|
Professor Seleznov
|
На Хабре уже были подобные игры с системами письма (например, вот и вот), поэтому не вижу проблемы, чтобы добавить очередной вариант, коих и так уже много.
Критерии
Мои хотелки для этой игры:
- Максимум латинских букв
- Минимум кириллических
- Минимум диакритических знаков
- Минимум диграфов и триграфов или ещё чего похуже
Соответствия - что получилось
Тут просто таблица с соответствиями кириллицы и моей поделки. Соответствие получилось один к одному, что должно упрощать использование. Часть букв заменить вообще не получилось без жертв, поэтому я их оставил как есть.
В группу "+" вошли те буквы, которые являются чисто латинскими, либо образованы путём добавления к латинской букве какого-либо диакритического знака. В группу "-" вошли те, которые заменить не получилось. Справа подсчитаны чисто латинские буквы из базового набора из 26 букв.
а = a | +1 1
б = b | +2 2
в = v | +3 3
г = g | +4 4
д = d | +5 5
е = e | +6 6
ё = ё | +7
ж = j | +8 7
з = z | +9 8
и = i | +10 9
й = ĭ | +11
к = k | +12 10
л = l | +13 11
м = m | +14 12
н = n | +15 13
о = o | +16 14
п = p | +17 15
р = r | +18 16
с = s | +19 17
т = t | +20 18
у = u | +21 19
ф = f | +22 20
х = h | +23 21
ц = c | +24 22
ч = ч | -1
ш = ш | -2
щ = x | +25 23
ъ = ъ | -3
ы = y | +26 24
ь = ь | -4
э = э | -5
ю = ю | -6
я = я | -7
Исключения:
1-q, 2-w
В итоге Q и W не вошли в состав вообще, так как Q по сути дублирует K, а звука для W в русском вообще нет.
Самыми странными заменами получились: ё = ё, й = ĭ, щ = x
Думаю, с диакритическими знаками всё должно быть понятно - они просто остались на своих же местах в той же форме, то есть это умлаут и кратка (бревис).
А вот щ = x надо дополнительно прояснить: оно получилось близким к некоторым китайским словам из английского (то есть "Xiaomi", "Xi Jinping" и прочие довольно редкие слова с иксом), а также (вот тут уже помогали LLM, поисковики и несколько видео с Ютуба по произношениям) к пиньиню и языкам Пиренейского полуострова, то есть это испанский, португальский и другие языки с меньшим числом носителей, к мальтийскому языку (географически - островная страна южнее Сицилии и Италии). Икс оказался очень многозначным.
В целом получилось примерно 80% латиницы (с учётом двух букв с диакритикой) и 20% кириллицы.
Примеры и сравнения
Для примера взял "Войну и мир" в формате .fb2 (текстовый XML-подобный формат для книг) с Флибусты и прогнал через скрипт для замены букв.
Python
mapping = {
'а': 'a',
'б': 'b',
'в': 'v',
'г': 'g',
'д': 'd',
'е': 'e',
'ё': 'ё',
'ж': 'j',
'з': 'z',
'и': 'i',
'й': 'ĭ',
'к': 'k',
'л': 'l',
'м': 'm',
'н': 'n',
'о': 'o',
'п': 'p',
'р': 'r',
'с': 's',
'т': 't',
'у': 'u',
'ф': 'f',
'х': 'h',
'ц': 'c',
'ч': 'ч',
'ш': 'ш',
'щ': 'x',
'ъ': 'ъ',
'ы': 'y',
'ь': 'ь',
'э': 'э',
'ю': 'ю',
'я': 'я',
}
mapping.update({
k.upper(): v.upper()
for k, v in mapping.items()
})
def translit(text):
return ''.join(mapping.get(ch, ch) for ch in text)
with open('input.txt', 'r', encoding='utf-8') as f:
text = f.read()
result = translit(text)
with open('output.txt', 'w', encoding='utf-8') as f:
f.write(result)
И вот начала одного из томов, которые плюс-минус одинаково расположены, так как вот эти заголовки постоянно едут и не начинаются с начала страниц (видимо, проблема самого файла книги) даже в оригинале.
Кириллица | "Химерица"-гибрид
Тихий ужас, но, возможно, специально разработанный шрифт с оптимизацией под такой гибрид мог бы чуть-чуть улучшить восприятие, особенно по части точек и диакритики над ĭ, i, j.
По занимаемому числу страниц вышло 1196 в оригинале и 1103 в изменённой версии. Процентное изменение, если честно, вообще не впечатляет.
Но разница в почти 100 страниц чисто на словах звучит не так уж и плохо. Правда, неоптимизированный шрифт немного портит картинку, всё же для чистоты правильнее было бы добавить кернинг, чтобы выборочно поправить межбуквенные расстояния, которые местами не самые естественные из-за смешивания двух принципиально разных алфавитов, и прочие типографские красивости вроде лигатур (мне тут видится убирание точки над i, чтобы iĭ выглядело попроще в немоноширинном шрифте), но это уже чересчур...
По занимаемому месту на диске вышло 13.8 MB и 11.8 MB ввиду кодировки UTF-8, в которой латиница кодируется одним байтом, а кириллица кодируется двумя.
И вот ещё примеры панграм со всеми буквами обоих алфавитов в разных шрифтах:
И для шрифта Хабра:
- Съешь же ещё этих мягких французских булок, да выпей чаю.
- Sъeшь je exё эtih mяgkih francuzskih bulok, da vypeĭ чaю.
На этом всё.
-Источник
|
