عربی arabic
یکسانسازی متن فارسی و عربی: ی و ک عربی، اعراب، کشیده، نیمفاصله و رقمها؛ برای جستجو و مقایسه.
واردسازی عربی
متن فارسی از منبعهای مختلف یکجور نمیرسد. یکی «كتاب» را با کاف عربی مینویسد و دیگری با کاف فارسی؛ یکی اعراب میگذارد، یکی کشیده (ـــ)، و بعضی متنها، مثلاً آنهایی که از PDF آمدهاند، شکلهای نمایشی حرفها را دارند. به چشم همه یکیاند، اما کامپیوتر آنها را متفاوت میبیند و جستجو شکست میخورد.
بستهی عربی این تفاوتها را از بین میبرد. هنجارسازی با پرچمهایی که انتخاب میکنید کار میکند؛ پرچمها را با + با هم ترکیب کنید. برای بیشتر کارها هنجارسازی فارسی یا کلید جستجو کافی است.
پایاها و متغیرها
یکسان سازی حروف FoldLetters
پایا یکسان سازی حروف: صحیح۳۲ = 1واردسازی عربی
روال ریشه:
متن := "كتابٌ عربيّة ـــ ٣٤ ﻻ"
سرچاپ عربی.هنجارسازی فارسی(متن)
سرچاپ عربی.هنجارسازی(متن، عربی.حذف اعراب)
سرچاپ عربی.هنجارسازی(متن، عربی.یکسان سازی حروف + عربی.یکسان سازی رقم ها)
سرچاپ عربی.هنجارسازی("میخواهم"، عربی.حذف نیم فاصله)
سرچاپ عربی.هنجارسازی("أحمد إيران"، عربی.یکسان سازی الف)
سرچاپ عربی.هنجارسازی("مدرسة"، عربی.یکسان سازی ته گرد)
سرچاپ عربی.هنجارسازی("ﻻ ﻣﺮﺣﺒﺎ"، عربی.یکسان سازی شکل نمایشی)
سرچاپ عربی.هنجارسازی("ســلام"، عربی.حذف کشیده)
پایانحذف اعراب StripHarakat
پایا حذف اعراب: صحیح۳۲ = 2نمونهی این مورد همراه با موارد بالاتر آمده است: arabic-Normalize.salam
حذف کشیده StripTatweel
پایا حذف کشیده: صحیح۳۲ = 4نمونهی این مورد همراه با موارد بالاتر آمده است: arabic-Normalize.salam
یکسان سازی رقم ها FoldDigits
پایا یکسان سازی رقم ها: صحیح۳۲ = 8نمونهی این مورد همراه با موارد بالاتر آمده است: arabic-Normalize.salam
یکسان سازی الف FoldAlef
پایا یکسان سازی الف: صحیح۳۲ = 16نمونهی این مورد همراه با موارد بالاتر آمده است: arabic-Normalize.salam
یکسان سازی ته گرد FoldTehMarbuta
پایا یکسان سازی ته گرد: صحیح۳۲ = 32نمونهی این مورد همراه با موارد بالاتر آمده است: arabic-Normalize.salam
حذف نیم فاصله StripZWNJ
پایا حذف نیم فاصله: صحیح۳۲ = 64نمونهی این مورد همراه با موارد بالاتر آمده است: arabic-Normalize.salam
یکسان سازی شکل نمایشی FoldPresentation
پایا یکسان سازی شکل نمایشی: صحیح۳۲ = 128نمونهی این مورد همراه با موارد بالاتر آمده است: arabic-Normalize.salam
روالها
خط عربی است IsArabicScript
روال خط عربی است(cp: صحیح): منطقیواردسازی عربی
روال ریشه:
سرچاپ عربی.خط عربی است(۱۵۸۸)، عربی.خط عربی است(۶۵)
سرچاپ عربی.اعراب است(۱۶۱۴)، عربی.اعراب است(۱۵۸۸)
سرچاپ عربی.کشیده است(۱۶۰۰)، عربی.کشیده است(۱۵۸۸)
پایاناعراب است IsHaraka
روال اعراب است(cp: صحیح): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: arabic-IsArabicScript.salam
کشیده است IsTatweel
روال کشیده است(cp: صحیح): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: arabic-IsArabicScript.salam
هنجارسازی Normalize
روال هنجارسازی(s: رشته، flags: صحیح): رشتهنمونهی این مورد همراه با موارد بالاتر آمده است: arabic-Normalize.salam
هنجارسازی فارسی NormalizePersian
روال هنجارسازی فارسی(s: رشته): رشتهنمونهی این مورد همراه با موارد بالاتر آمده است: arabic-Normalize.salam
کلید جستجو SearchKey
روال کلید جستجو(s: رشته): رشتهواردسازی عربی
روال ریشه:
سرچاپ عربی.کلید جستجو("كتابٌ")، عربی.کلید جستجو("کتاب")
سرچاپ عربی.یکسان تقریبی("ميخواهم"، "میخواهم")
سرچاپ عربی.یکسان تقریبی("سلام"، "کلام")
پایانیکسان تقریبی EqualLoose
روال یکسان تقریبی(a: رشته، b: رشته): منطقینمونهی این مورد همراه با موارد بالاتر آمده است: arabic-SearchKey.salam