polytypo 1.10.0 → 1.12.0

data/lib/polytypo/data/locales/hr.json

@@ -0,0 +1,82 @@
+{
+  "locale": "hr",
+  "name": "Croatian",
+  "quotes": {
+    "primary": {
+      "open": "„",
+      "close": "”",
+      "innerSpace": "none"
+    },
+    "secondary": {
+      "open": "‘",
+      "close": "’",
+      "innerSpace": "none"
+    },
+    "elisionIdioms": [],
+    "elisionClitics": {
+      "before": [],
+      "after": []
+    }
+  },
+  "dash": {
+    "parenthetical": "en-spaced",
+    "range": "en-spaced"
+  },
+  "ellipsis": {
+    "abbreviatedAfterTerminal": false
+  },
+  "hyphen": {
+    "prefixes": [],
+    "suffixes": [],
+    "compounds": []
+  },
+  "nbsp": {
+    "beforePunctuation": [],
+    "narrowBeforePunctuation": [],
+    "afterShortWords": [],
+    "abbreviations": ["dipl. ing.", "d. o. o."],
+    "beforeUnits": ["%", "‰", "€", "°C", "kg"],
+    "beforeNumber": ["str."],
+    "beforeWord": [],
+    "afterSymbols": ["§"],
+    "initialBinding": "none"
+  },
+  "sources": [
+    {
+      "rule": "quotes",
+      "cite": "Institut za hrvatski jezik i jezikoslovlje, Hrvatski pravopis (online edition), 8.16 Navodnici: «Navodnici su pravopisni znakovi koji se pojavljuju u paru.» «Imaju dva oblika: „...” i »...«.» «Iza prvoga i ispred drugoga navodnika ne piše se bjelina.»; 8.17 Polunavodnici: «Polunavodnici su pravopisni znakovi koji se pojavljuju u paru (‘...’).» — „Himna je Republike Hrvatske ‘Lijepa naša domovino’.”; 8.18 Izostavnik: «Drž’te ga!», «Je l’ došao?»",
+      "url": "https://pravopis.hr/pravilo/navodnici/71/",
+      "note": "Primary: U+201E open, U+201D close (as in ro/hu, NOT U+201C as in cs/sk/de/bg). 8.16 gives two forms unranked: „…” and »…« (U+00BB open, U+00AB close). U+201E/U+201D is a DECISION, supported by every example on the site (8.16, 8.16.1, 8.17, 8.1). Secondary: U+2018 open, U+2019 close, stated in 8.17 for a quotation inside a quotation; it differs from the primary and is not the low U+201A. innerSpace none for both, per 8.16 and 8.17. Q-W: primary WIDE, secondary NARROW. Code points were read from rendered pravopis.hr text, consistently across four pages, so MEDIUM-HIGH. elisionIdioms and elisionClitics are empty: 8.18 lists both U+2019 and U+0027 and gives no closed set of forward-attaching fragments (l’, al’ stand before a space). Verified 2026-10-21. Not cross-checked against Matica hrvatska (Babić–Moguš) or the EU DGT Croatian guide."
+    },
+    {
+      "rule": "dashes",
+      "cite": "Institut za hrvatski jezik i jezikoslovlje, Hrvatski pravopis (online edition), 8.14 Crtica: «Crtica ( – ) pravopisni je znak koji se piše s bjelinama slijeva i zdesna.»",
+      "url": "https://pravopis.hr/pravilo/crtica/69/",
+      "note": "Supports dash.parenthetical = en-spaced (U+0020 U+2013 U+0020). The width U+2013 was read from rendered text; 8.14 does not mention U+2014. MEDIUM-HIGH. Verified 2026-10-21."
+    },
+    {
+      "rule": "ranges",
+      "cite": "Institut za hrvatski jezik i jezikoslovlje, Hrvatski pravopis (online edition), 8.14 Crtica: «pri izražavanju raspona ili u značenju ‘od – do’: 2010. – 2012., autocesta Split – Zagreb»; «Pri bilježenju stranica u bibliografskim podatcima crtica se piše bez bjelina: str. 145–162.»; 8.1 Bjelina: «ispred i iza crtice: Posjeti: 15 – 17»",
+      "url": "https://pravopis.hr/pravilo/crtica/69/",
+      "note": "Supports dash.range = en-spaced. ACCEPTED COST: bibliographic page ranges are tight per the same paragraph, and locale data cannot select by context, so the rule will space them. The ranges rule is off by default. Year ranges carry an ordinal period (2010.), so the flank is U+002E rather than a digit; see the fixtures hr-ranges-* for the measured behaviour. Verified 2026-10-21."
+    },
+    {
+      "rule": "ellipsis",
+      "cite": "Institut za hrvatski jezik i jezikoslovlje, Hrvatski pravopis (online edition), 8.10 Trotočka (uses a–d, e.g. «Popio bih… kavu.»); 8.3 Upitnik",
+      "url": "https://pravopis.hr/pravilo/trotocka/64/",
+      "note": "abbreviatedAfterTerminal = false is a DECISION, not a citation: neither 8.10 nor 8.3 states a two-dot form after '?' or '!'. Verified 2026-10-21."
+    },
+    {
+      "rule": "hyphen",
+      "cite": "Institut za hrvatski jezik i jezikoslovlje, Hrvatski pravopis (online edition), 8.13 Spojnica, rule 6: «Ako se riječi koje se pišu sa spojnicom ipak prenose u novi redak, spojnica se zapisuje i na početku novoga retka: hrvatsko- / -engleski rječnik.»",
+      "url": "https://pravopis.hr/pravilo/spojnica/68/",
+      "note": "All three lists are empty. Breaking at a hyphen is explicitly provided for, and no closed list of unbreakable hyphenated forms exists. Verified 2026-10-21."
