114 lines
3.1 KiB
Python
114 lines
3.1 KiB
Python
"""Finnish search language: includes the JS Finnish stemmer."""
|
|
|
|
from __future__ import annotations
|
|
|
|
from typing import TYPE_CHECKING, Dict
|
|
|
|
import snowballstemmer
|
|
|
|
from sphinx.search import SearchLanguage, parse_stop_word
|
|
|
|
finnish_stopwords = parse_stop_word('''
|
|
| source: http://snowball.tartarus.org/algorithms/finnish/stop.txt
|
|
| forms of BE
|
|
|
|
olla
|
|
olen
|
|
olet
|
|
on
|
|
olemme
|
|
olette
|
|
ovat
|
|
ole | negative form
|
|
|
|
oli
|
|
olisi
|
|
olisit
|
|
olisin
|
|
olisimme
|
|
olisitte
|
|
olisivat
|
|
olit
|
|
olin
|
|
olimme
|
|
olitte
|
|
olivat
|
|
ollut
|
|
olleet
|
|
|
|
en | negation
|
|
et
|
|
ei
|
|
emme
|
|
ette
|
|
eivät
|
|
|
|
|Nom Gen Acc Part Iness Elat Illat Adess Ablat Allat Ess Trans
|
|
minä minun minut minua minussa minusta minuun minulla minulta minulle | I
|
|
sinä sinun sinut sinua sinussa sinusta sinuun sinulla sinulta sinulle | you
|
|
hän hänen hänet häntä hänessä hänestä häneen hänellä häneltä hänelle | he she
|
|
me meidän meidät meitä meissä meistä meihin meillä meiltä meille | we
|
|
te teidän teidät teitä teissä teistä teihin teillä teiltä teille | you
|
|
he heidän heidät heitä heissä heistä heihin heillä heiltä heille | they
|
|
|
|
tämä tämän tätä tässä tästä tähän tällä tältä tälle tänä täksi | this
|
|
tuo tuon tuota tuossa tuosta tuohon tuolla tuolta tuolle tuona tuoksi | that
|
|
se sen sitä siinä siitä siihen sillä siltä sille sinä siksi | it
|
|
nämä näiden näitä näissä näistä näihin näillä näiltä näille näinä näiksi | these
|
|
nuo noiden noita noissa noista noihin noilla noilta noille noina noiksi | those
|
|
ne niiden niitä niissä niistä niihin niillä niiltä niille niinä niiksi | they
|
|
|
|
kuka kenen kenet ketä kenessä kenestä keneen kenellä keneltä kenelle kenenä keneksi| who
|
|
ketkä keiden ketkä keitä keissä keistä keihin keillä keiltä keille keinä keiksi | (pl)
|
|
mikä minkä minkä mitä missä mistä mihin millä miltä mille minä miksi | which what
|
|
mitkä | (pl)
|
|
|
|
joka jonka jota jossa josta johon jolla jolta jolle jona joksi | who which
|
|
jotka joiden joita joissa joista joihin joilla joilta joille joina joiksi | (pl)
|
|
|
|
| conjunctions
|
|
|
|
että | that
|
|
ja | and
|
|
jos | if
|
|
koska | because
|
|
kuin | than
|
|
mutta | but
|
|
niin | so
|
|
sekä | and
|
|
sillä | for
|
|
tai | or
|
|
vaan | but
|
|
vai | or
|
|
vaikka | although
|
|
|
|
|
|
| prepositions
|
|
|
|
kanssa | with
|
|
mukaan | according to
|
|
noin | about
|
|
poikki | across
|
|
yli | over, across
|
|
|
|
| other
|
|
|
|
kun | when
|
|
niin | so
|
|
nyt | now
|
|
itse | self
|
|
''')
|
|
|
|
|
|
class SearchFinnish(SearchLanguage):
|
|
lang = 'fi'
|
|
language_name = 'Finnish'
|
|
js_stemmer_rawcode = 'finnish-stemmer.js'
|
|
stopwords = finnish_stopwords
|
|
|
|
def init(self, options: dict) -> None:
|
|
self.stemmer = snowballstemmer.stemmer('finnish')
|
|
|
|
def stem(self, word: str) -> str:
|
|
return self.stemmer.stemWord(word.lower())
|