src/third_party/icu/source/data/brkitr/line.txt

   1 # Copyright (c) 2002-2013  International Business Machines Corporation and
   2 # others. All Rights Reserved.
   3 #
   4 #  file:  line.txt
   5 #
   6 #         Line Breaking Rules
   7 #         Implement default line breaking as defined by
   8 #         Unicode Standard Annex #14 Revision 29 for Unicode 6.2
   9 #         http://www.unicode.org/reports/tr14/
  10 #
  11 #         TODO:  Rule LB 8 remains as it was in Unicode 5.2
  12 #         This is only because of a limitation of ICU break engine implementation,
  13 #         not because the older behavior is desirable.
  14
  15 # CHROME: 1. Use line_ja.txt to apply small kana rules in all locales.
  16 #         2. Adjust CL, OP, and IS to handle 'comma-variants' consistently.
  17
  18 !!chain;
  19 !!LBCMNoChain;
  20
  21
  22 !!lookAheadHardBreak;
  23 #
  24 #  !!lookAheadHardBreak    Described here because it is (as yet) undocumented elsewhere
  25 #                          and only used for the line break rules.
  26 #
  27 #           It is used in the implementation of rule LB 10
  28 #           which says to treat any combining mark that is not attached to a base
  29 #           character as if it were of class AL  (alphabetic).
  30 #
  31 #           The problem occurs in the reverse rules.
  32 #
  33 #           Consider a sequence like, with correct breaks as shown
  34 #               LF  ID  CM  AL  AL
  35 #                  ^       ^       ^
  36 #           Then consider the sequence without the initial ID (ideographic)
  37 #                 LF  CM  AL  AL
  38 #                    ^           ^
  39 #           Our CM, which in the first example was attached to the ideograph,
  40 #           is now unattached, becomes an alpha, and joins in with the other
  41 #           alphas.
  42 #
  43 #           When iterating forwards, these sequences do not present any problems
  44 #           When iterating backwards, we need to look ahead when encountering
  45 #           a CM to see whether it attaches to something further on or not.
  46 #           (Look-ahead in a reverse rule is looking towards the start)
  47 #
  48 #           If the CM is unattached, we need to force a break.
  49 #
  50 #           !!lookAheadHardBreak forces the run time state machine to
  51 #           stop immediately when a look ahead rule ( '/' operator) matches,
  52 #           and set the match position to that of the look-ahead operator,
  53 #           no matter what other rules may be in play at the time.
  54 #
  55 #           See rule LB 19 for an example.
  56 #
  57
  58 $AI = [:LineBreak =  Ambiguous:];
  59 $AL = [[:LineBreak =  Alphabetic:] - [\u23B4\u23B5]];
  60 $BA = [:LineBreak =  Break_After:];
  61 $BB = [:LineBreak =  Break_Before:];
  62 $BK = [:LineBreak =  Mandatory_Break:];
  63 $B2 = [:LineBreak =  Break_Both:];
  64 $CB = [:LineBreak =  Contingent_Break:];
  65 $CJ = [:LineBreak =  Conditional_Japanese_Starter:];
  66 $CL = [[:LineBreak =  Close_Punctuation:] [\uFE51\uFE10\u23B5]];
  67 $CM = [:LineBreak =  Combining_Mark:];
  68 $CP = [:LineBreak =  Close_Parenthesis:];
  69 $CR = [:LineBreak =  Carriage_Return:];
  70 $EX = [:LineBreak =  Exclamation:];
