正则表达式匹配拼音

我正在寻找一个正确的表达式，可以正确匹配有效拼音（例如“sheng”，“sou”（同时忽略无效拼音，例如“shong”，“sei”）大多数正则表达式在顶部Google搜索结果中匹配无效拼音有些情况下，。例如，“Optimizing a regular expression to parse chinese pinyin”采用回溯期正则表达式匹配拼音

有效拼音的表格可以在这里找到： http://pinyin.info/rules/initials_finals.html

来源

2013-12-23 stevendaniels

你说“sou”既有效又无效。 – mareoraft

好的。 “Sou”是有效的，所以我把第二个改成了“sei”，这是无效的拼音。 – stevendaniels

伟大的问题。对于实际应用，查找表比正则表达式有几个优点。 –

我去了拼音最初（通常是第一个字母）分组较小正则表达式的正则表达式。这样，第一组包括所有的“B”，“P”和“m”的声音，然后“F”，然后是“d”和“t”，等等

这种做法似乎易于阅读，应该很容易编辑（如果需要更正或添加）。为了提高可读性，我还在乞讨小组中增加了例外情况。

([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)?)

这是我创建的Debuggex example。

Regular expression visualization

来源

2013-12-23 02:35:31 stevendaniels

嗯由于某种原因，我似乎无法让它匹配“shi”，“zhi”，“zi”，“si”等？ – redshift5

我修改了您的表达方式，以包含缺少的“我”匹配器：https://www.debuggex.com/r/JG_eVfJIoxGtkmQ_ – redshift5

谢谢。就像我说的那样，编辑起来更容易！ – stevendaniels

我会用相结合的方式，是不是纯粹的正则表达式。

检查有效拼音：

抢字从单词的开头
抢字母，只要他们都是辅音字母。这将初始声音与最终声音分开。
检查最初和最后的有效...
...如果是的话，看看他们的组合是允许的（通过表像this，但条目是简单的1和0）。

来源

2014-06-03 14:55:21 mareoraft

正则表达式匹配拼音

回答

相关问题