Arapça kelimeleri aksanları / aksanları olmadan nasıl arayabilirim?

Arapça'da diğer bazı dillerde olduğu gibi, telaffuzu geliştirmek için aksan adı verilir. Tek bir kelime için kaç tane aksan yazılması gerektiğine dair bir sözleşme yoktur. Bazıları en azı (hangisini tercih ettiğimi) telaffuzu netleştirmek için yeterince kullanır, bazıları ise gereksiz ya da sadece estetik kaligrafik amaçlar için kullanır. Böylece, tek bir sözcükle neyin ve kaç aksanın ilişkilendirildiği konusunda geniş bir varyasyon vardır. Ben isearch-forward/backwardbasarak C-s/r, sorun diakritik olmadan arama mini-tampon içine yazdığımda ortaya çıkar, eğer diyakritik olsaydı, metinde aynı kelime ile eşleşmez, bu kelime potansiyel diakritik ile hiç tatmin edici yapma görevi yapar.

Arama / regexp aramasını aksanlardan habersiz yapmanın bir yolu var mı? Umarım , çok dosyalı lateks projelerinde bir kelime aramak için dümen mermisinde sıkça kullandığım regexp C-M-s/rve greparama yapabileceğim bir cevap olacaktır .

Güncelleme
Emacs'ın, tüm arama işlevlerindeki, istendiğinde bir önekle kapatılabilecek varsayılan bir davranış olarak adımı eşleştirmeden önce metindeki sıyırma adımını (aksanlardan / aksanlardan / isminden) gerçekleştirdiğini görmek güzel olurdu. hangi dilde olursa olsun. Tipik olarak, en iyi editörden (Emacs) bu işte başarısız olmasını beklemediğimde, sıradan metin işlerini gerçekleştirmek için nadiren gerekli olan bazı aksan veya aksanlardan dolayı.

İşte bu cevaptaki (ve sonra uzatılan) karakterleri birleştirme listesine dayanan kaba bir başlangıç . (Bunu topluluk wiki'si olarak işaretleme - lütfen bunu düzenleyin ve geliştirin!)

(defconst arabic-diacritics '(#x064b #x064c #x064d #x064e #x064f #x0650 #x0651 #x0652 #x0653 #x0654 #x0655 #x0670)
  "Unicode codepoints for Arabic combining characters.")
(defconst arabic-diacritics-regexp (regexp-opt (mapcar #'string arabic-diacritics)))

(defconst arabic-equivalents
  '(
    ;; "alef" is equivalent to "alef with hamza above" etc
    (#x0627 #x0623 #x0625 #x0622)))

;; (require 'cl-lib)    
;; (defun arabic-strip-diacritics (string)
;;   (cl-reduce (lambda (s c) (remove c s)) arabic-diacritics :initial-value string))

(defun arabic-search-without-diacritics (string)
  (interactive (list (read-string "Search for: " nil nil nil t)))
  (let ((regexp
         (apply #'concat
                (mapcar (lambda (c)
                          (let ((equivalents (assq c arabic-equivalents)))
                            (concat
                             (if equivalents
                                 (regexp-opt (mapcar #'string equivalents))
                               (regexp-quote (string c)))
                             arabic-diacritics-regexp "*")))
                        string))))
    (search-forward-regexp regexp)))

Yani bir arabellek "الْحَمْدُ لِلَّهِ رَبِّ الْعَالَمِينَ" içeriyorsa ve değerlendiririm (arabic-search-without-diacritics "الحمد لله رب العالمين"), metni bulur. Ayrıca, etkileşimli olarak çalışır M-x arabic-search-without-diacritics.

Alternatif yaklaşım:

Aşağıda Mn, normal ifade dizelerinde normalleştirilmiş dizelerden aksan ve diğer boşluk olmayan işaretlerin ( özellik) nasıl kaldırılabileceğini gösteren tam kod örneği verilmiştir . Verilen örneklerle çalışır ve IMO doğru yaklaşımdır.

(defun kill-marks (string)
  (concat (loop for c across string
                when (not (eq 'Mn (get-char-code-property c 'general-category)))
                collect c)))

(let* ((original1 "your Arabic string here")
      (normalized1 (ucs-normalize-NFKD-string original1))
      (original2 "your other Arabic string here")
      (normalized2 (ucs-normalize-NFKD-string original2)))
  (equal
   (replace-regexp-in-string "." 'kill-marks normalized1)
   (replace-regexp-in-string "." 'kill-marks normalized2)))