Modul:lang
Dokumentation för denna modul finns på /dok (redigera), /test
Syfte redigera
Modulens syfte är att bistå andra moduler med språkinformation. Att konvertera mellan språk och språkkod, ge information om sorteringsregler för olika språk och ge information om vilket skript språket använder.
Varning redigera
Den här modulen används av alla uppslagssidor. Efter varje redigering här eller på Modul:lang/data måste åtminstone 3 test genomföras (samtyck till "Rensa denna sidas cache?"):
- Modul:lang/test
- Modul:tagg/test
- Wiktionary:Stilguide/Språknamn (får inte fastna i Kategori:Fel på språklistan, scrolla ner med visning av dolda kategorier påslagen, alternativt nullredigera sidan "Wiktionary:Stilguide/Språknamn")
Undersidor redigera
Den här modulen innehåller flera undersidor: Special:PrefixIndex/Modul:lang/
Användning redigera
Den här modulen används av andra moduler (till exempel Modul:tagg). Det går inte att anropa den direkt från mallar eftersom den förväntar sig "nakna" värden (oftast sträng), medan mallar "förpackar" alla parametrar i en tabell. Det finns en liten hjälpmodul Modul:langfortemplate som kan anropas från mallar och ger åtkomst till funktioner "getCode", "getLanguage" och "getLanguageUCFirst".
local lang = require("Modul:lang")
local swedish_language_code = lang.getCode("Svenska")
local finnish_language_name = lang.getLanguage("fi")
local finnish_language_name_first_letter_capitalized = lang.getLanguageUCFirst("fi")
local swedish_sort_rules_table = lang.getSortRules("sv")
local is_svenska_a_language_name = (lang.getCode("svenska")~="xx")
local is_sv_a_language_code = lang.hasLanguage("sv")
local is_h_smi_a_language_including_etymology_code = lang.hasLanguage("h_smi","alsoetym")
Specifikation redigera
Koder reserverade för etymologi redigera
Extra parameter styr hantering av dessa koder:
- string "alsoetym" för att inkludera alla koder dvs också etymologiska såsom "h-smi"
- string "onlyetym" för att inkludera enbart etymologiska koder såsom "h-smi"
- annars inkluderas enbart koder som inte är etymologiska
Påverkade funktioner är "hasLanguage", "getCode", "getLanguage", "getLanguageUCFirst" och "exportList".
Lista över funktioner redigera
- hasLanguage
- (används mycket av Modul:gammalstavning Modul:categorize m.m.)
- Den här funktionen är den prefererade metoden att reda på ifall en språkkod är känd.
- 1= språkkod, är skiftlägeskänslig och måste vara skriven med gemener
- 2= extra parameter för etymologiska koder
- Returnerar ett booleskt värde för om språkobjektet kan hittas för språket.
- Default-värde: false.
- getCode
- (används av Modul:cat-etym, i sin tur av Mall:kategorinavigering-härledningar)
- 1= språknamn, inte skiftlägeskänsligt
- 2= extra parameter för etymologiska koder
- Returnerar språkkoden.
- Default-värde: "xx".
- getLanguage
- (används mycket av Modul:categorize m.m.)
- 1= språkkod, är skiftlägeskänslig och måste vara skriven med gemener
- 2= extra parameter för etymologiska koder
- Returnerar språknamnet, alla gemener.
- Default-värde: "okänt språk".
- getLanguageUCFirst
- (används mycket av Modul:categorize m.m.)
- 1= språkkod, är skiftlägeskänslig och måste vara skriven med gemener
- 2= extra parameter för etymologiska koder
- Returnerar språknamnet, versaliserad första bokstav, resterande gemener.
- Default-värde: "Okänt språk".
- getSortRules
- (används av Modul:sort)
- 1= Språkkod, är skiftlägeskänslig och måste vara skriven med gemener
- Returnerar sorteringsreglerna språket, se nedan.
- Default-värde: {}.
- getSortRulesAsString
-
- getScriptCode
-
- 1= Språkkod, är skiftlägeskänslig och måste vara skriven med gemener
- Returnerar skriften för språket.
- Default-värde: "".
