Update model translations

encar_scraper/translations.py

@@ -1,5 +1,15 @@
 # Словари переводов корейского текста русский / английский.
 # Используется в encar.py для маппинга данных Encar API.
+#
+# Эталон переводов брендов и моделей — словарь партнёра
+# (`partner_dictionary.py`). Он подмешивается ниже как база: значения оттуда
+# имеют приоритет для брендов и моделей, а специфичные для проекта записи
+# (корейские модели Hyundai/Kia/Genesis и т.п., которых нет у партнёра)
+# сохраняются как дополнение.
+
+import re
+
+from .partner_dictionary import ENCAR_KO_EN_TABLES as _PARTNER_TABLES
 
 
 #  Топливо
@@ -176,6 +186,12 @@ BRAND_TRANSLATIONS = {
     "기타 수입차": "Other Imported",
 }
 
+# Подмешиваем бренды из эталонного словаря партнёра как базу. Существующие
+# записи проекта имеют приоритет (не перезаписываются), новые из словаря
+# партнёра добавляются.
+for _ko, _en in _PARTNER_TABLES["makers"].items():
+    BRAND_TRANSLATIONS.setdefault(_ko, _en)
+
 
 #  Бренды: английский → алиасы (корейский + русский)
 
@@ -277,6 +293,240 @@ def expand_allowed_brands(brands: set[str] | None) -> set[str] | None:
 
