
251
- "joutumaan",
252
- "joutuu",
253
- "joutuvat",
254
- "juuri",
255
- "jälkeen",
256
- "jälleen",
257
- "jää",
258
- "kahdeksan",
259
- "kahdeksannen",
260
- "kahdella",
261
- "kahdelle",
262
- "kahdelta",
263
- "kahden",
264
- "kahdessa",
265
- "kahdesta",
266
- "kahta",
267
- "kahteen",
268
- "kai",
269
- "kaiken",
270
- "kaikille",
271
- "kaikilta",
272
- "kaikkea",
273
- "kaikki",
274
- "kaikkia",
275
- "kaikkiaan",
276
- "kaikkialla",
277
- "kaikkialle",
278
- "kaikkialta",
279
- "kaikkien",
280
- "kaikkin",
281
- "kaksi",
282
- "kannalta",
283
- "kannattaa",
284
- "kanssa",
285
- "kanssaan",
286
- "kanssamme",
287
- "kanssani",
288
- "kanssanne",
289
- "kanssasi",
290
- "kauan",
291
- "kauemmas",
292
- "kaukana",
293
- "kautta",
294
- "kehen",
295
- "keiden",
296
- "keihin",
297
- "keiksi",
298
- "keille",
299
- "keillä",
300
- "keiltä",
301
- "keinä",
302
- "keissä",
303
- "keistä",
304
- "keitten",
305
- "keittä",
306
- "keitä",
307
- "keneen",
308
- "keneksi",
309
- "kenelle",
310
- "kenellä",
311
- "keneltä",
312
- "kenen",
313
- "kenenä",
314
- "kenessä",
315
- "kenestä",
316
- "kenet",
317
- "kenettä",
318
- "kennessästä",
319
- "kenties",
320
- "kerran",
321
- "kerta",
322
- "kertaa",
323
- "keskellä",
324
- "kesken",
325
- "keskimäärin",
326
- "ketkä",
327
- "ketä",
328
- "kiitos",
329
- "kohti",
330
- "koko",
331
- "kokonaan",
332
- "kolmas",
333
- "kolme",
334
- "kolmen",
335
- "kolmesti",
336
- "koska",
337
- "koskaan",
338
- "kovin",
339
- "kuin",
340
- "kuinka",
341
- "kuinkan",
342
- "kuitenkaan",
343
- "kuitenkin",
344
- "kuka",
345
- "kukaan",
346
- "kukin",
347
- "kukka",
348
- "kumpainen",
349
- "kumpainenkaan",
350
- "kumpi",
351
- "kumpikaan",
352
- "kumpikin",
353
- "kun",
354
- "kuten",
355
- "kuuden",
356
- "kuusi",
357
- "kuutta",
358
- "kylliksi",
359
- "kyllä",
360
- "kymmenen",
361
- "kyse",
362
- "liian",
363
- "liki",
364
- "lisäksi",
365
- "lisää",
366
- "lla",
367
- "luo",
368
- "luona",
369
- "lähekkäin",
370
- "lähelle",
371
- "lähellä",
372
- "läheltä",
373
- "lähemmäs",
374
- "lähes",
375
- "lähinnä",
376
- "lähtien",
377
- "läpi",
378
- "mahdollisimman",
379
- "mahdollista",
380
- "me",
381
- "meidän",
382
- "meidät",
383
- "meihin",
384
- "meille",
385
- "meillä",
386
- "meiltä",
387
- "meissä",
388
- "meistä",
389
- "meitä",
390
- "melkein",
391
- "melko",
392
- "menee",
393
- "meneet",
394
- "menemme",
395
- "menen",
396
- "menet",
397
- "menette",
398
- "menevät",
399
- "meni",
400
- "menimme",
401
- "menin",
402
- "menit",
403
- "menivät",
404
- "mennessä",
405
- "mennyt",
406
- "menossa",
407
- "mihin",
408
- "mikin",
409
- "miksi",
410
- "mikä",
411
- "mikäli",
412
- "mikään",
413
- "mille",
414
- "milloin",
415
- "milloinkan",
416
- "millä",
417
- "miltä",
418
- "minkä",
419
- "minne",
420
- "minua",
421
- "minulla",
422
- "minulle",
423
- "minulta",
424
- "minun",
425
- "minussa",
426
- "minusta",
427
- "minut",
428
