223 lines
9 KiB
Python
Executable file
223 lines
9 KiB
Python
Executable file
#!/usr/bin/env python
|
||
#-*-coding:utf-8-*-
|
||
#uiahoe - 將POJ的數字標記轉成調號。N,nn ~ -> 小n，ou、oo -> 葫蘆點。
|
||
#Author: Chen, Chien-ting <chenjt30@gmail.com>
|
||
#version:0.1.0（務必和下行一致）
|
||
#LICENSE:GPL v3 (https://www.gnu.org/copyleft/gpl.html)
|
||
|
||
version = '0.1.0' #版本號，字串，得和上行一致
|
||
|
||
import sys, re
|
||
import string
|
||
#import argparse #參數析出器（以後加參數時用）
|
||
|
||
'''略合POJ規範的音節。存成 list。格式[聲母,母音,韻尾,數字音調]。如：['chh','e','ng','1']。
|
||
因子函數需要，故設為全域變數。'''
|
||
global anal_syllable
|
||
|
||
'''單一母音加調號'''
|
||
def vowel_add_mark(vowel):
|
||
#附調號小寫字母 dictionary
|
||
marked_lit_vowel_lst = \
|
||
{'2': ('á', 'é', 'í', 'ó', 'ú'),
|
||
'3': ('à', 'è' ,'ì' ,'ò' ,'ù'),
|
||
'5': ('â', 'ê' ,'î' ,'ô' ,'û'),
|
||
'7': ('ā' ,'ē' ,'ī' ,'ō' ,'ū'),
|
||
'8': ('a̍', 'e̍', 'i̍', 'o̍', 'u̍')
|
||
}
|
||
|
||
#附調號大寫字母 dictionary
|
||
marked_cap_vowel_lst = \
|
||
{'2': ('Á', 'É', 'Í', 'Ó' , 'Ú'),
|
||
'3': ('À' ,'È' ,'Ì', 'Ò' ,'Ù'),
|
||
'5': ('Â', 'Ê' ,'Î' ,'Ô' ,'Û'),
|
||
'7': ('Ā', 'Ē' ,'Ī' ,'Ō' ,'Ū'),
|
||
'8': ('A̍' ,'E̍' ,'I̍' ,'O̍' ,'U̍')
|
||
}
|
||
|
||
vowel_order = None #母音序。a = 0, e = 1, i = 2, o = 3, u = 4。預設為 None
|
||
|
||
#母音列表（依正規表示式語法寫，vowel_order 註解列之序）
|
||
vowel_list = ['[aA]', '[eE]', '[iI]', '[oO]', '[uU]']
|
||
|
||
for i in range(len(vowel_list)):
|
||
vowel_order = i
|
||
|
||
if re.match(vowel_list[i], vowel): #欲加調號母音符合哪個母音
|
||
|
||
#平聲不用加調號，故pass，因陽上已經變去，故不理該調值。
|
||
if anal_syllable[3] == '1' or anal_syllable[3] == '4':
|
||
pass
|
||
|
||
else:
|
||
#print "enter line 48"
|
||
if vowel in string.ascii_lowercase: #確認欲加號母音是小寫或否
|
||
vowel = marked_lit_vowel_lst[anal_syllable[3]][vowel_order]
|
||
else: #大寫
|
||
vowel = marked_cap_vowel_lst[anal_syllable[3]][vowel_order]
|
||
|
||
break #以後的不用比較是哪個母音了，為省時，離迴圈
|
||
|
||
else:
|
||
pass
|
||
|
||
return vowel
|
||
|
||
'''主程式'''
|
||
|
||
if len(sys.argv) == 1:
|
||
print "請輸入欲轉換的POJ數字符號。"
|
||
exit()
|
||
|
||
orig_content = "" #原來的POJ數字表記
|
||
|
||
for i in range(len(sys.argv)-1):
|
||
orig_content = orig_content + " " + sys.argv[i+1] #整併待轉換文字（含空白）
|
||
|
||
orig_content = orig_content[1:] #刪除頭一個字（空白）
|
||
|
||
'''處理調號'''
|
||
|
||
#音節list（），包含連字號、空白
|
||
syllable_list = re.split('([- ().,，。]+)', orig_content)
|
||
|
||
result = "" #輸出的結果（預設為空）
|
||
|
||
'''對各音節進行處理'''
|
||
for i in range(len(syllable_list)):
|
||
syllable = syllable_list[i] #待處理音節
|
||
|
||
'''試將音節拆成各個組成成份，存成 anal_syllable。不行則跳過'''
|
||
anal_pattern = re.compile(r"^([^aeiouAEIOU1-9]{0,2}?[hH]??)([aeiouAEIOU]{0,3})([ptkhmPTKHM]?|[nN][gnGN]?)([1-8]?)$") #分拆的方式。
|
||
|
||
#matching pattern，即略合POJ規範的音節
|
||
match_pattern = anal_pattern.match(syllable)
|
||
|
||
#重新檢核音節格式。不合白話字規定的音節視為不合 match_pattern。
|
||
if re.match('^[^a-zA-Z0-9]+$', syllable):
|
||
match_pattern = None
|
||
else:
|
||
pass
|
||
|
||
#不符合則不進行轉換動作（包含空白、連字號），只將它附加到輸出結果
|
||
if not match_pattern:
|
||
result = result + syllable
|
||
|
||
#符合則替代基本字元
|
||
else:
|
||
#分拆略合POJ規範的音節。存成 list。
|
||
#格式[聲母,母音,韻尾,數字音調]。如：['chh','e','ng','1']
|
||
anal_syllable = list(match_pattern.groups())
|
||
|
||
'''補上省略後的數字音調、或修改符號格式。'''
|
||
if anal_syllable[3] == "":
|
||
if re.match("[ptkhPTKH]",anal_syllable[2]): #陰入聲
|
||
