rigour 2.2.2__tar.gz → 2.2.3__tar.gz

{rigour-2.2.2 → rigour-2.2.3}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: rigour
-Version: 2.2.2
+Version: 2.2.3
 Classifier: Intended Audience :: Developers
 Classifier: Operating System :: OS Independent
 Classifier: License :: OSI Approved :: MIT License

{rigour-2.2.2 → rigour-2.2.3}/pyproject.toml

@@ -4,7 +4,7 @@ build-backend = "maturin"
 
 [project]
 name = "rigour"
-version = "2.2.2"
+version = "2.2.3"
 description = "Financial crime domain data validation and normalization library."
 readme = "README.md"
 license = { file = "LICENSE" }

{rigour-2.2.2 → rigour-2.2.3}/rigour/_core.pyi

@@ -7,7 +7,6 @@ def should_ascii(text: str) -> bool: ...
 def maybe_ascii(text: str, drop: bool = False) -> str: ...
 def tokenize_name(text: str, token_min_length: int = 1) -> list[str]: ...
 def _normalize(text: str, flags: int, cleanup: int) -> str | None: ...
-def string_number(text: str) -> float | None: ...
 def raw_levenshtein(a: str, b: str) -> int: ...
 def raw_levenshtein_cutoff(a: str, b: str, cutoff: int) -> int: ...
 def raw_jaro(a: str, b: str) -> float: ...
@@ -36,6 +35,8 @@ def generic_person_names_list() -> list[str]: ...
 def ordinals_dict() -> dict[int, list[str]]: ...
 def territories_jsonl() -> str: ...
 
