tools/mkdigraphlist

   1 #!/usr/bin/env perl
   2
   3 use strict;
   4 use warnings;
   5 use utf8;
   6
   7 use open OUT => ':utf8', ':std';
   8 use Data::Dumper;
   9
  10 our $VERSION = '1.03';
  11
  12 # create a hash of desired input
  13 my $di = do 'data/digraphs-rfc.inc.pl'
  14         or die "error reading digraphs include: ", $@ // $!;
  15
  16 # personal addendums
  17 my $extra = do 'data/digraphs-shiar.inc.pl'
  18         or warn "could not include shiar proposals: ", $@ // $!;
  19 $di = { %{$di}, %{$extra // {}} };
  20
  21 # optionally get unicode character information
  22 my $uninfo = do 'unicode-char.inc.pl'
  23         or warn "could not include unicode details: ", $@ // $!;
  24
  25 # convert info hashes into arrays of strings to output in display order
  26 for my $row (values %{$uninfo}) {
  27         my ($class, $name, $di, $html, $string) = @{$row};
  28         $row = [$name, $class];
  29         push @{$row}, '', $string if defined $string;
  30 }
  31
  32 # output perl code of hash
  33 # (assume no backslashes or curlies, so we can just q{} w/o escaping)
  34 print "# automatically generated by $0\n";
  35 print "use utf8;\n";
  36 print "+{\n";
  37 printf '(map {$_=>0} qw{%s}),'."\n", join(' ',
  38         grep { !defined $di->{$_} }
  39         map { substr($_, 1, 1).substr($_, 0, 1) } sort keys %{$di}
  40 );
  41 printf "q{%s}=>[%s],\n", $_, join(',',
  42         $di->{$_},   # original code point
  43         (map {"'$_'"} @{ $uninfo->{ chr $di->{$_} } // [] }),  # optional additional arguments
  44 ) for sort keys %{$di};
  45 print "}\n";
  46
  47 __END__
  48
  49 =head1 NAME
  50
  51 mkdigraphlist - Output character list of combined digraph data
  52
  53 =head1 SYNOPSIS
  54
  55     mkdigraphlist >digraphs.inc.pl
  56     perl -e'$di = do "digraphs.inc.pl"; print chr $di->{DO}->[0]'
  57
  58 =head1 DESCRIPTION
  59
  60 Parses the official RFC-1345 document, searching the
  61 'character mnemonic table' for all digraph definitions.
  62 If successful, Perl code is output resulting in a hash
  63 with character data keyed by digraph.
  64 Any errors and warnings are given at STDERR.
  65
  66 The value can either be a scalar string containing another
  67 digraph which can be considered identical (usually inverted),
  68 or an array ref containing at least the resulting character's
  69 Unicode code point value.  If available, the following UCD data
  70 is appended: character name, category, script, and output string.
  71 For example:
  72
  73  +{
  74    AE => [198, 'LATIN CAPITAL LETTER AE', 'Lu Xl', 'Latin'],
  75    EA => 'AE',
  76   }
  77
  78 =head1 AUTHOR
  79
  80 Mischa POSLAWSKY <perl@shiar.org>
  81
  82 =head1 LICENSE
  83
  84 Licensed under the GNU Affero General Public License version 3.
  85