Coverage for src/wiktextract/extractor/pt/tags.py: 90%

1from .models import WordEntry

3# Predefinição:gramática

4HEAD_LINE_TAGS = {

5 "masculino": "masculine",

6 "feminino": "feminine",

7 "género comum": "common",

8 "dois géneros": "dual",

9 "comum aos dois géneros": ["common", "dual"],

10 "neutro": "neutral",

11 "masculino plural": ["masculine", "plural"],

12 "masculino singular": ["masculine", "singular"],

13 "masculino de dois números": "masculine",

14 "masculino comum aos dois números": ["masculine", "common"],

15 "masculino invariável": ["masculine", "invariable"],

16 "masculino dual": ["masculine", "dual"],

17 "feminino plural": ["feminine", "plural"],

18 "feminino singular": ["feminine", "singular"],

19 "feminino de dois números": "feminine",

20 "feminino comum aos dois números": ["feminine", "common"],

21 "feminino invariável": ["feminine", "invariable"],

22 "feminino dual": ["feminine", "dual"],

23 "género comum e plural": ["common", "plural"],

24 "género comum e singular": ["common", "singular"],

25 "género comum e comum aos dois números": "common",

26 "dois géneros plural": "plural",

27 "dois géneros singular": "singular",

28 "comum aos dois géneros plural": ["common", "plural"],

29 "comum aos dois géneros singular": ["common", "singular"],

30 "comum aos dois géneros e aos dois números": "common",

31 "neutro plural": ["neutral", "plural"],

32 "neutro singular": ["neutral", "singular"],

33 "neutro de dois números": "neutral",

34 "neutro comum aos dois números": ["neutral", "common"],

35 "neutro invariável": ["neutral", "invariable"],

36 "neutro dual": ["neutral", "dual"],

37 "plural": "plural",

38 "singular": "singular",

39 "sem plural": "no-plural",

40 "singular e plural": ["singular", "plural"],

41 # "dois números": "",

42 "comum aos dois números": "common",

43 "dual": "dual",

44 "invariável": "invariable",

45 # "uniforme": "",

46 # "biforme": "",

47 "contável": "countable",

48 "incontável": "uncountable",

49 "primeira pessoa": "first-person",

50 "primeira pessoa do singular": ["first-person", "singular"],

51 "primeira pessoa do plural": ["first-person", "plural"],

52 "segunda pessoa": "second-person",

53 "segunda pessoa do singula": ["second-person", "singular"],

54 "segunda pessoa do plural": ["second-person", "plural"],

55 "terceira pessoa": "third-person",

56 "terceira pessoa do singular": ["third-person", "singular"],

57 "terceira pessoa do plural": ["third-person", "plural"],

58 "cardinal": "cardinal",

59 "ordinal": "ordinal",

60 "multiplicativo": "multiplicative",

61 # "fracionário": "",

62 "distributivo": "distributive",

63 "coletivo": "collective",

64 "pessoal": "personal",

65 "demonstrativo": "demonstrative",

66 "possessivo": "possessive",

67 "relativo": "relative",

68 "interrogativo": "interrogative",

69 # "tratamento": "",

70 "indefinido": "indefinite",

71 "definido": "definite",

72 # "próprio": "",

73 "comum": "common",

74 "concreto": "concrete",

75 "abstrato": "abstract",

76 "composto": "compound",

77 # "simples": "",

78 # "primitivo": "",

79 # "derivado": "",

80 "animado": "animate",

81 "inanimado": "inanimate",

82 "intransitivo": "intransitive",

83 "transitivo": "transitive",

84 "transitivo indireto": ["indirect", "transitive"],

85 "transitivo direto": ["direct", "transitive"],

86 "transitivo direto e indireto": ["direct", "indirect", "transitive"],

87 "pronominal": "pronominal",

88 "pronominal transitivo indireto": ["pronominal", "indirect", "transitive"],

