languages/data/CrhExceptions.php

   1 <?php
   2 /**
   3  * Exceptions Tables for Crimean Tatar (crh / Qırımtatarca)
   4  *
   5  * Adapted from https://crh.wikipedia.org/wiki/Qullan%C4%B1c%C4%B1:Don_Alessandro/Translit
   6  *
   7  * @file
   8  */
   9
  10 namespace MediaWiki\Languages\Data;
  11
  12 use CrhConverter as Crh;
  13
  14 class CrhExceptions {
  15
  16         function __construct() {
  17                 $this->loadRegs();
  18         }
  19
  20         public $Cyrl2LatnExceptions = [];
  21         public $Latn2CyrlExceptions = [];
  22
  23         public $Cyrl2LatnPatterns = [];
  24         public $Latn2CyrlPatterns = [];
  25
  26         private $lc2uc;
  27         private $uc2lc;
  28
  29         private function initLcUc( $lcChars, $ucChars, $reinit = false ) {
  30                 # bail if we've already done this, unless we are re-initializing
  31                 if ( !$reinit && $this->lc2uc && $this->uc2lc ) {
  32                         return;
  33                 }
  34
  35                 # split up the lc and uc lists in a unicode-friendly way
  36                 $myLc = [];
  37                 preg_match_all( '/./u', $lcChars, $myLc );
  38                 $myLc = $myLc[0];
  39
  40                 $myUc = [];
  41                 preg_match_all( '/./u', $ucChars, $myUc );
  42                 $myUc = $myUc[0];
  43
  44                 # map lc to uc and vice versa
  45                 $this->lc2uc = array_combine( array_values( $myLc ), array_values( $myUc ) );
  46                 $this->uc2lc = array_combine( array_values( $myUc ), array_values( $myLc ) );
  47         }
  48
  49         private function myLc( $string ) {
  50                 return strtr( $string, $this->uc2lc );
  51         }
  52
  53         private function myUc( $string ) {
  54                 return strtr( $string, $this->lc2uc );
  55         }
  56
  57         private function myUcWord( $string ) {
  58                 return $this->myUc( mb_substr( $string, 0, 1 ) ) . $this->myLc( mb_substr( $string, 1 ) );
  59         }
  60
  61         private function addMappings( $mapArray, &$A2B, &$B2A, $exactCase = false,
  62                         $prePat = '', $postPat = '' ) {
  63                 foreach ( $mapArray as $WordA => $WordB ) {
  64                         if ( ! $exactCase ) {
  65                                 $ucA = $this->myUc( $WordA );
  66                                 $ucWordA = $this->myUcWord( $WordA );
  67                                 $ucB = $this->myUc( $WordB );
  68                                 $ucWordB = $this->myUcWord( $WordB );
  69                         }
  70
  71                         # if there are regexes, only map toward backregs
  72                         if ( ! preg_match( '/\$[1-9]/', $WordA ) ) {
  73                                 $A2B[ $prePat . $WordA . $postPat ] = $WordB;
  74                                 if ( ! $exactCase ) {
  75                                         $A2B[ $prePat . $ucWordA . $postPat ] = $ucWordB;
  76                                         $A2B[ $prePat . $ucA . $postPat ] = $ucB;
  77                                 }
  78                         }
  79
  80                         if ( ! preg_match( '/\$[1-9]/', $WordB ) ) {
  81                                 $B2A[ $prePat . $WordB . $postPat ] = $WordA;
  82                                 if ( ! $exactCase ) {
  83                                         $B2A[ $prePat . $ucWordB . $postPat ] = $ucWordA;
  84                                         $B2A[ $prePat . $ucB . $postPat ] = $ucA;
  85                                 }
  86                         }
  87                 }
  88         }
  89
  90         function loadExceptions( $lcChars, $ucChars ) {
  91                 # init lc and uc, as needed
  92                 $this->initLcUc( $lcChars, $ucChars );
  93
  94                 # no regex prefix/suffix needed
  95                 $this->addMappings( $this->ManyToOneC2LMappings,
  96                         // reverse exception mapping order to handle many-to-one C2L mappings
  97                         $this->Latn2CyrlExceptions, $this->Cyrl2LatnExceptions );
  98                 $this->addMappings( $this->multiCaseMappings,
  99                         $this->Cyrl2LatnExceptions, $this->Latn2CyrlExceptions );
 100                 $this->addMappings( $this->exactCaseMappings,
 101                         $this->Cyrl2LatnExceptions, $this->Latn2CyrlExceptions, true );
 102
 103                 # load C2L and L2C bidirectional affix mappings
 104                 $this->addMappings( $this->prefixMapping,
 105                         $this->Cyrl2LatnPatterns, $this->Latn2CyrlPatterns, false, '/\b', '/u' );
 106                 $this->addMappings( $this->suffixMapping,
 107                         $this->Cyrl2LatnPatterns, $this->Latn2CyrlPatterns, false, '/', '\b/u' );
 108
 109                 # tack on one-way mappings to the ends of the prefix and suffix patterns
 110                 $this->Cyrl2LatnPatterns += $this->Cyrl2LatnRegexes;
 111                 $this->Latn2CyrlPatterns += $this->Latn2CyrlRegexes;
 112
 113                 return [ $this->Cyrl2LatnExceptions, $this->Latn2CyrlExceptions, $this->Cyrl2LatnPatterns,
 114                         $this->Latn2CyrlPatterns, $this->CyrlCleanUpRegexes ];
 115         }
 116
 117         # map Latin to Cyrillic and back, simple string match only (no regex)
 118         # variants: all lowercase, all uppercase, first letter capitalized
 119         private $ManyToOneC2LMappings = [
 120                 # Carefully ordered many-to-one mappings
 121                 # these are ordered so C2L is correct (the later Latin one)
 122                 # see also L2C mappings below
 123                 'fevqülade' => 'февкъульаде', 'fevqulade' => 'февкъульаде',
 124                 'beyude' => 'бейуде', 'beyüde' => 'бейуде',
 125                 'curat' => 'джурьат', 'cürat' => 'джурьат',
 126                 'mesul' => 'месуль', 'mesül' => 'месуль',
 127         ];
 128
