Georgian Language Hyphenation Library v2.0 - Academic Logic
Project description
Georgian Language Hyphenation / ქართული ენის დამარცვლა
A comprehensive hyphenation library for the Georgian language, supporting multiple output formats including TeX, Hunspell, and web standards.
ქართული ენის სრული დამარცვლის ბიბლიოთეკა, რომელიც მხარს უჭერს მრავალ ფორმატს: TeX, Hunspell და ვებ სტანდარტები.
Features / ფუნქციები
- ✅ Accurate syllabification based on Georgian phonological rules
- ✅ Multiple output formats: Soft hyphens (U+00AD), TeX patterns, Hunspell dictionary
- ✅ Python and JavaScript implementations for maximum compatibility
- ✅ Web-ready with HTML/CSS/JS demo
- ✅ Export capabilities: JSON, CSV, TeX, Hunspell
- ✅ Well-tested with comprehensive Georgian word corpus
Installation / ინსტალაცია
Python
# Install from PyPI
pip install georgian-hyphenation
# Or install from source
git clone https://github.com/guramzhgamadze/georgian-hyphenation.git
cd georgian-hyphenation
pip install -e .
JavaScript
npm install georgian-hyphenation
Browser Extension / ბრაუზერის გაფართოება
Firefox 🦊
Install from Firefox Add-ons ✅
Chrome/Edge 🌐
Chrome Web Store (Coming soon)
Or install manually:
- Download latest release
- Extract
browser-extension-chrome.zip - Chrome →
chrome://extensions/ - Enable "Developer mode"
- Click "Load unpacked"
- Select
browser-extension-chromefolder
Features
- ✅ Automatic hyphenation on all Georgian websites
- ✅ Toggle on/off per site
- ✅ Real-time statistics
Usage / გამოყენება
Python
from georgian_hyphenation import GeorgianHyphenator
# Initialize with soft hyphen (default)
hyphenator = GeorgianHyphenator()
# Hyphenate a word
word = "საქართველო"
result = hyphenator.hyphenate(word)
print(result) # საქართველო (with U+00AD soft hyphens)
# Get syllables as a list
syllables = hyphenator.getSyllables(word)
print(syllables) # ['სა', 'ქარ', 'თვე', 'ლო']
# Use visible hyphens for display
visible = GeorgianHyphenator('-')
print(visible.hyphenate(word)) # სა-ქარ-თვე-ლო
# Hyphenate entire text (if you add this method)
text = "საქართველო არის ლამაზი ქვეყანა"
words = text.split()
hyphenated = ' '.join([hyphenator.hyphenate(w) for w in words])
print(hyphenated)
JavaScript
// Initialize hyphenator
const hyphenator = new GeorgianHyphenator();
// Hyphenate a word
const word = "საქართველო";
const result = hyphenator.hyphenate(word);
console.log(result); // საქართველო (with U+00AD)
// Get syllables
const syllables = hyphenator.getSyllables(word);
console.log(syllables); // ['სა', 'ქარ', 'თვე', 'ლო']
// Use visible hyphens
const visible = new GeorgianHyphenator('-');
console.log(visible.hyphenate(word)); // სა-ქარ-თვე-ლო
// Hyphenate text
const text = "საქართველო არის ლამაზი ქვეყანა";
console.log(hyphenator.hyphenateText(text));
HTML/CSS Integration
<!DOCTYPE html>
<html lang="ka">
<head>
<style>
.hyphenated {
hyphens: manual;
text-align: justify;
}
</style>
</head>
