วิธีค้นหาคำภาษาอาหรับในข้อความโดยไม่มีการกำกับเสียง / การออกเสียง

ในภาษาอาหรับเช่นเดียวกับภาษาอื่น ๆ มีสิ่งที่เรียกว่าการกำกับเสียงเพื่อปรับปรุงการออกเสียง ไม่มีการประชุมเกี่ยวกับจำนวนกำกับควรเขียนสำหรับคำเดียว บางคนใช้ค่าต่ำสุด (ซึ่งฉันชอบ) เพียงพอที่จะทำให้การออกเสียงไม่ชัดเจนในขณะที่บางคนใช้มันอย่างฟุ่มเฟือยหรือเพียงเพื่อจุดประสงค์ด้านการประดิษฐ์ตัวอักษรที่สวยงาม ดังนั้นจึงมีความหลากหลายในสิ่งที่และจำนวนกำกับเกี่ยวข้องกับคำเดียว เมื่อฉันisearch-forward/backwardกดปุ่มC-s/rปัญหาจะเกิดขึ้นเมื่อฉันพิมพ์ลงใน mini-buffer การค้นหาโดยไม่ต้องใช้เครื่องหมายกำกับเสียงมันจะไม่ตรงกับคำเดียวกันในข้อความหากมีการกำกับออกเสียงทำให้งานค้นหาคำนี้ด้วยการกำกับออกเสียงที่อาจเกิดขึ้น

มีวิธีที่จะทำให้การค้นหา / regexp ค้นหาไม่รู้กำกับออกเสียงหรือไม่? ฉันหวังว่าจะมีคำตอบที่สามารถขยายเพื่อรวมregexp C-M-s/rและgrepค้นหาที่ฉันใช้บ่อยในหางเสือ - projectile เพื่อค้นหาคำในโครงการยางหลายไฟล์

อัปเดต
มันน่ายินดีที่ได้เห็นว่า Emacs ในฟังก์ชั่นการค้นหาทั้งหมดทำขั้นตอนการถอดลอกข้อความ (จากการเน้นเสียง / การกำกับ / คุณตั้งชื่อ) ก่อนการจับคู่ขั้นตอนเป็นพฤติกรรมเริ่มต้นที่อาจถูกปิดโดยคำนำหน้า ไม่ว่าจะใช้ภาษาใด โดยทั่วไปเมื่อฉันค้นหาสิ่งที่ฉันไม่คาดหวังจากตัวแก้ไขที่ดีที่สุด (Emacs) ที่จะล้มเหลวในการทำธุระนี้เพียงเพราะการกำกับหรือการเน้นเสียงบางอย่างที่ไม่ค่อยได้รับถ้าจำเป็นเพื่อให้ได้งานเขียนข้อความธรรมดา ๆ

นี่เป็นจุดเริ่มต้นคร่าวๆโดยอ้างอิงจากรายการการรวมอักขระในคำตอบนี้ (จากนั้นขยาย) (ทำเครื่องหมายว่านี่เป็นวิกิชุมชน - โปรดแก้ไขและปรับปรุงสิ่งนี้!)

(defconst arabic-diacritics '(#x064b #x064c #x064d #x064e #x064f #x0650 #x0651 #x0652 #x0653 #x0654 #x0655 #x0670)
  "Unicode codepoints for Arabic combining characters.")
(defconst arabic-diacritics-regexp (regexp-opt (mapcar #'string arabic-diacritics)))

(defconst arabic-equivalents
  '(
    ;; "alef" is equivalent to "alef with hamza above" etc
    (#x0627 #x0623 #x0625 #x0622)))

;; (require 'cl-lib)    
;; (defun arabic-strip-diacritics (string)
;;   (cl-reduce (lambda (s c) (remove c s)) arabic-diacritics :initial-value string))

(defun arabic-search-without-diacritics (string)
  (interactive (list (read-string "Search for: " nil nil nil t)))
  (let ((regexp
         (apply #'concat
                (mapcar (lambda (c)
                          (let ((equivalents (assq c arabic-equivalents)))
                            (concat
                             (if equivalents
                                 (regexp-opt (mapcar #'string equivalents))
                               (regexp-quote (string c)))
                             arabic-diacritics-regexp "*")))
                        string))))
    (search-forward-regexp regexp)))

ดังนั้นหากบัฟเฟอร์มี "الْحَمْدُ لِلَّهِ رَبِّ الْعَالَمِينَ" และฉันประเมิน(arabic-search-without-diacritics "الحمد لله رب العالمين")แล้วมันก็พบข้อความ มันยังทำงานแบบโต้ตอบเช่นM-x arabic-search-without-diacriticsกัน

ทางเลือกวิธีการ:

ต่อไปนี้เป็นตัวอย่างโค้ดแบบเต็มที่แสดงให้เห็นว่าMnสามารถลบเครื่องหมายกำกับ ( คุณสมบัติ) และเครื่องหมายกำกับและอื่น ๆจากสตริงปกติในการจับคู่ regexp มันทำงานร่วมกับตัวอย่างที่กำหนดและ IMO เป็นวิธีการที่เหมาะสม

(defun kill-marks (string)
  (concat (loop for c across string
                when (not (eq 'Mn (get-char-code-property c 'general-category)))
                collect c)))

(let* ((original1 "your Arabic string here")
      (normalized1 (ucs-normalize-NFKD-string original1))
      (original2 "your other Arabic string here")
      (normalized2 (ucs-normalize-NFKD-string original2)))
  (equal
   (replace-regexp-in-string "." 'kill-marks normalized1)
   (replace-regexp-in-string "." 'kill-marks normalized2)))