 129         # map Cyrillic to Latin and back, simple string match only (no regex)
 130         # variants: all lowercase, all uppercase, first letter capitalized
 131         private $multiCaseMappings = [
 132
 133                 #### Cyrillic to Latin
 134                 'аджыумер' => 'acıümer', 'аджыусеин' => 'acıüsein', 'алейкум' => 'aleyküm',
 135                 'бозтюс' => 'boztüs', 'боливия' => 'boliviya', 'большевик' => 'bolşevik', 'борис' => 'boris',
 136                 'борнен' => 'bornen', 'бублик' => 'bublik', 'буддизм' => 'buddizm', 'буддист' => 'buddist',
 137                 'буженина' => 'bujenina', 'бузкесен' => 'buzkesen', 'букинист' => 'bukinist',
 138                 'буксир' => 'buksir', 'бульбул' => 'bülbül', 'бульвар' => 'bulvar', 'бульдог' => 'buldog',
 139                 'бульдозер' => 'buldozer', 'бульон' => 'bulyon', 'бумеранг' => 'bumerang',
 140                 'бунен' => 'bunen', 'буннен' => 'bunnen', 'бус-бутюн' => 'büs-bütün',
 141                 'бутерброд' => 'buterbrod', 'бутилен' => 'butilen', 'бутилир' => 'butilir',
 142                 'буфер' => 'bufer', 'буфет' => 'bufet', 'гобелен' => 'gobelen', 'гомео' => 'gomeo',
 143                 'горизонт' => 'gorizont', 'госпитал' => 'gospital', 'готтентот' => 'gottentot',
 144                 'гофрир' => 'gofrir', 'губерн' => 'gubern', 'гуверн' => 'guvern', 'гугенот' => 'gugenot',
 145                 'гуливер' => 'guliver', 'гуна' => 'güna', 'гунях' => 'günâh', 'гургуль' => 'gürgül',
 146                 'гуя' => 'güya', 'дёрткуль' => 'dörtkül', 'джуньджу' => 'cüncü', 'ёлнен' => 'yolnen',
 147                 'зумбуль' => 'zümbül', 'ильи' => 'ilyi', 'ишунь' => 'işün', 'ковер' => 'kover', 'код' => 'kod',
 148                 'койлю' => 'köylü', 'кокагъач' => 'kökağaç', 'кокбаштанкъара' => 'kökbaştanqara',
 149                 'кокгогерджин' => 'kökgögercin', 'кокдогъан' => 'kökdoğan', 'коккозю' => 'kökközü',
 150                 'коккъузгъун' => 'kökquzğun', 'коклюш' => 'koklüş', 'кокташ' => 'köktaş',
 151                 'коктогъан' => 'köktoğan', 'коктотай' => 'köktotay', 'коллег' => 'kolleg',
 152                 'коллект' => 'kollekt', 'коллекц' => 'kollekts', 'колье' => 'kolye', 'кольраби' => 'kolrabi',
 153                 'кольцов' => 'koltsov', 'комби' => 'kombi', 'комеди' => 'komedi', 'коменда' => 'komenda',
 154                 'комета' => 'kometa', 'комив' => 'komiv', 'комис' => 'komis', 'комит' => 'komit',
 155                 'комм' => 'komm', 'коммент' => 'komment', 'коммерс' => 'kommers', 'коммерц' => 'kommerts',
 156                 'комп' => 'komp', 'конве' => 'konve', 'конгени' => 'kongeni', 'конденс' => 'kondens',
 157                 'кондил' => 'kondil', 'кондитер' => 'konditer', 'кондиц' => 'kondits', 'коник' => 'konik',
 158                 'конкис' => 'konkis', 'консерв' => 'konserv', 'конси' => 'konsi', 'контейнер' => 'konteyner',
 159                 'конти' => 'konti', 'конфе' => 'konfe', 'конфи' => 'konfi', 'конце' => 'kontse',
 160                 'конъю' => 'konyu', 'коньки' => 'konki', 'коньяк' => 'konyak', 'копирле' => 'kopirle',
 161                 'копия' => 'kopiya', 'корде' => 'korde', 'кореиз' => 'koreiz', 'коренн' => 'korenn',
 162                 'корея' => 'koreya', 'кориа' => 'koria', 'коридор' => 'koridor', 'корне' => 'korne',
 163                 'корнеев' => 'korneyev', 'корни' => 'korni', 'корре' => 'korre', 'косме' => 'kosme',
 164                 'космик' => 'kosmik', 'костюм' => 'kostüm', 'котельн' => 'koteln', 'котир' => 'kotir',
 165                 'котлет' => 'kotlet', 'кочерг' => 'koçerg', 'коше' => 'köşe', 'куби' => 'kubi',
 166                 'кудрин' => 'kudrin', 'кузнец' => 'kuznets', 'кулинар' => 'kulinar', 'кулич' => 'kuliç',
 167                 'кульмин' => 'kulmin', 'культаш' => 'kültaş', 'культе' => 'külte', 'культ' => 'kult',
 168                 'куркулет' => 'kürkület', 'курсив' => 'kursiv', 'кушет' => 'kuşet', 'кушку' => 'küşkü',
 169                 'куюк' => 'küyük', 'къолязма' => 'qolyazma', 'къуртумер' => 'qurtümer',
 170                 'къуртусеин' => 'qurtüsein', 'медьюн' => 'medyun', 'месули' => 'mesüli',
 171                 'мефкуре' => 'mefküre', 'могедек' => 'mögedek', 'мумиё' => 'mumiyo', 'мумиф' => 'mumif',
 172                 'муче' => 'müçe', 'муюз' => 'müyüz', 'нумюне' => 'nümüne', 'обел' => 'obel', 'обер' => 'ober',
 173                 'обли' => 'obli', 'обсе' => 'obse', 'обт' => 'obt', 'огне' => 'ogne', 'одеколон' => 'odekolon',
 174                 'одеса' => 'odesa', 'одесса' => 'odessa', 'озерки' => 'ozerki', 'озерн' => 'ozern',
 175                 'озёрн' => 'ozörn', 'озюя' => 'özüya', 'океан' => 'okean', 'окси' => 'oksi',
 176                 'октет' => 'oktet', 'олеа' => 'olea', 'олеи' => 'olei', 'оленев' => 'olenev', 'олив' => 'oliv',
 177                 'олиг' => 'olig', 'олимп' => 'olimp', 'олиф' => 'olif', 'ольчер' => 'ölçer', 'омле' => 'omle',
 178                 'онен' => 'onen', 'оннен' => 'onnen', 'опера' => 'opera', 'опере' => 'opere',
 179                 'оптим' => 'optim', 'опци' => 'optsi', 'орби' => 'orbi', 'орден' => 'orden',
 180                 'ордер' => 'order', 'ордин' => 'ordin', 'ореа' => 'orea', 'орех' => 'oreh',
 181                 'ориент' => 'oriyent', 'оркестр' => 'orkestr', 'орлин' => 'orlin', 'орни' => 'orni',
 182                 'орхи' => 'orhi', 'осци' => 'ostsi', 'офис' => 'ofis', 'офиц' => 'ofits', 'офсет' => 'ofset',
 183                 'очерк' => 'oçerk', 'оюннен' => 'oyunnen', 'побед' => 'pobed', 'полево' => 'polevo',
 184                 'поли' => 'poli', 'полюшко' => 'polüşko', 'помидор' => 'pomidor', 'пониз' => 'poniz',
 185                 'порфир' => 'porfir', 'потелов' => 'potelov', 'потюк' => 'pötük', 'почетн' => 'poçetn',
 186                 'почётн' => 'poçötn', 'пукле' => 'pükle', 'пуркю' => 'pürkü', 'пурумют' => 'purümüt',
 187                 'пускул' => 'püskül', 'пускур' => 'püskür', 'пусюр' => 'püsür', 'пуфле' => 'püfle',
 188                 'сейитумер' => 'seyitümer', 'сейитусеин' => 'seyitüsein', 'сейитягъя' => 'seyityağya',
 189                 'сейитягья' => 'seyityagya', 'сейитяхья' => 'seyityahya', 'сейитяя' => 'seyityaya',
