← Back to branch summary

~slub.team/goobi-indexserver/3.x

« back to all changes in this revision

Viewing changes to lucene/contrib/icu/src/data/uax29/Default.rbbi

  • Committer: Sebastian Meyer
  • Date: 2012-08-03 09:12:40 UTC
  • Revision ID: sebastian.meyer@slub-dresden.de-20120803091240-x6861b0vabq1xror
https://launchpad.net/bugs/985487
Remove Lucene and Solr source code and add patches instead
Fix Bug #985487: Auto-suggestion for the search interface

Show diffs side-by-side

added added

removed removed

Lines of Context:
lucene/contrib/icu/src/data/uax29/Default.rbbi
1
 
#
2
 
# Licensed to the Apache Software Foundation (ASF) under one or more
3
 
# contributor license agreements.  See the NOTICE file distributed with
4
 
# this work for additional information regarding copyright ownership.
5
 
# The ASF licenses this file to You under the Apache License, Version 2.0
6
 
# (the "License"); you may not use this file except in compliance with
7
 
# the License.  You may obtain a copy of the License at
8
 
#
9
 
#     http://www.apache.org/licenses/LICENSE-2.0
10
 
#
11
 
# Unless required by applicable law or agreed to in writing, software
12
 
# distributed under the License is distributed on an "AS IS" BASIS,
13
 
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
14
 
# See the License for the specific language governing permissions and
15
 
# limitations under the License.
16
 
#
17
 
# Default RBBI rules, based on UAX#29.
18
 
#
19
 
 
20
 
!!chain;
21
 
 
22
 
#
23
 
#  Character Class Definitions.
24
 
#
25
 
 
26
 
$CR           = [\p{Word_Break = CR}];
27
 
$LF           = [\p{Word_Break = LF}];
28
 
$Newline      = [\p{Word_Break = Newline}];
29
 
$Extend       = [\p{Word_Break = Extend}];
30
 
$Format       = [\p{Word_Break = Format}];
31
 
$Katakana     = [\p{Word_Break = Katakana}];
32
 
$ALetter      = [\p{Word_Break = ALetter}];
33
 
$MidNumLet    = [\p{Word_Break = MidNumLet}];
34
 
$MidLetter    = [\p{Word_Break = MidLetter}];
35
 
$MidNum       = [\p{Word_Break = MidNum}];
36
 
$Numeric      = [\p{Word_Break = Numeric}[[:Decomposition_Type=Wide:]&[:General_Category=Decimal_Number:]]];
37
 
$ExtendNumLet = [\p{Word_Break = ExtendNumLet}];
38
 
 
39
 
 
40
 
#   Dictionary character set, for triggering language-based break engines. Currently
41
 
#   limited to LineBreak=Complex_Context. Note that this set only works in Unicode
42
 
#   5.0 or later as the definition of Complex_Context was corrected to include all
43
 
#   characters requiring dictionary break.
44
 
 
45
 
$dictionary   = [:LineBreak = Complex_Context:];
46
 
$Control        = [\p{Grapheme_Cluster_Break = Control}]; 
47
 
$ALetterPlus  = [$ALetter [$dictionary-$Extend-$Control]];   # Note:  default ALetter does not
48
 
                                                             #  include the dictionary characters.
49
 
 
50
 
#
51
 
#  Rules 4    Ignore Format and Extend characters, 
52
 
#             except when they appear at the beginning of a region of text.
53
 
#
54
 
$KatakanaEx     = $Katakana     ($Extend |  $Format)*;
55
 
$ALetterEx      = $ALetterPlus  ($Extend |  $Format)*;
56
 
$MidNumLetEx    = $MidNumLet    ($Extend |  $Format)*;
57
 
$MidLetterEx    = $MidLetter    ($Extend |  $Format)*;
58
 
$MidNumEx       = $MidNum       ($Extend |  $Format)*;
59
 
$NumericEx      = $Numeric      ($Extend |  $Format)*;
60
 
$ExtendNumLetEx = $ExtendNumLet ($Extend |  $Format)*;
61
 
 
62
 
$Hiragana       = [\p{script=Hiragana}];
63
 
$Ideographic    = [\p{Ideographic}];
64
 
$HiraganaEx     = $Hiragana     ($Extend |  $Format)*;
65
 
$IdeographicEx  = $Ideographic  ($Extend |  $Format)*;
66
 
 
67
 
## -------------------------------------------------
68
 
 
69
 
!!forward;
70
 
 
71
 
 
72
 
# Rule 3 - CR x LF
73
 
#
74
 
$CR $LF;
75
 
 
76
 
# Rule 4 - ignore Format and Extend characters, except when they appear at the beginning
77
 
#          of a region of Text.   The rule here comes into play when the start of text
78
 
#          begins with a group of Format chars, or with a "word" consisting of a single
79
 
#          char that is not in any of the listed word break categories followed by
80
 
#          format char(s).
81
 
[^$CR $LF $Newline]? ($Extend |  $Format)+;
82
 
 
83
 
$NumericEx {100};
84
 
$ALetterEx {200};
85
 
$KatakanaEx {300};       # note:  these status values override those from rule 5
86
 
$HiraganaEx {300};       #        by virtual of being numerically larger.
87
 
$IdeographicEx {400};    #
88
 
 
89
 
#
90
 
# rule 5
91
 
#    Do not break between most letters.
92
 
#
93
 
$ALetterEx $ALetterEx {200};
94
 
 
95
 
# rule 6 and 7
96
 
$ALetterEx ($MidLetterEx | $MidNumLetEx) $ALetterEx {200};
97
 
 
98
 
# rule 8
99
 
 
100
 
$NumericEx $NumericEx {100};
101
 
 
102
 
# rule 9
103
 
 
104
 
$ALetterEx $NumericEx {200};
105
 
 
106
 
# rule 10
107
 
 
108
 
$NumericEx $ALetterEx {200};
109
 
 
110
 
# rule 11 and 12 
111
 
 
112
 
$NumericEx ($MidNumEx | $MidNumLetEx) $NumericEx {100};
113
 
 
114
 
# rule 13
115
 
 
116
 
$KatakanaEx  $KatakanaEx {300};
117
 
 
118
 
# rule 13a/b
119
 
 
120
 
$ALetterEx      $ExtendNumLetEx {200};    #  (13a)
121
 
$NumericEx      $ExtendNumLetEx {100};    #  (13a)
122
 
$KatakanaEx     $ExtendNumLetEx {300};    #  (13a)
123
 
$ExtendNumLetEx $ExtendNumLetEx {200};    #  (13a)
124
 
 
125
 
$ExtendNumLetEx $ALetterEx  {200};    #  (13b)
126
 
$ExtendNumLetEx $NumericEx  {100};    #  (13b)
127
 
$ExtendNumLetEx $KatakanaEx {300};    #  (13b)