  71 $GL = [:LineBreak =  Glue:];
  72 $HL = [:LineBreak =  Hebrew_Letter:];
  73 $HY = [:LineBreak =  Hyphen:];
  74 $H2 = [:LineBreak =  H2:];
  75 $H3 = [:LineBreak =  H3:];
  76 $ID = [[[:LineBreak =  Ideographic:] $CJ] - [\uFE51]];
  77 $IN = [:LineBreak =  Inseperable:];
  78 $IS = [[:LineBreak =  Infix_Numeric:] - [\uFE10]];
  79 $JL = [:LineBreak =  JL:];
  80 $JV = [:LineBreak =  JV:];
  81 $JT = [:LineBreak =  JT:];
  82 $LF = [:LineBreak =  Line_Feed:];
  83 $NL = [:LineBreak =  Next_Line:];
  84 $NS = [:LineBreak =  Nonstarter:];
  85 $NU = [:LineBreak =  Numeric:];
  86 $OP = [[:LineBreak =  Open_Punctuation:] \u23B4];
  87 $PO = [:LineBreak =  Postfix_Numeric:];
  88 $PR = [:LineBreak =  Prefix_Numeric:];
  89 $QU = [:LineBreak =  Quotation:];
  90 $RI = [:LineBreak =  Regional_Indicator:];
  91 $SA = [:LineBreak =  Complex_Context:];
  92 $SG = [:LineBreak =  Surrogate:];
  93 $SP = [:LineBreak =  Space:];
  94 $SY = [:LineBreak =  Break_Symbols:];
  95 $WJ = [:LineBreak =  Word_Joiner:];
  96 $XX = [:LineBreak =  Unknown:];
  97 $ZW = [:LineBreak =  ZWSpace:];
  98
  99 #   Dictionary character set, for triggering language-based break engines. Currently
 100 #   limited to LineBreak=Complex_Context. Note that this set only works in Unicode
 101 #   5.0 or later as the definition of Complex_Context was corrected to include all
 102 #   characters requiring dictionary break.
 103
 104 $dictionary = [:LineBreak = Complex_Context:];
 105
 106 #
 107 #  Rule LB1.  By default, treat AI  (characters with ambiguous east Asian width),
 108 #                               SA  (South East Asian: Thai, Lao, Khmer)
 109 #                               SG  (Unpaired Surrogates)
 110 #                               XX  (Unknown, unassigned)
 111 #                         as $AL  (Alphabetic)
 112 #
 113 $ALPlus = [$AL $AI $SA $SG $XX];
 114
 115 #
 116 #  Combining Marks.   X $CM*  behaves as if it were X.  Rule LB6.
 117 #
 118 $ALcm = $ALPlus $CM*;
 119 $BAcm = $BA $CM*;
 120 $BBcm = $BB $CM*;
 121 $B2cm = $B2 $CM*;
 122 $CLcm = $CL $CM*;
 123 $CPcm = $CP $CM*;
 124 $EXcm = $EX $CM*;
 125 $GLcm = $GL $CM*;
 126 $HLcm = $HL $CM*;
 127 $HYcm = $HY $CM*;
 128 $H2cm = $H2 $CM*;
 129 $H3cm = $H3 $CM*;
 130 $IDcm = $ID $CM*;
 131 $INcm = $IN $CM*;
 132 $IScm = $IS $CM*;
 133 $JLcm = $JL $CM*;
 134 $JVcm = $JV $CM*;
 135 $JTcm = $JT $CM*;
 136 $NScm = $NS $CM*;
 137 $NUcm = $NU $CM*;
 138 $OPcm = $OP $CM*;
 139 $POcm = $PO $CM*;
 140 $PRcm = $PR $CM*;
 141 $QUcm = $QU $CM*;
 142 $RIcm = $RI $CM*;
 143 $SYcm = $SY $CM*;
 144 $WJcm = $WJ $CM*;
 145
 146 ## -------------------------------------------------
 147
 148 !!forward;
 149
 150 #
 151 #  Each class of character can stand by itself as an unbroken token, with trailing combining stuff
 152 #
 153 $ALPlus $CM+;
 154 $BA $CM+;
 155 $BB $CM+;
 156 $B2 $CM+;
 157 $CL $CM+;
 158 $CP $CM+;
 159 $EX $CM+;
 160 $GL $CM+;
 161 $HL $CM+;
 162 $HY $CM+;
 163 $H2 $CM+;
 164 $H3 $CM+;
 165 $ID $CM+;
 166 $IN $CM+;
 167 $IS $CM+;
 168 $JL $CM+;
 169 $JV $CM+;
 170 $JT $CM+;
 171 $NS $CM+;
 172 $NU $CM+;
 173 $OP $CM+;
 174 $PO $CM+;
 175 $PR $CM+;
 176 $QU $CM+;
 177 $RI $CM+;
 178 $SY $CM+;
 179 $WJ $CM+;
 180
 181 #
 182 # CAN_CM  is the set of characters that may combine with CM combining chars.