 190                 'сеитумер' => 'seitümer', 'сеитусеин' => 'seitüsein', 'сеитягъя' => 'seityağya',
 191                 'сеитягья' => 'seityagya', 'сеитяхья' => 'seityahya', 'сеитяя' => 'seityaya',
 192                 'сурет' => 'süret', 'увертюра' => 'uvertüra', 'угле' => 'ugle', 'узвий' => 'uzviy',
 193                 'улица' => 'ulitsa', 'ультимат' => 'ultimat', 'ультра' => 'ultra', 'ульянов' => 'ulyanov',
 194                 'универ' => 'univer', 'уник' => 'unik', 'унис' => 'unis', 'унит' => 'unit', 'униф' => 'unif',
 195                 'унтер' => 'unter', 'урьян' => 'uryan', 'утил' => 'util', 'уткин' => 'utkin',
 196                 'учебн' => 'uçebn', 'шовини' => 'şovini', 'шоссе' => 'şosse', 'шубин' => 'şubin',
 197                 'шунен' => 'şunen', 'шуннен' => 'şunnen', 'шунчюн' => 'şunçün', 'щёлкино' => 'şçolkino',
 198                 'эмирусеин' => 'emirüsein', 'юзбашы' => 'yüzbaşı', 'юзйыл' => 'yüzyıl', 'юртер' => 'yurter',
 199                 'ющенко' => 'yuşçenko',
 200
 201                 ### Carefully ordered many-to-one mappings
 202                 # these are ordered so L2C is correct (the later Cyrillic one)
 203                 # see also $ManyToOneC2LMappings above for C2L
 204                 'шофер' => 'şoför', 'шофёр' => 'şoför',
 205                 'бугун' => 'bugün', 'бугунь' => 'bugün',
 206                 'демирёл' => 'demiryol', 'демиръёл' => 'demiryol',
 207                 'гонъюл' => 'göñül', 'гонъюль' => 'göñül',
 208                 'коккоз' => 'kökköz', 'коккозь' => 'kökköz',
 209                 'корбекул' => 'körbekül', 'корьбекул' => 'körbekül', 'корьбекуль' => 'körbekül',
 210                 'муур' => 'müür', 'муурь' => 'müür',
 211                 'оригинал' => 'original', 'оригиналь' => 'original',
 212                 'пускю' => 'püskü', 'пуськю' => 'püskü',
 213                 'къарагоз' => 'qaragöz', 'къарагозь' => 'qaragöz',
 214                 'етсин' => 'yetsin', 'етсин' => 'etsin',
 215
 216                 #### Latin to Cyrillic (deduped from above)
 217
 218                 # слова на -аль
 219                 # words in -аль
 220                 'актуаль' => 'aktual', 'диагональ' => 'diagonal', 'документаль' => 'dokumental',
 221                 'эмсаль' => 'emsal', 'фааль' => 'faal', 'феодаль' => 'feodal', 'фестиваль' => 'festival',
 222                 'горизонталь' => 'gorizontal', 'хроникаль' => 'hronikal', 'идеаль' => 'ideal',
 223                 'инструменталь' => 'instrumental', 'икъмаль' => 'iqmal', 'икъбаль' => 'iqbal',
 224                 'истикъбаль' => 'istiqbal', 'истикъляль' => 'istiqlâl', 'италия' => 'italiya',
 225                 'италья' => 'italya', 'ишгъаль' => 'işğal', 'кафедраль' => 'kafedral', 'казуаль' => 'kazual',
 226                 'коллегиаль' => 'kollegial', 'колоссаль' => 'kolossal', 'коммуналь' => 'kommunal',
 227                 'кординаль' => 'kordinal', 'криминаль' => 'kriminal', 'легаль' => 'legal',
 228                 'леталь' => 'letal', 'либераль' => 'liberal', 'локаль' => 'lokal',
 229                 'магистраль' => 'magistral', 'материаль' => 'material', 'машиналь' => 'maşinal',
 230                 'меаль' => 'meal', 'медальон' => 'medalyon', 'медаль' => 'medal',
 231                 'меридиональ' => 'meridional', 'мешъаль' => 'meşal', 'минераль' => 'mineral',
 232                 'минималь' => 'minimal', 'мисаль' => 'misal', 'модаль' => 'modal', 'музыкаль' => 'muzıkal',
 233                 'номиналь' => 'nominal', 'нормаль' => 'normal', 'оптималь' => 'optimal',
 234                 'орбиталь' => 'orbital', 'педаль' => 'pedal', 'пропорциональ' => 'proportsional',
 235                 'профессиональ' => 'professional', 'радикаль' => 'radikal', 'рациональ' => 'ratsional',
 236                 'реаль' => 'real', 'региональ' => 'regional', 'суаль' => 'sual', 'шималь' => 'şimal',
 237                 'территориаль' => 'territorial', 'тимсаль' => 'timsal', 'тоталь' => 'total',
 238                 'уникаль' => 'unikal', 'универсаль' => 'universal', 'вертикаль' => 'vertikal',
 239                 'виртуаль' => 'virtual', 'визуаль' => 'vizual', 'вуаль' => 'vual', 'зональ' => 'zonal',
 240                 'зуаль' => 'zual', 'италь' => 'ital',
 241
 242                 # слова с мягким знаком перед а, о, у, э
 243                 # Words with a soft sign before а, о, у, э
 244                 'бильакис' => 'bilakis', 'маальэсеф' => 'maalesef', 'мельун' => 'melun', 'озьара' => 'özara',
 245                 'вельасыл' => 'velasıl', 'ельаякъ' => 'yelayaq',
 246
 247                 # другие слова с мягким знаком
 248                 # Other words with a soft sign
 249                 'альбатрос' => 'albatros', 'альбинос' => 'albinos', 'альбом' => 'albom',
 250                 'альбумин' => 'albumin', 'алфавит' => 'alfavit', 'альфа' => 'alfa', 'альманах' => 'almanah',
 251                 'альпинист' => 'alpinist', 'альтерн' => 'altern', 'альтру' => 'altru',
 252                 'альвеола' => 'alveola', 'ансамбль' => 'ansambl', 'аньане' => 'anane', 'асфальт' => 'asfalt',
 253                 'бальнео' => 'balneo', 'баарь' => 'baar', 'базальт' => 'bazalt', 'бинокль' => 'binokl',
 254                 'девальв' => 'devalv', 'факульт' => 'fakult', 'фальсиф' => 'falsif', 'фольклор' => 'folklor',
 255                 'гальван' => 'galvan', 'геральд' => 'gerald', 'женьшень' => 'jenşen',
 256                 'инвентарь' => 'inventar', 'кальк' => 'kalk', 'кальмар' => 'kalmar', 'консульт' => 'konsult',
 257                 'контроль' => 'kontrol', 'культур' => 'kultur', 'лагерь' => 'lager', 'макъбуль' => 'maqbul',
 258                 'макъуль' => 'maqul', 'мальт' => 'malt', 'мальземе' => 'malzeme', 'меджуль' => 'mecul',
 259                 'мешгуль' => 'meşgül', 'мешгъуль' => 'meşğul', 'мульти' => 'multi',
 260                 'мусульман' => 'musulman', 'нефть' => 'neft', 'пальто' => 'palto', 'пароль' => 'parol',
 261                 'патруль' => 'patrul', 'пенальти' => 'penalti', 'къальби' => 'qalbi', 'къальпке' => 'qalpke',
 262                 'къальплер' => 'qalpler', 'къальпни' => 'qalpni', 'къальпте' => 'qalpte', 'къаарь' => 'qaar',