- isObviouslyInvalid
- (används av Modul:tagg)
- 1= Språkkod, är skiftlägeskänslig och måste vara skriven med gemener
- Returnerar ett booleskt värde som är "true" ifall koden är uppenbarligen ogiltig enligt vissa kriterier, beror inte på Modul:lang/data, "--" är giltig men "xx" är ogiltig, på så sätt kan moduler undvika märkiga felmeddelanden som
okänd språkkod "svenska"till förmån föruppenbarligen ogiltig språkkod "svenska"
- getEntryName
- (används av Modul:link och Modul:sidnamn)
- 1= Språkkod, är skiftlägeskänslig och måste vara skriven med gemener
- 2= Ordet med (eller utan) diakriter
- Returnerar ordet utan diakriter (lämpligt som sidnamn och vanliga länkar, med diakriter på fetstilsrad, i översättningar och i grammatiktabeller)
- exportList
- (används av Modul:catsummer)
- 1= extra parameter för etymologiska koder
- Returnerar en tabell med kända språkkod ("--" ingår, "xx" ingår EJ)
Sorteringsregler redigera
- Så länge som inte annat anges, sorteras sidor i kategorierna efter sidnamn (utan eventuellt namnrymdsprefix) i den ordning som Unicode bestämmer, dvs efter codepoint-värden. Det innebär exempelvis att "ä och ö" sorteras före "å" (tabell), vilket inte är rätt för svenska uppslag. För andra språk gäller andra regler. Sorteringsreglerna för respektive språk anges i en lista bestående av element på formen "enstaka tecken eller en sekvens av tecken att sortera som något annat>hur tecknet eller tecknen ska sorteras istället". För att ange hur tecken ska sorteras relativt andra tecken, används tecknen ~, ¡, °, ² och ³
- a~ betyder "sortera efter a"
- a¡ betyder "sortera efter a~"
- a° betyder "sortera efter a¡"
- a² betyder "sortera efter a°"
- a³ betyder "sortera efter a²"
- Så här ser t.ex. sorteringsreglerna ut för svenska: {"å>z~", "ä>z¡", "ö>z°", "ü>y", "æ>z¡", "ø>z°"}.
- Ibland kan det vara två eller till och med tre tecken som sorteras ihop som ett tecken, t.ex. i ungerska: {"cs>c~", "dz>d~", "dzs>d¡", "gy>g~", "ly>l~", "ny>n~", "ö>o~", "sz>s~", "ty>t~", "ü>u~", "zs>z~", "ő>o~", "ű>u~"}.
Skrifter redigera
Denna funktion avser exempelvis funktionalitet som för närvarande finns i {{ö}} och {{ö+}} genom sin skrift=-parameter som i sin tur anropar skriftmallarna (som inleds med ett plustecken i Kategori:Wiktionary:Grafiska mallar). Modul:lang/data är inte försedd med den här informationen ännu.
Tester redigera
All tests passed. (refresh)
| Text | Expected | Actual | |
|---|---|---|---|
 |
mut.hasLanguage("sv") | true | true |
|
mut.hasLanguage("xx") | false | false |
|
mut.hasLanguage("xyz") | false | false |
| Text | Expected | Actual | |
|---|---|---|---|
|
mut.getCode("sv") | xx | xx |
|
mut.getCode("sV") | xx | xx |
|
mut.getCode("svenska") | sv | sv |
|
mut.getCode("Svenska") | sv | sv |
|
mut.getCode("Älvdalska") | ovd | ovd |
|
mut.getCode("ESPERANTO") | eo | eo |
|
mut.getCode("norska") | xx | xx |
|
mut.getCode("norska","alsoetym") | h-nor | h-nor |
|
mut.getCode("samiska","onlyetym") | h-smi | h-smi |
|
mut.getCode("engelska","onlyetym") | xx | xx |
| Text | Expected | Actual | |
|---|---|---|---|
|
mut.getLanguage("sv") | svenska | svenska |
|
mut.getLanguage("sV") | okänt språk | okänt språk |
|
mut.getLanguage("svenska") | okänt språk | okänt språk |
|
mut.getLanguage("Svenska") | okänt språk | okänt språk |
|
mut.getLanguage("ovd") | älvdalska | älvdalska |
|
mut.getLanguageUCFirst("ovd") | Älvdalska | Älvdalska |
|
mut.getLanguage("nn") | nynorska | nynorska |
|
mut.getLanguage("h-nor") | okänt språk | okänt språk |
|
mut.getLanguage("h-nor","alsoetym") | norska | norska |
| Text | Expected | Actual |