+    },
+    {
+      "rule": "nbsp",
+      "cite": "Institut za hrvatski jezik i jezikoslovlje, Hrvatski pravopis (online edition), 8.1 Bjelina: no space before . ? ! , … ; : ?! !? («U koliko je sati ručak?»); «između broja i znaka za mjernu jedinicu: 3 kg, 2 m, 220 V, 60 W, 5 °C»; «između broja i znaka za postotak i promil: 50 %, 62,5 %, 0,5 ‰»; «između broja i oznake novčane jedinice: 99,90 €, 34 kn»; «između oznake za članak i broja: § 25.»; no space «između broja i oznake za kutni stupanj, minutu i sekundu»; 8.19.11: «Znak za postotak bjelinom se odvaja od broja: 63 %.»; 8.19.8: «Znak za članak bjelinom se odvaja od broja.»; 8.13 Spojnica, rule 6: «Treba izbjegavati rastavljanje stranih riječi i imena, složenih kratica (dipl. ing., d. o. o.), složenih pokrata (CD-RW), mrežnih adresa i riječi koje se pišu sa spojnicom.»",
+      "url": "https://pravopis.hr/pravilo/bjelina/54/",
+      "note": "(1) beforePunctuation and narrowBeforePunctuation are empty: a stated negative, not silence. (2) beforeUnits = %, ‰, €, °C, kg: each is attested with a space after the number; form evidence, sufficient per nbsp.md §2. DECISIONS: single-letter m, V and W are excluded (as in sk and bg); kn is excluded as defunct; bare ° is never listed, since angular degrees are closed up; km, cm and mm are not attested on pravopis.hr and are not added. (3) afterSymbols = §. (4) abbreviations = dipl. ing., d. o. o.: 8.13 states a line-break intent for exactly these two complex abbreviations (MEDIUM-HIGH). The other spaced forms of 7.1 (d. d., dr. sc., i dr. and so on) are not listed: extending the intent to them would be a derivation, not a citation. (5) beforeNumber = str., form only, from «str. 145–162» in 8.14; a decision, MEDIUM. (6) afterShortWords is empty: no online section states a rule for one-letter prepositions or conjunctions at line end (8.13 rule 2 concerns syllable division only); the print chapter on end-of-line division was not read. (7) beforeWord is empty and initialBinding = none: 7.3 and 8.1 give only the spaced form of initials and say nothing about line breaks. Decisions, not citations. Verified 2026-10-21."
+    }
+  ]
+}

data/lib/polytypo/data/locales/hu.json

@@ -0,0 +1,88 @@
+{
+  "locale": "hu",
+  "name": "Hungarian",
+  "quotes": {
+    "primary": {
+      "open": "„",
+      "close": "”",
+      "innerSpace": "none"
+    },
+    "secondary": {
+      "open": "»",
+      "close": "«",
+      "innerSpace": "none"
+    },
+    "elisionIdioms": [],
+    "elisionClitics": {
+      "before": [],
+      "after": []
+    }
+  },
+  "dash": {
+    "parenthetical": "en-spaced",
+    "range": "en-tight"
+  },
+  "ellipsis": {
+    "abbreviatedAfterTerminal": false
+  },
+  "hyphen": {
+    "prefixes": [],
+    "suffixes": [],
+    "compounds": []
+  },
+  "nbsp": {
+    "beforePunctuation": [],
+    "narrowBeforePunctuation": [],
+    "afterShortWords": [],
+    "abbreviations": ["a. m.", "i. sz.", "Kr. e.", "Kr. u.", "s. k.", "i. e."],
+    "beforeUnits": ["km", "kg", "kWh", "km/h", "°C"],
+    "beforeNumber": [],
+    "beforeWord": [],
+    "afterSymbols": [],
+    "initialBinding": "none"
+  },
+  "sources": [
+    {
+      "rule": "quotes",
+      "cite": "Magyar Tudományos Akadémia, A magyar helyesírás szabályai, 12. kiadás (AkH12), §240 j: «Az idézőjel lehet: „ ” (macskaköröm) vagy » « (lúdlábidézőjel).»; «Az első idézőjel az alapforma, a második általában idézeten belüli idézőjel»; §257: «Ha az idézőjelbe tett mondaton belül még egy idézőjelre van szükség, lúdlábidézőjelet használunk:» («Szemében »mesterségem« / Most is nagy szálka még.»); §275: «Hiányjel vagy aposztróf. Például: hál’ istennek!; ’95 (= 1995)»",
+      "url": "https://helyesiras.mta.hu/helyesiras/default/akh12",
+      "note": "Primary: U+201E open, U+201D close. AkH describes the marks by name and position only; U+201D (not U+201C) is read from the character in the online text, so the closing code point is MEDIUM-HIGH confidence. Secondary: U+00BB open, U+00AB close (»…«, the reverse of ro's «…»), for a quote inside a quote. innerSpace none is read from the printed examples (§257 «Szemében »mesterségem«», the marks attached to the enclosed words), not from a stated rule, so MEDIUM. AkH12 has no third level. Q-W: both pairs WIDE. elisionIdioms and elisionClitics are empty: the attested apostrophe uses (hál’, ’95) are neither a closed set nor the shape of elisionClitics. Verified 2026-10-21."
+    },
+    {
+      "rule": "dashes",
+      "cite": "Magyar Tudományos Akadémia, A magyar helyesírás szabályai, 12. kiadás (AkH12), §240 g: «A gondolatjel mindig szóközzel kapcsolódik az előtte álló szó utolsó betűjéhez (vagy az előtte álló számjegyhez)», «a gondolatjel után is szóközt kell tenni»; §240 l: «A nagykötőjel középső helyzetű, és hosszúsága megegyezik a gondolatjel hosszúságával.»; §252: «Holnap – ha esik, ha fúj – elmegyünk kirándulni.»",
+      "url": "https://helyesiras.mta.hu/helyesiras/default/akh12",
+      "note": "Supports dash.parenthetical = en-spaced: a space on both sides is mandatory. The length (U+2013) is read from the printed glyph and from §240 l, which gives the gondolatjel the same length as the nagykötőjel; AkH never names the code point, so MEDIUM. Verified 2026-10-21."