 263                 'ресуль' => 'resul', 'рыцарь' => 'rıtsar', 'рояль' => 'royal', 'саарь' => 'saar',
 264                 'спираль' => 'spiral', 'сульх' => 'sulh', 'сумбуль' => 'sumbul', 'суньий' => 'suniy',
 265                 'темаюль' => 'temayul', 'шампунь' => 'şampun', 'вальс' => 'vals', 'вальц' => 'valts',
 266                 'ведомость' => 'vedomost', 'зулькъарнейн' => 'zulqarneyn', 'январь' => 'yanvar',
 267                 'февраль' => 'fevral', 'июнь' => 'iyün', 'сентябрь' => 'sentâbr', 'октябрь' => 'oktâbr',
 268                 'ноябрь' => 'noyabr', 'декабрь' => 'dekabr',
 269
 270                 # слова с твёрдым знаком
 271                 # Words with a solid sign
 272                 'бидъат' => 'bidat', 'бузъюрек' => 'buzyürek', 'атешъюрек' => 'ateşyürek',
 273                 'алъянакъ' => 'alyanaq', 'инъекц' => 'inyekts', 'мефъум' => 'mefum', 'мешъум' => 'meşum',
 274                 'объект' => 'obyekt', 'разъезд' => 'razyezd', 'субъект' => 'subyekt', 'хавъяр' => 'havyar',
 275                 'ямъям' => 'yamyam',
 276
 277                 # слова с буквой щ
 278                 # words with щ
 279                 'ящик' => 'yaşçik', 'мещан' => 'meşçan',
 280
 281                 # слова с ц
 282                 # words with ц
 283                 'акциз' => 'aktsiz', 'ацет' => 'atset', 'блиц' => 'blits', 'бруцеллёз' => 'brutsellöz',
 284                 'доцент' => 'dotsent', 'фармацевт' => 'farmatsevt', 'глицер' => 'glitser',
 285                 'люцерна' => 'lütserna', 'лицей' => 'litsey', 'меццо' => 'metstso', 'наци' => 'natsi',
 286                 'проце' => 'protse', 'рецеп' => 'retsep', 'реценз' => 'retsenz', 'теплица' => 'teplitsa',
 287                 'вице' => 'vitse', 'швейцар' => 'şveytsar',
 288
 289                 # слова с тс
 290                 # words with тс
 291                 'агъартс' => 'ağarts', 'агъыртс' => 'ağırts', 'бильдиртс' => 'bildirts', 'битсин' => 'bitsin',
 292                 'буюльтс' => 'büyülts', 'буютс' => 'büyüts', 'гебертс' => 'geberts', 'делиртс' => 'delirts',
 293                 'эгрильтс' => 'egrilts', 'эксильтс' => 'eksilts', 'эшитс' => 'eşits', 'иритс' => 'irits',
 294                 'иситс' => 'isits', 'ичиртс' => 'içirts', 'кертсин' => 'kertsin', 'кенишлетс' => 'kenişlets',
 295                 'кийсетс' => 'kiysets', 'копюртс' => 'köpürts', 'косьтертс' => 'kösterts',
 296                 'кучертс' => 'küçerts', 'кучюльтс' => 'küçülts', 'пертсин' => 'pertsin', 'къайтс' => 'qayts',
 297                 'къутсуз' => 'qutsuz', 'орьтс' => 'örts', 'отьс' => 'öts', 'тартс' => 'tarts',
 298                 'тутсун' => 'tutsun', 'тюнъюльтс' => 'tüñülts', 'тюртс' => 'türts', 'янъартс' => 'yañarts',
 299                 'ебертс' => 'yeberts', 'ешертс' => 'yeşerts', 'йиритс' => 'yirits',
 300
 301                 # разные исключения
 302                 # different exceptions
 303                 'бюджет' => 'bücet', 'бюллет' => 'büllet', 'бюро' => 'büro', 'бюст' => 'büst',
 304                 'диалог' => 'dialog', 'ханымэфенди' => 'hanımefendi', 'каньон' => 'kanyon',
 305                 'кирил' => 'kiril', 'кирилл' => 'kirill', 'кёрджа' => 'körca', 'коy' => 'köy',
 306                 'кулеръюзь' => 'küleryüz', 'маалле' => 'маальle', 'майор' => 'mayor', 'маниал' => 'manиаль',
 307                 'нормала' => 'нормальa', 'проект' => 'proekt', 'район' => 'rayon', 'сойады' => 'soyadı',
 308                 'спортсмен' => 'sportsmen', 'услюп' => 'üslüp', 'услюб' => 'üslüb', 'вакъиал' => 'vaqиаль',
 309                 'юзйыллыкъ' => 'yüzyıllıq', 'койот' => 'koyot',
 310
 311                 # имена собственные
 312                 # proper names
 313                 'адольф' => 'adolf', 'альберт' => 'albert', 'бешуй' => 'beşüy', 'флотск' => 'flotsk',
 314                 'гайана' => 'gayana', 'грэсовский' => 'gresovskiy', 'гриц' => 'grits', 'гурджи' => 'gürci',
 315                 'игорь' => 'igor', 'ильич' => 'ilyiç', 'ильин' => 'ilyin', 'исмаил' => 'ismail',
 316                 'киттс' => 'kitts', 'комсомольск' => 'komsomolsk', 'корьбекулю' => 'körbekülü',
 317                 'куницын' => 'kunitsın', 'львив' => 'lviv', 'львов' => 'lvov', 'марьино' => 'maryino',
 318                 'махульдюр' => 'mahuldür', 'павел' => 'pavel', 'пантикапейон' => 'pantikapeyon',
 319                 'къуртсейит' => 'qurtseyit', 'къуртсеит' => 'qurtseit', 'смаил' => 'smail',
 320                 'советск' => 'sovetsk', 'шемьи-заде' => 'şemi-zade', 'тсвана' => 'tsvana',
 321                 'учьэвли' => 'üçevli', 'йохан' => 'yohan', 'йорк' => 'york', 'винныця' => 'vinnıtsâ',
 322                 'винница' => 'vinnitsa', 'хмельницк' => 'hmelnitsk', 'хмельныцк' => 'hmelnıtsk',
 323                 'зайце' => 'zaytse', 'чистеньк' => 'çistenk', 'кольчуг' => 'kolçug', 'ручьи' => 'ruçyi',
 324                 'ботсвана' => 'botsvana', 'большой' => 'bolşoy', 'большое' => 'bolşoye',
 325                 'большая' => 'bolşaya', 'ущелье' => 'uşçelye', 'ущельное' => 'uşçelnoye',
 326                 'предущельное' => 'preduşçelnoye', 'новенькое' => 'novenkoye', 'новосельц' => 'novoselts',
 327                 'мелко' => 'melko', 'овощ' => 'ovoşç', 'перепёлк' => 'perepölk', 'рощин' => 'roşçin',
 328                 'братск' => 'bratsk', 'краснофлотск' => 'krasnoflotsk', 'синицин' => 'sinitsin',
 329                 'синицын' => 'sinitsın', 'льгов' => 'lgov', 'желто' => 'jelto', 'жёлт' => 'jölt',
 330                 'пермь' => 'perm', 'солдатск' => 'soldatsk', 'кольцо' => 'koltso', 'шелко' => 'şelko',
 331                 'охотск' => 'ohotsk', 'марий эл' => 'mariy el', 'мариуполь' => 'mariupol',
 332                 'белгород' => 'belgorod', 'иркутск' => 'irkutsk', 'Иркутск' => 'İrkutsk', 'орёл' => 'oröl',
 333                 'рязанск' => 'râzansk', 'рязань' => 'râzan', 'тверск' => 'tversk', 'тверь' => 'tver',
 334                 'ярославль' => 'yaroslavl', 'благовеще' => 'blagoveşçe', 'мальдив' => 'maldiv',
 335                 'бальбек' => 'balbek', 'альчик' => 'alçik', 'харьков' => 'harkov', 'волынск' => 'volınsk',
 336                 'волынь' => 'volın',