 183 #         Note that Linebreak UAX 14's concept of a combining char and the rules
 184 #         for what they can combine with are _very_ different from the rest of Unicode.
 185 #
 186 #         Note that $CM itself is left out of this set.  If CM is needed as a base
 187 #         it must be listed separately in the rule.
 188 #
 189 $CAN_CM  = [^$SP $BK $CR $LF $NL $ZW $CM];       # Bases that can   take CMs
 190 $CANT_CM = [ $SP $BK $CR $LF $NL $ZW $CM];       # Bases that can't take CMs
 191
 192 #
 193 # AL_FOLLOW  set of chars that can unconditionally follow an AL
 194 #            Needed in rules where stand-alone $CM s are treated as AL.
 195 #            Chaining is disabled with CM because it causes other failures,
 196 #            so for this one case we need to manually list out longer sequences.
 197 #
 198 $AL_FOLLOW_NOCM = [$BK $CR $LF $NL $ZW $SP];
 199 $AL_FOLLOW_CM   = [$CL $CP $EX $HL $IS $SY $WJ $GL $OP $QU $BA $HY $NS $IN $NU $ALPlus];
 200 $AL_FOLLOW      = [$AL_FOLLOW_NOCM $AL_FOLLOW_CM];
 201
 202
 203 #
 204 #  Rule LB 4, 5    Mandatory (Hard) breaks.
 205 #
 206 $LB4Breaks    = [$BK $CR $LF $NL];
 207 $LB4NonBreaks = [^$BK $CR $LF $NL];
 208 $CR $LF {100};
 209
 210 #
 211 #  LB 6    Do not break before hard line breaks.
 212 #
 213 $LB4NonBreaks?  $LB4Breaks {100};    # LB 5  do not break before hard breaks.
 214 $CAN_CM $CM*    $LB4Breaks {100};
 215 $CM+            $LB4Breaks {100};
 216
 217 # LB 7         x SP
 218 #              x ZW
 219 $LB4NonBreaks [$SP $ZW];
 220 $CAN_CM $CM*  [$SP $ZW];
 221 $CM+          [$SP $ZW];
 222
 223 #
 224 # LB 8         Break after zero width space
 225 #              TODO:  ZW SP* <break>
 226 #              An engine change is required to write the reverse rule for this.
 227 #              For now, leave the Unicode 5.2 rule, ZW <break>
 228 #
 229 $LB8Breaks    = [$LB4Breaks $ZW];
 230 $LB8NonBreaks = [[$LB4NonBreaks] - [$ZW]];
 231
 232
 233 # LB 9     Combining marks.      X   $CM needs to behave like X, where X is not $SP, $BK $CR $LF $NL
 234 #                                $CM not covered by the above needs to behave like $AL
 235 #                                See definition of $CAN_CM.
 236
 237 $CAN_CM $CM+;                   #  Stick together any combining sequences that don't match other rules.
 238 $CM+;
 239
 240 #
 241 # LB 11  Do not break before or after WORD JOINER & related characters.
 242 #
 243 $CAN_CM $CM*  $WJcm;
 244 $LB8NonBreaks $WJcm;
 245 $CM+          $WJcm;
 246
 247 $WJcm $CANT_CM;
 248 $WJcm $CAN_CM $CM*;
 249
 250 #
 251 # LB 12  Do not break after NBSP and related characters.
 252 #         GL  x
 253 #
 254 $GLcm $CAN_CM $CM*;
 255 $GLcm $CANT_CM;
 256
 257 #
 258 # LB 12a  Do not break before NBSP and related characters ...
 259 #            [^SP BA HY] x GL
 260 #
 261 [[$LB8NonBreaks] - [$SP $BA $HY]] $CM* $GLcm;
 262 $CM+ GLcm;
 263
 264
 265
 266 #
 267 # LB 13   Don't break before ']' or '!' or ';' or '/', even after spaces.
