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         map { substr($_, 1, 1).substr($_, 0, 1) } sort keys %{$di}
  39 );
  40 printf "q{%s}=>[%s],\n", $_, join(',',
  41         $di->{$_},   # original code point
  42         (map {"'$_'"} @{ $uninfo->{ chr $di->{$_} } // [] }),  # optional additional arguments
  43 ) for sort keys %{$di};
  44 print "}\n";
  45
  46 __END__
  47
  48 =head1 NAME
  49
  50 mkdigraphlist - Output character list of combined digraph data
  51
  52 =head1 SYNOPSIS
  53
  54     mkdigraphlist >digraphs.inc.pl
  55     perl -e'$di = do "digraphs.inc.pl"; print chr $di->{DO}->[0]'
  56
  57 =head1 DESCRIPTION
  58
  59 Parses the official RFC-1345 document, searching the
  60 'character mnemonic table' for all digraph definitions.
  61 If successful, Perl code is output resulting in a hash
  62 with character data keyed by digraph.
  63 Any errors and warnings are given at STDERR.
  64
  65 The value can either be a scalar string containing another
  66 digraph which can be considered identical (usually inverted),
  67 or an array ref containing at least the resulting character's
  68 Unicode code point value.  If available, the following UCD data
  69 is appended: character name, category, script, and output string.
  70 For example:
  71
  72  +{
  73    AE => [198, 'LATIN CAPITAL LETTER AE', 'Lu Xl', 'Latin'],
  74    EA => 'AE',
  75   }
  76
  77 =head1 AUTHOR
  78
  79 Mischa POSLAWSKY <perl@shiar.org>
  80
  81 =head1 LICENSE
  82
  83 Licensed under the GNU Affero General Public License version 3.
  84