+    },
+    {
+      "rule": "ranges",
+      "cite": "Magyar Tudományos Akadémia, A magyar helyesírás szabályai, 12. kiadás (AkH12), §240 l: «A nagykötőjel tapad az előtte és az utána következő szóhoz vagy számjegyhez:»; §264 c: «Nagykötőjellel fűzzük egymáshoz az olyan szavakat, amelyek valamitől valameddig viszonyt érzékeltetnek, például: Budapest–Bécs, Rajna–Majna–Duna-csatorna; 1983–1984. évi, a 128–9. lapon, az 1–4. osztályban»; «Bonyolultabb esetekben a nagykötőjel nem tapadva is illeszkedhet a tagok közé, például: 2011. április 25. – 2012. május 13.»",
+      "url": "https://helyesiras.mta.hu/helyesiras/default/akh12",
+      "note": "Supports dash.range = en-tight: the tight en dash is the default and AkH ranks it; the spaced form is limited to complex members. Every spaced example has '.' or a letter on one side, so under ranges.md §3.2/§3.2a none is a range candidate and en-tight never respaces it. §240 l adds «Nem tapad a nagykötőjel, ha több szóból álló, bonyolultabb írásmódú szerkezeteket kapcsol össze» (mandatory spacing) where §264 c says the spaced form is optional; neither affects digit-flanked ranges. «a 128–9. lapon» (§264 c) has the shape (3,1) and is outside the candidates, so a typed `128-9.` keeps its hyphen. The ranges rule is off by default. Verified 2026-10-21."
+    },
+    {
+      "rule": "ellipsis",
+      "cite": "Magyar Tudományos Akadémia, A magyar helyesírás szabályai, 12. kiadás (AkH12), §240 b: «A kihagyást, a gondolat félbeszakítását jelölő három pont szóköz nélkül kapcsolódik az előtte álló szóhoz.»; §251 example: «…imádott / Jankóm…?»",
+      "url": "https://helyesiras.mta.hu/helyesiras/default/akh12",
+      "note": "abbreviatedAfterTerminal = false is the safe value, not a citation: AkH never prints a two-dot form after '?' or '!', and the only attested combination is an ellipsis followed by '?'. AkH has no explicit sentence on this, so MEDIUM. Verified 2026-10-21."
+    },
+    {
+      "rule": "hyphen",
+      "cite": "Magyar Tudományos Akadémia, A magyar helyesírás szabályai, 12. kiadás (AkH12), §270: «Ha a szó már tartalmaz kötőjelet vagy nagykötőjelet, ezeknél az írásjeleknél is elválaszthatjuk a szót» («tűzzel- / vassal, Dumas- / nak, a MÁV- / ot.»)",
+      "url": "https://helyesiras.mta.hu/helyesiras/default/akh12",
+      "note": "All three lists are empty. Breaking at a hyphen or nagykötőjel is explicitly permitted, and AkH gives no closed list of unbreakable forms. Verified 2026-10-21."
+    },
+    {
+      "rule": "nbsp",
+      "cite": "Magyar Tudományos Akadémia, A magyar helyesírás szabályai, 12. kiadás (AkH12), §240 c: «A kérdőjel előtt nincs szóköz, tehát tapad az őt megelőző szó utolsó betűjéhez vagy más írásjelhez»; §277 a: «A különírt szavakból álló szókapcsolatok rövidítése általában annyi (ponttal elkülönített) tagot tartalmaz» — «a. m. (= annyi mint), i. sz. (= időszámításunk szerint), Kr. e. (= Krisztus előtt), s. k. (= saját kezűleg)»; §284 table: «Kr. u.», «i. e.»; §275: «A paragrafus jele. Például: 4. §»",
+      "url": "https://helyesiras.mta.hu/helyesiras/default/akh12",
+      "note": "(1) beforePunctuation and narrowBeforePunctuation are empty: §240 c states that no space precedes «?», and the same is stated for the period and the comma; «!», «:» and «;» are not separately verified, and the empty list changes nothing. (2) abbreviations: the six forms are attested with an internal space; AkH says nothing about line breaks, so this rests on form evidence alone, the same footing as sk's «t. j.». (3) afterSymbols is empty: AkH writes '4. §' with the number first. (4) afterShortWords, beforeNumber and beforeWord are empty and initialBinding = none: no source; AkH12 has no rule on personal-name initials (Hungarian puts them after the surname). Decision, not citation. Verified 2026-10-21."
+    },
+    {
+      "rule": "nbsp",
+      "cite": "Magyar Tudományos Akadémia, A magyar helyesírás szabályai, 12. kiadás (AkH12), §279 c: «A mértékegységnek a jelét szóköz választja el az előtte levő számtól, például: 100 km, 1 kg, 10 kWh, 120 km/h, 220 W.»; §275: «Fokjel. Például: 45°; 23 °C», «A százalék jele. Például: 48%»",
+      "url": "https://helyesiras.mta.hu/helyesiras/default/akh12",
+      "note": "beforeUnits = km, kg, kWh, km/h, °C, each attested with a space in §279 c or §275. '%' is deliberately absent: AkH prints 48% without a space; geometric 45° is likewise unspaced. Single-letter symbols are excluded by decision, not by citation: §279 c itself writes «220 W» with a space, but `s` is a Hungarian conjunction and a list of single letters would be a derivation (as in sk and ro). 'Ft' is omitted: it is a currency abbreviation attested only by example (§290), so it ships unverified-empty. Verified 2026-10-21."