 268 #
 269 $LB8NonBreaks $CL;
 270 $CAN_CM $CM*  $CL;
 271 $CM+          $CL;              # by rule 10, stand-alone CM behaves as AL
 272
 273 $LB8NonBreaks $CP;
 274 $CAN_CM $CM*  $CP;
 275 $CM+          $CP;              # by rule 10, stand-alone CM behaves as AL
 276
 277 $LB8NonBreaks $EX;
 278 $CAN_CM $CM*  $EX;
 279 $CM+          $EX;              # by rule 10, stand-alone CM behaves as AL
 280
 281 $LB8NonBreaks $IS;
 282 $CAN_CM $CM*  $IS;
 283 $CM+          $IS;              # by rule 10, stand-alone CM behaves as AL
 284
 285 $LB8NonBreaks $SY;
 286 $CAN_CM $CM*  $SY;
 287 $CM+          $SY;              # by rule 10, stand-alone CM behaves as AL
 288
 289
 290 #
 291 # LB 14  Do not break after OP, even after spaces
 292 #
 293 $OPcm $SP* $CAN_CM $CM*;
 294 $OPcm $SP* $CANT_CM;
 295
 296 $OPcm $SP+ $CM+ $AL_FOLLOW?;    # by rule 10, stand-alone CM behaves as AL
 297
 298 # LB 15
 299 $QUcm $SP* $OPcm;
 300
 301 # LB 16
 302 ($CLcm | $CPcm) $SP* $NScm;
 303
 304 # LB 17
 305 $B2cm $SP* $B2cm;
 306
 307 #
 308 # LB 18  Break after spaces.
 309 #
 310 $LB18NonBreaks = [$LB8NonBreaks - [$SP]];
 311 $LB18Breaks    = [$LB8Breaks $SP];
 312
 313
 314 # LB 19
 315 #         x QU
 316 $LB18NonBreaks $CM* $QUcm;
 317 $CM+                $QUcm;
 318
 319 #         QU  x
 320 $QUcm .?;
 321 $QUcm $LB18NonBreaks $CM*;    # Don't let a combining mark go onto $CR, $BK, etc.
 322                               #  TODO:  I don't think this rule is needed.
 323
 324
 325 # LB 20
 326 #        <break>  $CB
 327 #        $CB   <break>
 328
 329 $LB20NonBreaks = [$LB18NonBreaks - $CB];
 330
 331 # LB 21        x   (BA | HY | NS)
 332 #           BB x
 333 #
 334 $LB20NonBreaks $CM* ($BAcm | $HYcm | $NScm);
 335
 336 $BBcm [^$CB];                                  #  $BB  x
 337 $BBcm $LB20NonBreaks $CM*;
 338
 339 # LB 21a Don't break after Hebrew + Hyphen
 340 #   HL (HY | BA) x
 341 #
 342 $HLcm ($HYcm | $BAcm) [^$CB]?;
 343
 344 # LB 21b (forward) Don't break between SY and HL
 345 # (break between HL and SY already disallowed by LB 13 above)
 346 $SYcm $HLcm;
 347
 348 # LB 22
 349 ($ALcm | $HLcm) $INcm;
 350 $CM+     $INcm;     #  by rule 10, any otherwise unattached CM behaves as AL
 351 $IDcm    $INcm;
 352 $INcm    $INcm;
 353 $NUcm    $INcm;
 354
 355
 356 # $LB 23
 357 $IDcm  $POcm;
 358 $ALcm  $NUcm;       # includes $LB19
 359 $HLcm  $NUcm;
 360 $CM+   $NUcm;       # Rule 10, any otherwise unattached CM behaves as AL
 361 $NUcm  $ALcm;
 362 $NUcm  $HLcm;
 363
 364 #
 365 # LB 24
 366 #
 367 $PRcm $IDcm;
 368 $PRcm ($ALcm | $HLcm);
 369 $POcm ($ALcm | $HLcm);
 370
 371 #
 372 # LB 25   Numbers.