 #  Модели / комплектации: корейский → английский
 
+# Точные переводы базовых названий моделей Encar. Этот словарь используется
+# перед частичным переводом и не должен содержать общие слова вроде "뉴".
+MODEL_EXACT_TRANSLATIONS = {
+    # BMW / Mercedes-Benz
+    "1시리즈": "1 Series",
+    "2시리즈": "2 Series",
+    "3시리즈": "3 Series",
+    "4시리즈": "4 Series",
+    "5시리즈": "5 Series",
+    "6시리즈": "6 Series",
+    "7시리즈": "7 Series",
+    "8시리즈": "8 Series",
+    "A-클래스": "A-Class",
+    "B-클래스": "B-Class",
+    "C-클래스": "C-Class",
+    "E-클래스": "E-Class",
+    "S-클래스": "S-Class",
+    "SL-클래스": "SL-Class",
+    "SLK-클래스": "SLK-Class",
+    "GLA-클래스": "GLA-Class",
+    "GLB-클래스": "GLB-Class",
+    "GLC-클래스": "GLC-Class",
+    "GLE-클래스": "GLE-Class",
+    "GLS-클래스": "GLS-Class",
+    "V-클래스": "V-Class",
+    # Hyundai / Kia / Genesis
+    "팰리세이드": "Palisade",
+    "싼타페": "Santa Fe",
+    "투싼": "Tucson",
+    "아반떼": "Avante",
+    "쏘나타": "Sonata",
+    "쏘나타 디 엣지": "Sonata The Edge",
+    "그랜저": "Grandeur",
+    "아이오닉5": "Ioniq 5",
+    "아이오닉6": "Ioniq 6",
+    "아이오닉": "Ioniq",
+    "넥쏘": "Nexo",
+    "벨로스터": "Veloster",
+    "코나": "Kona",
+    "캐스퍼": "Casper",
+    "베뉴": "Venue",
+    "스타렉스": "Starex",
+    "스타리아": "Staria",
+    "아슬란": "Aslan",
+    "베라크루즈": "Veracruz",
+    "카니발": "Carnival",
+    "쏘렌토": "Sorento",
+    "스포티지": "Sportage",
+    "에스컬레이드": "Escalade",
+    "프리미어": "Premier",
+    "1세대": "1st gen",
+    "2세대": "2nd gen",
+    "3세대": "3rd gen",
+    "4세대": "4th gen",
+    "5세대": "5th gen",
+    "6세대": "6th gen",
+    "7세대": "7th gen",
+    "8세대": "8th gen",
+    "모닝": "Morning",
+    "레이": "Ray",
+    "셀토스": "Seltos",
+    "니로": "Niro",
+    "스팅어": "Stinger",
+    "쏘울": "Soul",
+    "모하비": "Mohave",
+    "프라이드": "Pride",
+    "스토닉": "Stonic",
+    "카렌스": "Carens",
+    "제네시스": "Genesis",
+    # Chevrolet / Renault Korea / KG Mobility
+    "스파크": "Spark",
+    "말리부": "Malibu",
+    "트랙스": "Trax",
+    "크루즈": "Cruze",
+    "올란도": "Orlando",
+    "트레일블레이저": "Trailblazer",
+    "콜로라도": "Colorado",
+    "트래버스": "Traverse",
+    "캡티바": "Captiva",
+    "이쿼녹스": "Equinox",
+    "아베오": "Aveo",
+    "볼트": "Volt",
+    "임팔라": "Impala",
+    "맥스크루즈": "Max Cruz",
+    "렉스턴 스포츠 칸": "Rexton Sport Khan",
+    "렉스턴 스포츠": "Rexton Sport",
+    "렉스턴": "Rexton",
+    "토레스": "Torres",
+    "티볼리 에어": "Tivoli Air",
+    "티볼리 아머": "Tivoli Armor",
+    "티볼리": "Tivoli",
+    "코란도 투리스모": "Korando Turismo",
+    "코란도 스포츠": "Korando Sport",
+    "코란도": "Korando",
+    "체어맨": "Chairman",
+    "오피러스": "Opirus",
+    # Import models written in Korean
+    "익스플로러": "Explorer",
+    "머스탱": "Mustang",
+    "카이엔": "Cayenne",
+    "카이엔 쿠페": "Cayenne Coupe",
+    "파나메라": "Panamera",
+    "파나메라 스포츠 투리스모": "Panamera Sport Turismo",
+    "마칸": "Macan",
+    "타이칸": "Taycan",
+    "타이칸 크로스 투리스모": "Taycan Cross Turismo",
+    "918 스파이더": "918 Spyder",
+    "718 스파이더": "718 Spyder",
+    "4.0 스파이더": "4.0 Spyder",
+    "박스터": "Boxster",
+    "카이맨": "Cayman",
+    "911 카브리올레": "911 Cabriolet",
+    "카레라": "Carrera",
+    "티구안": "Tiguan",
+    "골프": "Golf",
+    "제타": "Jetta",
+    "투아렉": "Touareg",
+    "파사트": "Passat",
+    "아테온": "Arteon",
+    "쿠퍼": "Cooper",
+    "컨트리맨": "Countryman",
+    "클럽맨": "Clubman",
+    "디스커버리": "Discovery",
+    "레인지로버": "Range Rover",
+    "이보크": "Evoque",
+    "벨라": "Velar",
+    "디펜더": "Defender",
+    "랭글러": "Wrangler",
+    "체로키": "Cherokee",
+    "레니게이드": "Renegade",
+    "컴패스": "Compass",