+    }
+  ]
+}

data/lib/polytypo/data/locales/registry.json

@@ -1,5 +1,5 @@
 {
-  "spec": "1.10.0",
+  "spec": "1.12.0",
   "$comment": "Locale resolution input. Algorithm is specified in spec/rules/locale-resolution.md and is identical in every runtime — never delegate it to a platform locale-negotiation library. \"spec\" here must track spec/VERSION exactly — it is not itself the global version source; scripts/validate-spec.mjs enforces the match.",
   "locales": [
     "en-US",
@@ -20,7 +20,12 @@
     "pl",
     "uk",
     "cs",
-    "tr"
+    "tr",
+    "sk",
+    "ro",
+    "hu",
+    "bg",
+    "hr"
   ],
   "aliases": {
     "en": "en-US",

data/lib/polytypo/data/locales/ro.json

@@ -0,0 +1,82 @@
+{
+  "locale": "ro",
+  "name": "Romanian",
+  "quotes": {
+    "primary": {
+      "open": "„",
+      "close": "”",
+      "innerSpace": "none"
+    },
+    "secondary": {
+      "open": "«",
+      "close": "»",
+      "innerSpace": "none"
+    },
+    "elisionIdioms": [],
+    "elisionClitics": {
+      "before": [],
+      "after": []
+    }
+  },
+  "dash": {
+    "parenthetical": "en-spaced",
+    "range": "none"
+  },
+  "ellipsis": {
+    "abbreviatedAfterTerminal": false
+  },
+  "hyphen": {
+    "prefixes": [],
+    "suffixes": [],
+    "compounds": []
+  },
+  "nbsp": {
+    "beforePunctuation": [],
+    "narrowBeforePunctuation": [],
+    "afterShortWords": [],
+    "abbreviations": [],
+    "beforeUnits": ["km", "kg", "cm", "mm", "km/h", "°C"],
+    "beforeNumber": ["art.", "nr."],
+    "beforeWord": [],
+    "afterSymbols": [],
+    "initialBinding": "single"
+  },
+  "sources": [
+    {
+      "rule": "quotes",
+      "cite": "Academia Română, Îndreptar ortografic, ortoepic, morfologic și de punctuație (ÎOOP6, 2024), §III.1.2 «Semne ortografice și de punctuație», pp. 43–44, «Ghilimelele»: «Există mai multe tipuri de ghilimele, folosite numai în pereche: românești „ ” (cele mai frecvent folosite și care au forma apostrofului sau a cifrei 9); franțuzești « », numite și ghilimele ascuțite/unghiulare, cu rolul de a marca un citat inclus în alt citat (situația de „ghilimele în ghilimele”)»; «În textele scrise în limba română, citatele, ca și vorbirea directă, se recomandă să fie încadrate în ghilimele românești»; «Între ghilimele și elementul pe care îl încadrează nu se lasă blanc.»; Ordinul MCTI nr. 414/25.09.2006 (M.Of. I nr. 842/12.10.2006), anexă: «ghilimele stânga jos (dublu 9 jos) 201E», «ghilimele dreapta sus (dublu 9 sus) 201D», «ghilimele ascuțite stânga 00AB», «ghilimele ascuțite dreapta 00BB»",
+      "url": "https://doom.lingv.ro/ioop?page=43",
+      "note": "Nivelul întâi: U+201E deschidere, U+201D închidere (forma «99…99», ca în pl; NU U+201C ca în cs/sk/de). Nivelul al doilea: U+00AB deschidere, U+00BB închidere, în direcția «…», nu »…« ca în pl; ÎOOP6 le atribuie rolul citatului inclus în alt citat, iar ‚…’ nu apare în nicio sursă (ghilimelele unice ʼ ʼ sunt rezervate glosării în stilul științific). Codurile provin din anexa Ordinului 414/2006 (copie neoficială: https://www.secarica.ro/std/ordin_codare_caractere_2006.09.25.pdf; textul oficial și vigoarea nu au fost verificate), nu din glifele randate; ÎOOP6 dă doar glifele, iar anexa le leagă de coduri. ÎOOP6 a fost citit din PDF-ul publicat la doom.lingv.ro (vizualizatorul paginii; adresa directă a fișierului răspunde 403), pagina tipărită corespunde paginii PDF. innerSpace = «none»: ÎOOP6 interzice blancul între ghilimele și elementul încadrat. Cele trei niveluri (nivelul al treilea, «„…”», în ghidul Cancelariei de Stat a R. Moldova 9.8.3, nenormativ) depășesc ce poate exprima schema. Q-W: ambele perechi sunt WIDE. elisionIdioms și elisionClitics sunt goale: cliticele se leagă cu cratima U+002D (s-a, l-am, într-un), nu cu apostrof, deci niciun apostrof nu e ghilimea de închidere; apostroful din ÎOOP6 §1.2.1 e rar și colocvial, mulțime deschisă. Verificat 20.10.2026."
+    },
+    {
+      "rule": "dashes",
+      "cite": "Academia Română, ÎOOP6 (2024), §III.1.2, pp. 45–46, «Linia de pauză [–]»: «Linia de pauză izolează cuvinte, construcții și propoziții intercalate într-un enunț»; «Înainte și după linia de pauză, blancul este obligatoriu, cu excepția cazului când, după a doua linie de pauză, urmează o virgulă.»; exemplu: «Materialele – pensule, acuarele, pânze – erau toate pe bănci.»; Institutul de Lingvistică «Iorgu Iordan – Al. Rosetti», DOOM3 (Univers Enciclopedic, 2021), Studiu introductiv, 1.2.5: «Este mai lungă decât cratima»; Ordinul MCTI nr. 414/2006, anexă: «linia de dialog și/sau pauză (En-Dash) 2013»",
+      "url": "https://doom.lingv.ro/studiu_introductiv/semne_grafice",
+      "note": "Justifică dash.parenthetical = «en-spaced»: blancul de ambele părți e obligatoriu în ÎOOP6. Lungimea (U+2013) e dată de anexa Ordinului 414/2006 (En-Dash), nu dedusă din glif. Excepția «urmează o virgulă» privește blancul de după a doua linie și nu schimbă forma. Verificat 20.10.2026."