|---|
| Text | Expected | Actual | |
|---|---|---|---|
|
mut.getSortRules("sv") | {"å>z~", "ä>z¡", "ö>z°", "ü>y", "æ>z¡", "ø>z°"} | {"å>z~", "ä>z¡", "ö>z°", "ü>y", "æ>z¡", "ø>z°"} |
|
mut.getSortRules("xx") | {} | {} |
|
mut.getSortRules("notfound") | {} | {} |
| Text | Expected | Actual | |
|---|---|---|---|
|
mut.isObviouslyInvalid("sv") | false | false |
|
mut.isObviouslyInvalid("Sv") | true | true |
|
mut.isObviouslyInvalid("jav") | false | false |
|
mut.isObviouslyInvalid("ido") | true | true |
|
mut.isObviouslyInvalid("xx") | true | true |
|
mut.isObviouslyInvalid("--") | false | false |
|
mut.isObviouslyInvalid("a") | true | true |
|
mut.isObviouslyInvalid("zh-min-nan") | false | false |
|
mut.isObviouslyInvalid("zh-min+nan") | true | true |
|
mut.isObviouslyInvalid("zh-min-n-n") | true | true |
|
mut.isObviouslyInvalid("zuh-min-nan") | true | true |
|
mut.isObviouslyInvalid("h-smi") | false | false |
|
mut.isObviouslyInvalid("lak") | false | false |
|
mut.isObviouslyInvalid("spanska") | true | true |
|
mut.isObviouslyInvalid("indonesiska") | true | true |
| Text | Expected | Actual | |
|---|---|---|---|
|
mut.getEntryName("ab", "а-бҳәа́") | а-бҳәа | а-бҳәа |
|
mut.getEntryName("la", "abdērītānus") | abderitanus | abderitanus |
|
mut.getEntryName("lt", "abãtė") | abatė | abatė |
|
mut.getEntryName("lt", "abažū̃ras") | abažūras | abažūras |
|
mut.getEntryName("se", "boaš'šu") | boaššu | boaššu |
|
mut.getEntryName("ru", "автомотри́са") | автомотриса | автомотриса |
|
mut.getEntryName("sr", "ја̏се̄н") | јасен | јасен |
|
mut.getEntryName("zu", "dlâla") | dlala | dlala |
|
mut.getEntryName("zu", "ī́sele") | isele | isele |
| Text | Expected | Actual | |
|---|---|---|---|
|
mut.getEntryName("ur", "آدرنیہ,") | آدرنیہ | آدرنیہ |
|
mut.getEntryName("ur", "آزمودہ,") | آزمودہ | آزمودہ |
|
mut.getEntryName("ur", "آشچریہ,") | آشچریہ | آشچریہ |
|
mut.getEntryName("he", "אֵין") | אין | אין |
|
mut.getEntryName("he", "אֵינְסוֹף") | אינסוף | אינסוף |
|
mut.getEntryName("he", "יֵשׁ") | יש | יש |
|
mut.getEntryName("he", "עֶצֶם") | עצם | עצם |
|
mut.getEntryName("he", "אִם וְרַק אִם") | אם ורק אם | אם ורק אם |
|
mut.getEntryName("ar", "أَرِسْطُو") | أرسطو | أرسطو |
|
mut.getEntryName("ar", "إِبِيقُورِيّ") | إبيقوري | إبيقوري |
|
mut.getEntryName("ar", "اِخْتِيَار") | اختيار | اختيار |
|
mut.getEntryName("ar", "تَعَدُّدُ الْقُدَماءِ") | تعدد القدماء | تعدد القدماء |
|
mut.getEntryName("ar", "تَنْوِير") | تنوير | تنوير |
local export = {}
local lang_both = mw.loadData("Modul:lang/data")
lang_objects = lang_both[1]
lang_reversed = lang_both[2]
local function ucFirst(str)
return mw.ustring.gsub(str, "^%l", mw.ustring.upper)
end
function export.hasLanguage(lng_code, scope_string)
local lang_obj = lang_objects[lng_code] or {} -- risk of type "nil"
local code_is_valid = (type(lang_obj.name)=="string") -- preliminary verdict
local is_etym_only_code = not (not lang_obj.nolemma) -- make sure to get boolean
local take_etym_code = (scope_string=="alsoetym") or (scope_string=="onlyetym")
local take_lemma_code = not (scope_string=="onlyetym")
if (is_etym_only_code and (not take_etym_code)) or ((not is_etym_only_code) and (not take_lemma_code)) then
code_is_valid = false
end
return code_is_valid
end
function export.getCode(lng_name, scope_string)
local lowercase_lng_name = mw.ustring.lower(lng_name)
local found_code = lang_reversed[lowercase_lng_name] or "xx" -- preliminary verdict
if not export.hasLanguage(found_code, scope_string) then
found_code = "xx"
end
return found_code
end
function export.getLanguage(lng_code, scope_string)