- "minuun",
429
- "minä",
430
- "missä",
431
- "mistä",
432
- "miten",
433
- "mitkä",
434
- "mitä",
435
- "mitään",
436
- "moi",
437
- "molemmat",
438
- "mones",
439
- "monesti",
440
- "monet",
441
- "moni",
442
- "moniaalla",
443
- "moniaalle",
444
- "moniaalta",
445
- "monta",
446
- "muassa",
447
- "muiden",
448
- "muita",
449
- "muka",
450
- "mukaan",
451
- "mukaansa",
452
- "mukana",
453
- "mutta",
454
- "muu",
455
- "muualla",
456
- "muualle",
457
- "muualta",
458
- "muuanne",
459
- "muulloin",
460
- "muun",
461
- "muut",
462
- "muuta",
463
- "muutama",
464
- "muutaman",
465
- "muuten",
466
- "myöhemmin",
467
- "myös",
468
- "myöskin",
469
- "myöskään",
470
- "myötä",
471
- "ne",
472
- "neljä",
473
- "neljän",
474
- "neljää",
475
- "niiden",
476
- "niihin",
477
- "niiksi",
478
- "niille",
479
- "niillä",
480
- "niiltä",
481
- "niin",
482
- "niinä",
483
- "niissä",
484
- "niistä",
485
- "niitä",
486
- "noiden",
487
- "noihin",
488
- "noiksi",
489
- "noilla",
490
- "noille",
491
- "noilta",
492
- "noin",
493
- "noina",
494
- "noissa",
495
- "noista",
496
- "noita",
497
- "nopeammin",
498
- "nopeasti",
499
- "nopeiten",
500
- "nro",
501
- "nuo",
502
- "nyt",
503
- "näiden",
504
- "näihin",
505
- "näiksi",
506
- "näille",
507
- "näillä",
508
- "näiltä",
509
- "näin",
510
- "näinä",
511
- "näissä",
512
- "näissähin",
513
- "näissälle",
514
- "näissältä",
515
- "näissästä",
516
- "näistä",
517
- "näitä",
518
- "nämä",
519
- "ohi",
520
- "oikea",
521
- "oikealla",
522
- "oikein",
523
- "ole",
524
- "olemme",
525
- "olen",
526
- "olet",
527
- "olette",
528
- "oleva",
529
- "olevan",
530
- "olevat",
531
- "oli",
532
- "olimme",
533
- "olin",
534
- "olisi",
535
- "olisimme",
536
- "olisin",
537
- "olisit",
538
- "olisitte",
539
- "olisivat",
540
- "olit",
541
- "olitte",
542
- "olivat",
543
- "olla",
544
- "olleet",
545
- "olli",
546
- "ollut",
547
- "oma",
548
- "omaa",
549
- "omaan",
550
- "omaksi",
551
- "omalle",
552
- "omalta",
553
- "oman",
554
- "omassa",
555
- "omat",
556
- "omia",
557
- "omien",
558
- "omiin",
559
- "omiksi",
560
- "omille",
561
- "omilta",
562
- "omissa",
563
- "omista",
564
- "on",
565
- "onkin",
566
- "onko",
567
- "ovat",
568
- "paikoittain",
569
- "paitsi",
570
- "pakosti",
571
- "paljon",
572
- "paremmin",
573
- "parempi",
574
- "parhaillaan",
575
- "parhaiten",
576
- "perusteella",
577
- "peräti",
578
- "pian",
579
- "pieneen",
580
- "pieneksi",
581
- "pienelle",
582
- "pienellä",
583
- "pieneltä",
584
- "pienempi",
585
- "pienestä",
586
- "pieni",
587
- "pienin",
588
- "poikki",
589
- "puolesta",
590
- "puolestaan",
591
- "päälle",
592
- "runsaasti",
593
- "saakka",
594
- "sadam",
595
- "sama",
596
- "samaa",
597
- "samaan",
598
- "samalla",
599
- "samallalta",
600
- "samallassa",
601
- "samallasta",
602
- "saman",
603
- "samat",
604
- "samoin",
605
- "sata",
606
- "sataa",
607
- "satojen",
608
- "se",
609
- "seitsemän",
610
- "sekä",
611
- "sen",
