Support for characters beyond BMP and below PUA

1 files changed, 258 insertions, 0 deletions

diff --git a/unidecode/x0b4.py b/unidecode/x0b4.py
new file mode 100644
index 0000000..7a6a5aa
--- /dev/null
+++ b/unidecode/x0b4.py
@@ -0,0 +1,258 @@
+data = (
+'dwaen',    # 0x00
+'dwaenj',    # 0x01
+'dwaenh',    # 0x02
+'dwaed',    # 0x03
+'dwael',    # 0x04
+'dwaelg',    # 0x05
+'dwaelm',    # 0x06
+'dwaelb',    # 0x07
+'dwaels',    # 0x08
+'dwaelt',    # 0x09
+'dwaelp',    # 0x0a
+'dwaelh',    # 0x0b
+'dwaem',    # 0x0c
+'dwaeb',    # 0x0d
+'dwaebs',    # 0x0e
+'dwaes',    # 0x0f
+'dwaess',    # 0x10
+'dwaeng',    # 0x11
+'dwaej',    # 0x12
+'dwaec',    # 0x13
+'dwaek',    # 0x14
+'dwaet',    # 0x15
+'dwaep',    # 0x16
+'dwaeh',    # 0x17
+'doe',    # 0x18
+'doeg',    # 0x19
+'doegg',    # 0x1a
+'doegs',    # 0x1b
+'doen',    # 0x1c
+'doenj',    # 0x1d
+'doenh',    # 0x1e
+'doed',    # 0x1f
+'doel',    # 0x20
+'doelg',    # 0x21
+'doelm',    # 0x22
+'doelb',    # 0x23
+'doels',    # 0x24
+'doelt',    # 0x25
+'doelp',    # 0x26
+'doelh',    # 0x27
+'doem',    # 0x28
+'doeb',    # 0x29
+'doebs',    # 0x2a
+'does',    # 0x2b
+'doess',    # 0x2c
+'doeng',    # 0x2d
+'doej',    # 0x2e
+'doec',    # 0x2f
+'doek',    # 0x30
+'doet',    # 0x31
+'doep',    # 0x32
+'doeh',    # 0x33
+'dyo',    # 0x34
+'dyog',    # 0x35
+'dyogg',    # 0x36
+'dyogs',    # 0x37
+'dyon',    # 0x38
+'dyonj',    # 0x39
+'dyonh',    # 0x3a
+'dyod',    # 0x3b
+'dyol',    # 0x3c
+'dyolg',    # 0x3d
+'dyolm',    # 0x3e
+'dyolb',    # 0x3f
+'dyols',    # 0x40
+'dyolt',    # 0x41
+'dyolp',    # 0x42
+'dyolh',    # 0x43
+'dyom',    # 0x44
+'dyob',    # 0x45
+'dyobs',    # 0x46
+'dyos',    # 0x47
+'dyoss',    # 0x48
+'dyong',    # 0x49
+'dyoj',    # 0x4a
+'dyoc',    # 0x4b
+'dyok',    # 0x4c
+'dyot',    # 0x4d
+'dyop',    # 0x4e
+'dyoh',    # 0x4f
+'du',    # 0x50
+'dug',    # 0x51
+'dugg',    # 0x52
+'dugs',    # 0x53
+'dun',    # 0x54
+'dunj',    # 0x55
+'dunh',    # 0x56
+'dud',    # 0x57
+'dul',    # 0x58
+'dulg',    # 0x59
+'dulm',    # 0x5a
+'dulb',    # 0x5b
+'duls',    # 0x5c
+'dult',    # 0x5d
+'dulp',    # 0x5e
+'dulh',    # 0x5f
+'dum',    # 0x60
+'dub',    # 0x61
+'dubs',    # 0x62
+'dus',    # 0x63
+'duss',    # 0x64
+'dung',    # 0x65
+'duj',    # 0x66
+'duc',    # 0x67
+'duk',    # 0x68
+'dut',    # 0x69
+'dup',    # 0x6a
+'duh',    # 0x6b
+'dweo',    # 0x6c
+'dweog',    # 0x6d
+'dweogg',    # 0x6e
+'dweogs',    # 0x6f
+'dweon',    # 0x70
+'dweonj',    # 0x71
+'dweonh',    # 0x72
+'dweod',    # 0x73
+'dweol',    # 0x74
+'dweolg',    # 0x75
+'dweolm',    # 0x76
+'dweolb',    # 0x77
+'dweols',    # 0x78
