/ruby-romkan-0.4/romkan.rb

# -*- encoding:euc-jp -*-
#
# Ruby/Romkan - a Romaji <-> Kana conversion library for Ruby.
#
# Copyright (C) 2001 Satoru Takabayashi <satoru@namazu.org>
#     All rights reserved.
#     This is free software with ABSOLUTELY NO WARRANTY.
#
# You can redistribute it and/or modify it under the terms of 
# the Ruby's licence.
#
# NOTE: Ruby/Romkan can work only with EUC_JP encoding. ($KCODE="e")
#

module Romkan
  VERSION = '0.4'
end

class Array
  def pairs(s=2)
    0.step(self.size-1,s){
      |x| yield self.slice(x,s)
    }
  end
end
	
class String
# This table is imported from KAKASI <http://kakasi.namazu.org/> and modified.
  KUNREITAB = "\
?	xa	?	a	?	xi	?	i	?	xu
?	u	??	vu	???	va	???	vi 	???	ve
???	vo	?	xe	?	e	?	xo	?	o 

?	ka	?	ga	?	ki	??	kya	??	kyu 
??	kyo	?	gi	??	gya	??	gyu	??	gyo 
?	ku	?	gu	?	ke	?	ge	?	ko
?	go 

?	sa	?	za	?	si	??	sya	??	syu 
??	syo	?	zi	??	zya	??	zyu	??	zyo 
?	su	?	zu	?	se	?	ze	?	so
?	zo 

?	ta	?	da	?	ti	??	tya	??	tyu 
??	tyo	?	di	??	dya	??	dyu	??	dyo 

?	xtu 
???	vvu	????	vva	????	vvi 
????	vve	????	vvo 
??	kka	??	gga	??	kki	???	kkya 
???	kkyu	???	kkyo	??	ggi	???	ggya 
???	ggyu	???	ggyo	??	kku	??	ggu 
??	kke	??	gge	??	kko	??	ggo	??	ssa 
??	zza	??	ssi	???	ssya 
???	ssyu	???	ssho 
??	zzi	???	zzya	???	zzyu	???	zzyo 
??	ssu	??	zzu	??	sse	??	zze	??	sso 
??	zzo	??	tta	??	dda	??	tti 
???	ttya	???	ttyu	???	ttyo	??	ddi 
???	ddya	???	ddyu	???	ddyo	??	ttu 
??	ddu	??	tte	??	dde	??	tto	??	ddo 
??	hha	??	bba	??	ppa	??	hhi 
???	hhya	???	hhyu	???	hhyo	??	bbi 
???	bbya	???	bbyu	???	bbyo	??	ppi 
???	ppya	???	ppyu	???	ppyo	??	hhu 
???	ffa	???	ffi	???	ffe	???	ffo 
??	bbu	??	ppu	??	hhe	??	bbe	??    ppe
??	hho	??	bbo	??	ppo	??	yya	??	yyu 
??	yyo	??	rra	??	rri	???	rrya 
???	rryu	???	rryo	??	rru	??	rre 
??	rro 

?	tu	?	du	?	te	?	de	?	to
?	do 

?	na	?	ni	??	nya	??	nyu	??	nyo 
?	nu	?	ne	?	no 

?	ha	?	ba	?	pa	?	hi	??	hya 
??	hyu	??	hyo	?	bi	??	bya	??	byu 
??	byo	?	pi	??	pya	??	pyu	??	pyo 
?	hu	??	fa	??	fi	??	fe	??	fo 
?	bu	?	pu	?	he	?	be	?	pe
?	ho	?	bo	?	po 

?	ma	?	mi	??	mya	??	myu	??	myo 
?	mu	?	me	?	mo 

?	xya	?	ya	?	xyu	?	yu	?	xyo
?	yo

?	ra	?	ri	??	rya	??	ryu	??	ryo 
?	ru	?	re	?	ro 

?	xwa	?	wa	?	wi	?	we
?	wo	?	n 

?     n'
??   dyi
?     -
??    tye
???	ttye
??	zye
"

