Index: gc_lang/fr/rules.grx
==================================================================
--- gc_lang/fr/rules.grx
+++ gc_lang/fr/rules.grx
@@ -408,11 +408,11 @@
TEST: voici des (parenthèses{{ )}}, n’est-ce pas ? ->> )
# Parenthèses collées
__<s>/typo(typo_parenthèse_fermante_collée)__
- [)]\b(?![s¹²³⁴⁵⁶⁷⁸⁹⁰]\b) <<- not before("\\([rR]e$") ->> ") " # Il manque un espace après la parenthèse.
+ [)]\b(?![s¹²³⁴⁵⁶⁷⁸⁹⁰]\b) <<- not before("\\([rR][eéEÉ]$") ->> ") " # Il manque un espace après la parenthèse.
__<s>/typo(typo_parenthèse_ouvrante_collée)__
\b[(](?=[^)][^)][^)]) <<- ->> " (" # Il manque un espace avant la parenthèse.
TEST: C’est au fond du couloir{{(}}celui du deuxième étage{{)}}qu’il se trouve.
TEST: (a + b)²
@@ -462,11 +462,11 @@
#
#
# NOTE
-# Tout contrôle des espaces doit se faire avant ce point.
+# Tout contrôle des espaces existants doit se faire avant ce point.
# À partir d’ici, toute règle est susceptible de supprimer des caractères et les remplacer par des espaces ou des chaînes de longueur égale.
#
#
@@ -863,13 +863,13 @@
!!
__<s>/typo(typo_espace_manquant_après1)__
({w1})[,:]({w_1}) @@0,$ <<- not \1.isdigit() -2>> " \2" # Il manque un espace.
__<s>/typo(typo_espace_manquant_après2)__
- [?!;%‰‱˚»}]({w_1}) @@$ <<- -1>> " \1" # Il manque un espace.
+ [?!;%‰‱˚»}]({w_1}|[({[]) @@$ <<- -1>> " \1" # Il manque un espace.
__<s]/typo(typo_espace_manquant_après3)__
- {w_1}[.]({w_1}) @@$
+ {w_1}[.]({w_1}|[({[]) @@$
<<- (\1.__len__() > 1 and not \1[0:1].isdigit() and spell(\1)) or after("^’") -1>> " \1" # Il manque un espace.
TEST: J’en ai marre,{{ça}} suffit.
TEST: elle est délirante.{{Devine}} ce qu’elle a dit.
TEST: Voilà,{{il}} manque un espace. ->> " il"
@@ -878,10 +878,11 @@
TEST: espace:{{manquant}} ->> " manquant"
TEST: espace{{;}}{{manquant}}
TEST: espace ;{{manquant}} ->> " manquant"
TEST: espace{{?}}{{manquant}}
TEST: espace{{!}}{{manquant}}
+TEST: une espace ?{{(}}oui ou non)
TEST: espace.{{Manquant}} ->> " Manquant"
TEST: C’est bien.{{Les}} invités seront contents. ->> " Les"
TEST: qui ont refusé.{{de}} se sauver ->> " de"
TEST: Y parvenir quoi qu’il en soit.{{Le}} sort en est jeté. ->> " Le"
TEST: pic.twitter.com/PICNAME
@@ -1372,17 +1373,28 @@
TEST: __ocr__ En l’an {{2OO1}}, tout commença.
## Casse
__[s]/ocr(ocr_casse_pronom_vconj)__
- {w2}-(On|Ils?|Elles?|Tu|Je|Nous|Vous|Mêmes?|Ci|Là|Une?s) @@$
+ {w2}-(On|Ils?|Elles?|Tu|Je|Nous|Vous|Mêmes?|Ci|Là|Une?s|Les?|La|Leur) @@$
<<- -1>> =\1.lower() # Erreur de numérisation ? Casse douteuse.
TEST: __ocr__ Part-{{On}} demain ?
TEST: __ocr__ À ce compte-{{Ci}}, on n’en viendra jamais à bout.
TEST: __ocr__ Quelques-{{Uns}} sont incapables d’y parvenir.
+
+## Mots inconnus du dictionnaire
+__[s]/ocr(mots_composés_inconnus)__
+ \w+-\w+
+ <<- not spell(\0) and not re.search("(?i)-(?:je|tu|on|nous|vous|ils?|elles?|là|ci|les?|la|leur|une?s)$", \0)
+ ->> _ # Erreur de numérisation ? Mot composé inconnu du dictionnaire.
+
+TEST: __ocr__ c’est du {{base-bal}}]
+TEST: __ocr__ cet homme-là est corrompu.
+TEST: __ocr__ cette femme-là est revenue nous dire ce qu’elle pensait de nous.
+
## Lettres isolées
# Note: l’option “mapos” cherche les apostrophes manquantes après les lettres l, d, n, m, t, s, j, c, ç
__[s]/ocr(ocr_lettres_isolées)!2__
\w(?!’)
@@ -1399,40 +1411,49 @@
## Caractères rares
__<s>/ocr(ocr_caractères_rares)__
\w*[{}<>&*#£]+\w*
<<- \0 != "<" and \0 != ">" ->> _ # Erreur de numérisation ? Cette chaîne contient un caractère de fréquence rare.
+__<s>/ocr(ocr_doublons_caractères_rares)__
+ [\]\[({}][\]\[({}]+
+ <<- ->> _ # Erreur de numérisation ? Succession douteuse de caractères.
