Церковнославянский текст в гражданский шрифт

Инструмент переписывает церковнославянский текст, набранный в Юникоде, привычными буквами гражданского шрифта. Он заменяет ѡ, ѻ, ѧ, ꙋ, ѯ, ѱ и другие церковнославянские буквы, снимает придыхания и прочие надстрочные знаки, раскрывает сокращения под титлом и переводит буквенные числа в арабские цифры. Вставьте фрагмент Псалтири, молитвы, богослужебного текста или статью из электронного словаря. Результат появится сразу, а под ним — список правок по видам: сколько замен каждого вида и примеры «было → стало».

Меняется письмо, а не язык. Это не перевод на русский: слова, окончания и порядок слов остаются церковнославянскими. «Бл҃же́нъ мꙋ́жъ, и҆́же не и҆́де на совѣ́тъ нечести́выхъ» станет «Блаже́н муж, и́же не и́де на сове́т нечести́вых». Читать стало проще, но «иже» так и осталось «иже». Чтобы понять смысл, нужен русский перевод текста, а не смена шрифта.

Всё считается в вашем браузере: текст и файлы никуда не отправляются. Результат детерминирован: одинаковый текст с одинаковыми настройками всегда даёт одинаковый результат. При настройках по умолчанию повторный прогон уже переведённого текста ничего не меняет.

Обычный современный текст рядом остаётся нетронутым. Слово обрабатывается, если рядом с ним, не дальше восьми слов в той же строке, есть признаки старого письма: надстрочный знак, церковнославянская буква, знак тысяч ҂, глаголица или буквы ѣ, ѳ, ѵ. Одно слово с конечным ъ, одиночное ударение и буквы і, є сами по себе признаками не считаются: они бывают в названиях, в современных словарях и в украинском тексте. Поэтому в русской статье без церковнославянских слов «Коммерсантъ» и «группы A и B» останутся как были. Если же в тексте есть хотя бы одно слово с надстрочным знаком, кроме ударения, или с церковнославянской буквой, дореформенные буквы, конечный ъ и вария переводятся во всём тексте, а не только рядом с ним: в словаре Дьяченко толкование набрано дореформенной печатью, и «замечаетъ», «мненія» становятся «замечает», «мнения». Украинский абзац рядом с цитатой при этом остаётся как был.

Результат бывает двух видов. «Современные буквы» (по умолчанию) — ѣ становится «е», і — «и», ѳ — «ф», конечный ъ снимается. После ж, ш, щ «ы» меняется на «и», после ж, ш, ч, щ «я» из юса меняется на «а»: «на́шѧ» → «на́ша», «дш҃ы̀» → «души́». «Дореформенная гражданская печать (ѣ, і, ъ)» оставляет ѣ, і, ѳ и твёрдый знак, как в книгах, напечатанных гражданским шрифтом до 1918 года: «Христо́съ воскре́се изъ ме́ртвыхъ».

В обоих режимах церковнославянская грамматика не меняется: окончания -аго, формы «ея» и «-ія» остаются. Так же устроены параллельные издания церковнославянских текстов гражданским шрифтом: «свята́го», «вся́каго», «ея́».

Десятеричное і в дореформенной печати по умолчанию стоит там же, где в церковнославянском тексте: «Філі́ппъ», «Іису́съ». Опция «„і“ по правилу Грота» в тонких настройках оставляет і только перед гласной и в слове «міръ»: «Фили́ппъ», но «Іису́съ». В современных буквах і становится «и», кроме двух случаев. Римская цифра, набранная кириллической І, становится латинской: «ХІХ вѣкъ» → «XIX век», «при Петрѣ І» → «при Петре I». А тонкая настройка «„мір“ (вселенная) — с і» сохраняет «мір», если в источнике он написан через і, тогда как «миръ» (покой), написанный через и, становится «мир».