  HEPBURNTAB = "\
?	xa	?	a	?	xi	?	i	?	xu
?	u	??	vu	???	va	???	vi	???	ve
???	vo	?	xe	?	e	?	xo	?	o
	

?	ka	?	ga	?	ki	??	kya	??	kyu
??	kyo	?	gi	??	gya	??	gyu	??	gyo
?	ku	?	gu	?	ke	?	ge	?	ko
?	go	

?	sa	?	za	?	shi	??	sha	??	shu
??	sho	?	ji	??	ja	??	ju	??	jo
?	su	?	zu	?	se	?	ze	?	so
?	zo

?	ta	?	da	?	chi	??	cha	??	chu
??	cho	?	di	??	dya	??	dyu	??	dyo

?	xtsu	
???	vvu	????	vva	????	vvi	
????	vve	????	vvo	
??	kka	??	gga	??	kki	???	kkya	
???	kkyu	???	kkyo	??	ggi	???	ggya	
???	ggyu	???	ggyo	??	kku	??	ggu	
??	kke	??	gge	??	kko	??	ggo	??	ssa
??	zza	??	sshi	???	ssha	
???	sshu	???	ssho	
??	jji	???	jja	???	jju	???	jjo	
??	ssu	??	zzu	??	sse	??	zze	??	sso
??	zzo	??	tta	??	dda	??	cchi	
???	ccha	???	cchu	???	ccho	??	ddi	
???	ddya	???	ddyu	???	ddyo	??	ttsu	
??	ddu	??	tte	??	dde	??	tto	??	ddo
??	hha	??	bba	??	ppa	??	hhi	
???	hhya	???	hhyu	???	hhyo	??	bbi	
???	bbya	???	bbyu	???	bbyo	??	ppi	
???	ppya	???	ppyu	???	ppyo	??	ffu	
???	ffa	???	ffi	???	ffe	???	ffo	
??	bbu	??	ppu	??	hhe	??	bbe	??	ppe
??	hho	??	bbo	??	ppo	??	yya	??	yyu
??	yyo	??	rra	??	rri	???	rrya	
???	rryu	???	rryo	??	rru	??	rre	
??	rro	

?	tsu	?	du	?	te	?	de	?	to
?	do	

?	na	?	ni	??	nya	??	nyu	??	nyo
?	nu	?	ne	?	no	

?	ha	?	ba	?	pa	?	hi	??	hya
??	hyu	??	hyo	?	bi	??	bya	??	byu
??	byo	?	pi	??	pya	??	pyu	??	pyo
?	fu	??	fa	??	fi	??	fe	??	fo
?	bu	?	pu	?	he	?	be	?	pe
?	ho	?	bo	?	po	

?	ma	?	mi	??	mya	??	myu	??	myo
?	mu	?	me	?	mo

?	xya	?	ya	?	xyu	?	yu	?	xyo
?	yo	

?	ra	?	ri	??	rya	??	ryu	??	ryo
?	ru	?	re	?	ro	

?	xwa	?	wa	?	wi	?	we
?	wo	?	n	

?     n'
??   dyi
?     -
??    che
???	cche
??	je
"

  KANROM = (kanaroma = Hash.new
	    (KUNREITAB + HEPBURNTAB).split(/\s+/).pairs {|x|
	      kana, roma = x
	      kanaroma[kana] = roma
	    }
	    kanaroma)

  ROMKAN = (romakana = Hash.new
	    (KUNREITAB + HEPBURNTAB).split(/\s+/).pairs {|x|
	      kana, roma = x
	      romakana[roma] = kana
	    }
	    romakana)

  # Sort in long order so that a longer Romaji sequence precedes.
  ROMPAT = ROMKAN.keys.sort {|a, b| b.length <=> a.length}.join "|"