612
- "seuraavat",
613
- "siellä",
614
- "sieltä",
615
- "siihen",
616
- "siinä",
617
- "siis",
618
- "siitä",
619
- "sijaan",
620
- "siksi",
621
- "sille",
622
- "silloin",
623
- "sillä",
624
- "silti",
625
- "siltä",
626
- "sinne",
627
- "sinua",
628
- "sinulla",
629
- "sinulle",
630
- "sinulta",
631
- "sinun",
632
- "sinussa",
633
- "sinusta",
634
- "sinut",
635
- "sinuun",
636
- "sinä",
637
- "sisäkkäin",
638
- "sisällä",
639
- "siten",
640
- "sitten",
641
- "sitä",
642
- "ssa",
643
- "sta",
644
- "suoraan",
645
- "suuntaan",
646
- "suuren",
647
- "suuret",
648
- "suuri",
649
- "suuria",
650
- "suurin",
651
- "suurten",
652
- "taa",
653
- "taas",
654
- "taemmas",
655
- "tahansa",
656
- "tai",
657
- "takaa",
658
- "takaisin",
659
- "takana",
660
- "takia",
661
- "tallä",
662
- "tapauksessa",
663
- "tarpeeksi",
664
- "tavalla",
665
- "tavoitteena",
666
- "te",
667
- "teidän",
668
- "teidät",
669
- "teihin",
670
- "teille",
671
- "teillä",
672
- "teiltä",
673
- "teissä",
674
- "teistä",
675
- "teitä",
676
- "tietysti",
677
- "todella",
678
- "toinen",
679
- "toisaalla",
680
- "toisaalle",
681
- "toisaalta",
682
- "toiseen",
683
- "toiseksi",
684
- "toisella",
685
- "toiselle",
686
- "toiselta",
687
- "toisemme",
688
- "toisen",
689
- "toisensa",
690
- "toisessa",
691
- "toisesta",
692
- "toista",
693
- "toistaiseksi",
694
- "toki",
695
- "tosin",
696
- "tuhannen",
697
- "tuhat",
698
- "tule",
699
- "tulee",
700
- "tulemme",
701
- "tulen",
702
- "tulet",
703
- "tulette",
704
- "tulevat",
705
- "tulimme",
706
- "tulin",
707
- "tulisi",
708
- "tulisimme",
709
- "tulisin",
710
- "tulisit",
711
- "tulisitte",
712
- "tulisivat",
713
- "tulit",
714
- "tulitte",
715
- "tulivat",
716
- "tulla",
717
- "tulleet",
718
- "tullut",
719
- "tuntuu",
720
- "tuo",
721
- "tuohon",
722
- "tuoksi",
723
- "tuolla",
724
- "tuolle",
725
- "tuolloin",
726
- "tuolta",
727
- "tuon",
728
- "tuona",
729
- "tuonne",
730
- "tuossa",
731
- "tuosta",
732
- "tuota",
733
- "tuotä",
734
- "tuskin",
735
- "tykö",
736
- "tähän",
737
- "täksi",
738
- "tälle",
739
- "tällä",
740
- "tällöin",
741
- "tältä",
742
- "tämä",
743
- "tämän",
744
- "tänne",
745
- "tänä",
746
- "tänään",
747
- "tässä",
748
- "tästä",
749
- "täten",
750
- "tätä",
751
- "täysin",
752
- "täytyvät",
753
- "täytyy",
754
- "täällä",
755
- "täältä",
756
- "ulkopuolella",
757
- "usea",
758
- "useasti",
759
- "useimmiten",
760
- "usein",
761
- "useita",
762
- "uudeksi",
763
- "uudelleen",
764
- "uuden",
765
- "uudet",
766
- "uusi",
767
- "uusia",
768
- "uusien",
769
- "uusinta",
770
- "uuteen",
771
- "uutta",
772
- "vaan",
773
- "vahemmän",
774
- "vai",
775
- "vaiheessa",
776
- "vaikea",
777
- "vaikean",
778
- "vaikeat",
779
- "vaikeilla",
780
- "vaikeille",
781
- "vaikeilta",
782
- "vaikeissa",
783
- "vaikeista",
784
- "vaikka",
785
- "vain",
786
- "varmasti",
787
- "varsin",
788
- "varsinkin",
789
- "varten",
790
- "vasen",
791
- "vasenmalla",
792
