Ligaduras Squish-Unsquish

17

Aqui está uma lista de algumas ligaduras comuns no Unicode (as que eu poderia criar com minha chave Compose no Debian):

Orig  Ascii  Lig
ae    [ae]   æ
AE    [AE]   Æ
oe    [oe]   œ
OE    [OE]   Œ
ij    [ij]   ij
IJ    [IJ]   IJ
ff    [ff]   ff
fi    [fi]   fi
fl    [fl]   fl
ffi   [ffi]  ffi
ffl   [ffl]  ffl

Você tem duas opções neste desafio: use as ligaduras UTF-8 reais ou use a variante apenas ASCII. Se você usar as variantes reais de ligadura UTF-8, você ganha um bônus de 20%. Se você usar a variante apenas ASCII, poderá assumir que colchetes nunca estarão envolvidos, exceto para indicar uma ligadura.

O desafio: dada uma string como entrada, produza a mesma string

  • com todas as ligaduras originais substituídas por suas contrapartes expandidas.

    • corresponda avidamente: affibtorna - se affib( a[ffi]b), não affib( a[ff]ib) ou affib( af[fi]b).
  • com todas as seqüências de letras "expandidas" substituídas por ligaduras.

    • por exemplo, æOEfoo( [ae]OEfoo) torna-se aeŒfoo( ae[OE]foo).

Faça isso de forma totalmente independente: ffi( [ff]i) torna-se ffi( ffi), não ( [ffi]).

Parece bastante simples? Há um problema: toda vez que duas não-ligaduras se sobrepõem por exatamente um caractere , as duas ligaduras devem ser inseridas na string. Aqui estão alguns casos de teste para demonstrar:

Input   Ascii-output      Output
fij     [fi][ij]          fiij
fIJ     f[IJ]             fIJ     * remember, capitalization matters!
fffi    [ff][ffi]         ffffi
fff     [ff][ff]          ffff
ffffi   [ff][ff][ffi]     ffffffi
ffffij  [ff][ff][ffi][ij] ffffffiij

Cuidado: a mesma correspondência gananciosa se aplica (observe especialmente os últimos casos de teste).

, o código mais curto em bytes vence.

Maçaneta da porta
fonte
7
@Mego Qual é o grande problema? Se o seu idioma de escolha não puder lidar nativamente, imprima 0xc3 0xa6, sua codificação UTF-8.
Dennis
7
Se um idioma não puder facilitar uma tarefa, não use esse idioma para essa tarefa. Isso não deve ser grande coisa.
Alex A.

Respostas:

3

JavaScript (ES6), 213 bytes - bônus de 20% = 170,4

s=>eval('for(p=o="";m=s.match(r="ffl|ffi|fl|fi|ff|IJ|ij|Œ|œ|Æ|æ|ffl|ffi|fl|fi|ff|IJ|ij|OE|oe|AE|ae",x=r.split`|`);s=s.slice(i+t.length-(p=t<"z")))o+=s.slice(p,i=m.index)+x[(x.indexOf(t=m[0])+11)%22];o+s.slice(p)')

Explicação

s=>                           // s = input string
  eval(`                      // use eval to avoid writing {} or return
    for(                      // iterate over each ligature match
      p=                      // p = 1 if the last match was a non-unicode ligature
        o="";                 // o = output string
      m=s.match(              // find the next ligature

        // r = regex string for ligatures (unicode and non-unicode)
        r="ffl|ffi|fl|fi|ff|IJ|ij|Œ|œ|Æ|æ|ffl|ffi|fl|fi|ff|IJ|ij|OE|oe|AE|ae",
        x=r.split\`|\`        // x = arrray of r

      );
      s=s.slice(i+t.length    // remove the part that has been added to the output
        -(p=t<"z"))           // if we matched a non-unicode ligature, keep the last
    )                         //     character so it can be part of the next match
      o+=s.slice(p,i=m.index) // add the text before the match to the output
        +x[(x.indexOf(        // add the opposite type of the matched ligature
          t=m[0]              // t = matched text
        )+11)%22];            // (index + 11) % 22 returns the opposite index
    o+s.slice(p)              // return o + any remaining characters
  `)

Teste

user81655
fonte
Pode r="ffl|ffi|fl|fi|ff|IJ|ij|Œ|œ|Æ|æ|ffl|ffi|fl|fi|ff|IJ|ij|OE|oe|AE|ae",x=r.split`|`ser reescrito como x="ffl|ffi|fl|fi|ff|IJ|ij|Œ|œ|Æ|æ|ffl|ffi|fl|fi|ff|IJ|ij|OE|oe|AE|ae".split`|`para -4 bytes?
Dendrobium
@Dendrobium A matchchamada requer a sequência separada por |caracteres.
user81655