mirror of https://github.com/CIRCL/AIL-framework
241 lines
5.1 KiB
Python
Executable File
241 lines
5.1 KiB
Python
Executable File
#!/usr/bin/env python3
|
|
# -*-coding:UTF-8 -*
|
|
|
|
import os
|
|
import sys
|
|
import redis
|
|
|
|
dict_iso_languages = {
|
|
'af': 'Afrikaans',
|
|
'am': 'Amharic',
|
|
'ar': 'Arabic',
|
|
'bg': 'Bulgarian',
|
|
'bn': 'Bangla',
|
|
'bs': 'Bosnian',
|
|
'ca': 'Catalan',
|
|
'ceb': 'Cebuano',
|
|
'co': 'Corsican',
|
|
'cs': 'Czech',
|
|
'cy': 'Welsh',
|
|
'da': 'Danish',
|
|
'de': 'German',
|
|
'el': 'Greek',
|
|
'en': 'English',
|
|
'eo': 'Esperanto',
|
|
'es': 'Spanish',
|
|
'et': 'Estonian',
|
|
'eu': 'Basque',
|
|
'fa': 'Persian',
|
|
'fi': 'Finnish',
|
|
'fil': 'Filipino',
|
|
'fr': 'French',
|
|
'fy': 'Western Frisian',
|
|
'ga': 'Irish',
|
|
'gd': 'Scottish Gaelic',
|
|
'gl': 'Galician',
|
|
'gu': 'Gujarati',
|
|
'ha': 'Hausa',
|
|
'haw': 'Hawaiian',
|
|
'hi': 'Hindi',
|
|
'hmn': 'Hmong',
|
|
'hr': 'Croatian',
|
|
'ht': 'Haitian Creole',
|
|
'hu': 'Hungarian',
|
|
'hy': 'Armenian',
|
|
'id': 'Indonesian',
|
|
'ig': 'Igbo',
|
|
'is': 'Icelandic',
|
|
'it': 'Italian',
|
|
'iw': 'Hebrew',
|
|
'ja': 'Japanese',
|
|
'jv': 'Javanese',
|
|
'ka': 'Georgian',
|
|
'kk': 'Kazakh',
|
|
'km': 'Khmer',
|
|
'kn': 'Kannada',
|
|
'ko': 'Korean',
|
|
'ku': 'Kurdish',
|
|
'ky': 'Kyrgyz',
|
|
'la': 'Latin',
|
|
'lb': 'Luxembourgish',
|
|
'lo': 'Lao',
|
|
'lt': 'Lithuanian',
|
|
'lv': 'Latvian',
|
|
'mg': 'Malagasy',
|
|
'mi': 'Maori',
|
|
'mk': 'Macedonian',
|
|
'ml': 'Malayalam',
|
|
'mn': 'Mongolian',
|
|
'mr': 'Marathi',
|
|
'ms': 'Malay',
|
|
'mt': 'Maltese',
|
|
'my': 'Burmese',
|
|
'ne': 'Nepali',
|
|
'nl': 'Dutch',
|
|
'no': 'Norwegian',
|
|
'ny': 'Nyanja',
|
|
'pa': 'Punjabi',
|
|
'pl': 'Polish',
|
|
'ps': 'Pashto',
|
|
'pt': 'Portuguese',
|
|
'ro': 'Romanian',
|
|
'ru': 'Russian',
|
|
'sd': 'Sindhi',
|
|
'si': 'Sinhala',
|
|
'sk': 'Slovak',
|
|
'sl': 'Slovenian',
|
|
'sm': 'Samoan',
|
|
'sn': 'Shona',
|
|
'so': 'Somali',
|
|
'sq': 'Albanian',
|
|
'sr': 'Serbian',
|
|
'st': 'Southern Sotho',
|
|
'su': 'Sundanese',
|
|
'sv': 'Swedish',
|
|
'sw': 'Swahili',
|
|
'ta': 'Tamil',
|
|
'te': 'Telugu',
|
|
'tg': 'Tajik',
|
|
'th': 'Thai',
|
|
'tr': 'Turkish',
|
|
'uk': 'Ukrainian',
|
|
'ur': 'Urdu',
|
|
'uz': 'Uzbek',
|
|
'vi': 'Vietnamese',
|
|
'xh': 'Xhosa',
|
|
'yi': 'Yiddish',
|
|
'yo': 'Yoruba',
|
|
'zh': 'Chinese',
|
|
'zu': 'Zulu'
|
|
}
|
|
|
|
dict_languages_iso = {
|
|
'Afrikaans': 'af',
|
|
'Amharic': 'am',
|
|
'Arabic': 'ar',
|
|
'Bulgarian': 'bg',
|
|
'Bangla': 'bn',
|
|
'Bosnian': 'bs',
|
|
'Catalan': 'ca',
|
|
'Cebuano': 'ceb',
|
|
'Corsican': 'co',
|
|
'Czech': 'cs',
|
|
'Welsh': 'cy',
|