- "vasta",
793
- "vastaan",
794
- "vastakkain",
795
- "vastan",
796
- "verran",
797
- "vielä",
798
- "vierekkäin",
799
- "vieressä",
800
- "vieri",
801
- "viiden",
802
- "viime",
803
- "viimeinen",
804
- "viimeisen",
805
- "viimeksi",
806
- "viisi",
807
- "voi",
808
- "voidaan",
809
- "voimme",
810
- "voin",
811
- "voisi",
812
- "voit",
813
- "voitte",
814
- "voivat",
815
- "vuoden",
816
- "vuoksi",
817
- "vuosi",
818
- "vuosien",
819
- "vuosina",
820
- "vuotta",
821
- "vähemmän",
822
- "vähintään",
823
- "vähiten",
824
- "vähän",
825
- "välillä",
826
- "yhdeksän",
827
- "yhden",
828
- "yhdessä",
829
- "yhteen",
830
- "yhteensä",
831
- "yhteydessä",
832
- "yhteyteen",
833
- "yhtä",
834
- "yhtäälle",
835
- "yhtäällä",
836
- "yhtäältä",
837
- "yhtään",
838
- "yhä",
839
- "yksi",
840
- "yksin",
841
- "yksittäin",
842
- "yleensä",
843
- "ylemmäs",
844
- "yli",
845
- "ylös",
846
- "ympäri",
847
- "älköön",
848
- "älä"
849
- ]
1
+ [
2
+ "aiemmin",
3
+ "aika",
4
+ "aikaa",
5
+ "aikaan",
6
+ "aikaisemmin",
7
+ "aikaisin",
8
+ "aikajen",
9
+ "aikana",
10
+ "aikoina",
11
+ "aikoo",
12
+ "aikovat",
13
+ "aina",
14
+ "ainakaan",
15
+ "ainakin",
16
+ "ainoa",
17
+ "ainoat",
18
+ "aiomme",
19
+ "aion",
20
+ "aiotte",
21
+ "aist",
22
+ "aivan",
23
+ "ajan",
24
+ "alas",
25
+ "alemmas",
26
+ "alkuisin",
27
+ "alkuun",
28
+ "alla",
29
+ "alle",
30
+ "aloitamme",
31
+ "aloitan",
32
+ "aloitat",
33
+ "aloitatte",
34
+ "aloitattivat",
35
+ "aloitettava",
36
+ "aloitettevaksi",
37
+ "aloitettu",
38
+ "aloitimme",
39
+ "aloitin",
40
+ "aloitit",
41
+ "aloititte",
42
+ "aloittaa",
43
+ "aloittamatta",
44
+ "aloitti",
45
+ "aloittivat",
46
+ "alta",
47
+ "aluksi",
48
+ "alussa",
49
+ "alusta",
50
+ "annettavaksi",
51
+ "annetteva",
52
+ "annettu",
53
+ "ansiosta",
54
+ "antaa",
55
+ "antamatta",
56
+ "antoi",
57
+ "aoua",
58
+ "apu",
59
+ "asia",
60
+ "asiaa",
61
+ "asian",
62
+ "asiasta",
63
+ "asiat",
64
+ "asioiden",
65
+ "asioihin",
66
+ "asioita",
67
+ "asti",
68
+ "avuksi",
69
+ "avulla",
70
+ "avun",
71
+ "avutta",
72
+ "edelle",
73
+ "edelleen",
74
+ "edellä",
75
+ "edeltä",
76
+ "edemmäs",
77
+ "edes",
78
+ "edessä",
79
+ "edestä",
80
+ "ehkä",
81
+ "ei",
82
+ "eikä",
83
+ "eilen",
84
+ "eivät",
85
+ "eli",
86
+ "ellei",
87
+ "elleivät",
88
+ "ellemme",
89
+ "ellen",
90
+ "ellet",
91
+ "ellette",
92
+ "emme",
93
+ "en",
94
+ "enemmän",
95
+ "eniten",
96
+ "ennen",
97
+ "ensi",
98
+ "ensimmäinen",
99
+ "ensimmäiseksi",
100
+ "ensimmäisen",
101
+ "ensimmäisenä",
102
+ "ensimmäiset",
103
+ "ensimmäisiksi",
104
+ "ensimmäisinä",
105
+ "ensimmäisiä",
106
+ "ensimmäistä",
107
+ "ensin",
108
+ "entinen",
109
+ "entisen",
110
+ "entisiä",
111
+ "entisten",
112
+ "entistä",
113
+ "enää",
114
+ "eri",
115
+ "erittäin",
116
+ "erityisesti",
117
+ "eräiden",
118
+ "eräs",
119
+ "eräät",
120
+ "esi",
121
+ "esiin",
122
+ "esillä",
123
+ "esimerkiksi",
124
+ "et",
125
+ "eteen",
126
+ "etenkin",
127
