Skip to content

Commit

Permalink
重構 mod_標音.py ，使之成為標準模組館
Browse files Browse the repository at this point in the history
  • Loading branch information
@AlanJui
AlanJui committed Nov 11, 2024
1 parent 673f820 commit 0192b1e
Show file tree
Hide file tree
Showing 8 changed files with 174 additions and 308 deletions.
235 changes: 99 additions & 136 deletions mod_標音.py
View file
Original file line number Diff line number Diff line change
Expand Up @@ -35,20 +35,14 @@ def split_tai_lo(input_str):


# ==========================================================
# 自「台語音標+」，分析出：聲母、韻母、聲調
# 自【台語音標】解構出：聲母、韻母、聲調
# ----------------------------------------------------------
# 【台羅音標】到【台語音標】的轉換規則
# tai_loo_to_tai_gi_mapping = {
# 'tsh': 'c',
# 'ts': 'z'
# }
# for tai_loo, tai_gi in tai_loo_to_tai_gi_mapping.items():
# tai_gi_im = tai_gi_im.replace(tai_loo, tai_gi)
# ==========================================================

# ----------------------------------------------------------
# 自「台語音標+」，分析出：聲母、韻母、聲調
# ----------------------------------------------------------
def split_tai_gi_im_piau(im_piau):
# 聲母相容性轉換處理（將 tsh 轉換為 c；將 ts 轉換為 z）
# zu_im = zu_im.replace("tsh", "c") # 將 tsh 轉換為 c
Expand Down Expand Up @@ -145,45 +139,6 @@ def split_hong_im_hu_ho(hong_im_hu_ho):
return [sheng_mu, yun_mu, str(tiau_hao)]


def split_zu_im(zu_im):
# 聲母相容性轉換處理（將 tsh 轉換為 c；將 ts 轉換為 z）
# zu_im = zu_im.replace("tsh", "c") # 將 tsh 轉換為 c
# zu_im = zu_im.replace("ts", "z") # 將 ts 轉換為 z
if zu_im.startswith("tsh") or zu_im.startswith("ch"):
zu_im = zu_im.replace("tsh", "c", 1).replace("ch", "c", 1) # 將 tsh, ch 轉換為 c
elif zu_im.startswith("ts") or zu_im.startswith("c"):
zu_im = zu_im.replace("ts", "z", 1).replace("c", "z", 1) # 將 ts, c 轉換為 z

# 定義聲母的正規表示式，包括常見的聲母，但不包括 m 和 ng
siann_bu_pattern = re.compile(r"(b|c|z|g|h|j|kh|k|l|m(?!\d)|ng(?!\d)|n|ph|p|s|th|t|Ø)")

# 韻母為 m 或 ng 這種情況的正規表示式 (m\d 或 ng\d)
un_bu_as_m_or_ng_pattern = re.compile(r"(m|ng)\d")

result = []

# 首先檢查是否是 m 或 ng 當作韻母的特殊情況
if un_bu_as_m_or_ng_pattern.match(zu_im):
siann_bu = "" # 沒有聲母
un_bu = zu_im[:-1] # 韻母是 m 或 ng
tiau = zu_im[-1] # 聲調是最後一個字符
else:
# 使用正規表示式來匹配聲母
siann_bu_match = siann_bu_pattern.match(zu_im)
if siann_bu_match:
siann_bu = siann_bu_match.group() # 找到聲母
un_bu = zu_im[len(siann_bu):-1] # 韻母部分
else:
siann_bu = "" # 沒有匹配到聲母，聲母為空字串
un_bu = zu_im[:-1] # 韻母是剩下的部分，去掉最後的聲調

tiau = zu_im[-1] # 最後一個字符是聲調

result += [siann_bu]
result += [un_bu]
result += [tiau]
return result

def choose_piau_im_method(piau_im, zu_im_huat, siann_bu, un_bu, tiau_ho):
"""選擇並執行對應的注音方法"""
if zu_im_huat == "十五音":
Expand Down Expand Up @@ -236,16 +191,18 @@ def is_punctuation(char):


