70dede013c
In production, the regex and exception tables were not being loaded, resulting in very poor transliteration. The loading has been moved to the contructor, similar to the implementation of the Kazakh transliteration. Also, a bug in the mappings for Ö/ö -> Ё/ё and Ü/ü -> Ю/ю has been fixed. Test cases for specific additional examples have been added. (Though it is worth noting that the regex and exception tables did load properly during unit testing, so the problem wasn't caught there.) Bug: T186727 Change-Id: I6bacee7d9de6f4a870a8a9ef1f04b819ad489c02
92 lines
4.2 KiB
PHP
92 lines
4.2 KiB
PHP
<?php
|
||
|
||
/**
|
||
* @covers LanguageCrh
|
||
* @covers CrhConverter
|
||
*/
|
||
class LanguageCrhTest extends LanguageClassesTestCase {
|
||
/**
|
||
* @dataProvider provideAutoConvertToAllVariants
|
||
* @covers Language::autoConvertToAllVariants
|
||
*/
|
||
public function testAutoConvertToAllVariants( $result, $value ) {
|
||
$this->assertEquals( $result, $this->getLang()->autoConvertToAllVariants( $value ) );
|
||
}
|
||
|
||
public static function provideAutoConvertToAllVariants() {
|
||
return [
|
||
[ // general words, covering more of the alphabet
|
||
[
|
||
'crh' => 'рузгярнынъ ruzgârnıñ Париж Parij',
|
||
'crh-cyrl' => 'рузгярнынъ рузгярнынъ Париж Париж',
|
||
'crh-latn' => 'ruzgârnıñ ruzgârnıñ Parij Parij',
|
||
],
|
||
'рузгярнынъ ruzgârnıñ Париж Parij'
|
||
],
|
||
[ // general words, covering more of the alphabet
|
||
[
|
||
'crh' => 'чёкюч çöküç элифбени elifbeni полициясы politsiyası',
|
||
'crh-cyrl' => 'чёкюч чёкюч элифбени элифбени полициясы полициясы',
|
||
'crh-latn' => 'çöküç çöküç elifbeni elifbeni politsiyası politsiyası',
|
||
],
|
||
'чёкюч çöküç элифбени elifbeni полициясы politsiyası'
|
||
],
|
||
[ // general words, covering more of the alphabet
|
||
[
|
||
'crh' => 'хусусында hususında акъшамларны aqşamlarnı опькеленюв öpkelenüv',
|
||
'crh-cyrl' => 'хусусында хусусында акъшамларны акъшамларны опькеленюв опькеленюв',
|
||
'crh-latn' => 'hususında hususında aqşamlarnı aqşamlarnı öpkelenüv öpkelenüv',
|
||
],
|
||
'хусусында hususında акъшамларны aqşamlarnı опькеленюв öpkelenüv'
|
||
],
|
||
[ // general words, covering more of the alphabet
|
||
[
|
||
'crh' => 'кулюмсиреди külümsiredi айтмайджагъым aytmaycağım козьяшсыз közyaşsız',
|
||
'crh-cyrl' => 'кулюмсиреди кулюмсиреди айтмайджагъым айтмайджагъым козьяшсыз козьяшсыз',
|
||
'crh-latn' => 'külümsiredi külümsiredi aytmaycağım aytmaycağım közyaşsız közyaşsız',
|
||
],
|
||
'кулюмсиреди külümsiredi айтмайджагъым aytmaycağım козьяшсыз közyaşsız'
|
||
],
|
||
[ // exception words
|
||
[
|
||
'crh' => 'инструменталь instrumental гургуль gürgül тюшюнмемек tüşünmemek',
|
||
'crh-cyrl' => 'инструменталь инструменталь гургуль гургуль тюшюнмемек тюшюнмемек',
|
||
'crh-latn' => 'instrumental instrumental gürgül gürgül tüşünmemek tüşünmemek',
|
||
],
|
||
'инструменталь instrumental гургуль gürgül тюшюнмемек tüşünmemek'
|
||
],
|
||
[ // recent problem words, part 1
|
||
[
|
||
'crh' => 'künü куню sürgünligi сюргюнлиги özü озю etti этти',
|
||
'crh-cyrl' => 'куню куню сюргюнлиги сюргюнлиги озю озю этти этти',
|
||
'crh-latn' => 'künü künü sürgünligi sürgünligi özü özü etti etti',
|
||
],
|
||
'künü куню sürgünligi сюргюнлиги özü озю etti этти'
|
||
],
|
||
[ // recent problem words, part 2
|
||
[
|
||
'crh' => 'esas эсас dört дёрт keldi кельди',
|
||
'crh-cyrl' => 'эсас эсас дёрт дёрт кельди кельди',
|
||
'crh-latn' => 'esas esas dört dört keldi keldi',
|
||
],
|
||
'esas эсас dört дёрт keldi кельди'
|
||
],
|
||
[ // multi part words
|
||
[
|
||
'crh' => 'эки юз eki yüz',
|
||
'crh-cyrl' => 'эки юз эки юз',
|
||
'crh-latn' => 'eki yüz eki yüz',
|
||
],
|
||
'эки юз eki yüz'
|
||
],
|
||
[ // ALL CAPS, made up acronyms (not 100% sure these are correct)
|
||
[
|
||
'crh' => 'ÑAB QIC ĞUK COT НЪАБ КЪЫДж ГЪУК ДЖОТ CA ДЖА',
|
||
'crh-cyrl' => 'НЪАБ КЪЫДж ГЪУК ДЖОТ НЪАБ КЪЫДж ГЪУК ДЖОТ ДЖА ДЖА',
|
||
'crh-latn' => 'ÑAB QIC ĞUK COT ÑAB QIC ĞUK COT CA CA',
|
||
],
|
||
'ÑAB QIC ĞUK COT НЪАБ КЪЫДж ГЪУК ДЖОТ CA ДЖА'
|
||
],
|
||
];
|
||
}
|
||
}
|