|
'Danish': 'da',
|
|
'German': 'de',
|
|
'Greek': 'el',
|
|
'English': 'en',
|
|
'Esperanto': 'eo',
|
|
'Spanish': 'es',
|
|
'Estonian': 'et',
|
|
'Basque': 'eu',
|
|
'Persian': 'fa',
|
|
'Finnish': 'fi',
|
|
'Filipino': 'fil',
|
|
'French': 'fr',
|
|
'Western Frisian': 'fy',
|
|
'Irish': 'ga',
|
|
'Scottish Gaelic': 'gd',
|
|
'Galician': 'gl',
|
|
'Gujarati': 'gu',
|
|
'Hausa': 'ha',
|
|
'Hawaiian': 'haw',
|
|
'Hindi': 'hi',
|
|
'Hmong': 'hmn',
|
|
'Croatian': 'hr',
|
|
'Haitian Creole': 'ht',
|
|
'Hungarian': 'hu',
|
|
'Armenian': 'hy',
|
|
'Indonesian': 'id',
|
|
'Igbo': 'ig',
|
|
'Icelandic': 'is',
|
|
'Italian': 'it',
|
|
'Hebrew': 'iw',
|
|
'Japanese': 'ja',
|
|
'Javanese': 'jv',
|
|
'Georgian': 'ka',
|
|
'Kazakh': 'kk',
|
|
'Khmer': 'km',
|
|
'Kannada': 'kn',
|
|
'Korean': 'ko',
|
|
'Kurdish': 'ku',
|
|
'Kyrgyz': 'ky',
|
|
'Latin': 'la',
|
|
'Luxembourgish': 'lb',
|
|
'Lao': 'lo',
|
|
'Lithuanian': 'lt',
|
|
'Latvian': 'lv',
|
|
'Malagasy': 'mg',
|
|
'Maori': 'mi',
|
|
'Macedonian': 'mk',
|
|
'Malayalam': 'ml',
|
|
'Mongolian': 'mn',
|
|
'Marathi': 'mr',
|
|
'Malay': 'ms',
|
|
'Maltese': 'mt',
|
|
'Burmese': 'my',
|
|
'Nepali': 'ne',
|
|
'Dutch': 'nl',
|
|
'Norwegian': 'no',
|
|
'Nyanja': 'ny',
|
|
'Punjabi': 'pa',
|
|
'Polish': 'pl',
|
|
'Pashto': 'ps',
|
|
'Portuguese': 'pt',
|
|
'Romanian': 'ro',
|
|
'Russian': 'ru',
|
|
'Sindhi': 'sd',
|
|
'Sinhala': 'si',
|
|
'Slovak': 'sk',
|
|
'Slovenian': 'sl',
|
|
'Samoan': 'sm',
|
|
'Shona': 'sn',
|
|
'Somali': 'so',
|
|
'Albanian': 'sq',
|
|
'Serbian': 'sr',
|
|
'Southern Sotho': 'st',
|
|
'Sundanese': 'su',
|
|
'Swedish': 'sv',
|
|
'Swahili': 'sw',
|
|
'Tamil': 'ta',
|
|
'Telugu': 'te',
|
|
'Tajik': 'tg',
|
|
'Thai': 'th',
|
|
'Turkish': 'tr',
|
|
'Ukrainian': 'uk',
|
|
'Urdu': 'ur',
|
|
'Uzbek': 'uz',
|
|
'Vietnamese': 'vi',
|
|
'Xhosa': 'xh',
|
|
'Yiddish': 'yi',
|
|
'Yoruba': 'yo',
|
|
'Chinese': 'zh',
|
|
'Zulu': 'zu'
|
|
}
|
|
|
|
def get_language_from_iso(iso_language):
|
|
return dict_iso_languages.get(iso_language, None)
|
|
|
|
def get_languages_from_iso(l_iso_languages, sort=False):
|
|
l_languages = []
|
|
for iso_language in l_iso_languages:
|
|
language = get_language_from_iso(iso_language)
|
|
if language:
|
|
l_languages.append(language)
|
|
if sort:
|
|
l_languages = sorted(l_languages)
|
|
return l_languages
|
|
|
|
def get_iso_from_language(language):
|
|
return dict_languages_iso.get(language, None)
|
|
|
|
def get_iso_from_languages(l_languages, sort=False):
|
|
l_iso = []
|
|
for language in l_languages:
|
|
iso_lang = get_iso_from_language(language)
|
|
if iso_lang:
|
|
l_iso.append(iso_lang)
|
|
if sort:
|
|
l_iso = sorted(l_iso)
|
|
return l_iso
|