iuliia_translate.sql

-- Функция транслитерации по правилам библиотеки "Юлия", https://github.com/nalgeon/iuliia
create or replace function iuliia_translate(str text, rules jsonb) returns text
    language plpgsql
    RETURNS NULL ON NULL INPUT
as
$$
DECLARE
    rec record;
    val text;
BEGIN
    -- https://dangry.ru/iuliia/
    -- https://github.com/nalgeon/iuliia
    -- https://habr.com/ru/post/499574/
    FOR rec IN SELECT * FROM jsonb_each_text(rules->'ending_mapping')
        LOOP
            str := regexp_replace(str, rec.key || '\M', rec.value);
            str := regexp_replace(str, initcap(rec.key) || '\M', initcap(rec.value));
        END LOOP;
    FOR rec IN SELECT * FROM jsonb_each_text(rules->'next_mapping')
        LOOP
            val := rec.value || rec.key;
            str := replace(str, rec.key, val);
            str := replace(str, initcap(rec.key), initcap(val));
        END LOOP;
    FOR rec IN SELECT * FROM jsonb_each_text(rules->'prev_mapping')
        LOOP
            if length(rec.key) = 1 then
                str := regexp_replace(str, '\m' || rec.key, rec.value);
                str := regexp_replace(str, '\m' || initcap(rec.key), initcap(rec.value));
            else
                val := substr(rec.key, 1, 1) || rec.value;
                str := replace(str, rec.key, val);
                str := replace(str, initcap(rec.key), initcap(val));
            end if;
        END LOOP;
    FOR rec IN SELECT * FROM jsonb_each_text(rules->'mapping')
        LOOP
            str := replace(str, rec.key, rec.value);
            str := replace(str, initcap(rec.key), initcap(rec.value));
        END LOOP;

    RETURN str;
END
$$;

comment on function iuliia_translate(str text, rules jsonb)
    is 'Транслитерация текста с правилами транслитерации в JSON, см. github.com/nalgeon/iuliia/';

/*
Московское метро
Схема транслитерации, которую использует Московский метрополитен.
Визуально самая приятная из всех, хотя уступает Википедии по фонетической точности.
Сочетает удачные решения Википедии и Яндекс.Карт. Придумана в Студии Лебедева, официально нигде не описана.
*/
create or replace function iuliia_translate_mosmetro(str text) returns text
    immutable
    strict
    language sql
    PARALLEL SAFE -- Postgres 10 or later
as
$$
select iuliia_translate(
    str,
    -- https://github.com/nalgeon/iuliia/blob/master/mosmetro.json
    '{
  "name": "mosmetro",
  "description": "Moscow Metro map transliteration schema",
  "url": "https://dangry.ru/iuliia/mosmetro/",
  "mapping": {
    "а": "a",
    "б": "b",
    "в": "v",
    "г": "g",
    "д": "d",
    "е": "e",
    "ё": "e",
    "ж": "zh",
    "з": "z",
    "и": "i",
    "й": "y",
    "к": "k",
    "л": "l",
    "м": "m",
    "н": "n",
    "о": "o",
    "п": "p",
    "р": "r",
    "с": "s",
    "т": "t",
    "у": "u",
    "ф": "f",
    "х": "kh",
    "ц": "ts",
    "ч": "ch",
    "ш": "sh",
    "щ": "sch",
    "ъ": "",
    "ы": "y",
    "ь": "",
    "э": "e",
    "ю": "yu",
    "я": "ya"
  },
  "prev_mapping": {
    "тц": "s",
    "ьё": "o",
    "ъё": "o"
  },
  "next_mapping": {
    "ьа": "y",
    "ье": "y",
    "ьё": "y",
    "ьи": "y",
    "ьо": "y",
    "ьу": "y",
    "ьэ": "y",
    "ъа": "y",
    "ъе": "y",
    "ъё": "y",
    "ъи": "y",
    "ъо": "y",
    "ъу": "y",
    "ъэ": "y"
  },
  "ending_mapping": {
    "ий": "y",
    "ый": "y"
  },
  "samples": [
    [
      "Юлия, съешь ещё этих мягких французских булок из Йошкар-Олы, да выпей алтайского чаю",
      "Yuliya, syesh esche etikh myagkikh frantsuzskikh bulok iz Yoshkar-Oly, da vypey altayskogo chayu"
    ],
    ["Битцевский парк", "Bitsevsky park"],
    ["Верхние Лихоборы", "Verkhnie Likhobory"],
    ["Воробьёвы горы", "Vorobyovy gory"],
    ["Выхино", "Vykhino"],
    ["Зябликово", "Zyablikovo"],
    ["Измайловская", "Izmaylovskaya"],
    ["Кожуховская", "Kozhukhovskaya"],
    ["Крылатское", "Krylatskoe"],
    ["Марьина Роща", "Maryina Roscha"],
    ["Марьино", "Maryino"],
    ["Молодёжная", "Molodezhnaya"],
    ["Октябрьская", "Oktyabrskaya"],
    ["Ольховая", "Olkhovaya"],
    ["Парк Победы", "Park Pobedy"],
    ["Площадь Ильича", "Ploschad Ilyicha"],
    ["Площадь Революции", "Ploschad Revolyutsii"],
    ["Пятницкое шоссе", "Pyatnitskoe shosse"],
    ["Румянцево", "Rumyantsevo"],
    ["Саларьево", "Salaryevo"],
    ["Семёновская", "Semenovskaya"],
    ["Сходненская", "Skhodnenskaya"],
    ["Текстильщики", "Tekstilschiki"],
    ["Тёплый стан", "Teply stan"],
    ["Третьяковская", "Tretyakovskaya"],
    ["Тропарёво", "Troparevo"],
    ["Фонвизинская", "Fonvizinskaya"],
    ["Чистые пруды", "Chistye prudy"],
    ["Шоссе Энтузиастов", "Shosse Entuziastov"],
    ["Щёлковская", "Schelkovskaya"],
    ["Электрозаводская", "Elektrozavodskaya"],
    ["Юго-Западная", "Yugo-Zapadnaya"]
  ]
}'::jsonb
);
$$;

