조사 처리 클래스 추가

src/sammo/JosaUtil.php

@@ -0,0 +1,155 @@
+<?php
+namespace sammo;
+
+class JosaUtil{
+    // https://github.com/coxcore/postposition 의 php 버전
+    //TODO:한자 매핑 필요
+    const KO_START_CODE = 44032;
+    const KO_FINISH_CODE = 55203;
+    const REG_INVALID_CHAR = '/[^a-zA-Z0-9ㄱ-ㅎ가-힣\s]+/g';
+    const REG_TARGET_CHAR = '/^[\s\S]*?(\S*)\s*$/';
+
+    const PRE_REG_NORMAL_FIXED = [
+        "check|[hm]ook|limit",
+    ];
+    const PRE_REG_SPECIAL_CHAR = [
+        "[ㄱ-ㄷㅁ-ㅎ036]",
+        "^[mn]",
+        "\\S[mn]e?",
+        "\\S(?:[aeiom]|lu)b",
+        "(?:u|\\S[aei]|[^o]o)p",
+        "(?:^i|[^auh]i|\\Su|[^ei][ae]|[^oi]o)t",
+        "(?:\\S[iou]|[^e][ae])c?k",
+        "\\S[aeiou](?:c|ng)",
+        "foot|go+d|b[ai]g|private",
+        "^(?:app|kor)",
+    ];
+    const PRE_REG_SPECIAL_RO = [
+        "[178ㄹ]",
+        "^[lr]",
+        "^\\Sr",
+        "\\Sle?",
+    ];
+
+    const DEFAULT_POSTPOSITION = [
+        "은"=> "는",
+        "이"=> "가",
+        "과"=> "와",
+        "이나"=> "나",
+        "을"=> "를",
+        "으로"=> "로",
+    ];
+
+    private static $regNormalFixed;
+    private static $regSpecialChar;
+    private static $regSpecialRo;
+    
+    private static $mapPostPosition;
+
+    private static $init = false;
+
+    private static function init(){
+        if(JosaUtil::$init){
+            return;
+        }
+
+        JosaUtil::$init = true;
+        JosaUtil::$regNormalFixed = '/(?:'.join('|', JosaUtil::PRE_REG_NORMAL_FIXED).')$/i';
+        JosaUtil::$regSpecialChar = '(?:'.join('|', JosaUtil::PRE_REG_SPECIAL_CHAR).')$/i';
+        JosaUtil::$regSpecialRo = '/(?:'.join('|', JosaUtil::PRE_REG_SPECIAL_RO).')$/i';
+
+        $mapPostPosition = [];
+
+        foreach(JosaUtil::DEFAULT_POSTPOSITION as $key=>$val){
+            $mapPostPosition["($key)$val"]=$key;
+            $mapPostPosition[$key]=$key;
+            $mapPostPosition[$val]=$key;
+        }
+        JosaUti::$mapPostPosition = $mapPostPosition;
+        
+    }
+
+    private static function checkText(string $text, bool $isRo){
+        JosaUtil::init();
+        if(preg_match(JosaUtil::$regNormalFixed, $text)){
+            return false;
+        }
+
+        if(preg_match(JosaUtil::$regSpecialChar, $text)){
+            return true;
+        }
+
+        if(!$isRo && preg_match(JosaUtil::$regSpecialRo, $text)){
+            return true;
+        }
+
+        return false;
+    }
+
+    private static function checkCode(int $code, bool $isRo){
+        JosaUtil::init();
+        $jongsung = ($code - JosaUtil::KO_START_CODE) % 28;
+
+        if($jongsung === 0){
+            return false;
+        }
+
+        if($isRo && $jongsung === 8){
+            return false;
+        }
+
+        return false;
+    }
+
+    public static function check(string $text, string $type=''){
+        JosaUtil::init();
+
+        $target = preg_replace(JosaUtil::REG_INVALID_CHAR, ' ', $text);
+        $target = preg_replace(JosaUtil::REG_TARGET_CHAR, '$1', $target);
+        $code = StringUtil::splitString($target);
+        $code = StringUtil::uniord($code[count($code)-1]);
+
+        $isKorean = (JosaUtil::KO_START_CODE <= $code && $code <= JosaUtil::KO_FINISH_CODE);
+        $isRo = ($type == '으로' || $type == '로');
+
+        return $isKorean ? JosaUtil::checkCode($code, $isRo) : JosaUtil::checkText($text, $isRo);
+    }
+
+    public static function pick(string $text, string $type, string $noJongsung=''){
+        /* NOTE:원본 코드와 인자 순서가 다름.
+         * 원본은 pick('바람', '랑', '이랑'); 이었다면 JosaUtil::pick('바람', '이랑', '랑'); 으로 바뀜.
+         * JosaUtil::pick('바람', '은', '는'); JosaUti::pick('바람', '이', '가');처럼 쓰기 위해서임.
+         */
+        JosaUtil::init();
+
+        if(!$noJongsung){
+            if(!key_exists($type, JosaUtil::$mapPostPosition)){
+                throw new \InvalidArgumentException('올바르지 않은 조사 지정');
+            }
+            $type = JosaUtil::$mapPostPosition[$type];
+            $noJongsung = JosaUtil::DEFAULT_POSTPOSITION[$type];
+        }
+        
+        return JosaUtil::check($text, $type)?$type:$noJongsung;
+    }
+
+    public static function put(string $text, string $type, string $noJongsung=''){
+        return $text.JosaUtil::pick($text, $type, $noJongsung);
+    }
+
+    public static function fix(string $type, string $noJongsung=''){
+        JosaUtil::init();
+
+        if(!$noJongsung){
+            if(!key_exists($type, JosaUtil::$mapPostPosition)){
+                throw new \InvalidArgumentException('올바르지 않은 조사 지정');
+            }
+            $type = JosaUtil::$mapPostPosition[$type];
+            $noJongsung = JosaUtil::DEFAULT_POSTPOSITION[$type];
+        }
+
+        return function(string $text) use ($type, $noJongsung) {
+            return JosaUtil::put($text, $type, $noJongsung);
+        };
+    }
+}