 337
 338         ];
 339
 340         # map Cyrillic to Latin and back, simple string match only (no regex)
 341         # no variants: map exactly as is
 342         private $exactCaseMappings = [
 343                 # аббревиатуры
 344                 # abbreviations
 345                 'ОБСЕ' => 'OBSE', 'КъМДж' => 'QMC', 'КъДж' => 'QC', 'КъАЭ' => 'QAE', 'ГъСМК' => 'ĞSMK',
 346                 'ШСДжБ' => 'ŞSCB', 'КъМШСДж' => 'QMŞSC', 'КъАССР' => 'QASSR', 'КъДМПУ' => 'QDMPU',
 347                 'КъМПУ' => 'QMPU',
 348         ];
 349
 350         # map Cyrillic to Latin and back, match end of word
 351         # variants: all lowercase, all uppercase, first letter capitalized
 352         # "first letter capitalized" variant was in the source
 353         # items with capture group refs (e.g., $1) are only mapped from the
 354         # regex to the reference
 355         private $suffixMapping = [
 356                 # originally C2L
 357                 'иаль' => 'ial', 'нуль' => 'nul', 'кой' => 'köy', 'койнинъ' => 'köyniñ', 'койни' => 'köyni',
 358                 'койге' => 'köyge', 'койде' => 'köyde', 'койдеки' => 'köydeki', 'койден' => 'köyden',
 359                 'козь' => 'köz', '-юнджи' => '-ünci', '-юнджиде' => '-üncide', '-юнджиден' => '-ünciden',
 360
 361                 # originally L2C, here swapped
 362                 'етсин' => 'etsin', 'льная' => 'lnaya', 'льное' => 'lnoye', 'льный' => 'lnıy', 'льний' => 'lniy',
 363                 'льская' => 'lskaya', 'льский' => 'lskiy', 'льское' => 'lskoye', 'ополь' => 'opol',
 364                 'щее' => 'şçeye', 'щий' => 'şçiy', 'щая' => 'şçaya', 'цепс' => 'tseps',
 365
 366         ];
 367
 368         # map Cyrillic to Latin and back, match beginning of word
 369         # variants: all lowercase, all uppercase, first letter capitalized
 370         # items with capture group refs (e.g., $1) are only mapped from the
 371         # regex to the reference
 372         private $prefixMapping = [
 373                 # originally C2L
 374                 'буюк([^ъ])' => 'büyük$1', 'бую([гдйлмнпрстчшc])(и)' => 'büyü$1$2',
 375                 'буют([^ыа])' => 'büyüt$1', 'джонк([^ъ])' => 'cönk$1', 'коюм' => 'köyüm', 'коюнъ' => 'köyüñ',
 376                 'коюн([ди])' => 'köyün$1', 'куе' => 'küye', 'куркке' => 'kürkke', 'куркни' => 'kürkni',
 377                 'куркте' => 'kürkte', 'куркчю' => 'kürkçü', 'кою' => 'köyü',
 378                 'жизнь' => 'jizn',
 379
 380                 # арабизмы на муи- муэ- / Arabic муи- муэ-
 381                 'му([иэИЭ])' => 'mü$1',
 382
 383                 # originally L2C, here swapped
 384                 'роль$1' => 'rol([^ü])',
 385                 'усть$1' => 'üst([^ü])',
 386
 387                 # more prefixes
 388                 'ком-кок' => 'köm-kök',
 389
 390         ];
 391
 392         private $Cyrl2LatnRegexes = [];
 393         private $Latn2CyrlRegexes = [];
 394
 395         function loadRegs() {
 396                 // Regexes as keys need to be declared in a function.
 397                 $this->Cyrl2LatnRegexes = [
 398                         ############################
 399                         # относятся ко всему слову #
 400                         # whole words              #
 401                         ############################
 402
 403                         // TODO: refactor upper/lower/first capital whole words without
 404                         // regexes into simpler list
 405
 406                         '/\bКъЮШ\b/u' => 'QYŞ',
 407                         '/\bЮШ\b/u' => 'YŞ',
 408
 409                         '/\bкок\b/u' => 'kök',
 410                         '/\bКок\b/u' => 'Kök',
 411                         '/\bКОК\b/u' => 'KÖK',
 412                         '/\bком-кок\b/u' => 'köm-kök',
 413                         '/\bКом-кок\b/u' => 'Köm-kök',
 414                         '/\bКОМ-КОК\b/u' => 'KÖM-KÖK',
 415
 416                         '/\bкоп\b/u' => 'köp',
 417                         '/\bКоп\b/u' => 'Köp',
 418                         '/\bКОП\b/u' => 'KÖP',
 419
 420                         '/\bкурк\b/u' => 'kürk',
 421                         '/\bКурк\b/u' => 'Kürk',
 422                         '/\bКУРК\b/u' => 'KÜRK',
 423
 424                         '/\bог\b/u' => 'ög',
 425                         '/\bОг\b/u' => 'Ög',
 426                         '/\bОГ\b/u' => 'ÖG',
 427
 428                         '/\bюрип\b/u' => 'yürip',
 429                         '/\bЮрип\b/u' => 'Yürip',
 430                         '/\bЮРИП\b/u' => 'YÜRİP',
 431
 432                         '/\bюз\b/u' => 'yüz',
 433                         '/\bЮз\b/u' => 'Yüz',
 434                         '/\bЮЗ\b/u' => 'YÜZ',
 435
 436                         '/\bюк\b/u' => 'yük',
 437                         '/\bЮк\b/u' => 'Yük',
 438                         '/\bЮК\b/u' => 'YÜK',
 439
 440                         '/\bбуюп\b/u' => 'büyüp',
 441                         '/\bБуюп\b/u' => 'Büyüp',
 442                         '/\bБУЮП\b/u' => 'BÜYÜP',
 443
 444                         '/\bбуюк\b/u' => 'büyük',
 445                         '/\bБуюк\b/u' => 'Büyük',
 446                         '/\bБУЮК\b/u' => 'BÜYÜK',
 447
 448                         '/\bджонк\b/u' => 'cönk',
 449                         '/\bДжонк\b/u' => 'Cönk',
 450                         '/\bДЖОНК\b/u' => 'CÖNK',
 451                         '/\bджонкю\b/u' => 'cönkü',
 452                         '/\bДжонкю\b/u' => 'Cönkü',
 453                         '/\bДЖОНКЮ\b/u' => 'CÖNKÜ',
 454
 455                         '/\bустке\b/u' => 'üstke',
 456                         '/\bУстке\b/u' => 'Üstke',
 457                         '/\bУСТКЕ\b/u' => 'ÜSTKE',
 458                         '/\bустте\b/u' => 'üstte',
 459                         '/\bУстте\b/u' => 'Üstte',
 460                         '/\bУСТТЕ\b/u' => 'ÜSTTE',
 461                         '/\bусттен\b/u' => 'üstten',
 462                         '/\bУсттен\b/u' => 'Üstten',
 463                         '/\bУСТТЕН\b/u' => 'ÜSTTEN',
 464
