From b4fde2bbaf084ae7fa75eda242838cb97f309a37 Mon Sep 17 00:00:00 2001
From: Geo Halkiadakis <gchalkiadakis@sklavenitis.co.gr>
Date: Mon, 10 Apr 2023 17:22:20 +0300
Subject: keygen update for supporting greek linked words (in progress)

---
 javascript/keygen.js | 102 +++++++++++++++++++++++++++++++++++++++++++++------
 1 file changed, 90 insertions(+), 12 deletions(-)

(limited to 'javascript/keygen.js')

diff --git a/javascript/keygen.js b/javascript/keygen.js
index e0af82b..fef20e7 100644
--- a/javascript/keygen.js
+++ b/javascript/keygen.js
@@ -124,7 +124,7 @@ var synonyms_Originals = [
     'Κράνμπερι Κράνμπερις',
     'Κρήτης Κρητικό',
     'Πέννες Πένες',
-    'Μακαρόνια Σπαγγέτι Σπαγγετίνι Σπαγγετόνι',
+    'Μακαρόνια Ζυμαρικά Σπαγγέτι Σπαγγετίνι Σπαγγετόνι',
     'Καρτέλλα Καρτέλα Καρτέλλες'
 ]
 synonyms_Originals.forEach( grp => {
@@ -134,23 +134,69 @@ synonyms_Originals.forEach( grp => {
 
 // significant terms
 // -----------------------------------------------------------------------------
-significantExceptios = '7UP 3ΑΛΦΑ 17 3Π 7DAYS K2R'.split(' ')
+significantExceptios = '7-UP 3-ΑΛΦΑ 17 3Π 7-DAYS K2R'.split(' ')
 
 
 // replaces (correcting descriptions)
+// = construct unequivocally liked words
 // -----------------------------------------------------------------------------
 replaces = [];
 replaceSource = [
-    '3 ΑΛΦΑ ;3ΑΛΦΑ ',
+    '3 ΑΛΦΑ ;3-ΑΛΦΑ ',
     'HEAD & SHOULDERS ;HEAD&SHOULDERS ',
+    'HEAD N SHOULDERS ;HEAD&SHOULDERS ',
+    'W.K Kellogg ; W-K-Kellogg ',
     'W.K Kellogg ; ',
-    'ΦΙΛΕΤ ;Φιλέτο ',
-    'ΕΝΕΛΛΑΔ ;Εν-Ελλάδι ',
-    'ΓΑΛΟΠΟΥΛ ;Γαλοπούλα ',
-    '7 DAYS ;7DAYS ',
+    '7 DAYS ;7-DAYS ',
+    '7 UP ;7-UP ',
     'ΜΠΑΡΜΠΑ ΣΤΑΘΗ ;ΜΠΑΡΜΠΑ-ΣΤΑΘΗΣ ',
-    'Zero% ;Zero ',
-    
+    'ΜΠΑΡΜΠΑ ΣΤΑΘΗΣ ;ΜΠΑΡΜΠΑ-ΣΤΑΘΗΣ ',
+    'COCA COLA ;COCA-COLA',
+    'COCACOLA ;COCA-COLA',
+    'KELLOGS ;KELLOGG\'S',
+    'NES CAFE ;NESCAFE',
+    'NES-CAFE ;NESCAFE',
+    'LE PETIT MARSEILLAIS ;LE-PETIT-MARSEILLAIS',
+    'PETIT MARSEILLAIS ;PETIT-MARSEILLAIS',
+    'Το Μάννα ;Το-Μάννα',
+    'Χωρίς Γλουτένη ;Χωρίς-Γλουτένη',
+    'Χωρίς Ζάχαρη ;Χωρίς-Ζάχαρη',
+    'Χωρίς Αλάτι ;Χωρίς-Αλάτι',
+    'Χωρίς Λακτόζη ;Χωρίς-Λακτόζη',
+    'Χωρίς Συντηρητικά ;Χωρίς-Συντηρητικά',
+    'Χωρίς Αλκοόλ ;Χωρίς-Αλκοόλ',
+    'Χωρίς Kαφεϊνη ;Χωρίς-Kαφεϊνη',
+    'Χωρίς Γλυκάνισο ;Χωρίς-Γλυκάνισο',
+    'Χωρίς Ανθρακικό ;Χωρίς-Ανθρακικό',
+    'Υψηλής Παστερίωσης ;Υψηλής-Παστερίωσης',
+    'Ολικής Άλεσης ;Ολικής-Άλεσης',
+    'Ολικής Aλέσεως ;Ολικής-Aλέσεως',
+    'Χαρτί Υγείας ;Χαρτί-Υγείας',
+    'ρολό υγείας ;ρολό-υγείας',
+    'χαρτί τουαλέτας ;χαρτί-τουαλέτας',
+    'Χαρτί Κουζίνας ;Χαρτί-Κουζίνας',
+    'ρολό κουζίνας ;ρολό-κουζίνας',
+    'Μπάρες Δημητριακών ;Μπάρες-Δημητριακών',
+    'Aς Μαγειρέψουμε ;Aς-Μαγειρέψουμε',
+    'ΚΡΙΣ ΚΡΙΣ ;ΚΡΙΣ-ΚΡΙΣ',
+    'ΚΡΙΣΚΡΙΣ ;ΚΡΙΣ-ΚΡΙΣ',
+    'ΚΡΙ ΚΡΙ ;ΚΡΙ-ΚΡΙ',
+    'ΚΡΙΚΡΙ ;ΚΡΙ-ΚΡΙ',
+    'ΕΛ ΓΚΡΕΚΟ ;ΕΛ-ΓΚΡΕΚΟ',
+    'ΕΛΓΚΡΕΚΟ ;ΕΛ-ΓΚΡΕΚΟ',
+    'FREE STEP ;FREE-STEP',
+    'EL SABOR ;EL-SABOR',
+    'ELSABOR ;EL-SABOR',
+    'DOUWE EGBERTS ;DOUWE-EGBERTS',
+    'ΕΝ ΕΛΛΑΔΙ ;ΕΝ-ΕΛΛΑΔΙ',
+    'ΕΝΕΛΛΑΔΙ ;ΕΝ-ΕΛΛΑΔΙ',
+    'SPIN SPAN ;SPIN-SPAN',
+    'SPINSPAN ;SPIN-SPAN',
+    'CRETA-FARMS ;CRETA-FARM',
+    'CRETA-FARM ;CRETA-FARM',
+    'CRETAFARM ;CRETA-FARM',
+    'Ολες-τις-Χρήσεις ;Ολες-τις-Χρήσεις',
+    'Χωρίς προσθήκη ζάχαρης ;Χωρίς-ζάχαρη'
 ];
 replaceSource.forEach( it => {
     st = it.split(';');
@@ -283,7 +329,7 @@ linkedWords = [
 // -----------------------------------------------------------------------------
 // NOTE: APPLIED in PER-WORD base -> after spliting description to words
 removeList = []
-removeOriginals = 'κατά παρά υπό από μετά προς μας με σε για του της των από στο στον & r s ft l τ e g h k m n o p s x'.split(' ')
+removeOriginals = 'κατά παρά υπό από μετά προς μας με σε για του της των από στο το στον & r s ft l τ e g h k m n o p s x'.split(' ')
 removeOriginals.forEach( w => { removeList.push( kb_trans(w)); });
 
