fckbot/rag/utils/layout_converter.py

# -*- coding: utf-8 -*-
"""
Конвертер раскладки клавиатуры: определяет, в какой раскладке (русской или английской)
набран текст, и при необходимости переключает её.
Используется для исправления сообщений, набранных по ошибке не в той раскладке.
"""

import logging

logger = logging.getLogger(__name__)


def convert_layout(text: str) -> str:
    """
    Определяет, в какой раскладке набран текст, и переключает, если нужно.
    Команды (начинающиеся с ! или /) и ссылки (http://) не трогает.

    Алгоритм:
      1. Если текст начинается с http://, https://, ! или / – возвращается без изменений.
      2. Составляем таблицы перевода: английские символы -> русские и наоборот.
      3. Если в тексте есть и русские, и английские символы – считаем, что всё правильно (не переключаем).
      4. Считаем количество гласных букв в английской и русской раскладках для исходного текста
         и для его переведённых вариантов.
      5. Выбираем вариант с наибольшим количеством гласных (вероятная правильная раскладка).
      6. Если гласных поровну или нет ни одной, возвращаем исходный текст.
    """
    if not text:
        return text

    # Не трогаем команды и ссылки
    if text.startswith('http') or text.startswith(('!', '/')):
        return text

    # Таблицы соответствия символов (раскладка QWERTY / ЙЦУКЕН)
    en_chars = "qwertyuiop[]asdfghjkl;'zxcvbnm,./QWERTYUIOP{}ASDFGHJKL:\"ZXCVBNM<>?~"
    ru_chars = "йцукенгшщзхъфывапролджэячсмитьбю.ЙЦУКЕНГШЩЗХЪФЫВАПРОЛДЖЭЯЧСМИТЬБЮ,Ё"
    to_ru = str.maketrans(en_chars, ru_chars)   # таблица для перевода английской раскладки в русскую
    to_en = str.maketrans(ru_chars, en_chars)   # таблица для перевода русской раскладки в английскую

    # Проверяем, есть ли символы обеих раскладок в тексте
    has_russian = any('а' <= c <= 'я' or 'А' <= c <= 'Я' for c in text)
    has_english = any('a' <= c <= 'z' or 'A' <= c <= 'Z' for c in text)
    if has_russian and has_english:
        # Смесь – вероятно, уже правильно
        return text

    # Гласные буквы для подсчёта (в английской и русской раскладках)
    eng_vowels = "aeiouyAEIOUY"
    ru_vowels = "аеёиоуыэюяАЕЁИОУЫЭЮЯ"

    orig_en_vowels = sum(1 for c in text if c in eng_vowels)
    orig_ru_vowels = sum(1 for c in text if c in ru_vowels)

    # Переводим текст в другую раскладку
    translated_en = text.translate(to_en)   # русская -> английская
    translated_ru = text.translate(to_ru)   # английская -> русская

    trans_en_vowels = sum(1 for c in translated_en if c in eng_vowels)
    trans_ru_vowels = sum(1 for c in translated_ru if c in ru_vowels)

    # Если в исходном тексте нет русских символов, но при переводе в русскую раскладку
    # появляется больше гласных, значит, текст был набран в английской раскладке.
    if not has_russian and trans_ru_vowels > orig_en_vowels:
        return translated_ru

    # Если в исходном тексте нет английских символов, но при переводе в английскую раскладку
    # появляется больше гласных, значит, текст был набран в русской раскладке.
    if has_russian and trans_en_vowels > orig_ru_vowels:
        return translated_en

    return text