+    },
+    {
+      "rule": "ranges",
+      "cite": "Academia Română, ÎOOP6 (2024), §III.1.2, «Cratima»: «perioada 1-13 mai = de la… până la…; distanța Sibiu-Brașov = dintre… și…»; «sunt greșite exprimările hibride: între 1-5 ianuarie, o persoană între 22-25 de ani, distanța dintre Sibiu-Brașov»; «Linia de pauză [–]», funcția (iv): se folosește «între cifre care exprimă un raport…, date calendaristice (noaptea de 30 – 31 decembrie)»; DOOM3 (2021), Studiu introductiv, 1.2.4: «Ca semn de punctuație, cratima se folosește, facultativ, între: … cuvinte sau numere care indică limite ale unor distanțe în spațiu sau ale unor intervale de timp» (anii 2020-2021, orele 8-16); DOOM3, «Bara oblică», II.3 b: linia de pauză «nu este încadrată de blancuri» (perioada 1–31 ianuarie, intervalul orar 9–18); «Cratima trebuie preferată liniei de pauză, deoarece oferă economie de spațiu»; cratima «nu este precedată, nici urmată de blanc»",
+      "url": "https://doom.lingv.ro/studiu_introductiv/semne_grafice",
+      "note": "dash.range = «none» NU înseamnă lipsă de convenție: ambele surse admit două forme, cratima U+002D fără blanc (preferată, 1-13 mai) și linia de pauză cu blancuri (30 – 31 decembrie, funcția (iv) din ÎOOP6; paginile 1 – 22 în DOOM3 1.2.5). Un text scris în oricare dintre ele e corect, deci nu e nimic de substituit, iar «none» le păstrează pe toate. DOOM3 mai atestă o a treia formă, linia de pauză fără blancuri (secțiunea «Bara oblică», II.3 b: «perioada 1–31 ianuarie», «intervalul orar 9–18»), adică exact «en-tight»; formele sunt trei și nicio sursă nu le ierarhizează fără rest, iar «none» nu alege între ele. Pe ranges, valoarea nu poate exprima «preferat»: alegerea e decizie înregistrată, nu citare. Regula ranges e implicit dezactivată. Verificat 20.10.2026."
+    },
+    {
+      "rule": "ellipsis",
+      "cite": "Academia Română, ÎOOP6 (2024), §III.1.2, pp. 49–50, «Punctele de suspensie [...]»: «Nu sunt precedate, dar sunt urmate obligatoriu de blanc.»; «După punctele de suspensie plasate la sfârșitul unui enunț nu se pune punct final.»; exemple cu punctele de suspensie între cuvinte și la sfârșit de enunț («Ai putea să citești cărți de aventuri sau polițiste, de călătorie sau de istorie, jurnale...»); Îndreptar ortografic, ortoepic și de punctuație, ed. a V-a (1995), §298 (transcriere dexonline wiki): «Continental!...»",
+      "url": "https://doom.lingv.ro/ioop?page=49",
+      "note": "abbreviatedAfterTerminal = false: după «!» stau trei puncte, iar forma cu două puncte nu apare în nicio sursă; nu există o frază explicită despre punctul final după «?» sau «!», deci ÎNCREDERE MEDIE. ÎOOP6 tipărește punctele de suspensie și ca trei puncte, și ca «…» (U+2026) în exemple, fără a distinge funcțional; un singur caracter e forma de stocare a spec-ului. Verificat 20.10.2026."
+    },
+    {
+      "rule": "hyphen",
+      "cite": "Institutul de Lingvistică «Iorgu Iordan – Al. Rosetti», DOOM3 (Univers Enciclopedic, 2021), Studiu introductiv, 5.1.5: «se recomandă evitarea despărțirii la capăt de rând atunci când locul acesteia ar coincide cu poziția semnelor respective»; «dacă nu poate fi evitată (de ex. în texte dispuse pe coloane), despărțirea se admite totuși»; despărțirea «nu se face când la sfârșitul primului rând sau/și la începutul rândului următor ar rezulta o singură literă»",
+      "url": "https://doom.lingv.ro/studiu_introductiv/despartire_capat_rand",
+      "note": "Cele trei liste rămân goale: regula e generală (o recomandare, cu admitere în caz de necesitate) și nu dă o listă închisă de forme. Regula literei izolate ar acoperi s-a, l-am, n-am, luat-o, dar o listă ar fi o derivare, nu o citare; mulțimea e deschisă și foarte frecventă. DECIZIE înregistrată: nu se adaugă nimic nedocumentat. Verificat 20.10.2026."
+    },
+    {
+      "rule": "nbsp",
+      "cite": "DOOM3 (2021), Studiu introductiv, 5.2: «nu Ion // Popescu, I. // Popescu;» «nu 10 // km, art. // 3.»; «Se tolerează plasarea pe rânduri diferite a abrevierilor pentru denumiri generice»; 1.2.6: abrevierile complexe se scriu cu punct interior fără blanc (I.L. Caragiale, ș.a.m.d.); Preambul: «Nu face obiectul unor norme propriu-zis ortografice scrierea unor termeni și mai ales a unor abrevieri și simboluri»; BIPM, The International System of Units (SI), 9th ed. (2019), concise summary (https://www.bipm.org/documents/20126/41483022/SI-Brochure-9-concise-EN.pdf): «A single space is always left between the number and the unit»; Cancelariei de Stat a R. Moldova, Ghid de redactare lingvistică și tehnoredactare a actelor normative (2026; «nu are caracter normativ»), 9.15.1.6 și 9.16.3: «Legea●nr.●100/2017»",
+      "url": "https://doom.lingv.ro/studiu_introductiv/despartire_capat_rand",
+      "note": "(1) initialBinding = «single»: DOOM3 5.2 interzice «I. // Popescu» (o inițială izolată urmată de nume). (2) beforeNumber = [«art.», «nr.»]: «art.» citat direct; «nr.» din aceeași clasă «notațiile cifrice care includ abrevieri» (5.2) și ghidul moldovean (nenormativ); «alin.» și «pct.» au doar ghidul moldovean și sunt omise. (3) beforeUnits: «km» citat direct din 5.2; kg, cm, mm, km/h, °C aparțin aceleiași clase, iar identitatea simbolurilor SI vine de la BIPM (DOOM3 deleagă simbolurile standardelor), strat inferior ca în cs/sk. «%» e omis: se sprijină numai pe ghidul moldovean (stil de casă). Simbolurile dintr-o literă (s, m, h, l, W) sunt excluse. (4) abbreviations goală: DOOM3 scrie abrevierile compuse fără blanc interior, iar pentru cele cu blanc (nr. crt.) nicio sursă nu interzice despărțirea. (5) beforePunctuation și narrowBeforePunctuation goale: nu se pune blanc înaintea lui : ; ! ? (doar ghidul moldovean, 9.14, nenormativ; ÎOOP6 spune «nu este precedat de blanc» numai despre punct și despre punctele de suspensie); lista goală e un no-op oricum. (6) afterShortWords, beforeWord, afterSymbols goale: nicio sursă; § nu e menționat. Verificat 20.10.2026."