anal_syllable[3] = "4"
|
||
|
||
else :#陰平聲
|
||
anal_syllable[3] = "1"
|
||
|
||
#因泉州方言的第六聲目前無統一的撰寫方式，故直接轉為第七聲。是為「陽上變去」。
|
||
if anal_syllable[3] == '6':
|
||
anal_syllable[3] = "7"
|
||
|
||
if re.match("[nN]{2}",anal_syllable[2]): #鼻化音
|
||
anal_syllable[2] = "ⁿ"
|
||
|
||
'''將調號轉換為正常格式'''
|
||
|
||
'''無韻母（如 hng mng ）'''
|
||
if anal_syllable[1] == "" :
|
||
if anal_syllable[3] == "2": #陰上
|
||
|
||
#i.e. nasal_consonant_list。鼻音子音（不含ng）列表。
|
||
nasal_cons_list = ['m', 'n', 'M', 'N']
|
||
#轉換第二聲調值的鼻子音列表（ng不列）。
|
||
converted_nasal_cons_list = ['ḿ', 'ń', 'Ḿ', 'Ń']
|
||
|
||
for i in nasal_cons_list:
|
||
if re.match(i, anal_syllable[2][0]): #比對頭子音
|
||
if len(anal_syllable) == 1: #m2, n2
|
||
anal_syllable[2] = i
|
||
|
||
else: #ng2
|
||
anal_syllable[2] = i + anal_syllable[2][1]
|
||
|
||
break #以後的字母因為一定不合，不比了。
|
||
|
||
elif anal_syllable[3] == '3': #陰去
|
||
if len(anal_syllable[2]) == 1: #m3 or n3
|
||
anal_syllable[2] = anal_syllable[2] + '\xcc\x80'
|
||
else: #ng3
|
||
anal_syllable[2] = anal_syllable[2][0] + '\xcc\x80' +\
|
||
anal_syllable[2][1]
|
||
|
||
elif anal_syllable[3] == '5': #陽平
|
||
if len(anal_syllable[2]) == 1: #m5 or n5
|
||
anal_syllable[2] = anal_syllable[2] + '\xcc\x82'
|
||
else: #ng5
|
||
anal_syllable[2] = anal_syllablep[2][0] + '\xcc\x82' +\
|
||
anal_syllable[2][1]
|
||
|
||
#陽去和陽上（數字編號已轉換為7）
|
||
elif anal_syllable[3] == '7' :
|
||
if len(anal_syllable[2]) == 1: #m7 or n7
|
||
anal_syllable[2] = anal_syllable[2][0] + '\xcc\x84'
|
||
else: #ng7
|
||
anal_syllable[2] = anal_syllable[2][0] + '\xcc\x84' +\
|
||
anal_syllable[2][1]
|
||
|
||
elif anal_syllable[3] == '8': #陽入
|
||
if len(anal_syllable[2]) == 1: #m7 or n7
|
||
anal_syllable[2] = anal_syllable[2][0] + '\xcc\x8d'
|
||
else: #ng7
|
||
anal_syllable[2] = anal_syllable[2][0] + '\xcc\x8d' +\
|
||
anal_syllable[2][1]
|
||
|
||
else: #陰平、陰入
|
||
pass
|
||
|
||
else: #有母音型
|
||
'''轉寫規則（優先次序先到後排）：
|
||
i- ,u- 雙母音，i u 不記調號。但 iu 則記調號於 u上。(IÚ)
|
||
三母音或兩個母音後面加塞爆音或鼻音，則記於第二母音。 (koān, huâi)
|
||
其餘標於第一母音。
|
||
'''
|
||
if len(anal_syllable[1]) == 1: #單母音
|
||
anal_syllable[1] = vowel_add_mark(anal_syllable[1]) #加母音
|
||
|
||
elif len(anal_syllable[1]) == 2: #雙母音
|
||
if re.match('[iI][uU]',anal_syllable[1]): #iu
|
||
anal_syllable[1] = anal_syllable[1][0] + \
|
||
vowel_add_mark(anal_syllable[1][1])
|
||
|
||
#oo, ou-> 加調號並加右上角小點（葫蘆點）
|
||
elif re.match('[oO][ouOU]',anal_syllable[1]):
|
||
anal_syllable[1] = vowel_add_mark(anal_syllable[1][0])+\
|
||
'\xcd\x98'
|
||
|
||
#i- & u- ,except iu-
|
||
elif re.match('^[iuIU].$', anal_syllable[1]):
|
||
anal_syllable[1] = anal_syllable[1][0] + \
|
||
vowel_add_mark(anal_syllable[1][1])
|
||
|
||
#韻母（母音加韻尾）字數不小於 3。
|
||
#對雙母音而言，即有韻尾（但不考慮鼻化音）
|
||
elif anal_syllable[2] != '' and anal_syllable[2] != 'ⁿ':
|
||
anal_syllable[1] = anal_syllable[1][0] + \
|
||
vowel_add_mark(anal_syllable[1][1])
|
||
|
||
else: #oa, oe ->調號標於o
|
||
anal_syllable[1] = vowel_add_mark(anal_syllable[1][0])+\
|
||
anal_syllable[1][1]
|
||
|
||
else: #三母音
|
||
anal_syllable[1] = anal_syllable[1][0] +\
|
||
vowel_add_mark(anal_syllable[1][1]) +\
|
||
anal_syllable[1][2]
|
||
|
||
#將聲母、母音、韻尾加入result。
|
||
result = result + anal_syllable[0] + anal_syllable[1] +\
|
||
anal_syllable[2]
|
||
|
||
print result
|