Правила сверены со стихами Псалтири и Евангелий (Пс 1 и 50, Мф 6, Лк 1, Ин 1), для которых на azbyka.ru есть три параллельные версии: церковнославянская, дореформенная и современная. Слова сравнивались без учёта регистра и ударений. В современных буквах совпадают 98 % слов. В дореформенной печати совпадают 99 %, если не считать двух сознательных отличий: і там, где оно стояло в источнике, и «отъ» с твёрдым знаком. Остальные расхождения — разночтения издателя: например, у него «тма» там, где в церковнославянском тексте «тьма».

В церковнославянском письме частые и священные слова пишутся сокращённо. Над сокращением стоит титло (҃) или выносная буква под покрытием: «Бг҃ъ» — Бог, «Гдⷭ҇ь» — Господь, «чл҃вѣ́къ» — человек. По правилу такое сокращение не раскрыть, поэтому инструмент пользуется словарём из 317 правил. Основа словаря — открытый проект cslavonic (лицензия MIT); тот же список лежит в модуле Lingua::CU проекта Ponomar. Он дополнен примерами из Unicode Technical Note #41 и словаря Дьяченко, часть раскрытий исправлена по параллельному тексту Библии.

Правило раскрывает основу, а окончание идёт следом, поэтому одно правило работает во всех падежах: «гдⷭ҇ꙋ» → «Го́споду», «ст҃а́гѡ» → «свята́го», «Бцⷣ҇а» → «Богоро́дица». Если в исходном слове стоит ударение, оно сохраняется. Если ударения нет, ставится словарное: «бг҃а» → «Бо́га».

Словарь проверяется раньше чисел. Поэтому «сн҃а» раскрывается в «сы́на», а не в число 251 (200 + 50 + 1). Сокращение, которого в словаре нет, остаётся как есть, с титлом, и попадает в предупреждение «Сокращения под титлом, которых нет в словаре». Раскройте его вручную: показать спорное место честнее, чем угадать.

Опция «Заглавная буква в именах Бога и святых именах» (включена по умолчанию) пишет с заглавной священные имена, раскрытые из-под титла: Бог, Господь, Христос, Иисус, Спас, Богородица, Троица, Израиль, Иерусалим, Мария, Давид. «Господин» и «христианский» остаются со строчной. Слова «сын», «дух», «отче», «дева» не меняются: издатели пишут их с заглавной по смыслу, а по написанию смысл не определить. Регистр остальных имён, набранных строчными, инструмент не меняет, в том числе священных имён, написанных полностью, без титла: «і҆ерꙋсали́мъ» станет «иерусали́м», «наѳана́илъ» — «нафана́ил».

В церковнославянском тексте числа записывают буквами с титлом: а҃ = 1, і҃ = 10, р҃ = 100. Знак тысяч ҂ ставится перед буквой и относится только к ней: ҂а҃ = 1000, ҂к҃ = 20 000. В словарях вместо него встречается знак ⸒ — он читается так же. Числа от 11 до 19 пишутся с единицей впереди, как и произносятся («единонадесять»): а҃і = 11. Опция «Числа под титлом — арабскими цифрами» включена по умолчанию: «въ лѣ́то ҂зф҃ѕ» станет «в ле́то 7506».

Чтобы не принять слово за число, инструмент проверяет запись. В ней должны быть титло или знак тысяч, только буквы-цифры, никаких ударений и придыханий, только строчные буквы. Сотни, десятки и единицы идут по убыванию (кроме чисел 11–19), каждого разряда не больше одного. Поэтому «г҃а» (две единицы подряд) числом не считается, а «рк҃г» — это 123.

Тьма, легион и более крупные числа (от 10 000 и выше, записанные особыми знаками вокруг буквы) не переводятся, как и ҂҂ для миллионов: в разных источниках один и тот же знак означает разное. Такие места остаются как есть и попадают в предупреждение. Если большое число записано группами через пробел, группы переводятся по отдельности, и инструмент предложит склеить их вручную.

Омега ѡ и широкое ѻ становятся «о», ѯ — «кс», ѱ — «пс», зело ѕ и земля ꙁ — «з», юс ѧ и ꙗ — «я», ук ꙋ и ѹ — «у», широкое є — «е». Регистр сохраняется: «Ѱалти́рь» → «Псалти́рь». Ижица ѵ читается «в» после а, е, є, если на ней нет ни ударения, ни придыхания, а в остальных случаях — «и»: «Ѱеѵдоапо́столъ» → «Псевдоапо́стол», «Гѵмнасїа́рхъ» → «Гимнасиа́рх».