  KANPAT = KANROM.keys.sort {|a, b| 
    b.length <=> a.length ||
      KANROM[a].length <=> KANROM[b].length
  }.join "|"

  KUNREI  = (i = 0; KUNREITAB. split(/\s+/).select {i += 1; i % 2 == 0})
  HEPBURN = (i = 0; HEPBURNTAB.split(/\s+/).select {i += 1; i % 2 == 0})

  KUNPAT = KUNREI.sort  {|a, b| b.length <=> a.length }.join "|"
  HEPPAT = HEPBURN.sort {|a, b| b.length <=> a.length }.join "|"

  TO_HEPBURN = (romrom = Hash.new
		KUNREI.each_with_index {|x, i|
		  romrom[KUNREI[i]] = HEPBURN[i]}
		romrom)

  TO_KUNREI =  (romrom = Hash.new
		HEPBURN.each_with_index {|x, i|
		  romrom[HEPBURN[i]] = KUNREI[i]}
		romrom)

  # FIXME: ad hod solution
  # tanni   => tan'i
  # kannji  => kanji
  # hannnou => han'nou
  # hannnya => han'nya
  def normalize_double_n
    self.gsub(/nn/, "n'").gsub(/n\'(?=[^aiueoyn]|$)/, "n")
  end

  def normalize_double_n!
    self.gsub!(/nn/, "n'")
    self.gsub!(/n\'(?=[^aiueoyn]|$)/, "n")
    self
  end

  # Romaji -> Kana
  # It can handle both Hepburn and Kunrei sequences.
  def to_kana 
    tmp = self.normalize_double_n
    tmp.gsub(/(#{ROMPAT})/) { ROMKAN[$1] }
  end

  # Kana -> Romaji.  
  # Return Hepburn sequences.
  def to_roma
    tmp = self.gsub(/(#{KANPAT})/) { KANROM[$1] }
    tmp.gsub(/n'(?=[^aeiuoyn]|$)/, "n")
  end

  # Romaji -> Romaji
  # Normalize into Hepburn sequences.
  # e.g. kannzi -> kanji, tiezo -> chiezo
  def to_hepburn
    tmp = self.normalize_double_n
    tmp.gsub(/\G((?:#{HEPPAT})*?)(#{KUNPAT})/) { $1 + TO_HEPBURN[$2]}
  end

  # Romaji -> Romaji
  # Normalize into Kunrei sequences.
  # e.g. kanji -> kanzi, chiezo -> tiezo
  def to_kunrei
    tmp = self.normalize_double_n
    tmp.gsub(/\G((?:#{KUNPAT})*?)(#{HEPPAT})/) { $1 + TO_KUNREI[$2]}
  end

  def to_kana!
    self.normalize_double_n!
    self.gsub!(/(#{ROMPAT})/) { ROMKAN[$1] }
    self
  end

  def to_roma!
    self.gsub!(/(#{KANPAT})/) { KANROM[$1] }
    self.gsub!(/n'(?=[^aeiuoyn]|$)/, "n")
    self
  end

  def to_hepburn!
    self.normalize_double_n!
    self.gsub!(/\G((?:#{HEPPAT})*?)(#{KUNPAT})/) { $1 + TO_HEPBURN[$2]}
    self
  end

  def to_kunrei!
    tmp = self.normalize_double_n!
    tmp.gsub!(/\G((?:#{KUNPAT})*?)(#{HEPPAT})/) { $1 + TO_KUNREI[$2]}
  end

  def consonant?
    if /^[ckgszjtdhfpbmyrwxn]$/.match(self)
      true
    else
      false
    end
  end

  def vowel?
    if /^[aeiou]$/.match(self)
      true
    else
      false
    end
  end

  # `z' => (za ze zi zo zu)
  def expand_consonant 
    ROMKAN.keys.select do |x|
      /^#{self}.$/ =~ x 
    end
  end
end