Grammalecte  Diff

#
# //////////////////////////////////////// PRÉPROCESSEUR ////////////////////////////////////////
#


# e-mail
__<i>(p_email)__
__<i>__  \w[\w.-]*@\w[\w.-]*\w[.]\w+ <<- ~>> *
    \w[\w.-]*@\w[\w.-]*\w[.]\w+ <<- ~>> *

# URL
__<i>(p_URL)__
__<i>__  https?://[\w./?&!%=+*"'@$#-]+ <<- ~>> *
__<i]__  ({w_2})[.](?:com|net|org|info|fr|ca|be|ch|i[ot]|co[.]uk|tk|es|jp|zh|ru|us|nl) @@0 <<- ~>> =\1.capitalize()
    https?://[\w./?&!%=+*"'@$#-]+ <<- ~>> *
__<i](p_URL2)__
    ({w_2})[.](?:com|net|org|info|fr|ca|be|ch|i[ot]|co[.]uk|tk|es|jp|zh|ru|us|nl) @@0 <<- ~>> =\1.capitalize()

# Numéro de chapitre
__<i>(p_chapitre)__
__<i>__  ^\d+[.][\d.-]* <<- ~>> *
    ^\d+[.][\d.-]* <<- ~>> *

# Numéro suivi de plusieurs espaces, considéré comme une numérotation de chapitre
__<i>(p_num_chapitre)__
__<i>__  ^\d+(?:  +|\t+) <<- ~>> *
    ^\d+(?:  +|\t+) <<- ~>> *

# bibliographie
__[s>__  [cC](?:f|hap|oll?)([.]) @@$ <<- ~1>> *
__[s]__  p[.] ?\d+(?:-\d+|) <<- ~>> *
__[s]__  pp[.] ?\d+-\d+ <<- ~>> *
__[i]__  figure (\d+(?:[.:-]\d+|))  @@0 <<- ~1>> *
__[i]__  art(?:icle|[.]) (1er|\d+(?:[.:-]\d+|)) @@$ <<- ~1>> *
__[s>__  av[.] <<- ~>> av
__[s>(p_chap_coll_cf)__     [cC](?:f|hap|oll?)([.]) @@$ <<- ~1>> *
__[s](p_page)__             p[.] ?\d+(?:-\d+|) <<- ~>> *
__[s](p_pages)__            pp[.] ?\d+-\d+ <<- ~>> *
__[i](p_figure)__           figure (\d+(?:[.:-]\d+|))  @@0 <<- ~1>> *
__[i](p_article)__          art(?:icle|[.]) (1er|\d+(?:[.:-]\d+|)) @@$ <<- ~1>> *
__[s>(p_av)__               av[.] <<- ~>> av

# versus
__[s>(p_vs)__
__[s>__  vs[.]
    <<- ->> "vs "                                                                                   # Pas de point après cette abréviation.
    vs[.]
    <<- ->> "vs "               # Pas de point après cette abréviation.
    <<- ~>> vs

# sigles
__<s>(p_sigle1)__
__<s>__  ([A-Z][.][A-Z][.](?:[A-Z][.])*) +[A-ZÉÀÂÊÎÈÔ]  @@0  <<- ~1>> =\1.replace(".", "")+"."
__[s>__  [a-zA-Z][.][a-zA-Z][.](?:[a-zA-Z][.])*
    ([A-Z][.][A-Z][.](?:[A-Z][.])*) +[A-ZÉÀÂÊÎÈÔ]  @@0  <<- ~1>> =\1.replace(".", "")+"."
__[s>(p_sigle2)__
    [a-zA-Z][.][a-zA-Z][.](?:[a-zA-Z][.])*
    <<- not re.search(r"(?i)^(?:i\.e\.|s\.[tv]\.p\.|e\.g\.|a\.k\.a\.|c\.q\.f\.d\.|b\.a\.|n\.b\.)$", \0) ->> =\0.replace(".", "").upper()
    # Sigle. Il est recommandé d’ôter les points pour les sigles.|https://fr.wikipedia.org/wiki/Sigle#Typographie
    <<- \0 != "b.a." ~>> =\0.replace(".", "_")
__[s>(p_sigle3)__
__[s>__  J[.]-[A-Z][.] <<- ~>> =\0.replace(".", "").replace("-","")
    J[.]-[A-Z][.] <<- ~>> =\0.replace(".", "").replace("-","")

# Ne pas scinder la phrase si les points de suspension sont suivis d’une minuscule
__<s>(p_points_suspension)__
__<s>__  ({w1})(…)(?= [a-zéèêàâîô])  @@0,$ <<- not re.search("(?i)^etc", \1) ~2>> ,
    ({w1})(…)(?= [a-zéèêàâîô])  @@0,$ <<- not re.search("(?i)^etc", \1) ~2>> ,