# =========================================================
# 判斷是否為標點符號的輔助函數
# 想要僅針對漢字進行檢查，而不包括其他語言的字母，可用 Unicode 範圍來判斷。
# 漢字的 Unicode 範圍： [\u4e00-\u9fff] (包括中日韓越所有漢字)
# =========================================================
def is_valid_han_ji(char):
if char is None:
return False
else:
char = char.strip()
def is_han_ji(char):
return '\u4e00' <= char <= '\u9fff'

punctuation_marks = "，。！？；：、（）「」『』《》……"
return char not in punctuation_marks

# =========================================================
# 判斷是否為標點符號的輔助函數
# =========================================================
# def is_valid_han_ji(char):
# return is_punctuation(char) or is_chinese_char(char)

# 方音符號轉換為【台語音標】
def hong_im_tng_tai_gi_im_piau(siann, un, tiau, cursor):
Expand Down Expand Up @@ -356,75 +313,6 @@ def TL_Tng_Zu_Im(siann_bu, un_bu, siann_tiau, cursor):
'聲調': zu_im_siann_tiau
}

# 台語音標轉換為方音符號
def TLPA_Tng_Zap_Goo_Im(siann_bu, un_bu, siann_tiau, cursor):
"""
根據傳入的台語音標聲母、韻母、聲調，轉換成對應的方音符號
:param siann_bu: 聲母 (台語音標)
:param un_bu: 韻母 (台語音標)
:param siann_tiau: 聲調 (台語音標中的數字)
:param cursor: 數據庫游標
:return: 包含方音符號的字典
"""

# 如果聲母為 None、空字串或空集合符號(無聲母)，將其設為 '英'
if siann_bu in [None, '', '∅']: # 假設空集合符號用 '∅' 表示
zu_im_siann_bu = '英' # 無聲母的情況
else:
# 查詢聲母表，將台語音標的聲母轉換成方音符號
cursor.execute("SELECT 十五音 FROM 聲母對照表 WHERE 台語音標 = ?", (siann_bu,))
siann_bu_result = cursor.fetchone()
if siann_bu_result:
zu_im_siann_bu = siann_bu_result[0] # 取得方音符號
else:
zu_im_siann_bu = '英' # 無聲母的情況

# 查詢韻母表，將台語音標的韻母轉換成方音符號
cursor.execute("SELECT 十五音 FROM 韻母對照表 WHERE 台語音標 = ?", (un_bu,))
un_bu_result = cursor.fetchone()
if un_bu_result:
zu_im_un_bu = un_bu_result[0] # 取得方音符號
else:
zu_im_un_bu = ''

# 查詢聲調表，將台語音標的聲調轉換成方音符號
cursor.execute("SELECT 十五音聲調 FROM 聲調對照表 WHERE 台羅調號 = ?", (siann_tiau,))
siann_tiau_result = cursor.fetchone()
if siann_tiau_result:
zu_im_siann_tiau = siann_tiau_result[0] # 取得方音符號
else:
zu_im_siann_tiau = ''

#=======================================================================
# 【聲母】校調
#
# 齒間音【聲母】：ㄗ、ㄘ、ㄙ、ㆡ，若其後所接【韻母】之第一個符號亦為：ㄧ、ㆪ時，須變改
# 為：ㄐ、ㄑ、ㄒ、ㆢ。
#-----------------------------------------------------------------------
# 參考 RIME 輸入法如下規則：
# - xform/ㄗ(ㄧ|ㆪ)/ㄐ$1/
# - xform/ㄘ(ㄧ|ㆪ)/ㄑ$1/
# - xform/ㄙ(ㄧ|ㆪ)/ㄒ$1/
# - xform/ㆡ(ㄧ|ㆪ)/ㆢ$1/
#=======================================================================

# 比對聲母是否為 ㄗ、ㄘ、ㄙ、ㆡ，且韻母的第一個符號是 ㄧ 或 ㆪ
if siann_bu == 'z' and (un_bu[0] == 'i' or un_bu == 'inn'):
zu_im_siann_bu = 'ㄐ'
elif siann_bu == 'c' and (un_bu[0] == 'i' or un_bu == 'inn'):
zu_im_siann_bu = 'ㄑ'
elif siann_bu == 's' and (un_bu[0] == 'i' or un_bu == 'inn'):
zu_im_siann_bu = 'ㄒ'
elif siann_bu == 'j' and (un_bu[0] == 'i' or un_bu == 'inn'):
zu_im_siann_bu = 'ㆢ'