 465                         # отдельно стоящие Ё и Я
 466                         # stand-alone Ё and Я
 467                         '/\bЯ\b/u' => 'Ya',
 468                         '/\bЁ\b/u' => 'Yo',
 469
 470                         ############################
 471                         # относятся к началу слова #
 472                         # word prefixes            #
 473                         ############################
 474                         '/\bКъЮШн/u' => 'QYŞn',
 475                         '/\bЮШн/u' => 'YŞn',
 476
 477                         # need to convert digraphs (гъ, къ, нъ, дж) now to match patterns
 478                         '/гъ/u' => 'ğ',
 479                         '/Г[ъЪ]/u' => 'Ğ',
 480                         '/къ/u' => 'q',
 481                         '/К[ъЪ]/u' => 'Q',
 482                         '/нъ/u' => 'ñ',
 483                         '/Н[ъЪ]/u' => 'Ñ',
 484                         '/дж/u' => 'c',
 485                         '/Д[жЖ]/u' => 'C',
 486
 487                         # о => ö
 488                         '/\b(['.Crh::C_M_CONS.'])о(['.Crh::C_CONS.'])(['.Crh::C_CONS.'])([еиэюьü])/u' => '$1ö$2$3$4',
 489                         '/\bо(['.Crh::C_CONS.'])(['.Crh::C_CONS.'])([еиэюьü])/u' => 'ö$1$2$3',
 490                         '/\b(['.Crh::C_M_CONS.'])О(['.Crh::C_CONS.'])(['.Crh::C_CONS.'])([еиэюьüЕИЭЮЬÜ])/u' =>
 491                                 '$1Ö$2$3$4',
 492                         '/\bО(['.Crh::C_CONS.'])(['.Crh::C_CONS.'])([еиэюьüЕИЭЮЬÜ])/u' => 'Ö$1$2$3',
 493
 494                         '/\b(['.Crh::C_M_CONS.'])о(['.Crh::C_CONS.'])([еиэюьü])/u' => '$1ö$2$3',
 495                         '/\bо(['.Crh::C_CONS.'])([еиэюьü])/u' => 'ö$1$2',
 496                         '/\b(['.Crh::C_M_CONS.'])О(['.Crh::C_CONS.'])([еиэюьüЕИЭЮЬÜ])/u' => '$1Ö$2$3',
 497                         '/\bО(['.Crh::C_CONS.'])([еиэюьüЕИЭЮЬÜ])/u' => 'Ö$1$2',
 498
 499                         # ё => yö
 500                         '/\bё(['.Crh::C_CONS.'])(['.Crh::C_CONS.'])([ьеюü])/u' => 'yö$1$2$3',
 501                         '/\bЁ(['.Crh::C_CONS_LC.'])(['.Crh::C_CONS_LC.'])([ьеюü])/u' => 'Yö$1$2$3',
 502                         '/\bЁ(['.Crh::C_CONS_UC.'])(['.Crh::C_CONS_UC.'])([ЬЕЮÜ])/u' => 'YÖ$1$2$3',
 503                         '/\bё(['.Crh::C_CONS.'])([ьеюü])/u' => 'yö$1$2',
 504                         '/\bЁ(['.Crh::C_CONS_LC.'])([ьеюü])/u' => 'Yö$1$2',
 505                         '/\bЁ(['.Crh::C_CONS_UC.'])([ЬЕЮÜ])/u' => 'YÖ$1$2',
 506
 507                         # у => ü, ую => üyü
 508                         '/\b(['.Crh::C_M_CONS.'])у(['.Crh::C_CONS.'])(['.Crh::C_CONS.'])([еиэюьü])/u' => '$1ü$2$3$4',
 509                         '/\bу(['.Crh::C_CONS.'])(['.Crh::C_CONS.'])([еиэюьü])/u' => 'ü$1$2$3',
 510                         '/\bую(['.Crh::C_CONS.'])(['.Crh::C_CONS.'])([еиэюьü])/u' => 'üyü$1$2$3',
 511                         '/\b(['.Crh::C_M_CONS.'])У(['.Crh::C_CONS.'])(['.Crh::C_CONS.'])([еиэюьüЕИЭЮЬÜ])/u' =>
 512                                 '$1Ü$2$3$4',
 513                         '/\bУ(['.Crh::C_CONS.'])(['.Crh::C_CONS.'])([еиэюьüЕИЭЮЬÜ])/u' => 'Ü$1$2$3',
 514                         '/\bУю(['.Crh::C_CONS.'])(['.Crh::C_CONS.'])([еиэюьü])/u' => 'Üyü$1$2$2',
 515                         '/\bУЮ(['.Crh::C_CONS.'])(['.Crh::C_CONS.'])([еиэюьü])/u' => 'ÜYÜ$1$2$3',
 516
 517                         '/\b(['.Crh::C_M_CONS.'])у(['.Crh::C_CONS.'])([еиэюьü])/u' => '$1ü$2$3',
 518                         '/\bу(['.Crh::C_CONS.'])([еиэюьü])/u' => 'ü$1$2',
 519                         '/\bую(['.Crh::C_CONS.'])([еиэюьü])/u' => 'üyü$1$2',
 520                         '/\b(['.Crh::C_M_CONS.'])У(['.Crh::C_CONS.'])([еиэюьüЕИЭЮЬÜ])/u' => '$1Ü$2$3',
 521                         '/\bУ(['.Crh::C_CONS.'])([еиэюьüЕИЭЮЬÜ])/u' => 'Ü$1$2',
 522                         '/\bУю(['.Crh::C_CONS.'])([еиэюьü])/u' => 'Üyü$1$2',
 523                         '/\bУЮ(['.Crh::C_CONS.'])([еиэюьü])/u' => 'ÜYÜ$1$2',
 524
 525                         # ю => yü
 526                         '/\b([аыоуеиёюАЫОУЕИЁЮ]?)ю(['.Crh::C_CONS.'])(['.Crh::C_CONS.'])([ьеюü])/u' => '$1yü$2$3$4',
 527                         '/\b([АЫОУЕИЁЮ]?)Ю(['.Crh::C_CONS_LC.'])(['.Crh::C_CONS_LC.'])([ьеюü])/u' => '$1Yü$2$3$4',
 528                         '/\b([АЫОУЕИЁЮ]?)Ю(['.Crh::C_CONS_UC.'])(['.Crh::C_CONS_UC.'])([ЬЕЮÜ])/u' => '$1YÜ$2$3$4',
 529                         '/\b([аыоуеиёюАЫОУЕИЁЮ]?)ю(['.Crh::C_CONS.'])([ьеюü])/u' => '$1yü$2$3',
 530                         '/\b([АЫОУЕИЁЮ]?)Ю(['.Crh::C_CONS_LC.'])([ьеюü])/u' => '$1Yü$2$3',
 531                         '/\b([АЫОУЕИЁЮ]?)Ю(['.Crh::C_CONS_UC.'])([ЬЕЮÜ])/u' => '$1YÜ$2$3',
 532
 533                         # e => ye, я => ya
 534                         '/\bе/u' => 'ye',
 535                         '/\bЕ(['.Crh::C_LC.'cğñqöü])/u' => 'Ye$1',
 536                         '/\bЕ(['.Crh::C_UC.'CĞÑQÖÜ])/u' => 'YE$1',
 537                         '/\bя/u' => 'ya',
 538                         '/\bЯ(['.Crh::C_LC.'cğñqöü])/u' => 'Ya$1',
 539                         '/\bЯ(['.Crh::C_UC.'CĞÑQÖÜ])/u' => 'YA$1',
 540                         '/([аеёиоуыэюяйьъaeöüАЕЁИОУЫЭЮЯЙЬЪAEÖÜ])е/u' => '$1ye',
 541                         '/([аеёиоуыэюяйьъaeöüАЕЁИОУЫЭЮЯЙЬЪAEÖÜ])Е(['.Crh::C_LC.'cğñqöü])/u' => '$1Ye$2',
 542                         '/([аеёиоуыэюяйьъaeöüАЕЁИОУЫЭЮЯЙЬЪAEÖÜ])Е(['.Crh::C_UC.'CĞÑQÖÜ])/u' => '$1YE$2',
 543                         '/([аеёиоуыэюяйьъaeöüğqАЕЁИОУЫЭЮЯЙЬЪAEÖÜĞQ])я/u' => '$1ya',
 544                         '/([аеёиоуыэюяйьъaeöüğqАЕЁИОУЫЭЮЯЙЬЪAEÖÜĞQ])Я(['.Crh::C_LC.'cğñqöü])/u' => '$1Ya$2',
 545                         '/([аеёиоуыэюяйьъaeöüğqАЕЁИОУЫЭЮЯЙЬЪAEÖÜĞQ])Я(['.Crh::C_UC.'CĞÑQÖÜ])/u' => '$1YA$2',
 546
 547                         ###############################
 548                         # не зависят от места в слове #
 549                         # position independent        #
 550                         ###############################
 551
 552                         # слова на -льон
 553                         # words with -льон
 554                         '/льон/u' => 'lyon',
