Benutzer:ComillaBot/Einheiten

Für einige Textersetzungen ist es nötig, dass ComillaBot Einheiten als solche erkennt. Das derzeitige Verfahren funktioniert wie folgt:

Ein Einheit-Textelement besteht aus (in dieser Reihenfolge)

• einer Zahl
• einer einzelnen Einheit
• optional einem Nenner bestehend aus „/“ sowie noch einmal einer einzelnen Einheit (wie 2.)

Die einzelne Einheit besteht aus

• optional einem Präfix (etwa k für Kilo)
• einem Einheitenzeichen (etwa m für Meter)
• optional einem Exponenten (etwa ²))

oder aus

• einer feststehenden Zeichenkombination (etwa °C für Grad Celsius)

Einheiten

Ein Zeichen

• m (Meter)
• g (Gramm)
• s (Sekunde)
• h (Stunde)
• l (Liter)
• N (Newton)
• J (Joule)
• C (Coulomb)
• A (Ampere)
• Ω (Ohm)
• V (Volt)
• K (Kelvin)
• T (Tesla)
• F (Farad, Fahrenheit)
• W (Watt)
• J (Joule)
• S (Siemens)
• H (Henry)
• B (Byte)

Mehrere Zeichen

• Hz (Hertz)
• bit (Bit)
• Wb (Weber)
• eV (Elektronenvolt)
• Pa (Pascal)
• Sv (Sievert)
• Gy (Gray)
• lx (Lux)
• lm (Lumen)
• cd (Candela)
• mol (Mol)
• Bq (Becquerel)

Siehe auch SI-Einheitensystem

Präfixe

(können vor den oben genannten Einheiten stehen)

Ein Zeichen

• f (Femto)
• p (Piko)
• n (Nano)
• µ (Mikro)
• m (Milli)
• d (Dezi)
• c (Centi)
• h (Hekto)
• k (Kilo)
• M (Mega)
• G (Giga)
• T (Tera)

Mehrere Zeichen

• da (Deka)

Feststehende Zeichenkombinationen

• % (Prozent etc.: ist zwar keine echte Einheit, wird aber ebenso wie diese mit nbsp von der Zahl abgesetzt)
• ‰
• ‱
• °C (Grad Celsius)
• PS (Pferdestärken)

Regulärer Ausdruck

Insgesamt ergibt sich so folgender regulärer Ausdruck für eine einzelne Einheit:

  ((([fpnµmdchkMGT]|da)?([mgshlNJCAΩVKTFWJSHB]|Hz|bit|Wb|eV|Pa|Sv|Gy|lx|lm|cd|mol|Bq)([²³⁴⁵⁶⁷⁸⁹]|<sup>[0-9]+</sup>)?)|[%‰‱]|°C|PS) 

Erklärung:

• in der ersten eckigen Klammer stehen die einbuchstabigen Präfixe
• danach, aber vor der schließenden runden Klammer, stehen durch „|“ getrennt die mehrbuchstabigen Präfixe
• in der zweiten eckigen Klammer stehen die einbuchstabigen Präfixe
• danach, aber vor der schließenden runden Klammer, stehen durch „|“ getrennt die mehrbuchstabigen Einheiten
• in der dritten eckigen Klammer stehen diejenigen Exponenten, die durch ein Unicode-Zeichen gebildet werden können
• danach, aber vor der schließenden runden Klammer, stehen durch „|“ getrennt andere Arten von Exponenten (derzeit: mit <sup>…</sup> codierte)
• danach, aber vor der schließenden runden Klammer, stehen durch „|“ getrennt die feststehenden Zeichenkombinationen