return {
'漢字標音': f"{zu_im_un_bu}{zu_im_siann_tiau}{zu_im_siann_bu}",
'聲母': zu_im_siann_bu,
'韻母': zu_im_un_bu,
'聲調': zu_im_siann_tiau
}


def dict_to_str(zu_im_hu_ho):
return f"{zu_im_hu_ho['聲母']}{zu_im_hu_ho['韻母']}{zu_im_hu_ho['聲調']}"
Expand Down Expand Up @@ -693,7 +581,7 @@ def POJ_piau_im(self, siann_bu, un_bu, tiau_ho):
def BP_piau_im(self, siann_bu, un_bu, tiau_ho):
piau_im_huat = "閩拼方案"
# 將「台羅八聲調」轉換成閩拼使用的調號
tiau_ho_remap_for_BP = {
Tiau_Ho_Remap = {
1: 1, # 陰平: 44
2: 3, # 上聲：53
3: 5, # 陰去：21
Expand Down Expand Up @@ -739,7 +627,7 @@ def BP_piau_im(self, siann_bu, un_bu, tiau_ho):

# 處理韻母加聲調符號
guan_im = un_chars[idx]
tiau = tiau_ho_remap_for_BP[int(tiau_ho)] # 將「傳統八聲調」轉換成閩拼使用的調號
tiau = Tiau_Ho_Remap[tiau_ho] # 將「傳統八聲調」轉換成閩拼使用的調號
un_chars[idx] = self.bp_un_bu_ga_tiau_ho(guan_im, tiau)
un_str = "".join(un_chars)
piau_im = piau_im.replace(found, un_str)
Expand All @@ -757,7 +645,13 @@ def BP_piau_im(self, siann_bu, un_bu, tiau_ho):
#================================================================
def TPS_piau_im(self, siann_bu, un_bu, tiau_ho):
piau_im_huat = "方音符號"
tiau_ho_remap_for_TPS = {
TPS_piau_im_remap_dict = {
"ㄗㄧ": "ㄐㄧ",
"ㄘㄧ": "ㄑㄧ",
"ㄙㄧ": "ㄒㄧ",
"ㆡㄧ": "ㆢㄧ",
}
Tiau_Ho_Remap = {
1: "",
2: "ˋ",
3: "˪",
Expand All @@ -766,20 +660,15 @@ def TPS_piau_im(self, siann_bu, un_bu, tiau_ho):
7: "˫",
8: "\u02D9",
}
TPS_piau_im_remap_dict = {
"ㄗㄧ": "ㄐㄧ",
"ㄘㄧ": "ㄑㄧ",
"ㄙㄧ": "ㄒㄧ",
"ㆡㄧ": "ㆢㄧ",
}

# 將上標數字替換為普通數字
tiau_ho = replace_superscript_digits(str(tiau_ho))
tiau_ho = 7 if int(tiau_ho) == 6 else int(tiau_ho)

siann = self.Siann_Bu_Dict[siann_bu][piau_im_huat]
un = self.Un_Bu_Dict[un_bu][piau_im_huat]
tiau = self.TONE_MARKS[piau_im_huat][tiau_ho]
# tiau = self.TONE_MARKS[piau_im_huat][tiau_ho]
tiau = Tiau_Ho_Remap[tiau_ho]
piau_im = f"{siann}{un}{tiau}"

pattern = r"(ㄗㄧ|ㄘㄧ|ㄙㄧ|ㆡㄧ)"
Expand All @@ -795,7 +684,7 @@ def TPS_piau_im(self, siann_bu, un_bu, tiau_ho):
#================================================================
def SNI_piau_im(self, siann_bu, un_bu, tiau_ho):
piau_im_huat = "十五音"
tiau_ho_remap_for_sip_ngoo_im = {
Tiau_Ho_Remap = {
1: "一",
2: "二",
3: "三",
Expand All @@ -805,9 +694,83 @@ def SNI_piau_im(self, siann_bu, un_bu, tiau_ho):
8: "八",
}

