File Coverage

blib/lib/Lingua/SLK/Word2Num.pm

Criterion	Covered	Total	%
statement	23	36	63.8
branch	0	6	0.0
condition	2	19	10.5
subroutine	9	10	90.0
pod	3	3	100.0
total	37	74	50.0

# For Emacs: -*- mode:cperl; mode:folding; coding:utf-8; -*-

package Lingua::SLK::Word2Num;
# ABSTRACT: Word to number conversion in Slovak

use 5.16.0;
use utf8;
use warnings;

# {{{ use block

use Export::Attrs;
use Parse::RecDescent;

# }}}
# {{{ var block
our $VERSION = '0.2603300';
my $parser   = slk_numerals();

# }}}

# {{{ w2n                          convert text to number

sub w2n :Export {
    my $input = shift // return;

    return $parser->numeral($input);
}

# }}}
# {{{ slk_numerals                 create parser for numerals

sub slk_numerals {
    return Parse::RecDescent->new(q{


      numeral:  mega
             |  kOhOd
             | 'nula'          {  0 }
             |                 {    }

       number:  'dvanásť'      { 12 }
             |  'trinásť'      { 13 }
             |  'štrnásť'      { 14 }
             |  'pätnásť'      { 15 }
             |  'šestnásť'     { 16 }
             |  'sedemnásť'    { 17 }
             |  'osemnásť'     { 18 }
             |  'devätnásť'    { 19 }
             |  'jedenásť'     { 11 }
             |  'jedna'        {  1 }
             |  'jeden'        {  1 }
             |  'dva'          {  2 }
             |  'dve'          {  2 }
             |  'tri'          {  3 }
             |  'štyri'        {  4 }
             |  'päť'          {  5 }
             |  'šesť'         {  6 }
             |  'sedem'        {  7 }
             |  'osem'         {  8 }
             |  'deväť'        {  9 }
             |  'desať'        { 10 }

         tens:  'dvadsať'      { 20 }
             |  'tridsať'      { 30 }
             |  'štyridsať'    { 40 }
             |  'päťdesiat'    { 50 }
             |  'šesťdesiat'   { 60 }
             |  'sedemdesiat'  { 70 }
             |  'osemdesiat'   { 80 }
             |  'deväťdesiat'  { 90 }

         deca:  tens number    { $item[1] + $item[2] }
             |  tens
             |  number

        hecto:  'deväťsto' deca   { 900 + $item[2] }
             |  'deväťsto'        { 900             }
             |  'osemsto' deca    { 800 + $item[2]  }
             |  'osemsto'         { 800             }
             |  'sedemsto' deca   { 700 + $item[2]  }
             |  'sedemsto'        { 700             }
             |  'šesťsto' deca    { 600 + $item[2]  }
             |  'šesťsto'         { 600             }
             |  'päťsto' deca     { 500 + $item[2]  }
             |  'päťsto'          { 500             }
             |  'štyristo' deca   { 400 + $item[2]  }
             |  'štyristo'        { 400             }
             |  'tristo' deca     { 300 + $item[2]  }
             |  'tristo'          { 300             }
             |  'dvesto' deca     { 200 + $item[2]  }
             |  'dvesto'          { 200             }
             |  'sto' deca        { 100 + $item[2]  }
             |  'sto'             { 100             }

          hOd:  hecto
             |  deca

         kilo:  hOd /tisíce?/ hOd        { $item[1] * 1000 + $item[3]       }
             |  hOd /tisíce?/            { $item[1] * 1000                  }
             |  number /tisíce?/ hOd     { $item[1] * 1000 + $item[3]       }
             |  number /tisíce?/         { $item[1] * 1000                  }
             |  'tisíc' hOd              { 1000 + $item[2]                  }
             |  'tisíc'                  { 1000                             }
             |  hOd 'jeden' 'tisíc' hOd  { ($item[1] + 1) * 1000 + $item[4] }
             |  hOd 'jeden' 'tisíc'      { ($item[1] + 1) * 1000            }

        kOhOd:  kilo
             |  hOd

         mega:  hOd megas kOhOd             { $item[1] * 1_000_000 + $item[3]       }
             |  hOd megas                   { $item[1] * 1_000_000                  }
             |  'milión' kOhOd              { 1_000_000 + $item[2]                  }
             |  'milión'                    { 1_000_000                             }
             |  hOd 'jeden' 'milión' kOhOd  { ($item[1] + 1) * 1_000_000 + $item[4] }

        megas:  /milión(y|ov)/
             |  'milión'
    });
}

# }}}
# {{{ ordinal2cardinal             convert ordinal text to cardinal text

sub ordinal2cardinal :Export {
    my $input = shift // return;

    # Slovak ordinals: strip gender suffixes, then map stems.
    # Inflection: -ý/-á/-é/-ého/-ému/-ém/-ým (masc/fem/neut/oblique).

    my %irregular = (
        'nultý'       => 'nula',
        'prvý'        => 'jeden',
        'druhý'       => 'dva',
        'tretí'       => 'tri',
        'štvrtý'      => 'štyri',
        'piaty'       => 'päť',
        'šiesty'      => 'šesť',
        'siedmy'      => 'sedem',
        'ôsmy'        => 'osem',
        'deviaty'     => 'deväť',
        'desiaty'     => 'desať',
        'jedenásty'   => 'jedenásť',
        'dvanásty'    => 'dvanásť',
        'trinásty'    => 'trinásť',
        'štrnásty'    => 'štrnásť',
        'pätnásty'    => 'pätnásť',
        'šestnásty'   => 'šestnásť',
        'sedemnásty'  => 'sedemnásť',
        'osemnásty'   => 'osemnásť',
        'devätnásty'  => 'devätnásť',
        'dvadsiaty'   => 'dvadsať',
        'tridsiaty'   => 'tridsať',
        'štyridsiaty' => 'štyridsať',
        'päťdesiaty'  => 'päťdesiat',
        'šesťdesiaty' => 'šesťdesiat',
        'sedemdesiaty' => 'sedemdesiat',
        'osemdesiaty' => 'osemdesiat',
        'deväťdesiaty' => 'deväťdesiat',
        'dvojstý'     => 'dvesto',
        'trojstý'     => 'tristo',
        'štvorstý'    => 'štyristo',
        'päťstý'      => 'päťsto',
        'šesťstý'     => 'šesťsto',
        'sedemstý'    => 'sedemsto',
        'osemstý'     => 'osemsto',
        'deväťstý'    => 'deväťsto',
        'stý'         => 'sto',
        'tisíci'      => 'tisíc',
        'miliónty'    => 'milión',
    );

    # Compound ordinals: ALL components are ordinal forms.
    # Normalize each word individually, then look up in the mapping.
    my @words = split /\s+/, $input;
    my @result;
    my $matched = 0;

    for my $word (@words) {
        # Strip gender/case suffixes to masculine nominative
        my $norm = $word;
        $norm =~ s{(í)ho\z}{$1}xms
            or $norm =~ s{ého\z}{ý}xms
            or $norm =~ s{ému\z}{ý}xms
            or $norm =~ s{ém\z}{ý}xms
            or $norm =~ s{ým\z}{ý}xms
            or $norm =~ s{á\z}{ý}xms
            or $norm =~ s{é\z}{ý}xms;

        if (exists $irregular{$norm}) {
            push @result, $irregular{$norm};
            $matched = 1;
        }
        else {
            push @result, $word;  # pass through unchanged (connectors, etc.)
        }
    }

    return $matched ? join(' ', @result) : undef;
}

# }}}

1;

__END__