+
TEST: __ocr__ trouve {{l£}} temps
TEST: __ocr__ elle s’{{avance*}} sur le seuil
TEST: __ocr__ par beaucoup d’argent ? {{{Il}} débouche le Jack Daniels
+TEST: __ocr__ {{[[}}voyons celà].
+TEST: __ocr__ {{((}}voyons ceci).
## Mélange chiffres/lettres
__[i]/ocr(ocr_le_la_les_regex)__
- 1[easrnxiocuwàéè]
+ [1[][easrnxiocuwàéè]
<<- \0.endswith("e") ->> le # Erreur de numérisation ?
<<- __else__ and \0.endswith("a") ->> la # Erreur de numérisation ?
<<- __else__ and \0.endswith("à") ->> la|là # Erreur de numérisation ?
<<- __else__ ->> le|la # Erreur de numérisation ?
TEST: __ocr__ avec {{1e}} chien du policier
TEST: __ocr__ il le jura sur {{1a}} tête de sa mère
TEST: __ocr__ {{1c}} chat du voinsin est idiot
+TEST: __ocr__ {{[e}} chien a faim
__[i]/ocr(ocr_les)__
- 1[ea]s
+ [1[][ea]s
<<- ->> les # Erreur de numérisation ?
TEST: __ocr__ {{1es}} jours clairs
+TEST: __ocr__ {{[as}} amis sont présents
__[i]/ocr(ocr_l_regex)__
- (1’)[aâeéèêëiîïoôuyh][\w-]* @@0
+ ([1[][’'`‘])[aâeéèêëiîïoôuyh][\w-]* @@0
<<- -1>> l’|L’|j’|J’ # Erreur de numérisation ?
TEST: __ocr__ {{1’}}année s’annonce agitée.
+TEST: __ocr__ {{['}}ouverture du championnat est pour bientôt.
__[i]/ocr(ocr_il_regex)__
1fs?
<<- \0.endswith("s") ->> Ils|ils|ifs # Erreur de numérisation ?
@@ -2270,11 +2291,11 @@
TEST: __ocr__ d’un fil de plastique transparent, {{Il}} l’agite ->> il
TEST: __ocr__ sur une glace noire {{Les}} lumières du port ->> les
TEST: __ocr__ le roulis du bateau {{Le}} faisant heurter ->> le
TEST: __ocr__ si vous {{La}} désirez ->> la
TEST: __ocr__ sa main se referme sur {{Je}} livre ->> je
-TEST: __ocr__ Ils étaient portés à croire que Danton et Robespierre ne mettraient aucun obstacle. Le 8 au soir, Robespierre était allé à la section Bonne-Nouvelle, avait invectivé violemment contre la Gironde. Pendant son discours, un des siens, qui l’attendait à la porte, disait qu’on devrait massacrer non les Girondins seulement, mais tous les signataires des fameuses pétitions.
+TEST: __ocr__ Ils étaient portés à croire que Danton et Robespierre ne mettraient aucun obstacle. Le 8 au soir, Robespierre était allé à la section {{Bonne-Nouvelle}}, avait invectivé violemment contre la Gironde. Pendant son discours, un des siens, qui l’attendait à la porte, disait qu’on devrait massacrer non les Girondins seulement, mais tous les signataires des fameuses pétitions.
TEST: __ocr__ Prends cette pelle et creuse.
TEST: __ocr__ Roland, 87 ans, amoureux depuis cinq ans : « J’ai l’impression que je vais vivre encore longtemps »
TEST: __ocr__ QUE FAIRE D’APRÈS EUX ?
@@ -2524,10 +2545,18 @@
tille
<<- ->> fille # Erreur de numérisation ?
TEST: __ocr__ Cette {{tille}} n’en avait jamais assez.
+
+# fout / font
+__ocr_font__
+ fout
+ <<- not value(<1, "|il|elle|on|") and not value(<2, "|il|elle|on|") ->> font # Erreur de numérisation ?
+
+TEST: __ocr__ qui ne {{fout}} rien de leur journée
+
# fut / rut
__ocr_fut__
rut
<<- ->> fut # Erreur de numérisation ?
@@ -2928,10 +2957,18 @@
<<- ->> une # Erreur de numérisation ?
TEST: __ocr__ il avait {{ure}} femme élégante et silencieuse
TEST: __ocr__ c’est pour {{vine}} amie
+
+# vêtement / vêlement
+__ocr_vêtement__
+ >vêlement
+ <<- ->> =\1.replace("l", "t").replace("L", "T") # Erreur de numérisation ?
+
+TEST: __ocr__ il enfila ses {{vêlements}} en hâte.
+
# vous / voua / voue
__ocr_vous__
[voue|voua]
<<- ->> vous # Erreur de numérisation ?
@@ -3397,10 +3434,13 @@
<<- /tu/ ->> avant-hier # Il manque un trait d’union.
[basket|volley] ball
<<- /tu/ ->> \1-ball # Il manque un trait d’union.
+ bas [>côté|coté|cotés]
+ <<- morph(<1 , ":D") ->> bas-côté|bas-côtés # Il manque un trait d’union.
+
[les|des|aux] beaux arts
<<- /tu/ -2:3>> beaux-arts # Il manque un trait d’union.
bouche à [bouche|>oreille]
<<- /tu/ morph(<1, ":D") ->> \1-\2-\3 # Il manque les traits d’union.