+MAX_NAME_LENGTH: int
+
 
 class SymbolCategory:
     """Sealed enum of symbol categories. See

{rigour-2.2.2 → rigour-2.2.3}/rigour/data/langs/iso639.py

@@ -11974,7 +11974,7 @@ ISO3_MAP: Dict[str, str] = {
     "ombamba": "mbm",
     "macaguán": "mbn",
     "mbo (cameroon)": "mbo",
-    "malayo": "mbp",
+    "malayo": "msa",
     "maisin": "mbq",
     "nukak makú": "mbr",
     "sarangani manobo": "mbs",
@@ -12106,7 +12106,7 @@ ISO3_MAP: Dict[str, str] = {
     "malila": "mgq",
     "mambwe-lungu": "mgr",
     "manda (tanzania)": "mgs",
-    "mongol": "mgt",
+    "mongol": "mon",
     "mailu": "mgu",
     "matengo": "mgv",
     "matumbi": "mgw",
@@ -12925,7 +12925,7 @@ ISO3_MAP: Dict[str, str] = {
     "nooksack": "nok",
     "nomlaki": "nol",
     "nocamán": "nom",
-    "non": "nor",
+    "non": "non",
     "old norse": "non",
     "numanggang": "nop",
     "ngongo": "noq",
@@ -16190,102 +16190,547 @@ ISO3_MAP: Dict[str, str] = {
     "zza": "zza",
     "zaza": "zza",
     "zuojiang zhuang": "zzj",
+    "африкаанс": "afr",
+    "afrikáans": "afr",
+    "الأفريقانية": "afr",
+    "阿非利卡语": "afr",
+    "አማርኛ": "amh",
+    "амхарский язык": "amh",
+    "amharique": "amh",
+    "amhárico": "amh",
+    "амхарська мова": "amh",
+    "الأمهرية": "amh",
+    "阿姆哈拉语": "amh",
     "العربية": "ara",
     "arb": "ara",
     "arz": "ara",
     "apc": "ara",
     "acm": "ara",
+    "арабский язык": "ara",
+    "arabe": "ara",
+    "árabe": "ara",
+    "арабська мова": "ara",
+    "阿拉伯语": "ara",
     "azərbaycan": "aze",
     "azeri": "aze",
     "aze_cyrl": "aze",
+    "азербайджанский язык": "aze",
+    "azéri": "aze",
+    "azerí": "aze",
+    "азербайджанська мова": "aze",
+    "الأذرية": "aze",
+    "阿塞拜疆语": "aze",
     "belarussian": "bel",
+    "белорусский язык": "bel",
+    "biélorusse": "bel",
+    "bielorruso": "bel",
+    "білоруська мова": "bel",
+    "البيلاروسية": "bel",
+    "白俄罗斯语": "bel",
+    "byelorussian": "bel",
+    "belorussian": "bel",
     "বাংলা": "ben",
+    "бенгальский язык": "ben",
+    "bengalí": "ben",
+    "бенгальська мова": "ben",
+    "البنغالية": "ben",
+    "孟加拉语": "ben",
     "bosanski": "bos",
+    "боснийский язык": "bos",
+    "bosnien": "bos",
+    "bosnio": "bos",
+    "боснійська мова": "bos",
+    "البوسنية": "bos",
+    "波斯尼亚语": "bos",
     "български": "bul",
+    "болгарский язык": "bul",
+    "bulgare": "bul",
+    "búlgaro": "bul",
+    "болгарська мова": "bul",
+    "البلغارية": "bul",
+    "保加利亞語": "bul",
     "català": "cat",
+    "каталанский язык": "cat",
+    "catalán": "cat",
+    "каталанська мова": "cat",
+    "الكتالونية": "cat",
+    "加泰罗尼亚语": "cat",
     "čeština": "ces",
+    "чешский язык": "ces",
+    "tchèque": "ces",
+    "checo": "ces",
+    "чеська мова": "ces",
+    "التشيكية": "ces",
+    "捷克語": "ces",
     "crnogorski": "cnr",
+    "черногорский язык": "cnr",
+    "monténégrin": "cnr",
+    "montenegrino": "cnr",
+    "чорногорська мова": "cnr",
+    "المونتنغرية": "cnr",
+    "蒙特內哥羅語": "cnr",
     "dansk": "dan",
+    "датский язык": "dan",
+    "danois": "dan",
+    "danés": "dan",
+    "данська мова": "dan",
+    "الدنماركية": "dan",
+    "丹麦语": "dan",
     "deutsch": "deu",
+    "немецкий язык": "deu",
+    "allemand": "deu",
+    "alemán": "deu",
+    "німецька мова": "deu",
+    "الألمانية": "deu",
+    "德语": "deu",
     "greek": "ell",
     "ελληνικά": "ell",
+    "новогреческий язык": "ell",
+    "grec moderne": "ell",
+    "griego": "ell",
+    "новогрецька мова": "ell",
+    "اليونانية الحديثة": "ell",
+    "现代希腊语": "ell",
     "englisch": "eng",
     "anglais": "eng",
+    "английский язык": "eng",
