'\" t
.\"     Title: yaz-icu
.\"    Author: Index Data
.\" Generator: DocBook XSL Stylesheets vsnapshot <http://docbook.sf.net>
.\"      Date: 05/20/2026
.\"    Manual: Commands
.\"    Source: YAZ 5.37.3
.\"  Language: English
.\"
.TH "YAZ\-ICU" "1" "05/20/2026" "YAZ 5.37.3" "Commands"
.\" -----------------------------------------------------------------
.\" * Define some portability stuff
.\" -----------------------------------------------------------------
.\" ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
.\" http://bugs.debian.org/507673
.\" http://lists.gnu.org/archive/html/groff/2009-02/msg00013.html
.\" ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
.ie \n(.g .ds Aq \(aq
.el       .ds Aq '
.\" -----------------------------------------------------------------
.\" * set default formatting
.\" -----------------------------------------------------------------
.\" disable hyphenation
.nh
.\" disable justification (adjust text to left margin only)
.ad l
.\" -----------------------------------------------------------------
.\" * MAIN CONTENT STARTS HERE *
.\" -----------------------------------------------------------------
.SH "نام (NAME)"
yaz\-icu \- ابزار YAZ ICU
.SH "خلاصه دستور (SYNOPSIS)"
.HP \w'\fByaz\-icu\fR\ 'u
\fByaz\-icu\fR [\-c\ \fIconfig\fR] [\-p\ \fIopt\fR] [\-s] [\-x] [infile]
.SH "توضیحات (DESCRIPTION)"
.PP
\fByaz\-icu\fR
ابزاری است که عملکرد ماژول زنجیرهٔ ICU در yaz (فایل yaz/icu\&.h) را نمایش می‌دهد\&.
.PP
این ابزار می‌تواند به دو روش استفاده شود\&. می‌تواند متنی را با استفاده از یک پیکربندی XML برای تنظیم ICU بخواند و تحلیل متن را نمایش دهد\&. این حالت با گزینهٔ
\-c
فعال می‌شود که پیکربندی مورد استفاده را مشخص می‌کند\&. فایل ورودی از ورودی استاندارد یا در صورت مشخص شدن
infile
از آن فایل خوانده می‌شود\&.
.PP
این ابزار همچنین می‌تواند اطلاعات ICU را نمایش دهد\&. این حالت با گزینهٔ
\-p
فعال می‌شود\&.
.SH "گزینه‌ها (OPTIONS)"
.PP
\-c \fIconfig\fR
.RS 4
فایل حاوی پیکربندی زنجیرهٔ ICU را که مبتنی بر XML است مشخص می‌کند\&.
.RE
.PP
\-p \fItype\fR
.RS 4
اطلاعات بیشتری را برای چاپ درباره سامانهٔ ICU مشخص می‌کند\&. اگر
\fItype\fR
برابر با
c
باشد، مبدل‌های ICU چاپ می‌شوند\&. اگر
\fItype\fR
برابر با
l
باشد، محلی‌سازی‌های (locales) موجود چاپ می‌شوند\&. اگر
\fItype\fR
برابر با
t
باشد، نویسه‌گردان‌های (transliterators) موجود چاپ می‌شوند\&.
.RE
.PP
\-s
.RS 4
مشخص می‌کند که خروجی باید شامل کلید مرتب‌سازی نیز باشد\&. توجه داشته باشید که کلید مرتب‌سازی در نسخه‌های مختلف ICU تفاوت دارد\&.
.RE
.PP
\-x
.RS 4
مشخص می‌کند که خروجی به‌جای حالت «متنی»، باید مبتنی بر XML باشد\&.
.RE
.SH "پیکربندی زنجیره ICU (ICU CHAIN CONFIGURATION)"
.PP
پیکربندی زنجیرهٔ ICU یک یا چند قاعده را برای تبدیل داده‌های متنی به توکن‌ها مشخص می‌کند\&. قالب این پیکربندی مبتنی بر XML است\&.
.PP
عنصر سطح بالا باید
icu_chain
نام داشته باشد\&. عنصر
icu_chain
دارای یک صفت الزامی به نام
locale
است که محلی‌سازی ICU مورد استفاده در مراحل تبدیل را مشخص می‌کند\&.
.PP
عنصر
icu_chain
باید شامل عناصری باشد که هر کدام یک مرحله از تبدیل را مشخص می‌کنند\&. تبدیل‌ها به ترتیبی که مراحل تبدیل مشخص شده‌اند انجام می‌شوند\&. هر عنصر تبدیل یک صفت می‌پذیرد:
rule
که به‌عنوان آرگومان مرحلهٔ تبدیل عمل می‌کند\&.