+ "etessa",
128
+ "ette",
129
+ "ettei",
130
+ "että",
131
+ "haikki",
132
+ "halua",
133
+ "haluaa",
134
+ "haluamatta",
135
+ "haluamme",
136
+ "haluan",
137
+ "haluat",
138
+ "haluatte",
139
+ "haluavat",
140
+ "halunnut",
141
+ "halusi",
142
+ "halusimme",
143
+ "halusin",
144
+ "halusit",
145
+ "halusitte",
146
+ "halusivat",
147
+ "halutessa",
148
+ "haluton",
149
+ "he",
150
+ "hei",
151
+ "heidän",
152
+ "heidät",
153
+ "heihin",
154
+ "heille",
155
+ "heillä",
156
+ "heiltä",
157
+ "heissä",
158
+ "heistä",
159
+ "heitä",
160
+ "helposti",
161
+ "heti",
162
+ "hetkellä",
163
+ "hieman",
164
+ "hitaasti",
165
+ "hoikein",
166
+ "huolimatta",
167
+ "huomenna",
168
+ "hyvien",
169
+ "hyviin",
170
+ "hyviksi",
171
+ "hyville",
172
+ "hyviltä",
173
+ "hyvin",
174
+ "hyvinä",
175
+ "hyvissä",
176
+ "hyvistä",
177
+ "hyviä",
178
+ "hyvä",
179
+ "hyvät",
180
+ "hyvää",
181
+ "hän",
182
+ "häneen",
183
+ "hänelle",
184
+ "hänellä",
185
+ "häneltä",
186
+ "hänen",
187
+ "hänessä",
188
+ "hänestä",
189
+ "hänet",
190
+ "häntä",
191
+ "ihan",
192
+ "ilman",
193
+ "ilmeisesti",
194
+ "itse",
195
+ "itsensä",
196
+ "itseään",
197
+ "ja",
198
+ "jo",
199
+ "johon",
200
+ "joiden",
201
+ "joihin",
202
+ "joiksi",
203
+ "joilla",
204
+ "joille",
205
+ "joilta",
206
+ "joina",
207
+ "joissa",
208
+ "joista",
209
+ "joita",
210
+ "joka",
211
+ "jokainen",
212
+ "jokin",
213
+ "joko",
214
+ "joksi",
215
+ "joku",
216
+ "jolla",
217
+ "jolle",
218
+ "jolloin",
219
+ "jolta",
220
+ "jompikumpi",
221
+ "jona",
222
+ "jonka",
223
+ "jonkin",
224
+ "jonne",
225
+ "joo",
226
+ "jopa",
227
+ "jos",
228
+ "joskus",
229
+ "jossa",
230
+ "josta",
231
+ "jota",
232
+ "jotain",
233
+ "joten",
234
+ "jotenkin",
235
+ "jotenkuten",
236
+ "jotka",
237
+ "jotta",
238
+ "jouduimme",
239
+ "jouduin",
240
+ "jouduit",
241
+ "jouduitte",
242
+ "joudumme",
243
+ "joudun",
244
+ "joudutte",
245
+ "joukkoon",
246
+ "joukossa",
247
+ "joukosta",
248
+ "joutua",
249
+ "joutui",
250
+ "joutuivat",
251
+ "joutumaan",
252
+ "joutuu",
253
+ "joutuvat",
254
+ "juuri",
255
+ "jälkeen",
256
+ "jälleen",
257
+ "jää",
258
+ "kahdeksan",
259
+ "kahdeksannen",
260
+ "kahdella",
261
+ "kahdelle",
262
+ "kahdelta",
263
+ "kahden",
264
+ "kahdessa",
265
+ "kahdesta",
266
+ "kahta",
267
+ "kahteen",
268
+ "kai",
269
+ "kaiken",
270
+ "kaikille",
271
+ "kaikilta",
272
+ "kaikkea",
273
+ "kaikki",
274
+ "kaikkia",
275
+ "kaikkiaan",
276
+ "kaikkialla",
277
+ "kaikkialle",
278
+ "kaikkialta",
279
+ "kaikkien",
280
+ "kaikkin",
281
+ "kaksi",
282
+ "kannalta",
283
+ "kannattaa",
284
+ "kanssa",
285
+ "kanssaan",
286
+ "kanssamme",
287
+ "kanssani",
288
+ "kanssanne",
289
+ "kanssasi",
290
+ "kauan",
291
+ "kauemmas",
292
+ "kaukana",
293
+ "kautta",
294
+ "kehen",
295
+ "keiden",
296
+ "keihin",
297
+ "keiksi",
298
+ "keille",
299
+ "keillä",
300
+ "keiltä",
301
+ "keinä",
302
+ "keissä",
303
+ "keistä",
304
+ "keitten",
305