 555                         '/ЛЬОН/u' => 'LYON',
 556
 557                         '/козь([^я])/u' => 'köz$1',
 558                         '/Козь([^я])/u' => 'Köz$1',
 559                         '/КОЗЬ([^Я])/u' => 'KÖZ$1',
 560
 561                         # Ö, Ü 1-й заход: ё, ю после согласных > ö, ü
 562                         # Ö, Ü 1st instance: ё, ю after consonants > ö, ü
 563                         '/(['.Crh::C_CONS.'])ю/u' => '$1ü',
 564                         '/(['.Crh::C_CONS.'])Ю/u' => '$1Ü',
 565                         '/(['.Crh::C_CONS.'])ё/u' => '$1ö',
 566                         '/(['.Crh::C_CONS.'])Ё/u' => '$1Ö',
 567
 568                         # остальные вхождения о, у, ё, ю
 569                         # other occurences of о, у, ё, ю
 570                         '/Ё(['.Crh::C_UC.'CĞÑQÖÜ])/u' => 'YO$2',
 571                         '/Ю(['.Crh::C_UC.'CĞÑQÖÜ])/u' => 'YU$2',
 572
 573                         # Ц & Щ
 574                         '/Ц(['.Crh::C_UC.'CĞÑQÖÜ])/u' => 'TS$2',
 575                         '/Щ(['.Crh::C_UC.'CĞÑQÖÜ])/u' => 'ŞÇ$2',
 576                 ];
 577
 578                 $this->Latn2CyrlRegexes = [
 579
 580                         // TODO: refactor upper/lower/first capital whole words without
 581                         // regexes into simpler list
 582
 583                         '/\ban\b/u' => 'ань',
 584                         '/\bAn\b/u' => 'Ань',
 585                         '/\bAN\b/u' => 'АНЬ',
 586                         '/\bange\b/u' => 'аньге',
 587                         '/\bAnge\b/u' => 'Аньге',
 588                         '/\bANGE\b/u' => 'АНЬГЕ',
 589                         '/\bande\b/u' => 'аньде',
 590                         '/\bAnde\b/u' => 'Аньде',
 591                         '/\bANDE\b/u' => 'АНЬДЕ',
 592                         '/\banki\b/u' => 'аньки',
 593                         '/\bAnki\b/u' => 'Аньки',
 594                         '/\bANKİ\b/u' => 'АНЬКИ',
 595                         '/\bderal\b/u' => 'деръал',
 596                         '/\bDeral\b/u' => 'Деръал',
 597                         '/\bDERAL\b/u' => 'ДЕРЪАЛ',
 598                         '/\bkör\b/u' => 'кёр',
 599                         '/\bKör\b/u' => 'Кёр',
 600                         '/\bKÖR\b/u' => 'КЁР',
 601                         '/\bmer\b/u' => 'мэр',
 602                         '/\bMer\b/u' => 'Мэр',
 603                         '/\bMER\b/u' => 'МЭР',
 604
 605                         '/\bджонк/u' => 'cönk',
 606                         '/\bДжонк/u' => 'Cönk',
 607                         '/\bДЖОНК/u' => 'CÖNK',
 608
 609                         '/\bкуркчи/u' => 'kürkçi',
 610                         '/\bКуркчи/u' => 'Kürkçi',
 611                         '/\bКУРКЧИ/u' => 'KÜRKÇI',
 612
 613                         # буква Ё - первый заход
 614                         # расставляем Ь после согласных
 615                         '/\b([yY])ö(['.Crh::L_N_CONS.'])([aAuU'.Crh::L_CONS.']|\b)/u' => '$1ö$2ь$3',
 616                         '/\b([yY])Ö(['.Crh::L_N_CONS.'])([aAuU'.Crh::L_CONS.']|\b)/u' => '$1Ö$2Ь$3',
 617                         '/\bAQŞ([^AEI]|\b)/u' => 'АКъШ$1',
 618
 619                         # буква Ю - первый заход
 620                         # расставляем Ь после согласных
 621                         '/\b([yY])ü(['.Crh::L_N_CONS.'])([aAuU'.Crh::L_CONS.']|\b)/u' => '$1ü$2ь$3',
 622                         '/\b([yY])Ü(['.Crh::L_N_CONS.'])([aAuU'.Crh::L_CONS.']|\b)/u' => '$1Ü$2Ь$3',
 623
 624                         '/\b([bcgkpşBCGKPŞ])ö(['.Crh::L_N_CONS.'])(['.Crh::L_CONS.']|\b)/u' => '$1ö$2ь$3',
 625                         '/\b([bcgkpşBCGKPŞ])Ö(['.Crh::L_N_CONS.'])(['.Crh::L_CONS.']|\b)/u' => '$1Ö$2Ь$3',
 626                         '/\b([bcgkpşBCGKPŞ])Ö(['.Crh::L_N_CONS.'])(['.Crh::L_CONS.']|\b)/u' => '$1Ö$2Ь$3',
 627                         '/\b([bcgkpşBCGKPŞ])ü(['.Crh::L_N_CONS.'])(['.Crh::L_CONS.']|\b)/u' => '$1ü$2ь$3',
 628                         '/\b([bcgkpşBCGKPŞ])Ü(['.Crh::L_N_CONS.'])(['.Crh::L_CONS.']|\b)/u' => '$1Ü$2Ь$3',
 629                         '/\b([bcgkpşBCGKPŞ])Ü(['.Crh::L_N_CONS.'])(['.Crh::L_CONS.']|\b)/u' => '$1Ü$2Ь$3',
 630
 631                          # ö и ü в начале слова
 632                          # случаи, когда нужен Ь
 633                         '/\bö(['.Crh::L_N_CONS.'pP])(['.Crh::L_CONS.']|\b)/u' => 'ö$1ь$2',
 634                         '/\bÖ(['.Crh::L_N_CONS_LC.'p])(['.Crh::L_CONS.']|\b)/u' => 'Ö$1ь$2',
 635                         '/\bÖ(['.Crh::L_N_CONS_UC.'P])(['.Crh::L_CONS.']|\b)/u' => 'Ö$1Ь$2',
 636                         '/\bü(['.Crh::L_N_CONS.'])(['.Crh::L_CONS.']|\b)/u' => 'ü$1ь$2',
 637                         '/\bÜ(['.Crh::L_N_CONS_LC.'])(['.Crh::L_CONS.']|\b)/u' => 'Ü$1ь$2',
 638                         '/\bÜ(['.Crh::L_N_CONS_UC.'])(['.Crh::L_CONS.']|\b)/u' => 'Ü$1Ь$2',
 639
 640                         '/ts\b/u' => 'ц',
 641                         '/şç\b/u' => 'щ',
 642                         '/Ş[çÇ]\b/u' => 'Щ',
 643                         '/T[sS]\b/u' => 'Ц',
 644
 645                         # Ь после Л
 646                         # add Ь after Л
 647                         '/(['.Crh::L_F.'])l(['.Crh::L_CONS_LC.']|\b)/u' => '$1ль$2',
 648                         '/(['.Crh::L_F_UC.'])L(['.Crh::L_CONS.']|\b)/u' => '$1ЛЬ$2',
 649
 650                         '/etsin\b/u' => 'етсин',
 651                         '/Etsin\b/u' => 'Етсин',
 652                         '/ETSİN\b/u' => 'ЕТСИН',
 653
 654                         # относятся к началу слова
 655                         '/\bts/u' => 'ц',
 656                         '/\bT[sS]/u' => 'Ц',
 657
 658                         '/\bşç/u' => 'щ',
 659                         '/\bŞ[çÇ]/u' => 'Щ',
 660
 661                         # Э
 662                         '/(\b|['.Crh::L_VOW.'аеэяАЕЭЯ])e/u' => '$1э',
 663                         '/(\b|['.Crh::L_VOW_UC.'АЕЭЯ])E/u' => '$1Э',
 664
 665                         '/\b(['.Crh::L_M_CONS.'])ö/u' => '$1о',
 666                         '/\b(['.Crh::L_M_CONS.'])Ö/u' => '$1О',