+    "inglés": "eng",
+    "англійська мова": "eng",
+    "الإنجليزية": "eng",
+    "英語": "eng",
+    "eesti": "est",
+    "eesti keel": "est",
+    "эстонский язык": "est",
+    "estonien": "est",
+    "estonio": "est",
+    "естонська мова": "est",
+    "الإستونية": "est",
+    "愛沙尼亞語": "est",
     "iranian": "fas",
     "فارسی": "fas",
     "farsi": "fas",
+    "персидский язык": "fas",
+    "persan": "fas",
+    "persa": "fas",
+    "перська мова": "fas",
+    "الفارسية": "fas",
+    "波斯語": "fas",
     "suomi": "fin",
+    "финский язык": "fin",
+    "finnois": "fin",
+    "finés": "fin",
+    "фінська мова": "fin",
+    "الفنلندية": "fin",
+    "芬兰语": "fin",
     "pilipino": "fil",
+    "филиппинский язык": "fil",
+    "philippin": "fil",
+    "idioma filipino": "fil",
+    "філіппінська": "fil",
+    "الفلبينية": "fil",
+    "菲律賓語": "fil",
     "französisch": "fra",
     "français": "fra",
+    "французский язык": "fra",
+    "francés": "fra",
+    "французька мова": "fra",
+    "الفرنسية": "fra",
+    "法语": "fra",
+    "gaeilge": "gle",
+    "ирландский язык": "gle",
+    "irlandais": "gle",
+    "irlandés": "gle",
+    "ірландська мова": "gle",
+    "الأيرلندية": "gle",
+    "爱尔兰语": "gle",
     "ગુજરાતી": "guj",
     "עברית": "heb",
     "iw": "heb",
+    "иврит": "heb",
+    "hébreu": "heb",
+    "hebreo": "heb",
+    "іврит": "heb",
+    "العبرية الحديثة": "heb",
+    "現代希伯來語": "heb",
     "हिंदी": "hin",
+    "хинди": "hin",
+    "гінді": "hin",
+    "الهندية": "hin",
+    "印地語": "hin",
     "hrvatski": "hrv",
     "cro": "hrv",
     "scr": "hrv",
+    "хорватский язык": "hrv",
+    "croate": "hrv",
+    "croata": "hrv",
+    "хорватська мова": "hrv",
+    "الكرواتية": "hrv",
+    "克罗地亚语": "hrv",
     "magyar": "hun",
+    "венгерский язык": "hun",
+    "hongrois": "hun",
+    "húngaro": "hun",
+    "угорська мова": "hun",
+    "المجرية": "hun",
+    "匈牙利語": "hun",
     "հայերեն": "hye",
+    "армянский язык": "hye",
+    "arménien": "hye",
+    "armenio": "hye",
+    "вірменська мова": "hye",
+    "الأرمنية": "hye",
+    "亞美尼亞語": "hye",
     "bahasa indonesia": "ind",
     "in": "ind",
+    "индонезийский язык": "ind",
+    "indonésien": "ind",
+    "indonesio": "ind",
+    "індонезійська мова": "ind",
+    "الإندونيسية": "ind",
+    "印尼語": "ind",
     "íslenska": "isl",
+    "исландский язык": "isl",
+    "islandais": "isl",
+    "islandés": "isl",
+    "ісландська мова": "isl",
+    "الآيسلندية": "isl",
+    "冰島語": "isl",
     "italiano": "ita",
+    "итальянский язык": "ita",
+    "italien": "ita",
+    "італійська мова": "ita",
+    "الإيطالية": "ita",
+    "意大利語": "ita",
     "jawa": "jav",
     "jw": "jav",
     "jaw": "jav",
     "日本語": "jpn",
+    "японский язык": "jpn",
+    "japonais": "jpn",
+    "japonés": "jpn",
+    "японська мова": "jpn",
+    "اليابانية": "jpn",
+    "日語": "jpn",
+    "ಕನ್ನಡ": "kan",
+    "каннада": "kan",
+    "kannara": "kan",
+    "canarés": "kan",
+    "الكنادية": "kan",
+    "卡纳达语": "kan",
     "ქართული": "kat",
+    "грузинский язык": "kat",
+    "géorgien": "kat",
+    "georgiano": "kat",
+    "грузинська мова": "kat",
+    "الجورجية": "kat",
+    "格鲁吉亚语": "kat",
     "қазақша": "kaz",
     "qazaq": "kaz",
+    "казахский язык": "kaz",
+    "kazajo": "kaz",
+    "казахська мова": "kaz",
+    "القزاقية": "kaz",
+    "哈薩克語": "kaz",
+    "central khmer": "khm",
     "ខ្មែរ": "khm",
+    "кхмерский язык": "khm",
+    "camboyano": "khm",
+    "кхмерська мова": "khm",
+    "الخميرية": "khm",
+    "高棉语": "khm",
+    "cambodian": "khm",
     "kirghiz; kyrgyz": "kir",
     "kyrgyz": "kir",
+    "киргизский язык": "kir",
+    "kirghize": "kir",
