Support for characters beyond BMP and below PUA

1 files changed, 258 insertions, 0 deletions

diff --git a/unidecode/x0b8.py b/unidecode/x0b8.py
new file mode 100644
index 0000000..5c845eb
--- /dev/null
+++ b/unidecode/x0b8.py
@@ -0,0 +1,258 @@
+data = (
+'reoss',    # 0x00
+'reong',    # 0x01
+'reoj',    # 0x02
+'reoc',    # 0x03
+'reok',    # 0x04
+'reot',    # 0x05
+'reop',    # 0x06
+'reoh',    # 0x07
+'re',    # 0x08
+'reg',    # 0x09
+'regg',    # 0x0a
+'regs',    # 0x0b
+'ren',    # 0x0c
+'renj',    # 0x0d
+'renh',    # 0x0e
+'red',    # 0x0f
+'rel',    # 0x10
+'relg',    # 0x11
+'relm',    # 0x12
+'relb',    # 0x13
+'rels',    # 0x14
+'relt',    # 0x15
+'relp',    # 0x16
+'relh',    # 0x17
+'rem',    # 0x18
+'reb',    # 0x19
+'rebs',    # 0x1a
+'res',    # 0x1b
+'ress',    # 0x1c
+'reng',    # 0x1d
+'rej',    # 0x1e
+'rec',    # 0x1f
+'rek',    # 0x20
+'ret',    # 0x21
+'rep',    # 0x22
+'reh',    # 0x23
+'ryeo',    # 0x24
+'ryeog',    # 0x25
+'ryeogg',    # 0x26
+'ryeogs',    # 0x27
+'ryeon',    # 0x28
+'ryeonj',    # 0x29
+'ryeonh',    # 0x2a
+'ryeod',    # 0x2b
+'ryeol',    # 0x2c
+'ryeolg',    # 0x2d
+'ryeolm',    # 0x2e
+'ryeolb',    # 0x2f
+'ryeols',    # 0x30
+'ryeolt',    # 0x31
+'ryeolp',    # 0x32
+'ryeolh',    # 0x33
+'ryeom',    # 0x34
+'ryeob',    # 0x35
+'ryeobs',    # 0x36
+'ryeos',    # 0x37
+'ryeoss',    # 0x38
+'ryeong',    # 0x39
+'ryeoj',    # 0x3a
+'ryeoc',    # 0x3b
+'ryeok',    # 0x3c
+'ryeot',    # 0x3d
+'ryeop',    # 0x3e
+'ryeoh',    # 0x3f
+'rye',    # 0x40
+'ryeg',    # 0x41
+'ryegg',    # 0x42
+'ryegs',    # 0x43
+'ryen',    # 0x44
+'ryenj',    # 0x45
+'ryenh',    # 0x46
+'ryed',    # 0x47
+'ryel',    # 0x48
+'ryelg',    # 0x49
+'ryelm',    # 0x4a
+'ryelb',    # 0x4b
+'ryels',    # 0x4c
+'ryelt',    # 0x4d
+'ryelp',    # 0x4e
+'ryelh',    # 0x4f
+'ryem',    # 0x50
+'ryeb',    # 0x51
+'ryebs',    # 0x52
+'ryes',    # 0x53
+'ryess',    # 0x54
+'ryeng',    # 0x55
+'ryej',    # 0x56
+'ryec',    # 0x57
+'ryek',    # 0x58
+'ryet',    # 0x59
+'ryep',    # 0x5a
+'ryeh',    # 0x5b
+'ro',    # 0x5c
+'rog',    # 0x5d
+'rogg',    # 0x5e
+'rogs',    # 0x5f
+'ron',    # 0x60
+'ronj',    # 0x61
+'ronh',    # 0x62
+'rod',    # 0x63
+'rol',    # 0x64
+'rolg',    # 0x65
+'rolm',    # 0x66
+'rolb',    # 0x67
+'rols',    # 0x68
+'rolt',    # 0x69
+'rolp',    # 0x6a
+'rolh',    # 0x6b
+'rom',    # 0x6c
+'rob',    # 0x6d
+'robs',    # 0x6e
+'ros',    # 0x6f
+'ross',    # 0x70
+'rong',    # 0x71
+'roj',    # 0x72
+'roc',    # 0x73
+'rok',    # 0x74
+'rot',    # 0x75
+'rop',    # 0x76
+'roh',    # 0x77
+'rwa',    # 0x78
+'rwag',    # 0x79