+    }
+  ]
+}

data/lib/polytypo/data/locales/sk.json

@@ -0,0 +1,94 @@
+{
+  "locale": "sk",
+  "name": "Slovak",
+  "quotes": {
+    "primary": {
+      "open": "„",
+      "close": "“",
+      "innerSpace": "none"
+    },
+    "secondary": {
+      "open": "‚",
+      "close": "‘",
+      "innerSpace": "none"
+    },
+    "elisionIdioms": [],
+    "elisionClitics": {
+      "before": [],
+      "after": []
+    }
+  },
+  "dash": {
+    "parenthetical": "en-spaced",
+    "range": "en-spaced"
+  },
+  "ellipsis": {
+    "abbreviatedAfterTerminal": false
+  },
+  "hyphen": {
+    "prefixes": [],
+    "suffixes": [],
+    "compounds": []
+  },
+  "nbsp": {
+    "beforePunctuation": [],
+    "narrowBeforePunctuation": [],
+    "afterShortWords": [],
+    "abbreviations": ["t. j.", "a pod.", "a. s."],
+    "beforeUnits": ["%", "‰", "kg", "km", "km/s", "m/s", "min"],
+    "beforeNumber": ["č.", "ods.", "s."],
+    "beforeWord": [],
+    "afterSymbols": ["§"],
+    "initialBinding": "none"
+  },
+  "sources": [
+    {
+      "rule": "quotes",
+      "cite": "Jazykovedný ústav Ľudovíta Štúra SAV, Pravidlá slovenského pravopisu (3., upravené a doplnené vydanie, Veda 2000, tak ako je zverejnené na https://www.juls.savba.sk/ediela/psp2000/psp.pdf; JÚĽŠ na https://www.juls.savba.sk/psp_2013.html označuje vydanie z roku 2013 za nezmenené), kap. VIII.2.7: «Úvodzovky („“) sa píšu: 1. na začiatku a na konci priamej reči…»; 2.7 Poznámka 1: «Čiarka a obrátená čiarka sa namiesto úvodzoviek používa najmä na vyznačenie citátu vnútri iného citátu»; VIII.1 Poznámka: «Úvodzovky a zátvorky sa píšu bez medzery nielen za výrazom, ktorý sa kladie medzi tieto interpunkčné znamienka, ale aj pred ním.»",
+      "url": "https://www.juls.savba.sk/ediela/psp2000/psp.pdf",
+      "note": "Prvý stupeň: U+201E otváracia, U+201C zatváracia, bez vnútornej medzery. Tvar otváracej úvodzovky (dolná, „deväťka“) je v zdroji vidieť; zatváraciu U+201C (nie U+201D) pravidlá slovami nerozlišujú, vychádza z vytlačeného glyfu a zo slovného opisu druhého stupňa — OBMEDZENÁ ISTOTA, povedaná naplno. Druhý stupeň: «čiarka a obrátená čiarka umiestnená vyššie» je U+201A (čiarka) a U+2018 (obrátená čiarka, tvar šestky, nie U+2019); toto je pevnejšie než pri cs, lebo zdroj druhý stupeň opisuje slovami. Text vydania 2013 je podľa JÚĽŠ nezmenený text vydania z roku 2000, preto sa cituje PDF z roku 2000. Kódové body sú určené z opisov a vytlačených tvarov, nie z markdownového vykreslenia stránky. Q-W platí: U+201E a U+201C sú WIDE, U+201A a U+2018 NARROW. Apostrof zo 'zvyškových' použití (čos’, bols’, ’89) nemá tvar elisionClitics, preto sú elisionIdioms aj elisionClitics prázdne (PSP 2.11; VIII.1 bod 10 uvádza elíziu «najmä v starších básnických textoch»). Overené 19. 10. 2026."
+    },
+    {
+      "rule": "dashes",
+      "cite": "Jazykovedný ústav Ľudovíta Štúra SAV, Pravidlá slovenského pravopisu (3., upravené a doplnené vydanie, Veda 2000, tak ako je zverejnené na https://www.juls.savba.sk/ediela/psp2000/psp.pdf; JÚĽŠ na https://www.juls.savba.sk/psp_2013.html označuje vydanie z roku 2013 za nezmenené), kap. VIII.1 Poznámka: «Pomlčka sa píše s medzerami, spojovník sa píše bez medzier.»; 2.8 bod 5: «pri oddeľovaní vsuviek… napr. Nemáme zatiaľ – prirodzene – študijné výsledky.»; 2.8 Poznámka 2 (za bodom 18): «Pomlčka je dlhšia ako spojovník a od slov alebo grafických znakov sa oddeľuje medzerou.»",
+      "url": "https://www.juls.savba.sk/ediela/psp2000/psp.pdf",
+      "note": "Odôvodňuje dash.parenthetical = «en-spaced»: vsuvka sa ohraničuje pomlčkou s medzerami z oboch strán. DĹŽKA je určená z definičného glyfu «Pomlčka (–)», teda U+2013; zdroj ju slovami nepomenúva a o dlhej pomlčke U+2014 nehovorí — STREDNÁ ISTOTA. Čeština je tu odlišná v rozsahu (pozri ranges). Overené 19. 10. 2026."
