#!/usr/bin/env python
# -*- coding: utf-8 -*-

import unicodedata

def Graphie_desaccentuee(graphie):
	"""Supprime les accents d'une chaîne de caractères unicode.

	La chaîne de caractères est normalisée en décomposant les lettres
	accentuées, puis on conserve uniquement les caractères qui ne sont pas des
	accents.
	"""
	return ''.join([c for c in unicodedata.normalize('NFD', graphie) if unicodedata.category(c) != 'Mn'])

def Nb_noy_voc(graphie, lettres_voyelles=set('AEIOUaeiouàâäéèêëïîöôüûù')):
	"""Calcule le nombre de noyaux vocaliques de la graphie.

	Validité sur les langues à écriture alphabétique voyellée.
	1 noyau vocalique = 1 suite de voyelles contiguës.
	Pour que le calcul soit indépendant des langues,
	on ne s'occupe pas du fait qu'une syllabe finale soit muette
	ou pas (on la compte comme non muette).
	"""
	
	graphie = Graphie_desaccentuee(graphie)

	# graphie_voyelles[i] vaut True si graphie[i] est un voyelle, False sinon
	graphie_voyelles = [c in lettres_voyelles for c in graphie]

	# Traiter y : C ou V ?
	# Compter y comme voyelle ds systèmes et comme consonne ds rayon
	# 3 règles interlangue pour y C ou V :
	# - y = C / défaut (rien à faire)
	# - y au début ou à la fin : y = V   (by y usually)
	# - CyC => y = V (remplacer y / V)
	nb_lettres = len(graphie)
	for i in range(nb_lettres):
		lettre = graphie[i]
		est_voyelle = graphie_voyelles[i]

		if (
			lettre.lower() == 'y' and
			(
				i == 0 or                      # "y" en début de mot
				i == nb_lettres-1 or not       # "y" en fin de mot
				graphie_voyelles[i-1] or not   # "y" précédé d'une consonne
				graphie_voyelles[i+1]          # "y" suivi d'une consonne
			)
		):
			graphie_voyelles[i] = True

	# Décompte du nombre de noyaux vocaliques
	# = nombre de voyelles précédées d'une consonne (ou en début de mot)
	nb_noy = 0
	for i in range(nb_lettres):
		if graphie_voyelles[i] and (i == 0 or not graphie_voyelles[i-1]):
			nb_noy += 1
	
	return nb_noy



if __name__ == "__main__":
	for mot in ['états', 'physique', 'hayon', 'really', 'ybycydy', 'Rohmilchk serteller', 'anticonstitutionnellement']:
		print((
			'"%s" -> "%s" : %i noyaux vocaliques' % (mot, Graphie_desaccentuee(mot), Nb_noy_voc(mot))
		).encode('utf-8', 'replace'))