正則表達式匹配拼音

我正在尋找一個正確的表達式，可以正確匹配有效拼音（例如「sheng」，「sou」（同時忽略無效拼音，例如「shong」，「sei」）大多數正則表達式在頂部Google搜索結果中匹配無效拼音有些情況下，。例如，「Optimizing a regular expression to parse chinese pinyin」採用回溯期正則表達式匹配拼音

有效拼音的表格可以在這裏找到： http://pinyin.info/rules/initials_finals.html

來源

2013-12-23 stevendaniels

你說「sou」既有效又無效。 – mareoraft

好的。「Sou」是有效的，所以我把第二個改成了「sei」，這是無效的拼音。 – stevendaniels

偉大的問題。對於實際應用，查找表比正則表達式有幾個優點。 –

我去了拼音最初（通常是第一個字母）分組較小正則表達式的正則表達式。這樣，第一組包括所有的「B」，「P」和「m」的聲音，然後「F」，然後是「d」和「t」，等等

這種做法似乎易於閱讀，應該很容易編輯（如果需要更正或添加）。爲了提高可讀性，我還在乞討小組中增加了例外情況。

([mM]iu|[pmPM]ou|[bpmBPM](o|e(i|ng?)?|a(ng?|i|o)?|i(e|ng?|a[no])?|u))| 
([fF](ou?|[ae](ng?|i)?|u))|([dD](e(i|ng?)|i(a[on]?|u))| 
[dtDT](a(i|ng?|o)?|e(i|ng)?|i(a[on]?|e|ng|u)?|o(ng?|u)|u(o|i|an?|n)?))| 
([nN]eng?|[lnLN](a(i|ng?|o)?|e(i|ng)?|i(ang|a[on]?|e|ng?|u)?|o(ng?|u)|u(o|i|an?|n)?|ve?))| 
([ghkGHK](a(i|ng?|o)?|e(i|ng?)?|o(u|ng)|u(a(i|ng?)?|i|n|o)?))| 
([zZ]h?ei|[czCZ]h?(e(ng?)?|o(ng?|u)?|ao|u?a(i|ng?)?|u?(o|i|n)?))| 
([sS]ong|[sS]hua(i|ng?)?|[sS]hei|[sS][h]?(a(i|ng?|o)?|en?g?|ou|u(a?n|o|i)?|i))| 
([rR]([ae]ng?|i|e|ao|ou|ong|u[oin]|ua?n?))| 
([jqxJQX](i(a(o|ng?)?|[eu]|ong|ng?)?|u(e|a?n)?))| 
(([aA](i|o|ng?)?|[oO]u?|[eE](i|ng?|r)?))| 
([wW](a(i|ng?)?|o|e(i|ng?)?|u))| 
[yY](a(o|ng?)?|e|in?g?|o(u|ng)?|u(e|a?n)?)

這是我創建的Debuggex example。

Regular expression visualization

來源

2013-12-23 02:35:31 stevendaniels

嗯由於某種原因，我似乎無法讓它匹配「shi」，「zhi」，「zi」，「si」等？ – redshift5

我修改了您的表達方式，以包含缺少的「我」匹配器：https://www.debuggex.com/r/JG_eVfJIoxGtkmQ_ – redshift5

謝謝。就像我說的那樣，編輯起來更容易！ – stevendaniels

我會用相結合的方式，是不是純粹的正則表達式。

檢查有效拼音：

搶字從單詞的開頭
搶字母，只要他們都是輔音字母。這將初始聲音與最終聲音分開。
檢查最初和最後的有效...
...如果是的話，看看他們的組合是允許的（通過表像this，但條目是簡單的1和0）。

來源

2014-06-03 14:55:21 mareoraft

正則表達式匹配拼音

回答

相關問題