+    "kirguís": "kir",
+    "киргизька мова": "kir",
+    "القرغيزية": "kir",
+    "柯尔克孜语": "kir",
     "한국어": "kor",
+    "корейский язык": "kor",
+    "coréen": "kor",
+    "coreano": "kor",
+    "корейська мова": "kor",
+    "الكورية": "kor",
+    "朝鮮語": "kor",
     "ລາວ": "lao",
+    "лаосский язык": "lao",
+    "лаоська мова": "lao",
+    "لاو": "lao",
+    "老挝语": "lao",
+    "latviešu": "lav",
+    "latviešu valoda": "lav",
+    "латышский язык": "lav",
+    "letton": "lav",
+    "letón": "lav",
+    "латиська мова": "lav",
+    "اللاتفية": "lav",
+    "拉脫維亞語": "lav",
+    "lietuvių": "lit",
+    "lietuvių kalba": "lit",
+    "литовский язык": "lit",
+    "lituanien": "lit",
+    "lituano": "lit",
+    "литовська мова": "lit",
+    "اللتوانية": "lit",
+    "立陶宛語": "lit",
+    "lëtzebuergesch": "ltz",
+    "люксембургский язык": "ltz",
+    "luxembourgeois": "ltz",
+    "luxemburgués": "ltz",
+    "люксембурзька мова": "ltz",
+    "اللوكسمبورغية": "ltz",
+    "卢森堡语": "ltz",
     "മലയാളം": "mal",
     "मराठी": "mar",
     "македонски": "mkd",
+    "македонский язык": "mkd",
+    "macédonien": "mkd",
+    "macedonio": "mkd",
+    "македонська мова": "mkd",
+    "المقدونية": "mkd",
+    "马其顿语": "mkd",
+    "malti": "mlt",
+    "мальтийский язык": "mlt",
+    "maltais": "mlt",
+    "maltés": "mlt",
+    "мальтійська мова": "mlt",
+    "المالطية": "mlt",
+    "马耳他语": "mlt",
+    "монгол хэл": "mon",
+    "монгольский язык": "mon",
+    "монгольська мова": "mon",
+    "المغولية": "mon",
+    "蒙古语": "mon",
     "malay": "msa",
     "bahasa melayu": "msa",
+    "малайский язык": "msa",
+    "malais": "msa",
+    "малайська мова": "msa",
+    "الملايوية": "msa",
+    "马来语": "msa",
     "မြန်မာ": "mya",
+    "бирманский язык": "mya",
+    "birman": "mya",
+    "idioma birmano": "mya",
+    "бірманська мова": "mya",
+    "البورمية": "mya",
+    "缅甸语": "mya",
+    "nepali": "nep",
+    "nepalese": "nep",
+    "नेपाली": "nep",
+    "npi": "nep",
+    "непальский язык": "nep",
+    "népalais": "nep",
+    "nepalí": "nep",
+    "непальська мова": "nep",
+    "النيبالية": "nep",
+    "尼泊尔语": "nep",
     "nederlands": "nld",
+    "нидерландский язык": "nld",
+    "néerlandais": "nld",
+    "neerlandés": "nld",
+    "нідерландська мова": "nld",
+    "الهولندية": "nld",
+    "荷蘭語": "nld",
+    "flemish": "nld",
     "norsk": "nor",
-    "nepali": "npi",
-    "nepalese": "npi",
-    "नेपाली": "npi",
+    "норвежский язык": "nor",
+    "norvégien": "nor",
+    "noruego": "nor",
+    "норвезька мова": "nor",
+    "النرويجية": "nor",
+    "挪威語": "nor",
+    "bokmål": "nor",
+    "bokmal": "nor",
     "punjabi": "pan",
     "ਪੰਜਾਬੀ": "pan",
     "polski": "pol",
+    "польский язык": "pol",
+    "polonais": "pol",
+    "polaco": "pol",
+    "польська мова": "pol",
+    "البولندية": "pol",
+    "波蘭語": "pol",
     "português": "por",
+    "португальский язык": "por",
+    "portugais": "por",
+    "portugués": "por",
+    "португальська мова": "por",
+    "البرتغالية": "por",
+    "葡萄牙语": "por",
+    "pashto": "pus",
+    "pashtu": "pus",
+    "پښتو": "pus",
+    "пушту": "pus",
+    "pachto": "pus",
+    "pastún": "pus",
+    "البشتوية": "pus",
+    "普什圖語": "pus",
+    "pushtu": "pus",
     "română": "ron",
     "moldavian": "ron",
     "moldovan": "ron",
     "mo": "ron",
     "mol": "ron",
     "romanian; moldavian; moldovan": "ron",
+    "румынский язык": "ron",
+    "roumain": "ron",
+    "rumano": "ron",
+    "румунська мова": "ron",
+    "الرومانية": "ron",
+    "羅馬尼亞語": "ron",
     "русский": "rus",
+    "русский язык": "rus",
+    "russe": "rus",
+    "ruso": "rus",
+    "російська мова": "rus",
