@gmana/km-翻译
一个轻量级,无依赖性的图书馆,用于将高棉文转写为拉丁文(罗马化)并回译.
罗马化跟随 BGN/PCGN 1972 (英语) 高棉语系统,仅限于平地的ASCII——该体系的二极论
使用量(â, (中文(简体) ), ŏ, (中文(简体) ), ĕə, (中文(简体) ), é)被丢弃,所以输出可以用于名称,标识符和URL. 因此,这是一个
BGN/PCGN -- -- 地名来源 剖面图,不是符合要求的执行.
特征
- 高棉语改为拉丁语
khmerToLatin(中文(简体) ) ——音节-知音罗马化有正等可达形式. - 拉丁语为高棉语(
latinToKhmer(中文(简体) ) ——最优的反演,总能出出造型良好的高棉语. - 覆盖 ——规则所不能从来的名称和地名词典.
- 无依赖性 ——小捆绑,无害环境管理和CJS.
- 类型脚本 ——已完全输入出框.
安装
npm install @gmana/km-translit
pnpm add @gmana/km-translit
使用量
高棉语为拉丁语
import { khmerToLatin } from "@gmana/km-translit"
khmerToLatin("សុន ស្រេង") // "Son Sreng"
khmerToLatin("ចាន់ សុភា") // "Chan Sophea"
khmerToLatin("ហ៊ុន សែន") // "Hun Sen"
khmerToLatin("ភ្នំពេញ") // "Phnom Penh"
高棉语块外的文字完全保留下来——拉丁语、通俗语、高棉数字和白话 穿过未触及的:
khmerToLatin("Hello សុខា!") // "Hello Sokha!"
khmerToLatin("Khmer ១២៣ Text") // "Khmer ១២៣ Text"
字段边界来自空格 财务报告和审定财务报表 出自ZWSP(U+200B),常规高棉语单词分隔符:
khmerToLatin("សុនស្រេង") // "Son Sreng" (separated by U+200B)
自定义高于规则和内置默认值:
khmerToLatin("សុន ស្រេង", { សុន: "sun", ស្រេង: "sraeng" }) // "Sun Sraeng"
拉丁语到高棉语
import { latinToKhmer } from "@gmana/km-translit"
latinToKhmer("son seng") // "សុន សេង"
latinToKhmer("rath") // "រតន៍" (built-in override)
latinToKhmer("rath", { rath: "រ័ត្ន" }) // "រ័ត្ន"
API 密码
khmerToLatin(text: string, overrides?: Record<string, string>): string
罗马化高棉文. 每个高棉语词都是资本化的;周围的文字是孤立的. overrides 将高棉字映射到
其拉丁文形式并被分层 DEFAULT_OVERRIDES。 。 。 .
latinToKhmer(text: string, overrides?: Record<string, string>): string
将拉丁文文本转换回高棉文. 罗曼化丢弃了信息——系列,元音长度,以及选择中
符合一个声音——所以 损失:产出总是很好的高棉语,但并不总是
匹配原始拼写。 使用 overrides 名字必须精确的循环.
DEFAULT_OVERRIDES: Record<string, string>
内设例外. 高棉跑道没有内部的字词界限,所以没有写字的多字正名
分隔符( e)ភ្នំពេញ → Phnom Penh住在这里.
capitalize(text: string): string
将每个空格分隔的单词的第一个字母大写,其他小写.
罗马化是如何运作的
高棉文被分解为音节——发音组,元音,可达——而不是由字符来分解. 这个结构 正确之处如下:
| 规则 | 示例 |
|---|---|
| 科达斯使用未发售的决赛,而非发售表 | ចន្ទ → Chan (无) Chant(中文(简体) ) |
| Sonorant 下标保留基地系列 | ស្រេង → Sreng, (中文(简体) ), ស្ទឹង → Stoeng |
ំ 财务报告和审定财务报表 ះ 与元音连接 | ព្រះ → Preah, (中文(简体) ), ភ្នំ → Phnum |
៊ 编号 : ៉ 移动序列 | សុន → Son, (中文(简体) ), ស៊ុន → Sun |
់ 标记可达 | កង់ → Kang |
៍ 编号 : ៑ 安静他们的一致 | តន៍ → Ta |
ៗ 重复上一个单词 | ខ្ញុំៗ → Khnhum Khnhum |
限制
- 没有字典,高棉语中的文字分割是不可能的. 以空格或 ZWSP 分隔单词,
或将短语添加到
overrides。 。 。 . - 未以书面发音的语气拼音(
ស័ក្តិ→Sakte没有Sak)需要一个覆盖. - 如果某一名称有既定的拼写,而规则不产生(
វណ្ណា→Vonna常规 范纳, (中文(简体) ), 使用覆盖.
0.1.0中的变化
核心被重写为音节引擎,它纠正了输出前几个版本出错:
| 投入 | 0.0.x (韩语) | 0.1.0 (中文(简体) ) |
|---|---|---|
អាន | អាn | An |
ភ្នំពេញ | Phnmpenh | Phnom Penh |
ព្រះ | Prh | Preah |
សៀមរាប | Siemarab | Siem Reap |
ចន្ទ | Chant | Chan |
សុខា! | Sokha | Sokha! |
សុនស្រេង (津巴布韦语) | Sonasreng | Son Sreng |
latinToKhmer("arun") | ារុន | អារុន |
还作了修改:
- 第二系列对应表格不完整(
ង ញ ន ម យ រ ល វ)),这影响了元音在之后 这些符合:សិរី现在Seri(曾经是)Serei和បុរី现在Bori(曾经是)Borei) (中文(简体) ). - 非高棉文本不再重置.
khmerToLatin只使用生成的单词 . - 白地空间被保存下来,而不是正常化;空地,标签和新线的运行得以存活.
latinToKhmer插入អ元音-初始音节的载体,因此其输出总是有效的高棉语.
许可证
麻省理工学院