|
|
"""
|
|
|
处理汉语拼音方案中的一些特殊情况
|
|
|
汉语拼音方案:
|
|
|
* https://zh.wiktionary.org/wiki/%E9%99%84%E5%BD%95:%E6%B1%89%E8%AF%AD%E6%8B%BC%E9%9F%B3%E6%96%B9%E6%A1%88
|
|
|
* http://www.moe.edu.cn/s78/A19/yxs_left/moe_810/s230/195802/t19580201_186000.html
|
|
|
|
|
|
“知、蚩、诗、日、资、雌、思”等七个音节的韵母用i，即：知、蚩、诗、日、资、雌、思等字拼作zhi，chi，shi，ri，zi，ci，si。
|
|
|
韵母ㄦ写成er，用作韵尾的时候写成r。例如：“儿童”拼作ertong，“花儿”拼作huar。
|
|
|
i行的韵母，前面没有声母的时候，写成yi(衣)，ya(呀)，ye(耶)，yao(腰)，you(忧)，yan(烟)，yin(因)，yang(央)，ying(英)，yong(雍)。
|
|
|
u行的韵母，前面没有声母的时候，写成wu(乌)，wa(蛙)，wo(窝)，wai(歪)，wei(威)，wan(弯)，wen(温)，wang(汪)，weng(翁)。
|
|
|
ü行的韵母，前面没有声母的时候，写成yu(迂)，yue(约)，yuan(冤)，yun(晕)；ü上两点省略。
|
|
|
ü行的韵跟声母j，q，x拼的时候，写成ju(居)，qu(区)，xu(虚)，ü上两点也省略；但是跟声母n，l拼的时候，仍然写成nü(女)，lü(吕)。
|
|
|
iou，uei，uen前面加声母的时候，写成iu，ui，un。例如niu(牛)，gui(归)，lun(论)。
|
|
|
在给汉字注音的时候，为了使拼式简短，ng可以省作ŋ。
|
|
|
"""
|
|
|
import re
|
|
|
from typing import Text
|
|
|
|
|
|
# u -> ü
|
|
|
UV_MAP = {
|
|
|
'u': 'ü',
|
|
|
'ū': 'ǖ',
|
|
|
'ú': 'ǘ',
|
|
|
'ǔ': 'ǚ',
|
|
|
'ù': 'ǜ',
|
|
|
}
|
|
|
U_TONES = set(UV_MAP.keys())
|
|
|
# ü行的韵跟声母j，q，x拼的时候，写成ju(居)，qu(区)，xu(虚)
|
|
|
UV_RE = re.compile(
|
|
|
r'^(j|q|x)({tones})(.*)$'.format(tones='|'.join(UV_MAP.keys())))
|
|
|
|
|
|
I_TONES = set(['i', 'ī', 'í', 'ǐ', 'ì'])
|
|
|
|
|
|
# iu -> iou
|
|
|
IU_MAP = {
|
|
|
'iu': 'iou',
|
|
|
'iū': 'ioū',
|
|
|
'iú': 'ioú',
|
|
|
'iǔ': 'ioǔ',
|
|
|
'iù': 'ioù',
|
|
|
}
|
|
|
IU_TONES = set(IU_MAP.keys())
|
|
|
IU_RE = re.compile(r'^([a-z]+)({tones})$'.format(tones='|'.join(IU_TONES)))
|
|
|
|
|
|
# ui -> uei
|
|
|
UI_MAP = {
|
|
|
'ui': 'uei',
|
|
|
'uī': 'ueī',
|
|
|
'uí': 'ueí',
|
|
|
'uǐ': 'ueǐ',
|
|
|
'uì': 'ueì',
|
|
|
}
|
|
|
UI_TONES = set(UI_MAP.keys())
|
|
|
UI_RE = re.compile(r'([a-z]+)({tones})$'.format(tones='|'.join(UI_TONES)))
|
|
|
|
|
|
# un -> uen
|
|
|
UN_MAP = {
|
|
|
'un': 'uen',
|
|
|
'ūn': 'ūen',
|
|
|
'ún': 'úen',
|
|
|
'ǔn': 'ǔen',
|
|
|
'ùn': 'ùen',
|
|
|
}
|
|
|
UN_TONES = set(UN_MAP.keys())
|
|
|
UN_RE = re.compile(r'([a-z]+)({tones})$'.format(tones='|'.join(UN_TONES)))
|
|
|
|
|
|
|
|
|
def convert_zero_consonant(pinyin: Text) -> Text:
|
|
|
"""零声母转换，还原原始的韵母
|
|
|
i行的韵母，前面没有声母的时候，写成yi(衣)，ya(呀)，ye(耶)，yao(腰)，
|
|
|
you(忧)，yan(烟)，yin(因)，yang(央)，ying(英)，yong(雍)。
|
|
|
u行的韵母，前面没有声母的时候，写成wu(乌)，wa(蛙)，wo(窝)，wai(歪)，
|
|
|
wei(威)，wan(弯)，wen(温)，wang(汪)，weng(翁)。
