Python：如何在字符串中的每个发音元音前添加字符串“ ub”？

Question

示例 ：说-> Spubeak，更多信息在这里

不要给我一个解决方案，而是指向正确的方向或告诉我可以使用哪个python库？我正在考虑使用正则表达式，因为我必须找到一个元音，但是我可以使用哪种方法在元音前面插入“
ub”呢？

Answer 1

比一个简单的正则表达式更复杂，例如，

"Hi, how are you?" → "Hubi, hubow ubare yubou?"

简单的正则表达式将无法捕获e未在中发音的正则表达式are。

您需要一个提供发音词典的库，例如nltk.corpus.cmudict：

from nltk.corpus import cmudict # $ pip install nltk
# $ python -c "import nltk; nltk.download('cmudict')"

def spubeak(word, pronunciations=cmudict.dict()):
    istitle = word.istitle() # remember, to preserve titlecase
    w = word.lower() #note: ignore Unicode case-folding
    for syllables in pronunciations.get(w, []):
        parts = []
        for syl in syllables:
            if syl[:1] == syl[1:2]:
                syl = syl[1:] # remove duplicate
            isvowel = syl[-1].isdigit()
            # pronounce the word
            parts.append('ub'+syl[:-1] if isvowel else syl)
        result = ''.join(map(str.lower, parts))
        return result.title() if istitle else result
    return word # word not found in the dictionary

例：

#!/usr/bin/env python
# -*- coding: utf-8 -*-
import re

sent = "Hi, how are you?"
subent = " ".join(["".join(map(spubeak, re.split("(\W+)", nonblank)))
                   for nonblank in sent.split()])
print('"{}" → "{}"'.format(sent, subent))

输出量

“你好你好吗？” →“ Hubay，hubo ubar yubuw？”

注意：它与第一个示例不同：每个单词都用其音节替换。