 373 #
 374 ($PRcm | $POcm)? ($OPcm | $HYcm)? $NUcm ($NUcm | $SYcm | $IScm)* ($CLcm | $CPcm)? ($PRcm | $POcm)?;
 375
 376 # LB 26  Do not break a Korean syllable
 377 #
 378 $JLcm ($JLcm | $JVcm | $H2cm | $H3cm);
 379 ($JVcm | $H2cm) ($JVcm | $JTcm);
 380 ($JTcm | $H3cm) $JTcm;
 381
 382 # LB 27  Treat korean Syllable Block the same as ID  (don't break it)
 383 ($JLcm | $JVcm | $JTcm | $H2cm | $H3cm) $INcm;
 384 ($JLcm | $JVcm | $JTcm | $H2cm | $H3cm) $POcm;
 385 $PRcm ($JLcm | $JVcm | $JTcm | $H2cm | $H3cm);
 386
 387
 388 # LB 28   Do not break between alphabetics
 389 #
 390 ($ALcm | $HLcm) ($ALcm | $HLcm);
 391 $CM+ ($ALcm | $HLcm);      # The $CM+ is from rule 10, an unattached CM is treated as AL
 392
 393 # LB 29
 394 $IScm ($ALcm | $HLcm);
 395
 396 # LB 30
 397 ($ALcm | $HLcm | $NUcm) $OPcm;
 398 $CM+ $OPcm;         # The $CM+ is from rule 10, an unattached CM is treated as AL.
 399 $CPcm ($ALcm | $HLcm | $NUcm);
 400
 401 # LB 30a  Do not break between regional indicators.
 402 $RIcm $RIcm;
 403
 404 #
 405 #  Reverse Rules.
 406 #
 407 ## -------------------------------------------------
 408
 409 !!reverse;
 410
 411 $CM+ $ALPlus;
 412 $CM+ $BA;
 413 $CM+ $BB;
 414 $CM+ $B2;
 415 $CM+ $CL;
 416 $CM+ $CP;
 417 $CM+ $EX;
 418 $CM+ $GL;
 419 $CM+ $HL;
 420 $CM+ $HY;
 421 $CM+ $H2;
 422 $CM+ $H3;
 423 $CM+ $ID;
 424 $CM+ $IN;
 425 $CM+ $IS;
 426 $CM+ $JL;
 427 $CM+ $JV;
 428 $CM+ $JT;
 429 $CM+ $NS;
 430 $CM+ $NU;
 431 $CM+ $OP;
 432 $CM+ $PO;
 433 $CM+ $PR;
 434 $CM+ $QU;
 435 $CM+ $RI;
 436 $CM+ $SY;
 437 $CM+ $WJ;
 438 $CM+;
 439
 440
 441 #
 442 #  Sequences of the form  (shown forwards)
 443 #      [CANT_CM]  <break>  [CM]  [whatever]
 444 #  The CM needs to behave as an AL
 445 #
 446 $AL_FOLLOW $CM+ / (
 447           [$BK $CR $LF $NL $ZW {eof}] |
 448           $SP+ $CM+ $SP |
 449           $SP+ $CM* ([^$OP $CM $SP] | [$AL {eof}]));   # if LB 14 will match, need to surpress this break.
 450                                                #  LB14 says    OP SP* x .
 451                                                #    becomes    OP SP* x AL
 452                                                #    becomes    OP SP* x CM+ AL_FOLLOW
 453                                                #
 454                                                # Further note:  the $AL in [$AL {eof}] is only to work around
 455                                                #                a rule compiler bug which complains about
 456                                                #                empty sets otherwise.
 457
 458 #
 459 #  Sequences of the form  (shown forwards)
 460 #      [CANT_CM]  <break> [CM]  <break>  [PR]
 461 #  The CM needs to behave as an AL
 462 #  This rule is concerned about getting the second of the two <breaks> in place.
