fixes stupid persian characters

persian_fixer.py

import sys
from   pprint import pp

REPL = {
 '·': '.',
 '»': '"',
 '×': '×',
 'ː': ':',
 '˙': '.',
 '،': '،',
 '؍': '/',
 '؟': '؟',
 'ؠ': 'ی',
 'ء': 'ء',
 'آ': 'آ',
 'ؤ': 'ؤ',
 'إ': 'إ',
 'ئ': 'ئ',
 'ا': 'ا',
 'ب': 'ب',
 'ت': 'ت',
 'ث': 'ث',
 'ج': 'ج',
 'ح': 'ح',
 'خ': 'خ',
 'د': 'د',
 'ذ': 'ذ',
 'ر': 'ر',
 'ز': 'ز',
 'س': 'س',
 'ش': 'ش',
 'ص': 'ص',
 'ض': 'ض',
 'ط': 'ط',
 'ظ': 'ظ',
 'ع': 'ع',
 'غ': 'غ',
 'ف': 'ف',
 'ق': 'ق',
 'ل': 'ل',
 'م': 'م',
 'ن': 'ن',
 'ه': 'ه',
 'و': 'و',
 'ي': 'ی',
 'ً': 'ً',
 '٪': '%',
 '٫': '.',
 '٬': ',',
 'ٱ': 'ا',
 'پ': 'پ',
 'چ': 'چ',
 'ژ': 'ژ',
 'ک': 'ک',
 'گ': 'گ',
 'ۂ': 'ه',
 'ی': 'ی',
 '۰': '0',
 '٠': '0',
 '۱': '1',
 '۲': '2',
 '۳': '3',
 '۴': '4',
 '۵': '5',
 '۶': '6',
 '۷': '7',
 '۸': '8',
 '٩': '9',
 '\u200c': ' ',
 '‐': '-',
 '‑': '-',
 '–': '-',
 '—': '-',
 '―': '-',
 '’': "'",
 '‚': ',',
 '“': '"',
 '”': '"',
 '•': '*',
 '…': '…',
 '‹': '<',
 '›': '>',
 '⁺': '+',
 '⁻': '-',
 '⁼': '=',
 'ﭘ': 'پ',
 'ﭼ': 'چ',
 'ﮋ': 'ژ',
 'ﮒ': 'گ',
 'ﮓ': 'گ',
 'ﮔ': 'گ',
 'ﮕ': 'گ',
 '﹑': ',',
 '﹔': ';',
 '﹕': ':',
 '﹖': '?',
 '﹗': '!',
 '﹙': '(',
 '﹚': ')',
 '﹟': '#',
 '﹠': '&',
 '﹤': '<',
 '﹥': '>',
 'ﺁ': 'آ',
 'ﺄ': 'أ',
 'ﺆ': 'و',
 'ﺋ': 'ئ',
 'ﺌ': 'ئ',
 'ﺍ': 'ا',
 'ﺎ': 'ا',
 'ﺏ': 'ب',
 'ﺐ': 'ب',
 'ﺑ': 'ب',
 'ﺒ': 'ب',
 'ﺕ': 'ت',
 'ﺖ': 'ت',
 'ﺗ': 'ت',
 'ﺘ': 'ت',
 'ﺚ': 'ث',
 'ﺛ': 'ث',
 'ﺜ': 'ث',
 'ﺝ': 'ج',
 'ﺞ': 'ج',
 'ﺟ': 'ج',
 'ﺠ': 'ج',
 'ﺢ': 'ح',
 'ﺣ': 'ح',
 'ﺤ': 'ح',
 'ﺥ': 'خ',
 'ﺦ': 'خ',
 'ﺧ': 'خ',
 'ﺨ': 'خ',
 'ﺩ': 'د',
 'ﺪ': 'د',
 'ﺬ': 'ذ',
 'ﺭ': 'ر',
 'ﺮ': 'ر',
 'ﺯ': 'ز',
 'ﺰ': 'ز',
 'ﺲ': 'س',
 'ﺳ': 'س',
 'ﺴ': 'س',
 'ﺵ': 'ش',
 'ﺶ': 'ش',
 'ﺷ': 'ش',
 'ﺸ': 'ش',
 'ﺹ': 'ص',
 'ﺺ': 'ص',
 'ﺻ': 'ص',
 'ﺼ': 'ص',
 'ﺽ': 'ض',
 'ﺿ': 'ض',
 'ﻀ': 'ض',
 'ﻁ': 'ط',
 'ﻂ': 'ط',
 'ﻃ': 'ط',
 'ﻄ': 'ط',
 'ﻈ': 'ظ',
 'ﻉ': 'ع',
 'ﻊ': 'ع',
 'ﻋ': 'ع',
 'ﻌ': 'ع',
 'ﻐ': 'غ',
 'ﻑ': 'ف',
 'ﻒ': 'ف',
 'ﻓ': 'ف',
 'ﻔ': 'ف',
 'ﻖ': 'ق',
 'ﻗ': 'ق',
 'ﻘ': 'ق',
 'ﻚ': 'ک',
 'ﻛ': 'ک',
 'ﻜ': 'ک',
 'ﻝ': 'ل',
 'ﻞ': 'ل',
 'ﻟ': 'ل',
 'ﻠ': 'ل',
 'ﻡ': 'م',
 'ﻢ': 'م',
 'ﻣ': 'م',
 'ﻤ': 'م',
 'ﻥ': 'ن',
 'ﻦ': 'ن',
 'ﻧ': 'ن',
 'ﻨ': 'ن',
 'ﻩ': 'ه',
 'ﻪ': 'ه',
 'ﻫ': 'ه',
 'ﻬ': 'ه',
 'ﻭ': 'و',
 'ﻮ': 'و',
 'ﻱ': 'ی',
 'ﻲ': 'ی',
 'ﻳ': 'ی',
 'ﻴ': 'ی',
 'ﻻ': 'لا',
 'ﻼ': 'لا',
 '＂': '"',
 '＃': '#',
 '＆': '&',
 '＇': "'",
 '＊': '*',
 '＋': '+',
 '／': '/',
 '＜': '<',
 '＝': '=',
 '＞': '>',
 '＠': '@',
 '＼': '\\',
 '｀': '`'}

# -----------------------------------

def is_ascii(char):
    return ord(char) < 128

def purify_persian(s: str) -> str:
    """Process Persian text and return a set of unique characters"""
    result = []
    seen = set()
    
    for ch in s:
      if ch in REPL:
        result.append(REPL[ch])
    
      else:
        result.append(ch)
        if not is_ascii(ch) and ch not in seen:
            print("missing: ", ch)
            seen.add(ch)

    return ''.join(result)

# ---------------------------------------

if __name__ == "__main__":
    N = len(sys.argv)
    if N == 3:
        finpath  = sys.argv[1]
        foutpath = sys.argv[2]
        
        with open(finpath, 'r', encoding='utf-8') as f:
            content = f.read()
        
        result = purify_persian(content)
        with open(foutpath, 'w', encoding='utf-8') as f:
            f.write(result)
            
    if N == 2:
        pp(dict(sorted(REPL.items())))
        
    else:
        print("""
usage:
    python app.py input_file_path output_file_path

see replacements:
    python app.py etc

see help:
    python app.py
              """, file=sys.stderr)
        sys.exit(1)