comment on function iuliia_translate_mosmetro(str text)
    is 'Транслитерация текста с правилами транслитерации Мосметро, см. github.com/nalgeon/iuliia/blob/master/mosmetro.json';

/*
Википедия
Схема транслитерации, которую использует Википедия. Сделана на основе BGN/PCGN со значительными модификациями.
Самая продуманная, звучит лучше всех и выглядит приятнее большинства прочих схем.
Пожалуй, неудачной вышла только буква Щ.
*/
create or replace function iuliia_translate_wikipedia(str text) returns text
    immutable
    strict
    language sql
    PARALLEL SAFE -- Postgres 10 or later
as
$$
select iuliia_translate(
   str,
   -- https://github.com/nalgeon/iuliia/blob/master/wikipedia.json
   '{
     "name": "wikipedia",
     "description": "Wikipedia transliteration schema",
     "url": "https://dangry.ru/iuliia/wikipedia/",
     "mapping": {
       "а": "a",
       "б": "b",
       "в": "v",
       "г": "g",
       "д": "d",
       "е": "e",
       "ё": "yo",
       "ж": "zh",
       "з": "z",
       "и": "i",
       "й": "y",
       "к": "k",
       "л": "l",
       "м": "m",
       "н": "n",
       "о": "o",
       "п": "p",
       "р": "r",
       "с": "s",
       "т": "t",
       "у": "u",
       "ф": "f",
       "х": "kh",
       "ц": "ts",
       "ч": "ch",
       "ш": "sh",
       "щ": "shch",
       "ъ": "",
       "ы": "y",
       "ь": "",
       "э": "e",
       "ю": "yu",
       "я": "ya"
     },
     "prev_mapping": {
       "е": "ye",
       "ае": "ye",
       "ие": "ye",
       "ое": "ye",
       "уе": "ye",
       "эе": "ye",
       "юе": "ye",
       "яе": "ye",
       "ье": "ye",
       "ъе": "ye"
     },
     "next_mapping": {
       "ъа": "y",
       "ъи": "y",
       "ъо": "y",
       "ъу": "y",
       "ъы": "y",
       "ъэ": "y",
       "ьа": "y",
       "ьи": "y",
       "ьо": "y",
       "ьу": "y",
       "ьы": "y",
       "ьэ": "y"
     },
     "ending_mapping": {
       "ий": "y",
       "ый": "y"
     },
     "samples": [
       [
         "Юлия, съешь ещё этих мягких французских булок из Йошкар-Олы, да выпей алтайского чаю",
         "Yuliya, syesh yeshchyo etikh myagkikh frantsuzskikh bulok iz Yoshkar-Oly, da vypey altayskogo chayu"
       ],
       [
         "Россия, город Йошкар-Ола, улица Яна Крастыня",
         "Rossiya, gorod Yoshkar-Ola, ulitsa Yana Krastynya"
       ],
       ["Ельцин", "Yeltsin"],
       ["Раздольное", "Razdolnoye"],
       ["Юрьев", "Yuryev"],
       ["Белкин", "Belkin"],
       ["Бийск", "Biysk"],
       ["Подъярский", "Podyarsky"],
       ["Мусийкъонгийкоте", "Musiykyongiykote"],
       ["Давыдов", "Davydov"],
       ["Усолье", "Usolye"],
       ["Выхухоль", "Vykhukhol"],
       ["Дальнегорск", "Dalnegorsk"],
       ["Ильинский", "Ilyinsky"],
       ["Красный", "Krasny"],
       ["Великий", "Veliky"],
       ["Набережные Челны", "Naberezhnye Chelny"]
     ]
   }'::jsonb
);
$$;