+    },
+    {
+      "rule": "ranges",
+      "cite": "Jazykovedný ústav Ľudovíta Štúra SAV, Pravidlá slovenského pravopisu (3., upravené a doplnené vydanie, Veda 2000, tak ako je zverejnené na https://www.juls.savba.sk/ediela/psp2000/psp.pdf; JÚĽŠ na https://www.juls.savba.sk/psp_2013.html označuje vydanie z roku 2013 za nezmenené), kap. 2.8 bod 16a: «na naznačenie rozpätia… a) časového a miestneho rozpätia a rozpätia v počte, pričom nahrádza výraz až, napr. 1980 – 1990, január – február, strana 5 – 12»; 2.12 bod 3: «I. Newton (1643 – 1727)»; STN 01 6910 Pravidlá písania a úpravy písomností – výklad normy (STU Bratislava, 6. 8. 2010; výklad normy, nie jej text ani JÚĽŠ; https://www.stuba.sk/new/docs/stu/pracoviska/rektorat/odd_pravne_organizacne/STN_01_6910_Pravidla_pisania_a_upravy_pisomnosti.pdf), s. 7: medzi chybami uvádza chýbajúcu medzeru pred pomlčkou a za ňou («1995 – 2000… pomlčku nemožno písať bez medzier»)",
+      "url": "https://www.juls.savba.sk/ediela/psp2000/psp.pdf",
+      "note": "Odôvodňuje dash.range = «en-spaced», a to je presne bod, kde analógia s češtinou zlyháva: ÚJČ sadzí rozsah tesne («en-tight»), PSP s medzerami na oboch stranách. Druhý zdroj (výklad STN) len potvrdzuje, nie je normatívny. Pravidlo ranges je predvolene vypnuté (spec 0.5.0). Overené 19. 10. 2026."
+    },
+    {
+      "rule": "ellipsis",
+      "cite": "Jazykovedný ústav Ľudovíta Štúra SAV, Pravidlá slovenského pravopisu (3., upravené a doplnené vydanie, Veda 2000, tak ako je zverejnené na https://www.juls.savba.sk/ediela/psp2000/psp.pdf; JÚĽŠ na https://www.juls.savba.sk/psp_2013.html označuje vydanie z roku 2013 za nezmenené), kap. 2.10: «Tri bodky (…)» — päť použití s poznámkami o medzerách",
+      "url": "https://www.juls.savba.sk/ediela/psp2000/psp.pdf",
+      "note": "abbreviatedAfterTerminal = false je BEZPEČNÁ hodnota, nie citácia: PSP definuje výpustku ako jeden znak, ale dvojbodkovú formu po «?» či «!» (ruské «?..») nikde neuvádza a žiadny konzultovaný slovenský zdroj ju nepredpokladá. Na rozdiel od češtiny tu niet výslovnej vety «nikdy sa nepripája ďalšia bodka»; stredne vysoká istota. Overené 19. 10. 2026."
+    },
+    {
+      "rule": "hyphen",
+      "cite": "Jazykovedný ústav Ľudovíta Štúra SAV, Pravidlá slovenského pravopisu (3., upravené a doplnené vydanie, Veda 2000, tak ako je zverejnené na https://www.juls.savba.sk/ediela/psp2000/psp.pdf; JÚĽŠ na https://www.juls.savba.sk/psp_2013.html označuje vydanie z roku 2013 za nezmenené), kap. 2.9 bod 12: «Ak sa slovo písané so spojovníkom rozdeľuje na mieste spojovníka, spojovník sa zopakuje na začiatku ďalšieho riadka, napr. Rakúsko-Uhorsko – Rakúsko- … -Uhorsko»; V.1 Poznámka 2 (to isté)",
+      "url": "https://www.juls.savba.sk/ediela/psp2000/psp.pdf",
+      "note": "Odôvodňuje tri prázdne zoznamy. Delenie na spojovníku je výslovne povolené (pozitívne dovolenie, nie mlčanie) a neexistuje uzavretý normatívny zoznam tvarov, ktorých spojovník sa nesmie lámať. Overené 19. 10. 2026."
+    },
+    {
+      "rule": "nbsp",
+      "cite": "Jazykovedný ústav Ľudovíta Štúra SAV, Pravidlá slovenského pravopisu (3., upravené a doplnené vydanie, Veda 2000, tak ako je zverejnené na https://www.juls.savba.sk/ediela/psp2000/psp.pdf; JÚĽŠ na https://www.juls.savba.sk/psp_2013.html označuje vydanie z roku 2013 za nezmenené), kap. VIII.1 Poznámka: «…bodka, výkričník, otáznik, čiarka, bodkočiarka, tri bodky, dvojbodka, píšu sa bezprostredne za slovom bez vynechania medzery»",
+      "url": "https://www.juls.savba.sk/ediela/psp2000/psp.pdf",
+      "note": "Odôvodňuje prázdne beforePunctuation aj narrowBeforePunctuation: slovenčina pred «:», «;», «!», «?» nestavia ani U+00A0, ani U+202F, a zdroj im odstup výslovne upiera — je to záporné tvrdenie, nie mlčanie. Overené 19. 10. 2026."