+ "keittä",
306
+ "keitä",
307
+ "keneen",
308
+ "keneksi",
309
+ "kenelle",
310
+ "kenellä",
311
+ "keneltä",
312
+ "kenen",
313
+ "kenenä",
314
+ "kenessä",
315
+ "kenestä",
316
+ "kenet",
317
+ "kenettä",
318
+ "kennessästä",
319
+ "kenties",
320
+ "kerran",
321
+ "kerta",
322
+ "kertaa",
323
+ "keskellä",
324
+ "kesken",
325
+ "keskimäärin",
326
+ "ketkä",
327
+ "ketä",
328
+ "kiitos",
329
+ "kohti",
330
+ "koko",
331
+ "kokonaan",
332
+ "kolmas",
333
+ "kolme",
334
+ "kolmen",
335
+ "kolmesti",
336
+ "koska",
337
+ "koskaan",
338
+ "kovin",
339
+ "kuin",
340
+ "kuinka",
341
+ "kuinkan",
342
+ "kuitenkaan",
343
+ "kuitenkin",
344
+ "kuka",
345
+ "kukaan",
346
+ "kukin",
347
+ "kukka",
348
+ "kumpainen",
349
+ "kumpainenkaan",
350
+ "kumpi",
351
+ "kumpikaan",
352
+ "kumpikin",
353
+ "kun",
354
+ "kuten",
355
+ "kuuden",
356
+ "kuusi",
357
+ "kuutta",
358
+ "kylliksi",
359
+ "kyllä",
360
+ "kymmenen",
361
+ "kyse",
362
+ "liian",
363
+ "liki",
364
+ "lisäksi",
365
+ "lisää",
366
+ "lla",
367
+ "luo",
368
+ "luona",
369
+ "lähekkäin",
370
+ "lähelle",
371
+ "lähellä",
372
+ "läheltä",
373
+ "lähemmäs",
374
+ "lähes",
375
+ "lähinnä",
376
+ "lähtien",
377
+ "läpi",
378
+ "mahdollisimman",
379
+ "mahdollista",
380
+ "me",
381
+ "meidän",
382
+ "meidät",
383
+ "meihin",
384
+ "meille",
385
+ "meillä",
386
+ "meiltä",
387
+ "meissä",
388
+ "meistä",
389
+ "meitä",
390
+ "melkein",
391
+ "melko",
392
+ "menee",
393
+ "meneet",
394
+ "menemme",
395
+ "menen",
396
+ "menet",
397
+ "menette",
398
+ "menevät",
399
+ "meni",
400
+ "menimme",
401
+ "menin",
402
+ "menit",
403
+ "menivät",
404
+ "mennessä",
405
+ "mennyt",
406
+ "menossa",
407
+ "mihin",
408
+ "mikin",
409
+ "miksi",
410
+ "mikä",
411
+ "mikäli",
412
+ "mikään",
413
+ "mille",
414
+ "milloin",
415
+ "milloinkan",
416
+ "millä",
417
+ "miltä",
418
+ "minkä",
419
+ "minne",
420
+ "minua",
421
+ "minulla",
422
+ "minulle",
423
+ "minulta",
424
+ "minun",
425
+ "minussa",
426
+ "minusta",
427
+ "minut",
428
+ "minuun",
429
+ "minä",
430
+ "missä",
431
+ "mistä",
432
+ "miten",
433
+ "mitkä",
434
+ "mitä",
435
+ "mitään",
436
+ "moi",
437
+ "molemmat",
438
+ "mones",
439
+ "monesti",
440
+ "monet",
441
+ "moni",
442
+ "moniaalla",
443
+ "moniaalle",
444
+ "moniaalta",
445
+ "monta",
446
+ "muassa",
447
+ "muiden",
448
+ "muita",
449
+ "muka",
450
+ "mukaan",
451
+ "mukaansa",
452
+ "mukana",
453
+ "mutta",
454
+ "muu",
455
+ "muualla",
456
+ "muualle",
457
+ "muualta",
458
+ "muuanne",
459
+ "muulloin",
460
+ "muun",
461
+ "muut",
462
+ "muuta",
463
+ "muutama",
464
+ "muutaman",
465
+ "muuten",
466
+ "myöhemmin",
467
+ "myös",
468
+ "myöskin",
469
+ "myöskään",
470
+ "myötä",
471
+ "ne",
472
+ "neljä",
473
+ "neljän",
474
+ "neljää",
475
+ "niiden",
476
+ "niihin",
477
+ "niiksi",
478
+ "niille",
479
+ "niillä",
480
+ "niiltä",
481
+ "niin",
482
+ "niinä",
483
+ "niissä",
484
+ "niistä",
485
+ "niitä",
486
+ "noiden",
487