-- iuliia_translate_mosmetro() tests
DO $$
DECLARE
    rec record;
BEGIN
    for rec in
        select value->>0 as src, value->>1 as dst
        from jsonb_array_elements('{
           "name": "mosmetro",
           "description": "Moscow Metro map transliteration schema",
           "url": "https://dangry.ru/iuliia/mosmetro/",
           "mapping": {
             "а": "a",
             "б": "b",
             "в": "v",
             "г": "g",
             "д": "d",
             "е": "e",
             "ё": "e",
             "ж": "zh",
             "з": "z",
             "и": "i",
             "й": "y",
             "к": "k",
             "л": "l",
             "м": "m",
             "н": "n",
             "о": "o",
             "п": "p",
             "р": "r",
             "с": "s",
             "т": "t",
             "у": "u",
             "ф": "f",
             "х": "kh",
             "ц": "ts",
             "ч": "ch",
             "ш": "sh",
             "щ": "sch",
             "ъ": "",
             "ы": "y",
             "ь": "",
             "э": "e",
             "ю": "yu",
             "я": "ya"
           },
           "prev_mapping": {
             "тц": "s",
             "ьё": "o",
             "ъё": "o"
           },
           "next_mapping": {
             "ьа": "y",
             "ье": "y",
             "ьё": "y",
             "ьи": "y",
             "ьо": "y",
             "ьу": "y",
             "ьэ": "y",
             "ъа": "y",
             "ъе": "y",
             "ъё": "y",
             "ъи": "y",
             "ъо": "y",
             "ъу": "y",
             "ъэ": "y"
           },
           "ending_mapping": {
             "ий": "y",
             "ый": "y"
           },
           "samples": [
             [
               "Юлия, съешь ещё этих мягких французских булок из Йошкар-Олы, да выпей алтайского чаю",
               "Yuliya, syesh esche etikh myagkikh frantsuzskikh bulok iz Yoshkar-Oly, da vypey altayskogo chayu"
             ],
             ["Битцевский парк", "Bitsevsky park"],
             ["Верхние Лихоборы", "Verkhnie Likhobory"],
             ["Воробьёвы горы", "Vorobyovy gory"],
             ["Выхино", "Vykhino"],
             ["Зябликово", "Zyablikovo"],
             ["Измайловская", "Izmaylovskaya"],
             ["Кожуховская", "Kozhukhovskaya"],
             ["Крылатское", "Krylatskoe"],
             ["Марьина Роща", "Maryina Roscha"],
             ["Марьино", "Maryino"],
             ["Молодёжная", "Molodezhnaya"],
             ["Октябрьская", "Oktyabrskaya"],
             ["Ольховая", "Olkhovaya"],
             ["Парк Победы", "Park Pobedy"],
             ["Площадь Ильича", "Ploschad Ilyicha"],
             ["Площадь Революции", "Ploschad Revolyutsii"],
             ["Пятницкое шоссе", "Pyatnitskoe shosse"],
             ["Румянцево", "Rumyantsevo"],
             ["Саларьево", "Salaryevo"],
             ["Семёновская", "Semenovskaya"],
             ["Сходненская", "Skhodnenskaya"],
             ["Текстильщики", "Tekstilschiki"],
             ["Тёплый стан", "Teply stan"],
             ["Третьяковская", "Tretyakovskaya"],
             ["Тропарёво", "Troparevo"],
             ["Фонвизинская", "Fonvizinskaya"],
             ["Чистые пруды", "Chistye prudy"],
             ["Шоссе Энтузиастов", "Shosse Entuziastov"],
             ["Щёлковская", "Schelkovskaya"],
             ["Электрозаводская", "Elektrozavodskaya"],
             ["Юго-Западная", "Yugo-Zapadnaya"]
           ]
         }'::jsonb->'samples')
    loop
       raise notice '% => %', rec.src, rec.dst;
       ASSERT
           -- результат сравнения должен вернуть boolean
           iuliia_translate_mosmetro(rec.src) is not distinct from rec.dst,
           -- если результат сравнения не true, то вернётся сообщение с ошибкой
           format('%L => %L', rec.src, rec.dst);
    end loop;
END $$;