local lang_obj = {}
local lang_name = ''
if export.hasLanguage(lng_code, scope_string) then
lang_obj = lang_objects[lng_code] or {} -- risk of type "nil"
lang_name = lang_obj.name or "okänt språk" -- risk of type "nil"
else
lang_name = "okänt språk"
end
return lang_name
end
function export.getLanguageUCFirst(lng_code, scope_string)
return ucFirst(export.getLanguage(lng_code, scope_string))
end
function export.getSortRules(lng_code)
local lang_obj = lang_objects[lng_code] or {sort_rules = {}}
local sort_rules = lang_obj.sort_rules or {}
return sort_rules
end
--intended temp function for {{kategorilistenavigering}} until it has its own module but never used
function export.getSortRulesAsString(frame)
local lng_code = frame.args[1]
local sort_rules = {}
for k,v in ipairs(export.getSortRules(lng_code)) do
sort_rules[#sort_rules + 1] = v
end
return table.concat(sort_rules, ",")
end
function export.getScriptCode(lng_code)
local lang_obj = lang_objects[lng_code] or {script = ""}
local script = lang_obj.script or ""
return script
end
local const_is_banned = {}
const_is_banned = {'by','dc','sh','ll','jp','xx','art','cmn','deu','eng','epo','fra','gem','ger','gmq-bot','ido','lat','por','rus','spa','swe','tup','zxx'}
-- "en.wiktionary.org/wiki/Wiktionary:Language_treatment" excluded languages
-- "en.wikipedia.org/wiki/Spurious_languages"
-- "iso639-3.sil.org/code/art" only valid in ISO 639-2
-- "iso639-3.sil.org/code/zxx" "No linguistic content"
function export.isObviouslyInvalid (incoming_code)
local var_temp = 0
local code_is_bad = false -- pre-assume good
local numchiiar = 0
local code_length = 0
local found_dashes = 0
local consecutive_chars = 0
local numindeex = 0
incoming_code = incoming_code or ""
while (true) do -- fake outer loop
code_length = string.len (incoming_code)
if ((code_length<2) or (code_length>10)) then
code_is_bad = true -- here "spanska" will pass whereas "indonesiska" gets caught
break -- invalid length
end--if
while (true) do
if (numindeex==code_length) then
break
end--if
numchiiar = string.byte (incoming_code,(numindeex+1),(numindeex+1))
if (numchiiar==45) then -- dash "-"
consecutive_chars = 0
found_dashes = found_dashes + 1
if (found_dashes==3) then
code_is_bad = true
break -- more than 2 dashes
end--if
else
if ((numchiiar<97) or (numchiiar>122)) then
code_is_bad = true
break -- not lowercase ASCII letter
end--if
consecutive_chars = consecutive_chars + 1
if (consecutive_chars==4) then
code_is_bad = true
break -- here even "spanska" gets caught but "lak" and "ido" still pass
end--if
end--if -- (numchiiar==45) else branch
numindeex = numindeex + 1 -- ZERO-based
end--while
if (code_is_bad) then
break
end--if
numindeex = 0
while (true) do
var_temp = const_is_banned[numindeex+1]
if (type(var_temp)~="string") then
break -- end of table
end--if
if (incoming_code==var_temp) then
code_is_bad = true -- here "ido" gets caught
break -- banned code
end--if
numindeex = numindeex + 1 -- ZERO-based
end--while
break
end--while
return code_is_bad
end
function export.getEntryName(lng_code, text)
local lang_obj = lang_objects[lng_code] or {} -- risk of nil
local entry_name_rules = lang_obj.entry_name or {from = {}, to = {}}
for i, from in ipairs(entry_name_rules.from) do
local to = entry_name_rules.to[i] or ""
text = mw.ustring.gsub(text, from, to)
end
return text
end
function export.exportList(scope_string)
local list_of_codes = {}
for lng_code, unused_var in pairs(lang_objects) do
if export.hasLanguage(lng_code, scope_string) then
list_of_codes [#list_of_codes+1] = lng_code
end
end
return list_of_codes
end
return export