<body>
<p class="hyphenated" id="text"></p>
<script src="georgian-hyphenation.js"></script>
<script>
const hyphenator = new GeorgianHyphenator('\u00AD');
const text = "საქართველო არის ძალიან ლამაზი ქვეყანა";
document.getElementById('text').textContent =
hyphenator.hyphenateText(text);
</script>
</body>
</html>
Export Formats / ექსპორტის ფორმატები
TeX Patterns
from georgian_hyphenation import TeXPatternGenerator
hyphenator = GeorgianHyphenator()
tex_gen = TeXPatternGenerator(hyphenator)
words = ["საქართველო", "მთავრობა", "დედაქალაქი"]
tex_gen.generate_patterns_file(words, "hyph-ka.tex")
Output (hyph-ka.tex):
% Georgian hyphenation patterns
\patterns{
.სა1ქარ1თვე1ლო
.მთავ1რო1ბა
.დე1და1ქა1ლა1ქი
}
Hunspell Dictionary
from georgian_hyphenation import HunspellDictionaryGenerator
hunspell_gen = HunspellDictionaryGenerator(hyphenator)
words = ["საქართველო", "მთავრობა"]
hunspell_gen.generate_dictionary(words, "hyph_ka_GE")
Output (hyph_ka_GE.dic):
UTF-8
2
სა=ქარ=თვე=ლო
მთავ=რო=ბა
JSON Export
from georgian_hyphenation import HyphenationExporter
exporter = HyphenationExporter(hyphenator)
words = ["საქართველო", "მთავრობა"]
exporter.export_json(words, "georgian_hyphenation.json")
Output:
{
"საქართველო": {
"syllables": ["სა", "ქარ", "თვე", "ლო"],
"hyphenated": "საქართველო"
},
"მთავრობა": {
"syllables": ["მთავ", "რო", "ბა"],
"hyphenated": "მთავრობა"
}
}
Hyphenation Rules / დამარცვლის წესები
The library implements Georgian syllabification rules based on phonological patterns:
ბიბლიოთეკა იყენებს ქართული ფონოლოგიის წესებზე დაფუძნებულ მარცვლების გამოყოფას:
- V+C+C+V → VC|CV (ხმოვანი + თანხმოვანი + თანხმოვნები + ხმოვანი)
- V+C+V+C+V → VCV|CV
- C+V+C+V → CV|CV
- V+V+V → VV|V (სამი ხმოვანი ზედიზედ)
- Special rules for word boundaries (სიტყვის საზღვრების სპეციალური წესები)
Where:
- V = vowel (ხმოვანი): ა, ე, ი, ო, უ
- C = consonant (თანხმოვანი): ბ, გ, დ, ვ, ზ, თ, კ, ლ, მ, ნ, პ, ჟ, რ, ს, ტ, ფ, ქ, ღ, ყ, შ, ჩ, ც, ძ, წ, ჭ, ხ, ჯ, ჰ
Examples / მაგალითები
| Word (სიტყვა) | Syllables (მარცვლები) | Pattern |
|---|---|---|
| საქართველო | სა-ქარ-თვე-ლო | .სა1ქარ1თვე1ლო |
| მთავრობა | მთავ-რო-ბა | .მთავ1რო1ბა |
| დედაქალაქი | დე-და-ქა-ლა-ქი | .დე1და1ქა1ლა1ქი |
| ტელევიზორი | ტე-ლე-ვი-ზო-რი | .ტე1ლე1ვი1ზო1რი |
| კომპიუტერი | კომ-პი-უ-ტე-რი | .კომ1პი1უ1ტე1რი |
| უნივერსიტეტი | უ-ნი-ვერ-სი-ტე-ტი | .უ1ნი1ვერ1სი1ტე1ტი |
Testing / ტესტირება
Run Tests
python -m pytest tests/ # Python tests
npm test # JavaScript tests
Try the Demo
🌐 Online: https://guramzhgamadze.github.io/georgian-hyphenation/
💻 Local: Open examples/demo.html in your browser
🐍 Python:
from georgian_hyphenation import GeorgianHyphenator
print(GeorgianHyphenator('-').hyphenate("საქართველო"))
📦 Node.js:
const { GeorgianHyphenator } = require('georgian-hyphenation');
console.log(new GeorgianHyphenator('-').hyphenate("საქართველო"));
Contributing / წვლილის შეტანა
Contributions are welcome! Please feel free to submit a Pull Request.
