معالجة النصوص العربية في JavaScript و Java بمكتبة arabic-services
عند بناء محرك بحث عربي، أو نظام فهرسة للمحتوى، أو أداة لتحليل النصوص، يواجه المبرمجون غالباً مجموعة من التحديات المتكررة: الكلمة التي بها تشكيل لا تطابق الكلمة التي بدون تشكيل في قاعدة البيانات، وعلامة التطويـــــل (الكشيدة ـ) تكسر مطابقة الكلمات، كما أن كتابة تعبيرات نمطية (Regex) سريعة غالباً ما تترك حالات استثنائية (Edge Cases) في النصوص العربية.
يوفر فريق س - Seen مكتبة arabic-services (خدمات اللغة العربية) مفتوحة المصدر بلغتي JavaScript / TypeScript و Java لمعالجة النصوص العربية بشكل مباشر ومختبر، مع إمكانية تجربة نفس الدوال مباشرة في المتصفح عبر صفحة خدمات اللغة العربية.
التثبيت السريع
في JavaScript و TypeScript (Node.js والمتصفح)
تعمل المكتبة بدون أي اعتماديات تشغيلية خارجية (zero runtime dependencies)، وتدعم ES Modules و CommonJS و UMD:
npm install arabic-servicesوإذا أردت استخدامها مباشرة في المتصفح بدون أداة حزم (Bundler)، يمكنك تحميلها عبر CDN:
<script src="https://cdn.jsdelivr.net/npm/arabic-services@1/dist/umd/arabic-services.umd.js"></script>في Java (Maven و Gradle)
أضف التبعية التالية إلى ملف pom.xml في مشاريع Maven:
<dependency>
<groupId>io.github.seen-arabic</groupId>
<artifactId>arabic-services</artifactId>
<version>1.0.1</version>
</dependency>أو في build.gradle لمشاريع Gradle:
implementation 'io.github.seen-arabic:arabic-services:1.0.1'أمثلة عملية لأهم الوظائف
1. إزالة التشكيل (removeTashkeel)
تزيل هذه الدالة جميع حركات التشكيل (الفتحة، الضمة، الكسرة، الشدة، السكون، والتنوين) لتوحيد صيغة الكلمات قبل تخزينها أو البحث فيها.
في JavaScript / TypeScript:
import { removeTashkeel } from 'arabic-services';
console.log(removeTashkeel('الخَيْلُ وَاللّيْلُ وَالبَيْداءُ تَعرِفُني'));وفي Java:
import io.github.seen_arabic.arabic_services.ArabicServices;
String result = ArabicServices.removeTashkeel("الخَيْلُ وَاللّيْلُ وَالبَيْداءُ تَعرِفُني");الناتج: الخيل والليل والبيداء تعرفني
2. إزالة التطويـــــل (removeTatweel)
تنظّف النص العربي من علامة التطويل (الكشيدة ـ) حتى لا تعيق البحث أو مطابقة الكلمات.
في JavaScript / TypeScript:
import { removeTatweel } from 'arabic-services';
console.log(removeTatweel('كن جميـــلا ترى الوجــود جميـــــلا'));وفي Java:
String result = ArabicServices.removeTatweel("كن جميـــلا ترى الوجــود جميـــــلا");الناتج: كن جميلا ترى الوجود جميلا
3. التحويل إلى الرسم العربي القديم (toOldArabic)
تحول هذه الدالة النص العربي إلى صورته المجردة قبل وضع النقاط على الحروف، مع إزالة التشكيل والهمزات تلقائياً (ويمكنك قراءة الخلفية التاريخية لهذا التطور في مقال تاريخ الخط العربي منذ ظهور الإسلام).
في JavaScript:
import { toOldArabic } from 'arabic-services';
console.log(toOldArabic('الخَيْلُ وَاللّيْلُ وَالبَيْداءُ تَعرِفُني'));وفي Java:
String oldScript = ArabicServices.textToOldArabic("الخَيْلُ وَاللّيْلُ وَالبَيْداءُ تَعرِفُني");الناتج: الحىل واللىل والٮىدا ٮعرڡٮى
4. التمويه البصري للنص الكامل (tashfeer)
تستبدل دالة tashfeer الحروف العربية بحروف ورموز مشابهة لها في الشكل بحيث يظل النص مقروءاً للعين البشرية:
import { tashfeer } from 'arabic-services';
console.log(tashfeer('هذا النص مشفر'));وفي Java:
String obfuscated = ArabicServices.tashfeer("هذا النص مشفر");مثال للمخرجات: هـڏן اݪـڼص مشـڤـړ
5. تشفير الكلمات المحظورة فقط (tashfeerBannedWords)
تعتمد هذه الدالة على قائمة كلمات محظورة شائعة؛ فإذا وُجدَت أي كلمة منها داخل الجملة تقوم بتمويهها وتشفيرها بصرياً فقط مع الإبقاء على بقية كلمات الجملة كما هي:
import { tashfeerBannedWords } from 'arabic-services';
console.log(tashfeerBannedWords('جيش العدو يقتل الأطفال'));وفي Java:
String filtered = ArabicServices.tashfeerBannedWords("جيش العدو يقتل الأطفال");مثال للمخرجات: چـېـݭ ⴶلـݟـڊۅ يـٯـݖـڵ الأطفال
6. تفكيك الكلمة إلى حروفها (wordToLetters)
تحوّل الكلمة العربية إلى أسماء حروفها المنطوقة بشكل واضح:
import { wordToLetters } from 'arabic-services';
console.log(wordToLetters('شجرة'));وفي Java:
String letters = ArabicServices.wordToLetters("شجرة");الناتج: شين جيم راء تاء_مربوطة
7. إزالة اللواحق العربية (removeArabicAffixes)
تقص السوابق واللواحق الشائعة (مثل "الـ" والتاء المربوطة) من الكلمة العربية للوصول إلى أصل أقرب، بالاعتماد على قواعد تقريبية وليس تحليلاً صرفياً كاملاً:
import { removeArabicAffixes } from 'arabic-services';
console.log(removeArabicAffixes('المدرسة'));وفي Java:
String stem = ArabicServices.removeArabicAffixes("المدرسة");الناتج: مدرس
جرّب الدوال الآن أو تصفّح الشيفرة المصدرية
- لتجربة كل هذه الوظائف مباشرة داخل المتصفح دون تثبيت: خدمات اللغة العربية
- مستودع JavaScript / TypeScript: Arabic-Services-JavaScript
- مستودع Java: Arabic-Services-Java
