从拼音中获取声调数

Question

假设我有一个拼音：

\n\n

g\xc4\x93ge\n

\n\n

我怎样才能得到重音字符的“音号”？\neg，在这种情况下，\xc4\x93 将是第一个音，理想的输出将是 ge1ge。但实际上，第一步是如何将音调转换为数字？

\n\n

输入/输出示例：

\n\n

g\xc4\x93ge\nn\xc7\x8einai\nw\xc3\xa0ip\xc3\xb3\n

\n\n

成为

\n\n

ge1ge\nna3inai\nwa4ipo2\n

\n\n

我想在 python 中理想地做到这一点，但我很灵活。

\n\n

谢谢！:)

\n

Answer 1

当用标准形式D(*)（分解）表示时，四拼音使用以下组合（unicode）符号：

\n\n

\n
• 结合马克龙（\'\\u0304\' ) 以获得音调 1
\n
• 结合锐利口音 (\'\\u0301\' ) 组合为声调 2
\n
• 结合卡隆（\'\\u030c\' ) 以获得音调 3
\n
• 结合深沉的口音（\'\\u0300\' ) 来生成音调 4
\n

\n\n

这意味着 Python 中的自动处理几乎是微不足道的：将 (unicode) 字符串规范化为其规范形式 D，并将上述组合字符替换为其数字值

\n\n

代码可以是：

\n\n

def to_tone_number(s):\n    table = {0x304: ord(\'1\'), 0x301: ord(\'2\'), 0x30c: ord(\'3\'),\n         0x300: ord(\'4\')}\n    return unicodedata.normalize(\'NFD\', s).translate(table)\n

\n\n

然后您可以使用：

\n\n

>>> print(to_tone_number(\'\'\'g\xc4\x93ge\nn\xc7\x8einai\nw\xc3\xa0ip\xc3\xb3\'\'\'))\nge1ge\nna3inai\nwa4ipo2\n

\n\n

在 Python 3 或 Python 2 中：

\n\n

>>> print(to_tone_number(u\'\'\'g\\u0113ge\nn\\u01ceinai\nw\\xe0ip\\xf3\'\'\'))\nge1ge\nna3inai\nwa4ipo2\n

\n\n\n\n

(*) 参考文献：

\n\n

\n
• 模块 unicode 数据参考手册
\n
• 拼音维基百科上的
\n

\n