.PP
عناصر تبدیل زیر در دسترس هستند:
.PP
casemap
.RS 4
بزرگی و کوچکی حروف را تبدیل می‌کند (و صفت rule نحوهٔ آن را مشخص می‌کند):
.PP
l
.RS 4
تبدیل به حروف کوچک با استفاده از تابع u_strToLower در ICU\&.
.RE
.PP
u
.RS 4
تبدیل به حروف بزرگ با استفاده از تابع u_strToUpper در ICU\&.
.RE
.PP
t
.RS 4
تبدیل به حالت عنوانی با استفاده از تابع u_strToTitle در ICU\&.
.RE
.PP
f
.RS 4
یکسان‌سازی حالت حروف (Case folding) با استفاده از تابع u_strFoldCase در ICU\&.
.RE
.sp
.RE
.PP
display
.RS 4
این یک گام فراداده‌ای است که مشخص می‌کند یک عبارت/توکن باید نمایش داده شود\&. این عبارت در یک برنامه با استفاده از تابع icu_chain_token_display (فایل yaz/icu\&.h) بازیابی می‌شود\&.
.RE
.PP
transform
.RS 4
یک قاعدهٔ دگرگونی ICU را با استفاده از شناسهٔ نویسه‌گردان مشخص می‌کند\&. صفت rule همان شناسهٔ نویسه‌گردان است\&. برای اطلاعات بیشتر،
\m[blue]\fBICU Transforms\fR\m[]\&\s-2\u[1]\d\s+2
را ببینید\&.
.RE
.PP
transliterate
.RS 4
یک نویسه‌گردان مبتنی بر قاعده را مشخص می‌کند\&. صفت rule همان قاعدهٔ تبدیل سفارشی است که باید استفاده شود\&. برای اطلاعات بیشتر،
\m[blue]\fBICU Transforms\fR\m[]\&\s-2\u[1]\d\s+2
را ببینید\&.
.RE
.PP
tokenize
.RS 4
یک رشته را با استفاده از توابع ICU از جمله ubrk_open ،ubrk_setText و غیره به اجزا تفکیک/توکن‌بندی می‌کند\&. مقدار rule یکی از موارد زیر است:
.PP
l
.RS 4
سطر (Line)\&. در UBRK_LINE :ICU\&.
.RE
.PP
s
.RS 4
جمله (Sentence)\&. در UBRK_SENTENCE :ICU\&.
.RE
.PP
w
.RS 4
کلمه (Word)\&. در UBRK_WORD :ICU\&.
.RE
.PP
c
.RS 4
نویسه (Character)\&. در UBRK_CHARACTER :ICU\&.
.RE
.PP
t
.RS 4
عنوان (Title)\&. در UBRK_TITLE :ICU\&.
.RE
.sp
.RE
.PP
join
.RS 4
توکن‌ها را در قالب یک رشته به یکدیگر متصل می‌کند\&. صفت rule رشتهٔ متصل‌کننده است که ممکن است خالی باشد\&. عنصر تبدیل join در YAZ نسخهٔ 4\&.2\&.49 اضافه شد\&.
.RE
.SH "مثال‌ها (EXAMPLES)"
.PP
دستور زیر متن موجود در فایل
text
را با استفاده از پیکربندی زنجیرهٔ ICU در
chain\&.xml
تحلیل می‌کند:
.sp
.if n \{\
.RS 4
.\}
.nf
    cat text | yaz\-icu \-c chain\&.xml
   
.fi
.if n \{\
.RE
.\}
.sp
فایل chain\&.xml ممکن است به شکل زیر باشد:
.sp
.if n \{\
.RS 4
.\}
.nf
<icu_chain locale="en">
  <transform rule="[:Control:] Any\-Remove"/>
  <tokenize rule="w"/>
  <transform rule="[[:WhiteSpace:][:Punctuation:]] Remove"/>
  <transliterate rule="xy > z;"/>
  <display/>
  <casemap rule="l"/>
</icu_chain>

   
.fi
.if n \{\
.RE
.\}
.sp
.SH "همچنین ببینید (SEE ALSO)"
.PP
\fByaz\fR(7)
.PP
\m[blue]\fBICU Home\fR\m[]\&\s-2\u[2]\d\s+2
.PP
\m[blue]\fBICU Transforms\fR\m[]\&\s-2\u[1]\d\s+2
.SH "نویسندگان (AUTHORS)"
.PP
\fBIndex Data\fR
.SH "نکات (NOTES)"
.IP " 1." 4
ICU Transforms
.RS 4
\%https://unicode-org.github.io/icu/userguide/transforms/general
.RE
.IP " 2." 4
ICU Home
.RS 4
\%https://github.com/unicode-org/icu
.RE