+    "الروسية": "rus",
+    "俄語": "rus",
     "සිංහල": "sin",
+    "сингальский язык": "sin",
+    "singhalais": "sin",
+    "cingalés": "sin",
+    "сингальська мова": "sin",
+    "السنهالية": "sin",
+    "僧伽罗语": "sin",
     "slovenčina": "slk",
+    "словацкий язык": "slk",
+    "slovaque": "slk",
+    "eslovaco": "slk",
+    "словацька мова": "slk",
+    "السلوفاكية": "slk",
+    "斯洛伐克語": "slk",
+    "slovene": "slv",
+    "slovenščina": "slv",
+    "словенский язык": "slv",
+    "slovène": "slv",
+    "esloveno": "slv",
+    "словенська мова": "slv",
+    "السلوفينية": "slv",
+    "斯洛文尼亚语": "slv",
     "español": "spa",
+    "испанский язык": "spa",
+    "espagnol": "spa",
+    "іспанська мова": "spa",
+    "الإسبانية": "spa",
+    "西班牙語": "spa",
+    "castilian": "spa",
     "shqip": "sqi",
+    "албанский язык": "sqi",
+    "albanais": "sqi",
+    "albanés": "sqi",
+    "албанська мова": "sqi",
+    "الألبانية": "sqi",
+    "阿爾巴尼亞語": "sqi",
     "српски": "srp",
     "scc": "srp",
+    "сербский язык": "srp",
+    "serbe": "srp",
+    "serbio": "srp",
+    "сербська мова": "srp",
+    "الصربية": "srp",
+    "塞尔维亚语": "srp",
     "kiswahili": "swa",
     "swahili": "swa",
+    "суахили": "swa",
+    "suajili": "swa",
+    "суахілі": "swa",
+    "السواحلية": "swa",
+    "斯瓦希里語": "swa",
     "svenska": "swe",
+    "шведский язык": "swe",
+    "suédois": "swe",
+    "sueco": "swe",
+    "шведська мова": "swe",
+    "السويدية": "swe",
+    "瑞典語": "swe",
     "தமிழ்": "tam",
+    "тамильский язык": "tam",
+    "tamoul": "tam",
+    "тамільська мова": "tam",
+    "التملية": "tam",
+    "泰米爾語": "tam",
     "తెలుగు": "tel",
+    "телугу": "tel",
+    "télougou": "tel",
+    "télugu": "tel",
+    "التيلوغوية": "tel",
+    "泰卢固语": "tel",
+    "tajiki": "tgk",
+    "тоҷикӣ": "tgk",
+    "стандартный таджикский язык": "tgk",
+    "tadjik": "tgk",
+    "tayiko": "tgk",
+    "таджицька мова": "tgk",
+    "الطاجيكية": "tgk",
+    "塔吉克语": "tgk",
+    "wikang tagalog": "tgl",
+    "тагальский язык": "tgl",
+    "tagalo": "tgl",
+    "тагальська мова": "tgl",
+    "التاغالوغية": "tgl",
+    "他加祿語": "tgl",
     "ภาษาไทย": "tha",
+    "тайский язык": "tha",
+    "thaï": "tha",
+    "tailandés": "tha",
+    "тайська мова": "tha",
+    "التايلندية": "tha",
+    "泰語": "tha",
     "türkçe": "tur",
+    "турецкий язык": "tur",
+    "turc": "tur",
+    "turco": "tur",
+    "турецька мова": "tur",
+    "التركية": "tur",
+    "土耳其語": "tur",
+    "türkmençe": "tuk",
+    "туркменский язык": "tuk",
+    "turkmène": "tuk",
+    "turcomano": "tuk",
+    "туркменська мова": "tuk",
+    "التركمانية": "tuk",
+    "土库曼语": "tuk",
     "українська": "ukr",
+    "украинский язык": "ukr",
+    "ukrainien": "ukr",
+    "ucraniano": "ukr",
+    "українська мова": "ukr",
+    "الأوكرانية": "ukr",
+    "乌克兰语": "ukr",
     "اردو": "urd",
+    "урду": "urd",
+    "ourdou": "urd",
+    "الأردية": "urd",
+    "乌尔都语": "urd",
+    "oʻzbek": "uzb",
+    "ўзбек тили": "uzb",
+    "узбекский язык": "uzb",
+    "ouzbek": "uzb",
+    "uzbeko": "uzb",
+    "узбецька мова": "uzb",
+    "الأوزبكية": "uzb",
+    "乌兹别克语": "uzb",
     "tiếng việt": "vie",
+    "вьетнамский язык": "vie",
+    "vietnamien": "vie",
+    "vietnamita": "vie",
+    "в'єтнамська": "vie",
+    "الفيتنامية": "vie",
+    "越南语": "vie",
     "ji": "yid",
     "yorùbá": "yor",
     "中文": "zho",
     "chi_sim": "zho",
     "chi_tra": "zho",
+    "китайский язык": "zho",
+    "chinois": "zho",
+    "chino": "zho",
+    "китайська мова": "zho",
+    "الصينية": "zho",
+    "mandarin": "zho",
     "isizulu": "zul",
 }  # noqa
 ISO2_MAP: Dict[str, str] = {