+'rwagg',    # 0x7a
+'rwags',    # 0x7b
+'rwan',    # 0x7c
+'rwanj',    # 0x7d
+'rwanh',    # 0x7e
+'rwad',    # 0x7f
+'rwal',    # 0x80
+'rwalg',    # 0x81
+'rwalm',    # 0x82
+'rwalb',    # 0x83
+'rwals',    # 0x84
+'rwalt',    # 0x85
+'rwalp',    # 0x86
+'rwalh',    # 0x87
+'rwam',    # 0x88
+'rwab',    # 0x89
+'rwabs',    # 0x8a
+'rwas',    # 0x8b
+'rwass',    # 0x8c
+'rwang',    # 0x8d
+'rwaj',    # 0x8e
+'rwac',    # 0x8f
+'rwak',    # 0x90
+'rwat',    # 0x91
+'rwap',    # 0x92
+'rwah',    # 0x93
+'rwae',    # 0x94
+'rwaeg',    # 0x95
+'rwaegg',    # 0x96
+'rwaegs',    # 0x97
+'rwaen',    # 0x98
+'rwaenj',    # 0x99
+'rwaenh',    # 0x9a
+'rwaed',    # 0x9b
+'rwael',    # 0x9c
+'rwaelg',    # 0x9d
+'rwaelm',    # 0x9e
+'rwaelb',    # 0x9f
+'rwaels',    # 0xa0
+'rwaelt',    # 0xa1
+'rwaelp',    # 0xa2
+'rwaelh',    # 0xa3
+'rwaem',    # 0xa4
+'rwaeb',    # 0xa5
+'rwaebs',    # 0xa6
+'rwaes',    # 0xa7
+'rwaess',    # 0xa8
+'rwaeng',    # 0xa9
+'rwaej',    # 0xaa
+'rwaec',    # 0xab
+'rwaek',    # 0xac
+'rwaet',    # 0xad
+'rwaep',    # 0xae
+'rwaeh',    # 0xaf
+'roe',    # 0xb0
+'roeg',    # 0xb1
+'roegg',    # 0xb2
+'roegs',    # 0xb3
+'roen',    # 0xb4
+'roenj',    # 0xb5
+'roenh',    # 0xb6
+'roed',    # 0xb7
+'roel',    # 0xb8
+'roelg',    # 0xb9
+'roelm',    # 0xba
+'roelb',    # 0xbb
+'roels',    # 0xbc
+'roelt',    # 0xbd
+'roelp',    # 0xbe
+'roelh',    # 0xbf
+'roem',    # 0xc0
+'roeb',    # 0xc1
+'roebs',    # 0xc2
+'roes',    # 0xc3
+'roess',    # 0xc4
+'roeng',    # 0xc5
+'roej',    # 0xc6
+'roec',    # 0xc7
+'roek',    # 0xc8
+'roet',    # 0xc9
+'roep',    # 0xca
+'roeh',    # 0xcb
+'ryo',    # 0xcc
+'ryog',    # 0xcd
+'ryogg',    # 0xce
+'ryogs',    # 0xcf
+'ryon',    # 0xd0
+'ryonj',    # 0xd1
+'ryonh',    # 0xd2
+'ryod',    # 0xd3
+'ryol',    # 0xd4
+'ryolg',    # 0xd5
+'ryolm',    # 0xd6
+'ryolb',    # 0xd7
+'ryols',    # 0xd8
+'ryolt',    # 0xd9
+'ryolp',    # 0xda
+'ryolh',    # 0xdb
+'ryom',    # 0xdc
+'ryob',    # 0xdd
+'ryobs',    # 0xde
+'ryos',    # 0xdf
+'ryoss',    # 0xe0
+'ryong',    # 0xe1
+'ryoj',    # 0xe2
+'ryoc',    # 0xe3
+'ryok',    # 0xe4
+'ryot',    # 0xe5
+'ryop',    # 0xe6
+'ryoh',    # 0xe7
+'ru',    # 0xe8
+'rug',    # 0xe9
+'rugg',    # 0xea
+'rugs',    # 0xeb
+'run',    # 0xec
+'runj',    # 0xed
+'runh',    # 0xee
+'rud',    # 0xef
+'rul',    # 0xf0
+'rulg',    # 0xf1
+'rulm',    # 0xf2
+'rulb',    # 0xf3
+'ruls',    # 0xf4
+'rult',    # 0xf5
+'rulp',    # 0xf6
+'rulh',    # 0xf7
+'rum',    # 0xf8
+'rub',    # 0xf9
+'rubs',    # 0xfa
+'rus',    # 0xfb
+'russ',    # 0xfc
+'rung',    # 0xfd
+'ruj',    # 0xfe
+'ruc',    # 0xff
+)