|
|
|
ü行的韵母，前面没有声母的时候，写成yu(迂)，yue(约)，yuan(冤)，
|
|
|
yun(晕)；ü上两点省略。
|
|
|
"""
|
|
|
# y: yu -> v, yi -> i, y -> i
|
|
|
if pinyin.startswith('y'):
|
|
|
# 去除 y 后的拼音
|
|
|
no_y_py = pinyin[1:]
|
|
|
first_char = no_y_py[0] if len(no_y_py) > 0 else None
|
|
|
|
|
|
# yu -> ü: yue -> üe
|
|
|
if first_char in U_TONES:
|
|
|
pinyin = UV_MAP[first_char] + pinyin[2:]
|
|
|
# yi -> i: yi -> i
|
|
|
elif first_char in I_TONES:
|
|
|
pinyin = no_y_py
|
|
|
# y -> i: ya -> ia
|
|
|
else:
|
|
|
pinyin = 'i' + no_y_py
|
|
|
return pinyin
|
|
|
|
|
|
# w: wu -> u, w -> u
|
|
|
if pinyin.startswith('w'):
|
|
|
# 去除 w 后的拼音
|
|
|
no_w_py = pinyin[1:]
|
|
|
first_char = no_w_py[0] if len(no_w_py) > 0 else None
|
|
|
|
|
|
# wu -> u: wu -> u
|
|
|
if first_char in U_TONES:
|
|
|
pinyin = pinyin[1:]
|
|
|
# w -> u: wa -> ua
|
|
|
else:
|
|
|
pinyin = 'u' + pinyin[1:]
|
|
|
return pinyin
|
|
|
|
|
|
return pinyin
|
|
|
|
|
|
|
|
|
def convert_uv(pinyin: Text) -> Text:
|
|
|
"""ü 转换，还原原始的韵母
|
|
|
ü行的韵跟声母j，q，x拼的时候，写成ju(居)，qu(区)，xu(虚)，ü上两点也省略；
|
|
|
但是跟声母n，l拼的时候，仍然写成nü(女)，lü(吕)。
|
|
|
"""
|
|
|
return UV_RE.sub(
|
|
|
lambda m: ''.join((m.group(1), UV_MAP[m.group(2)], m.group(3))), pinyin)
|
|
|
|
|
|
|
|
|
def convert_iou(pinyin: Text) -> Text:
|
|
|
"""iou 转换，还原原始的韵母
|
|
|
iou，uei，uen前面加声母的时候，写成iu，ui，un。
|
|
|
例如niu(牛)，gui(归)，lun(论)。
|
|
|
"""
|
|
|
return IU_RE.sub(lambda m: m.group(1) + IU_MAP[m.group(2)], pinyin)
|
|
|
|
|
|
|
|
|
def convert_uei(pinyin: Text) -> Text:
|
|
|
"""uei 转换，还原原始的韵母
|
|
|
iou，uei，uen前面加声母的时候，写成iu，ui，un。
|
|
|
例如niu(牛)，gui(归)，lun(论)。
|
|
|
"""
|
|
|
return UI_RE.sub(lambda m: m.group(1) + UI_MAP[m.group(2)], pinyin)
|
|
|
|
|
|
|
|
|
def convert_uen(pinyin: Text) -> Text:
|
|
|
"""uen 转换，还原原始的韵母
|
|
|
iou，uei，uen前面加声母的时候，写成iu，ui，un。
|
|
|
例如niu(牛)，gui(归)，lun(论)。
|
|
|
"""
|
|
|
return UN_RE.sub(lambda m: m.group(1) + UN_MAP[m.group(2)], pinyin)
|
|
|
|
|
|
|
|
|
def convert_finals(pinyin: Text) -> Text:
|
|
|
"""还原原始的韵母"""
|
|
|
# i,u,ü 行的韵母，前面没有声母的时候
|
|
|
pinyin = convert_zero_consonant(pinyin)
|
|
|
# ü行的韵跟声母j，q，x拼的时候
|
|
|
pinyin = convert_uv(pinyin)
|
|
|
# iou，uei，uen前面加声母的时候
|
|
|
pinyin = convert_iou(pinyin)
|
|
|
pinyin = convert_uei(pinyin)
|
|
|
pinyin = convert_uen(pinyin)
|
|
|
return pinyin
|