+'dweolt',    # 0x79
+'dweolp',    # 0x7a
+'dweolh',    # 0x7b
+'dweom',    # 0x7c
+'dweob',    # 0x7d
+'dweobs',    # 0x7e
+'dweos',    # 0x7f
+'dweoss',    # 0x80
+'dweong',    # 0x81
+'dweoj',    # 0x82
+'dweoc',    # 0x83
+'dweok',    # 0x84
+'dweot',    # 0x85
+'dweop',    # 0x86
+'dweoh',    # 0x87
+'dwe',    # 0x88
+'dweg',    # 0x89
+'dwegg',    # 0x8a
+'dwegs',    # 0x8b
+'dwen',    # 0x8c
+'dwenj',    # 0x8d
+'dwenh',    # 0x8e
+'dwed',    # 0x8f
+'dwel',    # 0x90
+'dwelg',    # 0x91
+'dwelm',    # 0x92
+'dwelb',    # 0x93
+'dwels',    # 0x94
+'dwelt',    # 0x95
+'dwelp',    # 0x96
+'dwelh',    # 0x97
+'dwem',    # 0x98
+'dweb',    # 0x99
+'dwebs',    # 0x9a
+'dwes',    # 0x9b
+'dwess',    # 0x9c
+'dweng',    # 0x9d
+'dwej',    # 0x9e
+'dwec',    # 0x9f
+'dwek',    # 0xa0
+'dwet',    # 0xa1
+'dwep',    # 0xa2
+'dweh',    # 0xa3
+'dwi',    # 0xa4
+'dwig',    # 0xa5
+'dwigg',    # 0xa6
+'dwigs',    # 0xa7
+'dwin',    # 0xa8
+'dwinj',    # 0xa9
+'dwinh',    # 0xaa
+'dwid',    # 0xab
+'dwil',    # 0xac
+'dwilg',    # 0xad
+'dwilm',    # 0xae
+'dwilb',    # 0xaf
+'dwils',    # 0xb0
+'dwilt',    # 0xb1
+'dwilp',    # 0xb2
+'dwilh',    # 0xb3
+'dwim',    # 0xb4
+'dwib',    # 0xb5
+'dwibs',    # 0xb6
+'dwis',    # 0xb7
+'dwiss',    # 0xb8
+'dwing',    # 0xb9
+'dwij',    # 0xba
+'dwic',    # 0xbb
+'dwik',    # 0xbc
+'dwit',    # 0xbd
+'dwip',    # 0xbe
+'dwih',    # 0xbf
+'dyu',    # 0xc0
+'dyug',    # 0xc1
+'dyugg',    # 0xc2
+'dyugs',    # 0xc3
+'dyun',    # 0xc4
+'dyunj',    # 0xc5
+'dyunh',    # 0xc6
+'dyud',    # 0xc7
+'dyul',    # 0xc8
+'dyulg',    # 0xc9
+'dyulm',    # 0xca
+'dyulb',    # 0xcb
+'dyuls',    # 0xcc
+'dyult',    # 0xcd
+'dyulp',    # 0xce
+'dyulh',    # 0xcf
+'dyum',    # 0xd0
+'dyub',    # 0xd1
+'dyubs',    # 0xd2
+'dyus',    # 0xd3
+'dyuss',    # 0xd4
+'dyung',    # 0xd5
+'dyuj',    # 0xd6
+'dyuc',    # 0xd7
+'dyuk',    # 0xd8
+'dyut',    # 0xd9
+'dyup',    # 0xda
+'dyuh',    # 0xdb
+'deu',    # 0xdc
+'deug',    # 0xdd
+'deugg',    # 0xde
+'deugs',    # 0xdf
+'deun',    # 0xe0
+'deunj',    # 0xe1
+'deunh',    # 0xe2
+'deud',    # 0xe3
+'deul',    # 0xe4
+'deulg',    # 0xe5
+'deulm',    # 0xe6
+'deulb',    # 0xe7
+'deuls',    # 0xe8
+'deult',    # 0xe9
+'deulp',    # 0xea
+'deulh',    # 0xeb
+'deum',    # 0xec
+'deub',    # 0xed
+'deubs',    # 0xee
+'deus',    # 0xef
+'deuss',    # 0xf0
+'deung',    # 0xf1
+'deuj',    # 0xf2
+'deuc',    # 0xf3
+'deuk',    # 0xf4
+'deut',    # 0xf5
+'deup',    # 0xf6
+'deuh',    # 0xf7
+'dyi',    # 0xf8
+'dyig',    # 0xf9
+'dyigg',    # 0xfa
+'dyigs',    # 0xfb
+'dyin',    # 0xfc
+'dyinj',    # 0xfd
+'dyinh',    # 0xfe
+'dyid',    # 0xff
+)