+    },
+    {
+      "rule": "nbsp",
+      "cite": "Jazykovedný ústav Ľudovíta Štúra SAV, Pravidlá slovenského pravopisu (3., upravené a doplnené vydanie, Veda 2000, tak ako je zverejnené na https://www.juls.savba.sk/ediela/psp2000/psp.pdf; JÚĽŠ na https://www.juls.savba.sk/psp_2013.html označuje vydanie z roku 2013 za nezmenené), kap. 2.1 bod 4: «…a pod. (a podobne), t. j. (to jest)…»; 2.1 «Bodka sa nepíše» bod 5: «v bode č. 2 (v bode číslo dva), uznesenie č. 5…, § 7 ods. 2 (paragraf sedem odsek dva)…, na s. 5 (na strane päť)»; 2.4.1 bod 7c: «Váhostav, a. s., Žilina patrí medzi najväčšie stavebné podniky u nás.»; STN 01 6910 Pravidlá písania a úpravy písomností – výklad normy (STU Bratislava, 6. 8. 2010; výklad normy, nie jej text ani JÚĽŠ; https://www.stuba.sk/new/docs/stu/pracoviska/rektorat/odd_pravne_organizacne/STN_01_6910_Pravidla_pisania_a_upravy_pisomnosti.pdf), 3.1.1: «Značka paragrafu sa píše len v spojení s číslom… s medzerou z ľavej i pravej strany.»",
+      "url": "https://www.juls.savba.sk/ediela/psp2000/psp.pdf",
+      "note": "(1) abbreviations: «t. j.», «a pod.», «a. s.» — tvar skratky s medzerou je v PSP doložený. «s. r. o.» je vynechané: opiera sa len o výklad STN, ktorý ho pripisuje Obchodnému zákonníku; text zákona sa nečítal. (2) beforeNumber: «č.», «ods.», «s.» — doložené tvary z PSP, rovnaký základ ako «Nr.» a «S.» v de-DE; «s.» je zároveň PSP skratka pre stredný rod, čo je neškodné, lebo N9 sa spúšťa len pred číslicou. (3) afterSymbols = [«§»]. (4) afterShortWords je PRÁZDNE: kapitola o delení riadkov (V) má uzavretý zoznam «Nerozdeľujeme» a pravidlo o jednopísmenných predložkách neobsahuje; či ho obsahuje platená norma STN 01 6910, nie je zistené. ROZHODNUTIE, nie citácia: pri nedoložení sa nepridáva nič (opak voči cs, kde zákaz ÚJČ doložil). (5) initialBinding = «none» a beforeWord prázdne: žiadny zdroj nehovorí, že iniciála a priezvisko či «tzv.» a slovo za ním sa nesmú rozdeliť (PSP 2.1 Poznámka uvádza len tvary skratiek mien («A. Bernolák», «J. M. Hurban», «M. K.»)); rozhodnutie, nie citácia. Overené 19. 10. 2026."
+    },
+    {
+      "rule": "nbsp",
+      "cite": "STN 01 6910 Pravidlá písania a úpravy písomností – výklad normy (STU Bratislava, 6. 8. 2010; výklad normy, nie jej text ani JÚĽŠ; https://www.stuba.sk/new/docs/stu/pracoviska/rektorat/odd_pravne_organizacne/STN_01_6910_Pravidla_pisania_a_upravy_pisomnosti.pdf), 3.3: «Značky jednotiek sa píšu vždy v rovnakom riadku za číselnou hodnotou, od ktorej sa oddeľujú medzerou» (15 kg, 10 m/s, 45 min); 3.6.3: «Značky percenta (%), promile (‰) a priemeru (Ø) sa používajú len v spojení s číslom, od ktorého sa oddeľujú medzerou» (20 % z ceny); Jazykovedný ústav Ľudovíta Štúra SAV, Pravidlá slovenského pravopisu (3., upravené a doplnené vydanie, Veda 2000, tak ako je zverejnené na https://www.juls.savba.sk/ediela/psp2000/psp.pdf; JÚĽŠ na https://www.juls.savba.sk/psp_2013.html označuje vydanie z roku 2013 za nezmenené), kap. 2.13 bod 2: «spotreba 6 l/100 km», «120 000 km/s»; BIPM, The International System of Units (SI), 9th ed. (2019), concise summary (https://www.bipm.org/documents/20126/41483022/SI-Brochure-9-concise-EN.pdf), «The language of science: using the SI to express the values of quantities»: «A single space is always left between the number and the unit»",
+      "url": "https://www.stuba.sk/new/docs/stu/pracoviska/rektorat/odd_pravne_organizacne/STN_01_6910_Pravidla_pisania_a_upravy_pisomnosti.pdf",
+      "note": "POZOR, nižšia vrstva: tu je normatívny len BIPM pre totožnosť značiek SI; slovenskú konvenciu dokladá výklad STN (univerzitný, nie JÚĽŠ) a príklady PSP. Rozdelenie rolí ako v cs, en-US, fi, sv. Jednopísmenové značky vynechané (s, m, h, l, W): «s», «v», «z», «k» sú predložky, rovnaká kolízia ako v cs. «°C» vynechané: výklad STN sám tlačí «-23˚C» bez medzery, proti vlastnej vete aj proti BIPM, takže hodnota je nepotvrdená. Overené 19. 10. 2026."
+    }
+  ]
+}

data/lib/polytypo/data/rules/dashes.md

@@ -57,7 +57,8 @@ supports it (operator decision: no new locale claim was made by the split).
 list — and this rule owns the **mechanism** it applies to them. A `sources` citation is not
 required to name a code point or a binding the locale file has no way to vary. The principle is
 stated once, normatively, in [nbsp.md](nbsp.md) §2.1 and governs every list-valued field in
-`locale.schema.json`. **`"none"` means the locale has no verified convention for that use, and
+`locale.schema.json`. **`"none"` means the rule substitutes nothing for that use — either the locale has no verified
+convention for it, or the cited sources attest more than one form and rank none — and
 the rule must emit nothing at all for a token of that kind** — not a fallback, not a "sensible
 default", nothing. A missing citation is never a licence to guess (PLAN.md §6.1), and a locale
 that has not been researched must round-trip its input untouched rather than acquire a