+    "루비콘": "Rubicon",
+    "에비에이터": "Aviator",
+    "르반떼": "Levante",
+    "기블리": "Ghibli",
+    "어코드": "Accord",
+    "캠리": "Camry",
+    "프리우스": "Prius",
+    "타스만": "Tasman",
+    "토러스": "Taurus",
+    "카마로": "Camaro",
+    "비틀": "Beetle",
+    "e-트론": "e-tron",
+    "글래디에이터": "Gladiator",
+    "노틸러스": "Nautilus",
+    "시로코": "Scirocco",
+    "아틀라스": "Atlas",
+    "알파드": "Alphard",
+    "익스페디션": "Expedition",
+    "익스프레스Van": "Express Van",
+    "짐니": "Jimny",
+    "쿠가": "Kuga",
+    "클리오": "Clio",
+    "파일럿": "Pilot",
+    "콰트로포르테": "Quattroporte",
+    "고스트": "Ghost",
+    "팬텀": "Phantom",
+    "레이스": "Wraith",
+    "던": "Dawn",
+    "컬리넌": "Cullinan",
+    "스펙터": "Spectre",
+    "벤테이가": "Bentayga",
+    "컨티넨탈 GT": "Continental GT",
+    "플라잉스퍼": "Flying Spur",
+    "우라칸": "Huracan",
+    "아벤타도르": "Aventador",
+    "우루스": "Urus",
+    "레부엘토": "Revuelto",
+    "로마": "Roma",
+    "포르토피노": "Portofino",
+    "SF90 스트라달레": "SF90 Stradale",
+    "F8 트리뷰토": "F8 Tributo",
+    "그란투리스모": "GranTurismo",
+    "반퀴시": "Vanquish",
+    "밴티지": "Vantage",
+    "AMG GT 4도어 쿠페": "AMG GT 4-Door Coupe",
+}
+
+# Подмешиваем модели из эталонного словаря партнёра как базу. Существующие
+# записи проекта имеют приоритет. Дополнительно добавляем нормализованные
+# варианты ключей партнёра (напр. "5 시리즈" -> "5시리즈", "S 클래스" -> "S-클래스"),
+# т.к. в сырых данных Encar формат отличается пробелами/дефисами.
+def _register_partner_models() -> None:
+    for _ko, _en in _PARTNER_TABLES["models"].items():
+        MODEL_EXACT_TRANSLATIONS.setdefault(_ko, _en)
+        # "5 시리즈" -> "5시리즈"
+        _compact = re.sub(r"(?<=\d)\s+시리즈", "시리즈", _ko)
+        # "S 클래스" -> "S-클래스"
+        _compact = re.sub(r"(?<=[A-Za-z])\s+클래스", "-클래스", _compact)
+        if _compact != _ko:
+            MODEL_EXACT_TRANSLATIONS.setdefault(_compact, _en)
+
+
+_register_partner_models()
+
+# Безопасные составные фразы. Применяются только к строкам, где есть корейский текст.
+MODEL_PHRASE_TRANSLATIONS = {
+    "올 뉴": "All New",
+    "더 뉴": "New",
+    "디 올 뉴": "The All New",
+    "베리 뉴": "Very New",
+    "베리": "Very",
+    "뷰티풀": "Beautiful",
+    "넥스트": "Next",
+    "디 ": "The ",
+    "디 엣지": "The Edge",
+    "액티브 투어러": "Active Tourer",
+    "투어러": "Tourer",
+    "그란쿠페": "GranCoupe",
+    "그란 쿠페": "GranCoupe",
+    "스포츠 칸": "Sport Khan",
+    "스포츠": "Sport",
+    "하이브리드": "Hybrid",
+    "일렉트릭": "Electric",
+    "네오": "Neo",
+    "트랜스폼": "Transform",
+    "프라임": "Prime",
+    "마스터": "Master",
+    "어반": "Urban",
+    "볼드": "Bold",
+    "아머": "Armor",
+    "에어": "Air",
+}
+
+# Короткие токены переводятся только как отдельные токены, не внутри других слов.
+MODEL_TOKEN_TRANSLATIONS = {
+    "시리즈": "Series",
+    "클래스": "Class",
+    "세대": "gen",
+    "뉴": "New",
+    "올": "All",
+    "칸": "Khan",
+}
+
 MODEL_TRANSLATIONS = {
     # --- Топливо / тип двигателя ---
     "가솔린": "Gasoline",
@@ -551,6 +801,21 @@ MODEL_TRANSLATIONS = {
     "그란투리스모": "GranTurismo",
     "반퀴시": "Vanquish",
     "밴티지": "Vantage",
+    # --- Дополнительные модели, встреченные в данных Encar ---
+    "시에라": "Sierra",
+    "시빅": "Civic",
+    "레인저": "Ranger",
+    "콜레오스": "Koleos",
+    "그랑 콜레오스": "Grand Koleos",
+    "페이톤": "Phaeton",
+    "티록": "T-Roc",
+    "큐브": "Cube",
+    "크라운": "Crown",
+    "라이즈": "Rise",
+    "시로코": "Scirocco",
+    "이오스": "Eos",
+    "비틀": "Beetle",
+    "폴로": "Polo",
     # --- Служебные / категории ---
     "(세부등급": "(sub-trim",
     "없음)": "none)",