{rigour-2.2.2 → rigour-2.2.3}/rigour/env.py

@@ -3,6 +3,8 @@ from typing import Optional
 from zoneinfo import ZoneInfo
 from normality import stringify, DEFAULT_ENCODING
 
+from rigour._core import MAX_NAME_LENGTH as _CORE_MAX_NAME_LENGTH
+
 TRUE_VALUES = {"true", "1", "yes", "y", "t", "on", "enable", "enabled"}
 FALSE_VALUES = {"false", "0", "no", "n", "f", "off", "disable", "disabled"}
 
@@ -56,8 +58,10 @@ PREFERRED_LANG = env_str("RR_PREFERRED_LANG", "eng")
 TZ_NAME = env_str("TZ", "UTC")
 TZ = ZoneInfo(TZ_NAME)
 
-# Person and company name length:
-MAX_NAME_LENGTH = env_int("RR_MAX_NAME_LENGTH", 384)
+# Person and company name length. Fixed by the Rust core so the char
+# cap on the DP paths there stays in lockstep with what the Python
+# distance wrappers truncate to — not env-tunable.
+MAX_NAME_LENGTH = _CORE_MAX_NAME_LENGTH
 
 # Levenshtein tolerance settings:
 LEVENSHTEIN_MAX_EDITS = env_int("RR_LEVENSHTEIN_MAX_EDITS", 4)