# 將上標數字替換為普通數字
tiau_ho = replace_superscript_digits(str(tiau_ho))
tiau_ho = 7 if int(tiau_ho) == 6 else int(tiau_ho)

siann = self.Siann_Bu_Dict[siann_bu][piau_im_huat]
un = self.Un_Bu_Dict[un_bu][piau_im_huat]
# tiau = tiau_ho_remap_for_sip_ngoo_im[tiau_ho]
tiau = self.TONE_MARKS[piau_im_huat][int(tiau_ho)]
# tiau = self.TONE_MARKS[piau_im_huat][int(tiau_ho)]
tiau = Tiau_Ho_Remap[tiau_ho]
piau_im = f"{un}{tiau}{siann}"
return piau_im

#================================================================
# 台語音標轉換為方音符號
# def TLPA_Tng_Zap_Goo_Im(siann_bu, un_bu, siann_tiau, cursor):
# """
# 根據傳入的台語音標聲母、韻母、聲調，轉換成對應的方音符號
# :param siann_bu: 聲母 (台語音標)
# :param un_bu: 韻母 (台語音標)
# :param siann_tiau: 聲調 (台語音標中的數字)
# :param cursor: 數據庫游標
# :return: 包含方音符號的字典
# """

# # 如果聲母為 None、空字串或空集合符號(無聲母)，將其設為 '英'
# if siann_bu in [None, '', '∅']: # 假設空集合符號用 '∅' 表示
# zu_im_siann_bu = '英' # 無聲母的情況
# else:
# # 查詢聲母表，將台語音標的聲母轉換成方音符號
# cursor.execute("SELECT 十五音 FROM 聲母對照表 WHERE 台語音標 = ?", (siann_bu,))
# siann_bu_result = cursor.fetchone()
# if siann_bu_result:
# zu_im_siann_bu = siann_bu_result[0] # 取得方音符號
# else:
# zu_im_siann_bu = '英' # 無聲母的情況

# # 查詢韻母表，將台語音標的韻母轉換成方音符號
# cursor.execute("SELECT 十五音 FROM 韻母對照表 WHERE 台語音標 = ?", (un_bu,))
# un_bu_result = cursor.fetchone()
# if un_bu_result:
# zu_im_un_bu = un_bu_result[0] # 取得方音符號
# else:
# zu_im_un_bu = ''

# # 查詢聲調表，將台語音標的聲調轉換成方音符號
# cursor.execute("SELECT 十五音聲調 FROM 聲調對照表 WHERE 台羅調號 = ?", (siann_tiau,))
# siann_tiau_result = cursor.fetchone()
# if siann_tiau_result:
# zu_im_siann_tiau = siann_tiau_result[0] # 取得方音符號
# else:
# zu_im_siann_tiau = ''

# #=======================================================================
# # 【聲母】校調
# #
# # 齒間音【聲母】：ㄗ、ㄘ、ㄙ、ㆡ，若其後所接【韻母】之第一個符號亦為：ㄧ、ㆪ時，須變改
# # 為：ㄐ、ㄑ、ㄒ、ㆢ。
# #-----------------------------------------------------------------------
# # 參考 RIME 輸入法如下規則：
# # - xform/ㄗ(ㄧ|ㆪ)/ㄐ$1/
# # - xform/ㄘ(ㄧ|ㆪ)/ㄑ$1/
# # - xform/ㄙ(ㄧ|ㆪ)/ㄒ$1/
# # - xform/ㆡ(ㄧ|ㆪ)/ㆢ$1/
# #=======================================================================

# # 比對聲母是否為 ㄗ、ㄘ、ㄙ、ㆡ，且韻母的第一個符號是 ㄧ 或 ㆪ
# if siann_bu == 'z' and (un_bu[0] == 'i' or un_bu == 'inn'):
# zu_im_siann_bu = 'ㄐ'
# elif siann_bu == 'c' and (un_bu[0] == 'i' or un_bu == 'inn'):
# zu_im_siann_bu = 'ㄑ'
# elif siann_bu == 's' and (un_bu[0] == 'i' or un_bu == 'inn'):
# zu_im_siann_bu = 'ㄒ'
# elif siann_bu == 'j' and (un_bu[0] == 'i' or un_bu == 'inn'):
# zu_im_siann_bu = 'ㆢ'

# return {
# '漢字標音': f"{zu_im_un_bu}{zu_im_siann_tiau}{zu_im_siann_bu}",
# '聲母': zu_im_siann_bu,
# '韻母': zu_im_un_bu,
# '聲調': zu_im_siann_tiau
# }
Loading

0 comments on commit 0192b1e

Please sign in to comment.