 463 #
 464
 465 [$PR   ] / $CM+ [$BK $CR $LF $NL $ZW $SP {eof}];
 466
 467
 468
 469 # LB 4, 5, 5
 470
 471 $LB4Breaks [$LB4NonBreaks-$CM];
 472 $LB4Breaks $CM+ $CAN_CM;
 473 $LF $CR;
 474
 475
 476 # LB 7         x SP
 477 #              x ZW
 478 [$SP $ZW] [$LB4NonBreaks-$CM];
 479 [$SP $ZW] $CM+ $CAN_CM;
 480
 481 # LB 8 ZW SP* <break>
 482 #     TODO: to implement this, we need more than one look-ahead hard break in play at a time.
 483 #           Requires an engine enhancement.
 484 #   / $SP* $ZW
 485
 486 # LB 9,10  Combining marks.
 487 #    X   $CM needs to behave like X, where X is not $SP or controls.
 488 #    $CM not covered by the above needs to behave like $AL
 489 # Stick together any combining sequences that don't match other rules.
 490 $CM+ $CAN_CM;
 491
 492
 493 # LB 11
 494 $CM* $WJ $CM* $CAN_CM;
 495 $CM* $WJ      [$LB8NonBreaks-$CM];
 496
 497      $CANT_CM $CM* $WJ;
 498 $CM* $CAN_CM  $CM* $WJ;
 499
 500 # LB 12a
 501 #      [^SP BA HY] x GL
 502 #
 503 $CM* $GL $CM* [$LB8NonBreaks-[$CM $SP $BA $HY]];
 504
 505 # LB 12
 506 #     GL  x
 507 #
 508 $CANT_CM $CM* $GL;
 509 $CM* $CAN_CM $CM* $GL;
 510
 511
 512 # LB 13
 513 $CL $CM+ $CAN_CM;
 514 $CP $CM+ $CAN_CM;
 515 $EX $CM+ $CAN_CM;
 516 $IS $CM+ $CAN_CM;
 517 $SY $CM+ $CAN_CM;
 518
 519 $CL [$LB8NonBreaks-$CM];
 520 $CP [$LB8NonBreaks-$CM];
 521 $EX [$LB8NonBreaks-$CM];
 522 $IS [$LB8NonBreaks-$CM];
 523 $SY [$LB8NonBreaks-$CM];
 524
 525 # Rule 13 & 14 taken together for an edge case.
 526 #   Match this, shown forward
 527 #     OP SP+  ($CM+ behaving as $AL) (CL | CP | EX | IS | IY)
 528 #   This really wants to chain at the $CM+ (which is acting as an $AL)
 529 #   except for $CM chaining being disabled.
 530 [$CL $CP $EX $IS $SY] $CM+ $SP+ $CM* $OP;
 531
 532 # LB 14    OP SP* x
 533 #
 534 $CM* $CAN_CM    $SP* $CM* $OP;
 535      $CANT_CM   $SP* $CM* $OP;
 536 $AL_FOLLOW? $CM+  $SP $SP* $CM* $OP;     #  by LB 10, behaves like $AL_FOLLOW? $AL $SP* $CM* $OP
 537
 538      $AL_FOLLOW_NOCM $CM+ $SP+ $CM* $OP;
 539 $CM* $AL_FOLLOW_CM   $CM+ $SP+ $CM* $OP;
 540 $SY $CM $SP+ $OP;   # TODO:  Experiment.  Remove.
 541
 542
 543
 544 # LB 15
 545 $CM* $OP $SP* $CM* $QU;
 546
 547 # LB 16
 548 $CM* $NS $SP* $CM* ($CL | $CP);
 549
 550 # LB 17
 551 $CM* $B2 $SP* $CM* $B2;
 552
 553 # LB 18  break after spaces
 554 #        Nothing explicit needed here.
 555
 556
 557 #
 558 # LB 19
 559 #
 560 $CM* $QU $CM* $CAN_CM;                                #   . x QU
 561 $CM* $QU      $LB18NonBreaks;
 562
 563
 564 $CM* $CAN_CM  $CM* $QU;                               #   QU x .
 565      $CANT_CM $CM* $QU;
 566
 567 #
 568 #  LB 20  Break before and after CB.
 569 #         nothing needed here.