-- iuliia_translate_wikipedia() tests
DO $$
DECLARE
    rec record;
BEGIN
    for rec in
        select value->>0 as src, value->>1 as dst
        from jsonb_array_elements('{
          "name": "wikipedia",
          "description": "Wikipedia transliteration schema",
          "url": "https://dangry.ru/iuliia/wikipedia/",
          "mapping": {
            "а": "a",
            "б": "b",
            "в": "v",
            "г": "g",
            "д": "d",
            "е": "e",
            "ё": "yo",
            "ж": "zh",
            "з": "z",
            "и": "i",
            "й": "y",
            "к": "k",
            "л": "l",
            "м": "m",
            "н": "n",
            "о": "o",
            "п": "p",
            "р": "r",
            "с": "s",
            "т": "t",
            "у": "u",
            "ф": "f",
            "х": "kh",
            "ц": "ts",
            "ч": "ch",
            "ш": "sh",
            "щ": "shch",
            "ъ": "",
            "ы": "y",
            "ь": "",
            "э": "e",
            "ю": "yu",
            "я": "ya"
          },
          "prev_mapping": {
            "е": "ye",
            "ае": "ye",
            "ие": "ye",
            "ое": "ye",
            "уе": "ye",
            "эе": "ye",
            "юе": "ye",
            "яе": "ye",
            "ье": "ye",
            "ъе": "ye"
          },
          "next_mapping": {
            "ъа": "y",
            "ъи": "y",
            "ъо": "y",
            "ъу": "y",
            "ъы": "y",
            "ъэ": "y",
            "ьа": "y",
            "ьи": "y",
            "ьо": "y",
            "ьу": "y",
            "ьы": "y",
            "ьэ": "y"
          },
          "ending_mapping": {
            "ий": "y",
            "ый": "y"
          },
          "samples": [
            [
              "Юлия, съешь ещё этих мягких французских булок из Йошкар-Олы, да выпей алтайского чаю",
              "Yuliya, syesh yeshchyo etikh myagkikh frantsuzskikh bulok iz Yoshkar-Oly, da vypey altayskogo chayu"
            ],
            [
              "Россия, город Йошкар-Ола, улица Яна Крастыня",
              "Rossiya, gorod Yoshkar-Ola, ulitsa Yana Krastynya"
            ],
            ["Ельцин", "Yeltsin"],
            ["Раздольное", "Razdolnoye"],
            ["Юрьев", "Yuryev"],
            ["Белкин", "Belkin"],
            ["Бийск", "Biysk"],
            ["Подъярский", "Podyarsky"],
            ["Мусийкъонгийкоте", "Musiykyongiykote"],
            ["Давыдов", "Davydov"],
            ["Усолье", "Usolye"],
            ["Выхухоль", "Vykhukhol"],
            ["Дальнегорск", "Dalnegorsk"],
            ["Ильинский", "Ilyinsky"],
            ["Красный", "Krasny"],
            ["Великий", "Veliky"],
            ["Набережные Челны", "Naberezhnye Chelny"]
          ]
        }'::jsonb->'samples')
    loop
        raise notice '% => %', rec.src, rec.dst;
        ASSERT
            -- результат сравнения должен вернуть boolean
            iuliia_translate_wikipedia(rec.src) is not distinct from rec.dst,
            -- если результат сравнения не true, то вернётся сообщение с ошибкой
            format('%L => %L', rec.src, rec.dst);
    end loop;
END $$;

-- @UNDO

drop function if exists iuliia_translate_mosmetro(str text);
drop function if exists iuliia_translate_wikipedia(str text);
drop function if exists iuliia_translate(str text, rules jsonb);