89 "bitransitivo": "ditransitive",

90 "reflexivo": "reflexive",

91 "auxiliar": "auxiliary",

92 "impessoal": "impersonal",

93 "predicativo": "predicative",

94 "com valor de verbo": "verb",

95 "de lugar": "place",

96 # "de modo": "",

97 # "de tempo": "",

98 # "de intensidade": "",

99 "maiúscula": "capitalized",

100 "minúscula": "lowercase",

101}

102

103TABLE_TAGS = {

104 # Predefinição:flex.pt

105 "Masculino": "masculine",

106 "Feminino": "feminine",

107 "Plural": "plural",

108 "Singular": "singular",

109 # Predefinição:flex.pt.subst.completa

110 "Coletivo": "collective",

111 "Normal": "standard",

112 "Aumentativo": "augmentative",

113 "Diminutivo": "diminutive",

114 # Predefinição:conj.pt

115 "Infinitivo impessoal": ["impersonal", "infinitive"],

116 "Gerúndio": "gerund",

117 "Particípio": "participle",

118 "primeira": "first-person",

119 "segunda": "second-person",

120 "terceira": "third-person",

121 "Modo\nIndicativo": "indicative",

122 "Presente": "present",

123 "Pretérito imperfeito": ["past", "continuative"],

124 "Pretérito perfeito": "past",

125 "Pretérito mais-que-perfeito": "pluperfect",

126 "Futuro do presente": ["future", "present"],

127 "Futuro do pretérito": ["future", "past"],

128 "Modo\nSubjuntivo\n(Conjuntivo)": ["subjunctive", "conjunctive"],

129 "Futuro": "future",

130 "Modo\nImperativo": "imperative",

131 "Afirmativo": "affirmative",

132 "Negativo": "negative",

133 "Infinitivo pessoal": ["personal", "infinitive"],

134 # Predefinição:conj.en

135 "Infinitivo": "infinitive",

136 "Passado simples": "past",

137}

138

139# https://pt.wiktionary.org/wiki/Predefinição:escopo/núcleo

140GLOSS_TAGS = {

141 "Grafia portuguesa": "Portugal",

142 "Grafia brasileira": "Brazil",

143 "histórico": "historical",

144 "antigo": "archaic",

145 "arcaico": "archaic",

146 "em desuso": "obsolete",

147 "obsoleto": "obsolete",

148 "pouco comum": "uncommon",

149 "raro": "rare",

150 "obsceno": "vulgar",

151 "coloquial": "colloquial",

152 "familiar": "familiar",

153 "informal": "informal",

154 # "popular": "",

155 "figurado": "figuratively",

156 "depreciativo": "derogatory",

157 "pejorativo": "pejorative",

158 "poético": "poetic",

159 "internetês": ["Internet", "slang"],

160 "ironia": "ironic",

161 # "alemanismo": "",

162 # "italianismo": "Italianism",

163 # "germanismo": "Germanism",

164 # "francesismo": "",

165 # "galicismo": "Gallicism",

166 "anglicismo": "Anglicism",

167 # "portuguesismo": "Portuguesism",

168 # "estrangeirismo": "loanword",

169 "regionalism": "regional",

170 "Angola": "Angola",

171 "Brasil": "Brazil",

172 # "Amazônia": "Amazonia",

173 "Nordeste do Brasil": "Northeast-Brazil",

174 "Norte do Brasil": "North-Brazil",

175 "Centro-Oeste do Brasil": "Central-West-Brazil",

176 "Sudeste do Brasil": "Southeast-Brazil",

177 "Sul do Brasil": "Southern-Brazil",

178 "Acre": "Acre",

179 "Alagoas": "Alagoas",

180 "Amapá": "Amapá",

181 "Amazonas": "Amazonas",

182 "Bahia": "Bahia",

183 "dialeto caipira": "dialectal",

184 "Ceará": "Ceará",

185 # "Distrito Federal": "Federal District",

186 "Espírito Santo": "Espírito Santo",

187 "Goiás": "Goias",

188 "Maranhão": "Maranhão",

189 "Mato Grosso": "Mato Grosso",

190 "Mato Grosso do Sul": "Mato Grosso do Sul",

191 "Minas Gerais": "Minas Gerais",

192 "Pará": "Pará",

193 "Paraíba": "Paraíba",

194 "Paraná": "Paraná",

195 "Pernambuco": "Pernambuco",

196 "Piauí": "Piauí",