ѿ — это «от». Твёрдый знак после него остаётся перед е, ю, я: «Ѿѧ́ти» → «Отъя́ти». Перед «и» в дореформенной печати пишется «ъи», а в современных буквах — «ы»: «ѿи́де» → «отъи́де» или «оты́де». Отдельное «ѿ» в дореформенной печати даёт «отъ», в современных буквах — «от». Ерок — надстрочный значок на месте пропущенного ъ — становится твёрдым знаком: «и҆з̾» → «изъ» или «из».

Диграф «оу» сворачивается в «у», когда он записан как ᲂу или когда начальное «оу» стоит с придыханием: «Оу҆бл҃жѝ» → «Ублажи́». Простое «оу» внутри слова не трогается, иначе испортились бы «соучастник» и «поужинать». Для цитат из древнерусских памятников есть опция «Древнерусское „оу“ → „у“»: «A своимъ тиоуномъ не велить соуда» → «А своим тиуном не велить суда». Она меняет и современные слова рядом с церковнославянским текстом, поэтому по умолчанию выключена.

Придыхание, кендема, покрытие и другие надстрочные знаки снимаются. Ударения по умолчанию остаются: вария и камора становятся обычным знаком ударения, а в современных буквах ударение снимается с односложных слов («смерть», «муж»). В режиме «Оставить» современные слова без признаков старого письма остаются как были, вместе со своими ударениями. Режим «Ударения: убрать» снимает знаки ударения над буквами во всём тексте, в том числе в современных строках рядом с церковнославянскими, а буквы й и ё при этом не превращаются в «и» и «е». Церковнославянский вопросительный знак выглядит как точка с запятой: внутри церковнославянского отрывка «;» становится «?», а в русских предложениях остаётся точкой с запятой.

Старые документы Word и RTF с церковнославянским текстом часто набраны шрифтами Irmologion ucs, Triodion ucs, Hirmos ucs. Эти шрифты работают в 8-битной кодировке UCS, построенной на Windows-1251: на месте обычного символа шрифт рисует церковнославянскую букву или надстрочный знак. Скопируйте такой текст без шрифта, и вместо «Бл҃же́нъ мꙋ́жъ, и҆́же не и҆́де на совѣ́тъ нечести́выхъ» получится «Бlжeнъ мyжъ, и4же не и4де на совётъ нечести1выхъ». Цифры здесь — надстрочные знаки, «l» — «л» под титлом, «y» — ук с ударением.

Длинный фрагмент инструмент узнаёт сам и предлагает кнопку «Перекодировать» (есть и кнопка «Это не UCS»). Молча он ничего не перекодирует: декодер испортил бы обычный русский текст, превратив цифры в знаки, а «э» в ять. Пока вы не выбрали, результат равен исходному тексту — без полупереведённой латиницы. Короткую строку из нескольких слов детектор может не узнать — тогда вставьте её и включите опцию «Текст из шрифта Ирмологион (UCS)» вручную. После перекодировки текст идёт по обычному пути, и получается «Блаже́н муж, и́же не и́де на сове́т нечести́вых».

Перекодируются только строки с признаками UCS. Русская строка рядом, например «Источник: издание 1900 г., с. 12–14», остаётся как была, а строки, где уже есть символы Юникода (ѣ, знаки ударения, титла), не перекодируются никогда. Если же признаков UCS нет ни в одной строке, опция перекодирует весь текст: так работает ручной режим для короткой строки. Обычный русский текст при этом портится: цифры становятся надстрочными знаками, а «Поэтому» превращается в «Поетому». Тогда над результатом появляется предупреждение с кнопкой «Выключить перекодировку», а новый текст, вставленный вместо прежнего целиком, и загруженный файл выключают опцию сами и снова проходят через детектор.