 
@@ -511,20 +557,34 @@ function do_replaces(str) {
 function preproccess_text(str) {
     str = clean_text(str);
     str = do_replaces(str);
-    str = mark_linked_words(str);
+    replaces.forEach( lw => {
+        reg = new RegExp( lw.src, "gi");    // prepare regex for case insensitive (i) replace all (g)
+        str = str.toLowerCase().replace(reg, lw.trg);
+    })
+    // depricated: str = mark_linked_words(str);
     return str;
 }
 
 
+// DEPRICATED:
 // mark linked words (connect them with a dash)
 // return new text after "all-links" are marked
 // ---
 function mark_linked_words(txt) {
-    linkedWords.forEach( lw => { txt = mark_link( lw, txt ); });
+    linkedWords.forEach( lw => {
+
+        txt = mark_link( lw, txt );
+    });
     return txt
 }
 
 
+// TODO:
+// update function
+// new algorithm steps:
+// 
+// str.toLowerCase().replace(/αλφα βητα/gi, 'α-β'); console.log(replacedOnce);
+// 
 // mark a link (lws) to a text (source)
 // conecting them with a dash/minus character
 // ---
@@ -539,6 +599,24 @@ function mark_link(lws, source) {
 }
 
 
+accented_vowels = [];
+[
+    'ά α', 'έ ε', 'ή η', 'ί ι', 'ϊ ι', 'ό ο', 'ύ υ', 'ϋ υ', 'ώ ω',
+    'Ά Α', 'Έ Ε', 'Ή Η', 'Ί Ι', 'Ϊ Ι', 'Ό Ο', 'Ύ Υ', 'Ϋ Υ', 'Ώ Ω'
+].forEach( pair => {
+    ab = pair.split(' ');
+    accented_vowels.push({
+        a: ab[0],   // accented
+        p: ab[1]    // pure
+    });
+})
+
+// accendless
+// replaces accended vowels by non accended ones
+function accendless(str) {
+
+}
+
 
 // #4
 // OUTPUT FUNCTIONS
-- 
cgit v1.2.3