197 "Rio de Janeiro": "Rio de Janeiro",

198 "Rio Grande do Norte": "Rio Grande do Norte",

199 "Rio Grande do Sul": "Rio Grande do Sul",

200 "Rondônia": "Rondônia",

201 "Roraima": "Roraima",

202 # "baralhete": "",

203 # "canteiros": "",

204 # "alvanéis": "",

205 # "telheiros": "",

206 # "músicos": "",

207 # "cesteiros": "",

208 "transitivo": "transitive",

209 "intransitivo": "intransitive",

210 "reflexivo": "reflexive",

211 "pronominal": "pronominal",

212 "plural": "plural",

213}

214

215OTHER_TAGS = {

216 "comparativo de superioridade": ["comparative", "superior"],

217 "superlativo absoluto sintético": ["absolute", "superlative"],

218 "superlativo relativo de superioridade": [

219 "relative",

220 "superlative",

221 "superior",

222 ],

223}

224

225TAGS = {**HEAD_LINE_TAGS, **TABLE_TAGS, **GLOSS_TAGS, **OTHER_TAGS}

226

227# https://pt.wiktionary.org/wiki/Predefinição:escopo/núcleo

228TOPICS = {

229 "anatomia": "anatomy",

230 "arquitetura": "architecture",

231 "botânica": "botany",

232 "ciência da computação": "computing",

233 "comunicação": "communications",

234 # "ciência dos materiais": "",

235 "engenharia": "engineering",

236 # "pedagogia": "pedagogy",

237 # "cronônimo": "chrononym",

238 "basquetebol": "basketball",

239 "beisebol": "baseball",

240 "críquete": "cricket",

241 "desporto": "sports",

242 "esporte": "sports",

243 "ténis": "tennis",

244 "tênis": "tennis",

245 "esgrima": "fencing",

246 "geografia": "geography",

247 # "toponímia": "",

248 # "territory": "",

249 "zoologia": "zoology",

250 "ornitologia": "ornithology",

251 # "artrópodes": "",

252 "entomologia": "entomology",

253 "ictiologia": "ichthyology",

254 "veterinária": "veterinary",

255 # "antropónimo": "",

256 "alimentação": "food",

257 "arte": "arts",

258 "aeronáutica": "aeronautics",

259 "aritmética": "arithmetic",

260 "Meteorologia": "meteorology",

261 "design": "design",

262 "patologia": "pathology",

263 "etnologia": "ethnology",

264 "farmacologia": "pharmacology",

265 "transporte": "transport",

266 "Ginecologia": "gynecology",

267 "linguística": "linguistics",

268 "indústria têxtil": "textiles",

269 "mídia": "media",

270 "ciência da informação": "information-science",

271 "ludologia": "ludology",

272 "náutica": "nautical",

273 "mitologia": "mythology",

274 "mineralogia": "mineralogy",

275 "mobiliário": "furniture",

276 "numismática": "numismatics",

277 # "Esoterismo": "",

278 "profissão": "profession",

279 # "parapsiquismo": "",

280 "vestuário": "clothing",

281 "direito": "law",

282 "química": "chemistry",

283 "videojogo": "video-games",

284 "vídeo game": "video-games",

285 "viticultura": "viticulture",

286}

287

288

289def translate_raw_tags(data: WordEntry) -> None:

290 raw_tags = []

291 for raw_tag in data.raw_tags:

292 if raw_tag in TAGS or raw_tag.lower() in TAGS:

293 tr_tag = TAGS.get(raw_tag, TAGS.get(raw_tag.lower()))

294 if isinstance(tr_tag, str):

295 data.tags.append(tr_tag)

296 elif isinstance(tr_tag, list): 296 ↛ 291line 296 didn't jump to line 291 because the condition on line 296 was always true

297 data.tags.extend(tr_tag)

298 elif (raw_tag in TOPICS or raw_tag.lower() in TOPICS) and hasattr( 298 ↛ 301line 298 didn't jump to line 301 because the condition on line 298 was never true

299 data, "topics"

300 ):

301 data.topics.append(TOPICS.get(raw_tag, TOPICS.get(raw_tag.lower())))

302 else:

303 raw_tags.append(raw_tag)

304 data.raw_tags = raw_tags