Таблица перекодировки на 129 символов взята из открытых конвертеров Lingua::CU и cslavonic. Детектор настроен осторожно: на формулах, единицах измерения, кодах и брендах он молчит, но на шахматной записи вроде «е4 Кf3» и нумерации вроде «а1, а2, в1» может ошибиться, поэтому решение остаётся за вами. Файлы в формате HIP (.hip, текст с апострофами вроде «ра'доватися» и знаками «w=») инструмент не читает.

Церковнославянские словари и библиотеки в интернете обычно хранят текст в настоящем Юникоде, а особые шрифты (например, Ponomar Unicode) только рисуют знаки. Скопируйте статью в обычный редактор, и надстрочные значки могут «съехать» или превратиться в квадратики. Кодировка при этом не сломана, просто в системе нет нужного шрифта. Инструмент переписывает такой текст обычными буквами, и он читается в любом шрифте. Древнерусские цитаты внутри статей тоже обрабатываются: «Ꙁабръꙁдити» → «Забръздити», ъ внутри слова сохраняется.

Глаголица (блок Юникода U+2C00–U+2C5F, 96 знаков) переводится буква в букву в церковнославянскую кириллицу, дальше текст идёт по обычному пути: «ⱄⰾⱁⰲⱁ» → «слово», «ⰳⰾⰰⰳⱁⰾⱏⰹ» → «глаголы». Часть соответствий условна (две глаголические «и», пе, йо, штапик, дервь), о них будет предупреждение. Опция «Глаголицу — в кириллицу» в тонких настройках включена по умолчанию. Глаголические числа не переводятся: числовые значения у глаголических букв другие.

Греческие и латинские слова остаются как были: βαμβάκηρος, lorica curta. Одиночная латинская буква, похожая на русскую, между кириллическими словами старого текста заменяется кириллической: «A своимъ тиоуномъ» → «А своим тиоуном». Если в тексте есть хотя бы одно слово с надстрочным знаком, кроме ударения, или с церковнославянской буквой, в строках русского толкования так же меняются строчная «a» вместо союза и X в «Р. X.»: «фараоном, a после» → «фараоном, а после». Другие одиночные латинские буквы там остаются: перечень «a) b) c)», «витамин C», «оси X и Y». Латинская X перед «века» или «в.» и рядом с другой римской цифрой («X и XI вв.») — римская цифра, она остаётся. Такие замены попадают в предупреждение. Буквы без русского соответствия, например дервь ꙉ и коппа ҁ, остаются на месте и тоже отмечаются, как и незнакомые знаки у букв — например «˜» в «˜Аже».

На вкладке «Много файлов» можно выбрать файлы или целую папку либо перетащить их в окно. Все файлы обрабатываются с текущими настройками, результат скачивается ZIP-архивом со структурой папок. Один файл скачивается без архива. Перед обработкой виден предпросмотр правок в первом файле, а в отчёте — какие файлы переведены, какие остались без изменений и где произошла ошибка.

Кодировка каждого файла определяется автоматически: UTF-8 (с BOM и без), UTF-16 или Windows-1251. Файл сохраняется в той же кодировке. Знак ударения и буквы ѣ, ѳ в Windows-1251 не записываются, поэтому такой файл сохранится в UTF-8, и это будет отмечено в отчёте. Нужен результат в Windows-1251 — выберите современные буквы и «Ударения: убрать»: знаков ударения над буквами не останется нигде. Файл останется в Windows-1251, если в тексте нет греческих слов, нераскрытых сокращений, знаков тьмы и легиона и других символов вне этой кодировки.

Файл, похожий на текст из шрифта Ирмологион, при выключенной опции UCS копируется без изменений с пометкой, и предпросмотр первого файла предупреждает об этом заранее: включите опцию и запустите обработку снова. Двоичные файлы и файлы с битой кодировкой тоже кладутся в архив как есть, служебные вроде .DS_Store и Thumbs.db пропускаются. На вкладке «Текст» можно загрузить один текстовый файл (.txt, .md, .csv и другие) размером до 5 МБ и скачать результат в .txt в той же кодировке.