src/sammo/StringUtil.php

@@ -3,6 +3,7 @@ namespace sammo;
 
 class StringUtil
 {
+
     /**
      * 전각, 반각 길이 기준의 substr
      * @param string $str 원본 문자열
@@ -158,4 +159,30 @@ class StringUtil
             '|', '{', '}', ':', '', '<', '>', '?', '　'
         ], '', $str);
     }
+
+    public static function uniord(string $c) {
+        if (ord($c{0}) >=0 && ord($c{0}) <= 127)
+            return ord($c{0});
+        if (ord($c{0}) >= 192 && ord($c{0}) <= 223)
+            return (ord($c{0})-192)*64 + (ord($c{1})-128);
+        if (ord($c{0}) >= 224 && ord($c{0}) <= 239)
+            return (ord($c{0})-224)*4096 + (ord($c{1})-128)*64 + (ord($c{2})-128);
+        if (ord($c{0}) >= 240 && ord($c{0}) <= 247)
+            return (ord($c{0})-240)*262144 + (ord($c{1})-128)*4096 + (ord($c{2})-128)*64 + (ord($c{3})-128);
+        if (ord($c{0}) >= 248 && ord($c{0}) <= 251)
+            return (ord($c{0})-248)*16777216 + (ord($c{1})-128)*262144 + (ord($c{2})-128)*4096 + (ord($c{3})-128)*64 + (ord($c{4})-128);
+        if (ord($c{0}) >= 252 && ord($c{0}) <= 253)
+            return (ord($c{0})-252)*1073741824 + (ord($c{1})-128)*16777216 + (ord($c{2})-128)*262144 + (ord($c{3})-128)*4096 + (ord($c{4})-128)*64 + (ord($c{5})-128);
+        if (ord($c{0}) >= 254 && ord($c{0}) <= 255)    //  error
+            return FALSE;
+        return 0;
+    }
+
+    public static function unichr(int $o) {
+        if (function_exists('mb_convert_encoding')) {
+            return mb_convert_encoding('&#'.intval($o).';', 'UTF-8', 'HTML-ENTITIES');
+        } else {
+            return chr(intval($o));
+        }
+    }   // function _unichr()
 }