From 147914c9ee0ec78d70769c6397ddbf1ce4da8fc5 Mon Sep 17 00:00:00 2001 From: Sergiotarxz Date: Tue, 5 Sep 2023 17:28:57 +0200 Subject: [PATCH] Latest index fixes for suffixes. --- lib/BurguillosInfo/IndexUtils.pm | 9 +++++---- 1 file changed, 5 insertions(+), 4 deletions(-) diff --git a/lib/BurguillosInfo/IndexUtils.pm b/lib/BurguillosInfo/IndexUtils.pm index 88a6c25..db63803 100644 --- a/lib/BurguillosInfo/IndexUtils.pm +++ b/lib/BurguillosInfo/IndexUtils.pm @@ -16,13 +16,14 @@ sub normalize($self, $text) { return undef if !defined $text; my $decomposed = NFKD( $text ); $decomposed =~ s/\p{NonspacingMark}//g; - $decomposed =~ s/(?: - ada|ado|aje|cion|diccion|duccion|dura|ección|epcion|ido|ion|miento| - ncia|on|scripcion|sicion|sion|dad|tad|bilidad|edad|era|eria|ez|eza|ia|idad|ismo| + $decomposed =~ s/(?<=\w{4})(?: + ada|ado|aje|cion|diccion|duccion|dura|eccion|epcion|ido|miento| + ncia|scripcion|sicion|sion|dad|tad|bilidad|edad|era|eria|ez|eza|ia|idad|ismo| ncia|ante|ente|ura|dor|dero|ero|ista|ado|ario|ia|ero|eria|able|aceo|aco|al|aneo| - ante|ario|ente|rgir|ento|errimo|ible|ico|ífico|il|ino|ísimo|ivo|izo|oso|ear|ecer + ante|ario|ente|rgir|ento|errimo|ible|ico|ifico|il|ino|isimo|ivo|izo|oso|ecer| ificar|izar|es|as|os|e|o|a )\b//xg; + say STDERR $decomposed; return $decomposed; }