Transcripción rápida de texto en árabe con Python
Siempre trabajo en archivos de texto en árabe y para evitar problemas con la codificación, transliteré los caracteres árabes al inglés de acuerdo con el esquema de Buckwalter (http://www.qamus.org/transliteration.htm)
Aquí está mi código para hacerlo, pero es muy LENTO incluso con archivos pequeños como 400 kb. ¿Ideas para hacerlo más rápido?
Gracias
def transliterate(file):
data = open(file).read()
buckArab = {"'":"ء", "|":"آ", "?":"أ", "&":"ؤ", "<":"إ", "}":"ئ", "A":"ا", "b":"ب", "p":"ة", "t":"ت", "v":"ث", "g":"ج", "H":"ح", "x":"خ", "d":"د", "*":"ذ", "r":"ر", "z":"ز", "s":"س", "$":"ش", "S":"ص", "D":"ض", "T":"ط", "Z":"ظ", "E":"ع", "G":"غ", "_":"ـ", "f":"ف", "q":"ق", "k":"ك", "l":"ل", "m":"م", "n":"ن", "h":"ه", "w":"و", "Y":"ى", "y":"ي", "F":"ً", "N":"ٌ", "K":"ٍ", "~":"ّ", "o":"ْ", "u":"ُ", "a":"َ", "i":"ِ"}
for char in data:
for k, v in arabBuck.iteritems():
data = data.replace(k,v)
return data