+ "noihin",
488
+ "noiksi",
489
+ "noilla",
490
+ "noille",
491
+ "noilta",
492
+ "noin",
493
+ "noina",
494
+ "noissa",
495
+ "noista",
496
+ "noita",
497
+ "nopeammin",
498
+ "nopeasti",
499
+ "nopeiten",
500
+ "nro",
501
+ "nuo",
502
+ "nyt",
503
+ "näiden",
504
+ "näihin",
505
+ "näiksi",
506
+ "näille",
507
+ "näillä",
508
+ "näiltä",
509
+ "näin",
510
+ "näinä",
511
+ "näissä",
512
+ "näissähin",
513
+ "näissälle",
514
+ "näissältä",
515
+ "näissästä",
516
+ "näistä",
517
+ "näitä",
518
+ "nämä",
519
+ "ohi",
520
+ "oikea",
521
+ "oikealla",
522
+ "oikein",
523
+ "ole",
524
+ "olemme",
525
+ "olen",
526
+ "olet",
527
+ "olette",
528
+ "oleva",
529
+ "olevan",
530
+ "olevat",
531
+ "oli",
532
+ "olimme",
533
+ "olin",
534
+ "olisi",
535
+ "olisimme",
536
+ "olisin",
537
+ "olisit",
538
+ "olisitte",
539
+ "olisivat",
540
+ "olit",
541
+ "olitte",
542
+ "olivat",
543
+ "olla",
544
+ "olleet",
545
+ "olli",
546
+ "ollut",
547
+ "oma",
548
+ "omaa",
549
+ "omaan",
550
+ "omaksi",
551
+ "omalle",
552
+ "omalta",
553
+ "oman",
554
+ "omassa",
555
+ "omat",
556
+ "omia",
557
+ "omien",
558
+ "omiin",
559
+ "omiksi",
560
+ "omille",
561
+ "omilta",
562
+ "omissa",
563
+ "omista",
564
+ "on",
565
+ "onkin",
566
+ "onko",
567
+ "ovat",
568
+ "paikoittain",
569
+ "paitsi",
570
+ "pakosti",
571
+ "paljon",
572
+ "paremmin",
573
+ "parempi",
574
+ "parhaillaan",
575
+ "parhaiten",
576
+ "perusteella",
577
+ "peräti",
578
+ "pian",
579
+ "pieneen",
580
+ "pieneksi",
581
+ "pienelle",
582
+ "pienellä",
583
+ "pieneltä",
584
+ "pienempi",
585
+ "pienestä",
586
+ "pieni",
587
+ "pienin",
588
+ "poikki",
589
+ "puolesta",
590
+ "puolestaan",
591
+ "päälle",
592
+ "runsaasti",
593
+ "saakka",
594
+ "sadam",
595
+ "sama",
596
+ "samaa",
597
+ "samaan",
598
+ "samalla",
599
+ "samallalta",
600
+ "samallassa",
601
+ "samallasta",
602
+ "saman",
603
+ "samat",
604
+ "samoin",
605
+ "sata",
606
+ "sataa",
607
+ "satojen",
608
+ "se",
609
+ "seitsemän",
610
+ "sekä",
611
+ "sen",
612
+ "seuraavat",
613
+ "siellä",
614
+ "sieltä",
615
+ "siihen",
616
+ "siinä",
617
+ "siis",
618
+ "siitä",
619
+ "sijaan",
620
+ "siksi",
621
+ "sille",
622
+ "silloin",
623
+ "sillä",
624
+ "silti",
625
+ "siltä",
626
+ "sinne",
627
+ "sinua",
628
+ "sinulla",
629
+ "sinulle",
630
+ "sinulta",
631
+ "sinun",
632
+ "sinussa",
633
+ "sinusta",
634
+ "sinut",
635
+ "sinuun",
636
+ "sinä",
637
+ "sisäkkäin",
638
+ "sisällä",
639
+ "siten",
640
+ "sitten",
641
+ "sitä",
642
+ "ssa",
643
+ "sta",
644
+ "suoraan",
645
+ "suuntaan",
646
+ "suuren",
647
+ "suuret",
648
+ "suuri",
649
+ "suuria",
650
+ "suurin",
651
+ "suurten",
652
+ "taa",
653
+ "taas",
654
+ "taemmas",
655
+ "tahansa",
656
+ "tai",
657
+ "takaa",
658
+ "takaisin",
659
+ "takana",
660
+ "takia",
661
+ "tallä",
662
+ "tapauksessa",
663
+ "tarpeeksi",
664
+ "tavalla",
665
+ "tavoitteena",
666
+ "te",
667
+ "teidän",
668
+ "teidät",
669
+ "teihin",
670
+ "teille",
