کدهای بیشتر

[reza1615]

با تشکر از شما برای ابراز خوبتان. چند پیشنهاد داشتم
۱-ابزاری مانند ویراستیار برای نرم‌افزار وورد بسازید که بیشتر تایپ‌ها آنجا انجام می‌شود
۲-کدهای جاوا اسکریپت برای جایگزین و تغییر در متن فارسی در ویکی‌پدیای فارسی توسعه یافتند را در لینک‌های زیر هستند
https://fa.wikipedia.org/wiki/مدیاویکی:Gadget-Extra-Editbuttons.js
https://fa.wikipedia.org/wiki/مدیاویکی:Gadget-Extra-Editbuttons-persiantools.js
https://fa.wikipedia.org/wiki/مدیاویکی:Gadget-Extra-Editbuttons-persianwikitools.js
https://fa.wikipedia.org/wiki/مدیاویکی:Gadget-Extra-Editbuttons-dictionary.js
که این ابزار توانایی اصلاح فاصلهٔ مجازی، کلمات مرکب و اشتباهات تایپی و غلطهای املایی متداول را دارد. این ابزار حدود ۲-۳ سال است که در ویکی‌پدیای فارسی استفاده می‌شود و بسیاری از باگ‌های آن گرفته شده است و یونیت تست وپ:تست هم دارد :)
https://fa.wikipedia.org/wiki/مدیاویکی:Gadget-Extra-Editbuttons-tests.js

[mardetanha]

این ابزارهای ویکی‌پدیا مدت‌ها تست شدند، ما خیلی علاقه داشتم این رو بتونیم یک اکستنشنی برای ورد آفیس و یا سایر ابزارهای مشابه تو لینوکس بکنیم که بتونه رو متون طولانی مثل پایان نامه هم کار کنه

[reza1615]

برای تبدیل حروف هم خیلی حروف مشابه ي و ك داریم که باید جایگزین شوند
return normalizeZwnj(text) // needed because of #visualZwnj
.replace(/ك/g, 'ک') // Arabic
.replace(/ڪ/g, 'ک') // Urdu
.replace(/ﻙ/g, 'ک') // Pushtu
.replace(/ﻚ/g, 'ک') // Uyghur
.replace(/ي/g, 'ی') // Arabic
.replace(/ى/g, 'ی') // Urdu
.replace(/ے/g, 'ی') // Urdu
.replace(/ۍ/g, 'ی') // Pushtu
.replace(/ې/g, 'ی') // Uyghur
.replace(/ہ/g, 'ه') // Convert ہ to ه ہہہہ to ههه
.replace(/ە/g, 'ه\u200c') // Kurdish
.replace(/ھ/g, 'ه'); // Kurdish
}
که در کدهای ویکی‌پدیا دیده شده‌است. از سویی برای بهبود جستجو کاراکترهای جداگانه را هم باید مدنظر گرفت که گاهی در متن دیده می‌شوند و در اصل باید کارکتر اصلی باشند
ی هایی که در بالا آمدند وقتی در میان کلمه قرار می‌گیرند مانند ی فارسی می‌شوند واین باعث می‌شود که در سرچ متن ربات یا ابزارها به مشکل بخودند.

[kiamoz]

برای تبدیل حروف هم خیلی حروف مشابه ي و ك داریم که باید جایگزین شوند
return normalizeZwnj(text) // needed because of #visualZwnj
.replace(/ك/g, 'ک') // Arabic
.replace(/ڪ/g, 'ک') // Urdu
.replace(/ﻙ/g, 'ک') // Pushtu
.replace(/ﻚ/g, 'ک') // Uyghur
.replace(/ي/g, 'ی') // Arabic
.replace(/ى/g, 'ی') // Urdu
.replace(/ے/g, 'ی') // Urdu
.replace(/ۍ/g, 'ی') // Pushtu
.replace(/ې/g, 'ی') // Uyghur
.replace(/ہ/g, 'ه') // Convert ہ to ه ہہہہ to ههه
.replace(/ە/g, 'ه\u200c') // Kurdish
.replace(/ھ/g, 'ه'); // Kurdish
}
که در کدهای ویکی‌پدیا دیده شده‌است. از سویی برای بهبود جستجو کاراکترهای جداگانه را هم باید مدنظر گرفت که گاهی در متن دیده می‌شوند و در اصل باید کارکتر اصلی باشند
ی هایی که در بالا آمدند وقتی در میان کلمه قرار می‌گیرند مانند ی فارسی می‌شوند واین باعث می‌شود که در سرچ متن ربات یا ابزارها به مشکل بخودند.

خیلی عالی بود حروف اروبا