 667                         '/\b(['.Crh::L_M_CONS.'])ü/u' => '$1у',
 668                         '/\b(['.Crh::L_M_CONS.'])Ü/u' => '$1У',
 669
 670                         '/\bö/u' => 'о',
 671                         '/\bÖ/u' => 'О',
 672                         '/\bü/u' => 'у',
 673                         '/\bÜ/u' => 'У',
 674
 675                         # некоторые исключения
 676                         # some exceptions
 677                         '/maal([^e])/u' => 'мааль$1',
 678                         '/Maal([^e])/u' => 'Мааль$1',
 679                         '/MAAL([^E])/u' => 'МААЛЬ$1',
 680                         '/küf([^eü])/u' => 'куфь$1',
 681                         '/Küf([^eü])/u' => 'Куфь$1',
 682                         '/KÜF([^EÜ])/u' => 'КУФЬ$1',
 683                         '/köz([^eü])/u' => 'козь$1',
 684                         '/Köz([^eü])/u' => 'Козь$1',
 685                         '/KÖZ([^EÜ])/u' => 'КОЗЬ$1',
 686
 687                         # Punctuation
 688                         '/#|No\./' => '№',
 689
 690                         # некоторые случаи употребления Ц
 691                         '/tsi([^zñ])/u' => 'ци$1',
 692                         '/T[sS][iİ]([^zZñÑ])/u' => 'ЦИ$1',
 693                         '/ts([ou])/u' => 'ц$1',
 694                         '/T[sS]([oOuU])/u' => 'Ц$1',
 695                         '/ts(['.Crh::L_CONS.'])/u' => 'ц$1',
 696                         '/T[sS](['.Crh::L_CONS.'])/u' => 'Ц$1',
 697                         '/(['.Crh::L_CONS.'])ts/u' => '$1ц',
 698                         '/(['.Crh::L_CONS.'])T[sS]/u' => '$1Ц',
 699                         '/tsиал/u' => 'циал',
 700                         '/TSИАЛ/u' => 'ЦИАЛ',
 701
 702                         # убираем ьi
 703                         # remove ьi (note Cyrillic ь and Latin i)
 704                         '/[ьЬ]([iİ])/u' => '$1',
 705
 706                         # ya & ye
 707                         '/(['.Crh::L_CONS.'])ya/u' => '$1ья',
 708                         '/(['.Crh::L_CONS.'])Y[aA]/u' => '$1ЬЯ',
 709                         '/(['.Crh::L_CONS.'])ye/u' => '$1ье',
 710                         '/(['.Crh::L_CONS.'])Y[eE]/u' => '$1ЬЕ',
 711
 712                          # расставляем Ь перед Ё
 713                          # place Ь in front of Ё
 714                         '/(['.Crh::L_CONS.'])y[oö]/u' => '$1ьё',
 715                         '/(['.Crh::L_CONS.'])Y[oOöÖ]/u' => '$1ЬЁ',
 716                          # оставшиеся вхождения yo и yö
 717                          # remaining occurrences of yo and yö
 718                         '/y[oö]/u' => 'ё',
 719                         '/[yY][oOöÖ]/u' => 'Ё',
 720
 721                          # расставляем Ь перед Ю
 722                          # place Ь in front of Ю
 723                         '/(['.Crh::L_CONS.'])y[uü]/u' => '$1ью',
 724                         '/(['.Crh::L_CONS.'])Y[uUüÜ]/u' => '$1ЬЮ',
 725                          # оставшиеся вхождения yu и yü
 726                          # remaining occurrences of yu and yü
 727                         '/y[uü]/u' => 'ю',
 728                         '/[yY][uUüÜ]/u' => 'Ю',
 729
 730                         # убираем ьa
 731                         # remove ьa (note Cyrillic ь and Latin a)
 732                         '/[ьЬ]([aA])/u' => '$1',
 733
 734                         # дж
 735                         '/C(['.Crh::L_UC.Crh::C_UC.'АЕЁЙОУЭЮЯ])/u' => 'ДЖ$1',
 736                         '/(['.Crh::L_UC.Crh::C_UC.'АЕЁЙОУЭЮЯ])C/u' => '$1ДЖ',
 737
 738                         # гъ, къ, нъ
 739                         '/Ğ(['.Crh::L_UC.Crh::C_UC.'])/u' => 'ГЪ$1',
 740                         '/(['.Crh::L_UC.Crh::C_UC.'Ъ])Ğ/u' => '$1ГЪ',
 741
 742                         '/Q(['.Crh::L_UC.Crh::C_UC.'])/u' => 'КЪ$1',
 743                         '/(['.Crh::L_UC.Crh::C_UC.'Ъ])Q/u' => '$1КЪ',
 744
 745                         '/Ñ(['.Crh::L_UC.Crh::C_UC.'])/u' => 'НЪ$1',
 746                         '/(['.Crh::L_UC.Crh::C_UC.'Ъ])Ñ/u' => '$1НЪ',
 747
 748                 ];
 749         }
 750
 751         private $CyrlCleanUpRegexes = [
 752                 '/([клнрст])ь\1/u' => '$1$1',
 753                 '/([КЛНРСТ])Ь\1/u' => '$1$1',
 754                 '/К[ьЬ]к/u' => 'Кк',
 755                 '/Л[ьЬ]л/u' => 'Лл',
 756                 '/Н[ьЬ]н/u' => 'Нн',
 757                 '/Р[ьЬ]р/u' => 'Рр',
 758                 '/С[ьЬ]с/u' => 'Сс',
 759                 '/Т[ьЬ]т/u' => 'Тт',
 760
 761                 # убираем ьы и ь..ы
 762                 # remove ьы и ь..ы
 763                 '/[ьЬ]ы/u' => 'ы',
 764                 '/ЬЫ/u' => 'Ы',
 765                 '/[ьЬ]([гдклмнпрстчшГДКЛМНПРСТЧШ])ы/u' => '$1ы',
 766                 '/Ь([гдклмнпрстчшГДКЛМНПРСТЧШ])Ы/u' => '$1Ы',
 767                 '/[ьЬ]([гкнГКН])([ъЪ])ы/u' => '$1$2ы',
 768                 '/Ь([ГКН])ЪЫ/u' => '$1ЪЫ',
 769
 770                 # убираем йь
 771                 # remove йь
 772                 '/йь/u' => 'й',
 773                 '/ЙЬ/u' => 'Й',
 774
 775                 # частичное решение проблемы слова юз - 100
 776                 # Partial solution of the problem of the word юз ("100")
 777                 # notice that these are cross-word patterns
 778                 '/эки юзь/u' => 'эки юз', '/Эки юзь/u' => 'Эки юз', '/ЭКИ ЮЗЬ/u' => 'ЭКИ ЮЗ',
 779                 '/учь юзь/u' => 'учь юз', '/Учь юзь/u' => 'Учь юз', '/УЧЬ ЮЗЬ/u' => 'УЧЬ ЮЗ',
 780                 '/дёрт юзь/u' => 'дёрт юз', '/Дёрт юзь/u' => 'Дёрт юз', '/ДЁРТ ЮЗЬ/u' => 'ДЁРТ ЮЗ',
 781                 '/беш юзь/u' => 'беш юз', '/Беш юзь/u' => 'Беш юз', '/БЕШ ЮЗЬ/u' => 'БЕШ ЮЗ',
 782                 '/алты юзь/u' => 'алты юз', '/Алты юзь/u' => 'Алты юз', '/АЛТЫ ЮЗЬ/u' => 'АЛТЫ ЮЗ',
 783                 '/еди юзь/u' => 'еди юз', '/Еди юзь/u' => 'Еди юз', '/ЕДИ ЮЗЬ/u' => 'ЕДИ ЮЗ',
 784                 '/секиз юзь/u' => 'секиз юз', '/Секиз юзь/u' => 'Секиз юз', '/СЕКИЗ ЮЗЬ/u' => 'СЕКИЗ ЮЗ',
 785                 '/докъуз юзь/u' => 'докъуз юз', '/Докъуз юзь/u' => 'Докъуз юз', '/ДОКЪУЗ ЮЗЬ/u' => 'ДОКЪУЗ ЮЗ',
 786         ];
 787 }