671
+ "teillä",
672
+ "teiltä",
673
+ "teissä",
674
+ "teistä",
675
+ "teitä",
676
+ "tietysti",
677
+ "todella",
678
+ "toinen",
679
+ "toisaalla",
680
+ "toisaalle",
681
+ "toisaalta",
682
+ "toiseen",
683
+ "toiseksi",
684
+ "toisella",
685
+ "toiselle",
686
+ "toiselta",
687
+ "toisemme",
688
+ "toisen",
689
+ "toisensa",
690
+ "toisessa",
691
+ "toisesta",
692
+ "toista",
693
+ "toistaiseksi",
694
+ "toki",
695
+ "tosin",
696
+ "tuhannen",
697
+ "tuhat",
698
+ "tule",
699
+ "tulee",
700
+ "tulemme",
701
+ "tulen",
702
+ "tulet",
703
+ "tulette",
704
+ "tulevat",
705
+ "tulimme",
706
+ "tulin",
707
+ "tulisi",
708
+ "tulisimme",
709
+ "tulisin",
710
+ "tulisit",
711
+ "tulisitte",
712
+ "tulisivat",
713
+ "tulit",
714
+ "tulitte",
715
+ "tulivat",
716
+ "tulla",
717
+ "tulleet",
718
+ "tullut",
719
+ "tuntuu",
720
+ "tuo",
721
+ "tuohon",
722
+ "tuoksi",
723
+ "tuolla",
724
+ "tuolle",
725
+ "tuolloin",
726
+ "tuolta",
727
+ "tuon",
728
+ "tuona",
729
+ "tuonne",
730
+ "tuossa",
731
+ "tuosta",
732
+ "tuota",
733
+ "tuotä",
734
+ "tuskin",
735
+ "tykö",
736
+ "tähän",
737
+ "täksi",
738
+ "tälle",
739
+ "tällä",
740
+ "tällöin",
741
+ "tältä",
742
+ "tämä",
743
+ "tämän",
744
+ "tänne",
745
+ "tänä",
746
+ "tänään",
747
+ "tässä",
748
+ "tästä",
749
+ "täten",
750
+ "tätä",
751
+ "täysin",
752
+ "täytyvät",
753
+ "täytyy",
754
+ "täällä",
755
+ "täältä",
756
+ "ulkopuolella",
757
+ "usea",
758
+ "useasti",
759
+ "useimmiten",
760
+ "usein",
761
+ "useita",
762
+ "uudeksi",
763
+ "uudelleen",
764
+ "uuden",
765
+ "uudet",
766
+ "uusi",
767
+ "uusia",
768
+ "uusien",
769
+ "uusinta",
770
+ "uuteen",
771
+ "uutta",
772
+ "vaan",
773
+ "vahemmän",
774
+ "vai",
775
+ "vaiheessa",
776
+ "vaikea",
777
+ "vaikean",
778
+ "vaikeat",
779
+ "vaikeilla",
780
+ "vaikeille",
781
+ "vaikeilta",
782
+ "vaikeissa",
783
+ "vaikeista",
784
+ "vaikka",
785
+ "vain",
786
+ "varmasti",
787
+ "varsin",
788
+ "varsinkin",
789
+ "varten",
790
+ "vasen",
791
+ "vasenmalla",
792
+ "vasta",
793
+ "vastaan",
794
+ "vastakkain",
795
+ "vastan",
796
+ "verran",
797
+ "vielä",
798
+ "vierekkäin",
799
+ "vieressä",
800
+ "vieri",
801
+ "viiden",
802
+ "viime",
803
+ "viimeinen",
804
+ "viimeisen",
805
+ "viimeksi",
806
+ "viisi",
807
+ "voi",
808
+ "voidaan",
809
+ "voimme",
810
+ "voin",
811
+ "voisi",
812
+ "voit",
813
+ "voitte",
814
+ "voivat",
815
+ "vuoden",
816
+ "vuoksi",
817
+ "vuosi",
818
+ "vuosien",
819
+ "vuosina",
820
+ "vuotta",
821
+ "vähemmän",
822
+ "vähintään",
823
+ "vähiten",
824
+ "vähän",
825
+ "välillä",
826
+ "yhdeksän",
827
+ "yhden",
828
+ "yhdessä",
829
+ "yhteen",
830
+ "yhteensä",
831
+ "yhteydessä",
832
+ "yhteyteen",
833
+ "yhtä",
834
+ "yhtäälle",
835
+ "yhtäällä",
836
+ "yhtäältä",
837
+ "yhtään",
838
+ "yhä",
839
+ "yksi",
840
+ "yksin",
841
+ "yksittäin",
842
+ "yleensä",
843
+ "ylemmäs",
844
+ "yli",
845
+ "ylös",
846
+ "ympäri",
847
+ "älköön",
848
+ "älä"
849
+ ]