]> granicus.if.org Git - icu/commitdiff
ICU-21699 Concatenate Katakana chars
authorallensu05 <52812914+allensu05@users.noreply.github.com>
Wed, 19 Jan 2022 17:25:45 +0000 (17:25 +0000)
committerFrank Yung-Fong Tang <ftang@google.com>
Thu, 20 Jan 2022 07:07:22 +0000 (23:07 -0800)
See #1962

icu4c/source/common/dictbe.cpp
icu4c/source/test/testdata/rbbitst.txt

index 64b4fbf63912e8ff7b1e45230cdfd6c04dda6e2d..c0af19ef171300601f5786641ebc45d658ea972e 100644 (file)
@@ -1366,8 +1366,11 @@ CjkBreakEngine::divideUpDictionaryRange( UText *inText,
                 // Calculate the length by using the code unit.
                 length = inString.moveIndex32(0, prevIdx) - codeUnitIdx;
                 prevIdx = i;
-                // Skip the breakpoint if it belongs to the particle or Hiragana.
-                if (!fSkipSet.containsKey(inString.tempSubString(codeUnitIdx, length))) {
+                // Keep the breakpoint if the pattern is not in the fSkipSet and continuous Katakana
+                // characters don't occur.
+                if (!fSkipSet.containsKey(inString.tempSubString(codeUnitIdx, length))
+                    && (!isKatakana(inString.char32At(codeUnitIdx -1))
+                           || !isKatakana(inString.char32At(codeUnitIdx)))) {
                     t_boundary.addElement(i, status);
                     numBreaks++;
                 }
index 54c612da22c583ff76af9ed3fc1b220f874c8d53..1be45e9f3c5d2e86cd4cec337ca3253b26a14d40 100644 (file)
@@ -1892,10 +1892,12 @@ Bangkok)•</data>
 <data>•\uff19\u6708\u306b•\u6771\u4eac\u304b\u3089•\u53cb\u9054\u304c•\u904a\u3073\u306b•\u6765\u305f•</data>
 #る文字「そうだ、京都」-> る•文字•「そうだ、•京都」•
 <data>•\u308b•\u6587\u5b57•\u300c\u305d\u3046\u3060\u3001•\u4eac\u90fd\u300d•</data>
-#乗車率90%程度だろうか -> 乗車•率•90%•程度だ•ろうか
+#乗車率90%程度だろうか。 -> 乗車•率•90%•程度だ•ろうか。
 <data>•\u4e57\u8eca•\u7387•\uff19\uff10\uff05•\u7a0b\u5ea6\u3060•\u308d\u3046\u304b\u3002•</data>
 #[携帯電話]正しい選択 -> [携帯•電話]•正しい•選択•
 <data>•\uff3b\u643a\u5e2f•\u96fb\u8a71\uff3d•\u6b63\u3057\u3044•\u9078\u629e•</data>
+#純金製百人一首にサッカーボール -> 純金•製•百人一首に•サッカーボール
+<data>•\u7D14\u91D1•\u88FD•\u767E\u4EBA\u4E00\u9996\u306B•\u30B5\u30C3\u30AB\u30FC\u30DC\u30FC\u30EB•</data>
 
 
 ####################################################################################