მოხარული ვიქნებით თქვენი წვლილით! გთხოვთ გამოგზავნოთ Pull Request.
- Fork the repository
- Create your feature branch (
git checkout -b feature/AmazingFeature) - Commit your changes (
git commit -m 'Add some AmazingFeature') - Push to the branch (
git push origin feature/AmazingFeature) - Open a Pull Request
Integration with Popular Tools / ინტეგრაცია პოპულარულ ხელსაწყოებთან
LibreOffice / OpenOffice
- Generate Hunspell dictionary files
- Copy to extensions directory:
- Linux:
~/.config/libreoffice/4/user/uno_packages/cache/ - Windows:
%APPDATA%\LibreOffice\4\user\uno_packages\cache\ - macOS:
~/Library/Application Support/LibreOffice/4/user/uno_packages/cache/
- Linux:
LaTeX / XeLaTeX
\documentclass{article}
\usepackage{polyglossia}
\setmainlanguage{georgian}
\usepackage{hyphenat}
% Include generated patterns
\input{hyph-ka.tex}
\begin{document}
საქართველო არის ძალიან ლამაზი ქვეყანა
\end{document}
Web Browsers (CSS)
html {
lang: ka;
}
p {
hyphens: manual; /* Use with soft hyphens */
/* or */
hyphens: auto; /* If browser supports Georgian */
text-align: justify;
}
Roadmap / სამომავლო გეგმები
- PyPI package release ✅
- NPM package release ✅
- Browser extension (Chrome, Firefox)
- InDesign plugin
- MS Word add-in
- Submit to TeX Live hyphenation database
- Submit to Unicode CLDR
- Mobile apps (iOS, Android)
- API service
License / ლიცენზია
This project is licensed under the MIT License - see the LICENSE file for details.
Acknowledgments / მადლობა
- Based on Georgian phonological research
- Inspired by TeX hyphenation patterns
- Thanks to the Georgian linguistic community
Contact / კონტაქტი
- GitHub Issues: Report bugs or request features
- Email: guramzhgamadze@gmail.com
References / ლიტერატურა
- Georgian Language Phonology and Syllable Structure
- TeX Hyphenation Algorithm (Liang, 1983)
- Hunspell Hyphenation Documentation
- Unicode Standard for Georgian Script
Made with ❤️ for the Georgian language community
შექმნილია ❤️-ით ქართული ენის საზოგადოებისთვის
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
Built Distribution
Filter files by name, interpreter, ABI, and platform.
If you're not sure about the file name format, learn more about wheel file names.
Copy a direct link to the current filters
File details
Details for the file georgian_hyphenation-2.0.0.tar.gz.
File metadata
- Download URL: georgian_hyphenation-2.0.0.tar.gz
- Upload date:
- Size: 15.1 kB
- Tags: Source
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/6.2.0 CPython/3.13.2
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
dcdacac16adc35c0862871be9cf6a562633f37090bf3ca81bf3973f812a682b8
|
|
| MD5 |
3cf6fc976f7587f8ef4bb94caca3b9c2
|
|
| BLAKE2b-256 |
7a2a248339a93679fb7851a70a8dccd88219d08ea653de08f780ac2dcc2bd570
|
File details
Details for the file georgian_hyphenation-2.0.0-py3-none-any.whl.
File metadata
- Download URL: georgian_hyphenation-2.0.0-py3-none-any.whl
- Upload date:
- Size: 8.6 kB
- Tags: Python 3
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/6.2.0 CPython/3.13.2
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
d5333a24a76fa0b3188b52186861d97e9aa148d3a362cae6f76880ff8be51fb2
|
|
| MD5 |
1d2e3413cc132c844f27bf0e44ad6f79
|
|
| BLAKE2b-256 |
8ec1512a95f2e276566fa267bb01a9b25271b788cc967ae738a47650b37dae58
|
