123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263 |
- import unicodedata
-
- import regex # pour le support de "\p{}"
-
-
- def assemble_regexes(*regexes):
- return "|".join(regexes)
-
-
- def build_regex(avant, apres):
- # \p{} permet de reconnaître un caractère par sa catégorie Unicode
- # "Zs" est la catégorie "Separator, space".
- return rf"((?P<avant>{avant})" + r"\p{Zs}" + rf"(?P<apres>{apres}))"
-
-
- RE_ESPACE_FINE_INSECABLE = regex.compile(
- assemble_regexes(
- build_regex(r"\w?", r"[;\?!]"), # Ponctuations doubles.
- build_regex(r"\d", r"([ghj]|mg|°C)(\b|$)"), # Unités.
- build_regex(r"\d", r"%"), # Pourcentages.
- build_regex(r"\d", r"€"), # Symboles monétaires.
- build_regex(r"\d", r"\d"), # Séparateurs de milliers.
- )
- )
-
- ESPACE_FINE_INSECABLE = unicodedata.lookup("NARROW NO-BREAK SPACE")
- ESPACE_FINE_INSECABLE = " "
-
-
- def insere_espaces_fines_insecables(texte):
- return RE_ESPACE_FINE_INSECABLE.sub(
- r"\g<avant>" + ESPACE_FINE_INSECABLE + r"\g<apres>", texte
- )
-
-
- RE_ESPACE_INSECABLE = regex.compile(
- assemble_regexes(
- build_regex(r"\w?", r":"), # Deux points.
- build_regex(r"«", r"\w"), # Guillemets en chevrons.
- # "Po" est la catégorie "Punctuation, other".
- build_regex(r"[\w\p{Po}]?", r"»"), # Guillemets en chevrons.
- build_regex(r"\d", r"(?!\d)\w"), # Chiffre suivi de lettres.
- )
- )
-
-
- ESPACE_INSECABLE = unicodedata.lookup("NO-BREAK SPACE")
- ESPACE_INSECABLE = " "
-
-
- def insere_espaces_insecables(texte):
- return RE_ESPACE_INSECABLE.sub(
- r"\g<avant>" + ESPACE_INSECABLE + r"\g<apres>", texte
- )
-
-
- def typographie(texte):
- """
- Utilise les espaces insécables fines ou normales lorsque c’est approprié
-
- https://fr.wikipedia.org/wiki/Espace_ins%C3%A9cable#En_France
- """
- return insere_espaces_fines_insecables(insere_espaces_insecables(texte))
|