# Mr et MM
__[s>(p_M_point)__
__[s>__  (M[.]) (?:[A-ZÉÈÎ]\w+|l[e'’])  @@0 <<- ~1>> Mr
__[s>__  MM[.] <<- ~>> "MM "
__[s>__  M(?:r|gr|me|[.]) [A-ZÉ]([.])(?=\W+[a-zéèêâîïû]) @@$ <<- ~1>> *
    (M[.]) (?:[A-ZÉÈÎ]\w+|l[e'’])  @@0 <<- ~1>> Mr
__[s>(p_MM_point)__
    MM[.] <<- ~>> "MM "
__[s>(p_Mr_Mgr_Mme_point)__
    M(?:r|gr|me|[.]) [A-ZÉ]([.])(?=\W+[a-zéèêâîïû]) @@$ <<- ~1>> *

# Patronyme réduit à une seule lettre
__[s](p_prénom_lettre_point_patronyme)__
    ([A-ZÉÈÂÎ][\w-]+)[  ]([A-ZÉÈÂ][.][  ]([A-ZÉÈÂ][\w-]+)) @@0,$,$
__[s]__  ([A-ZÉÈÂÎ][\w-]+)[  ]([A-ZÉÈÂ][.][  ]([A-ZÉÈÂ][\w-]+)) @@0,$,$ <<- morph(\1, ":M[12]", False) and (morph(\3, ":(?:M[12]|V)", False) or not spell(\3)) ~2>> *
__[s>__  ([A-ZÉÈÂÎ][\w-]+)[  ]([A-ZÉÈÂ][.]) @@0,$ <<- morph(\1, ":M[12]", False) and after("^\W+[a-zéèêîïâ]") ~2>> *
    <<- morph(\1, ":M[12]", False) and (morph(\3, ":(?:M[12]|V)", False) or not spell(\3)) ~2>> *
__[s>(p_prénom_lettre_point)__
    ([A-ZÉÈÂÎ][\w-]+)[  ]([A-ZÉÈÂ][.]) @@0,$
    <<- morph(\1, ":M[12]", False) and after("^\W+[a-zéèêîïâ]") ~2>> *

# Patronymes composés avec Le/La/Les
__[s](p_patronyme_composé_avec_le_la_les)__
__[s]__  [A-ZÉÈÂÎ][\w-]+[-–—]L(?:es?|a) [A-ZÉÈÂÎ][\w-]+ <<- ~>> =\0.replace(" ", "_")
    [A-ZÉÈÂÎ][\w-]+[-–—]L(?:es?|a) [A-ZÉÈÂÎ][\w-]+ <<- ~>> =\0.replace(" ", "_")

# IP
__[s](p_adresse_IP)__
__[s]__  \d+[.:]\d+[.:]\d+[.:]\d+  <<- ~>> *
    \d+[.:]\d+[.:]\d+[.:]\d+  <<- ~>> *

# mètres (m)
__[s>(p_chiffres_m)__
__[s>__  "\d+ (m) "  @@w <<- ~1>> _
    "\d+ (m) "  @@w <<- ~1>> _

# heures
__[s](p_heures)__
__[s]__  (?:de |à |)[012]?\d[h:]\d\d(?:[m:]\d\ds?|) <<- ~>> *
    (?:de |à |)[012]?\d[h:]\d\d(?:[m:]\d\ds?|) <<- ~>> *

# crochets
__[s](p_points_suspension_entre_crochets)__
__[s]__  \[…\] <<- ~>> *
__[s]__  \[({w_1})\] @@1
    \[…\] <<- ~>> *
__[s](p_mot_entre_crochets)__
    \[({w_1})\] @@1
    <<- \1.isdigit() ~>> *
    <<- __else__ ~>> _
__[s](points_suspension_entre_parenthèses)__
__[s]__  \(…\)
    <<- ->> […]                                                                                     # Pour indiquer une troncature de texte, on utilise usuellement des crochets.
    \(…\)
    <<- ->> […]                 # Pour indiquer une troncature de texte, on utilise usuellement des crochets.
    <<- ~>> *

# Divers
__[i](p_FranceTV)__
__[i]__ France ([23450O]) @@$ <<- ~>> France_\1
__[u]__ cac 40 <<- ~>> CAC40
    France ([23450O]) @@$ <<- ~>> France_\1
__[u](p_CAC40)__
    cac 40 <<- ~>> CAC40



TEST: l’{{A.N.P.E.}} n’existe plus
TEST: ce chien […] ne {{semblez}} pas perdu.
TEST: ce chat {{(…)}} ne {{semblez}} pas perdu.
TEST: ce nouveau moteur de recherche (http://www.cherche-moi-ça.fr/home.php&lang=fr) fonctionne pas mal.