 570 #
 571
 572 # LB 21
 573 $CM* ($BA | $HY | $NS) $CM* [$LB20NonBreaks-$CM];     #  . x (BA | HY | NS)
 574
 575 $CM* [$LB20NonBreaks-$CM] $CM* $BB;                   #  BB x .
 576 [^$CB] $CM* $BB;                                      #
 577
 578 # LB21a
 579 [^$CB] $CM* ($HY | $BA) $CM* $HL;
 580
 581 # LB21b (reverse)
 582 $CM* $HL $CM* $SY;
 583
 584 # LB 22
 585 $CM* $IN $CM* ($ALPlus | $HL);
 586 $CM* $IN $CM* $ID;
 587 $CM* $IN $CM* $IN;
 588 $CM* $IN $CM* $NU;
 589
 590 # LB 23
 591 $CM* $PO $CM* $ID;
 592 $CM* $NU $CM* ($ALPlus | $HL);
 593 $CM* ($ALPlus | $HL) $CM* $NU;
 594
 595 # LB 24
 596 $CM* $ID $CM* $PR;
 597 $CM* ($ALPlus | $HL) $CM* $PR;
 598 $CM* ($ALPlus | $HL) $CM* $PO;
 599
 600
 601 # LB 25
 602 ($CM* ($PR | $PO))? ($CM* ($CL | $CP))? ($CM* ($NU | $IS | $SY))* $CM* $NU ($CM* ($OP | $HY))? ($CM* ($PR | $PO))?;
 603
 604 # LB 26
 605 $CM* ($H3 | $H2 | $JV | $JL) $CM* $JL;
 606 $CM* ($JT | $JV) $CM* ($H2 | $JV);
 607 $CM* $JT $CM* ($H3 | $JT);
 608
 609 # LB 27
 610 $CM* $IN $CM* ($H3 | $H2 | $JT | $JV | $JL);
 611 $CM* $PO $CM* ($H3 | $H2 | $JT | $JV | $JL);
 612 $CM* ($H3 | $H2 | $JT | $JV | $JL) $CM* $PR;
 613
 614 # LB 28
 615 $CM* ($ALPlus | $HL) $CM* ($ALPlus | $HL);
 616
 617
 618 # LB 29
 619 $CM* ($ALPlus | $HL) $CM* $IS;
 620
 621 # LB 30
 622 $CM* $OP $CM* ($ALPlus | $HL | $NU);
 623 $CM* ($ALPlus | $HL | $NU) $CM* $CP;
 624
 625 # LB 30a
 626 $CM* $RI $CM* $RI;
 627
 628 ## -------------------------------------------------
 629
 630 !!safe_reverse;
 631
 632 # LB 9
 633 $CM+ [^$CM $BK $CR $LF $NL $ZW $SP];
 634 $CM+ $SP / .;
 635
 636 # LB 14
 637 $SP+ $CM* $OP;
 638
 639 # LB 15
 640 $SP+ $CM* $QU;
 641
 642 # LB 16
 643 $SP+ $CM* ($CL | $CP);
 644
 645 # LB 17
 646 $SP+ $CM* $B2;
 647
 648 # LB 21
 649 $CM* ($HY | $BA) $CM* $HL;
 650
 651 # LB 25
 652 ($CM* ($IS | $SY))+ $CM* $NU;
 653 ($CL | $CP) $CM* ($NU | $IS | $SY);
 654
 655 # For dictionary-based break
 656 $dictionary $dictionary;
 657
 658 ## -------------------------------------------------
 659
 660 !!safe_forward;
 661
 662 # Skip forward over all character classes that are involved in
 663 #   rules containing patterns with possibly more than one char
 664 #   of context.
 665 #
 666 #  It might be slightly more efficient to have specific rules
 667 #  instead of one generic one, but only if we could
 668 #  turn off rule chaining.  We don't want to move more
 669 #  than necessary.
 670 #
 671 [$CM $OP $QU $CL $CP $B2 $PR $HY $BA $SP $dictionary]+ [^$CM $OP $QU $CL $CP $B2 $PR $HY $BA $dictionary];
 672 $dictionary $dictionary;
 673