Несколько лет назад я написал небольшую утилиту на C#, которой на вход подавалось слово, состоящее из русских букв, а на выходе она выдавала коллекцию слогов этого слова. Решил опубликовать код здесь - возможно, кому-нибудь пригодится. Сразу оговорюсь, что алгоритм не оптимальный, поскольку в то время я был гораздо менее опытным программистом) Если будет время - постараюсь его оптимизировать.
Основная идея алгоритма заключается в том, что граница между слогами находится посередине между согласными буквами, которые ограничены гласными. Рассмотрим слово "арбуз". В нём содержатся две гласные "а" и "у". Они ограничивают две согласные "рб". Согласно приведённому выше правилу, граница слогов находится между этими согласными. Поэтому получаем два слога: "ар-буз". Если согласных между гласными нечётное количество, прибавляем "лишнюю" согласную к первому слогу.
Далее приведу сам листинг. Комментарии приведены прямо в коде.
Перечисление с типами букв:
Основная идея алгоритма заключается в том, что граница между слогами находится посередине между согласными буквами, которые ограничены гласными. Рассмотрим слово "арбуз". В нём содержатся две гласные "а" и "у". Они ограничивают две согласные "рб". Согласно приведённому выше правилу, граница слогов находится между этими согласными. Поэтому получаем два слога: "ар-буз". Если согласных между гласными нечётное количество, прибавляем "лишнюю" согласную к первому слогу.
Далее приведу сам листинг. Комментарии приведены прямо в коде.
/// <summary>
/// Предоставляет статические методы для работы со слогами в слове
/// </summary>
public class SyllableParser
{
// строка с гласными
private static string vowel = "аеёиоуыэюя";
// строка с согласными
private static string consonant = "бвгджзйклмнпрстфхцчшщъь";
/// <summary>
/// Определяет тип буквы: Vowel (гласная) или Consonant (согласная);
/// в остальных случаях возвращается тип Unknown
/// </summary>
/// <param name="letter">исходная буква</param>
/// <returns></returns>
public static LetterType GetLetterType(char letter)
{
// переводим букву в нижний регистр для удобства
letter = Char.ToLower(letter);
// проверка на гласную букву
if (vowel.Contains(letter))
return LetterType.Vowel;
// проверка на согласную букву
if (consonant.Contains(letter))
return LetterType.Consonant;
// иначе неопределенная буква
return LetterType.Unknown;
}
/// <summary>
/// Разделяет строку, состоящую только из согласных, на две подстроки
/// </summary>
/// <param name="word">строка, состоящая только из согласных</param>
/// <param name="consonants">массив из двух элементов</param>
/// <returns>Массив строк из двух элементов</returns>
private static bool ExplodeConsonant(string word, out string[] consonants)
{
// создаем массив для будущих подстрок
consonants = new string[2];
string buf = "";
// проходим по слову до конца и пока буквы являются согласными
for (int i = 0; i < word.Length && GetLetterType(word[i]) == LetterType.Consonant; i++)
{
// добавляем очередную букву
buf += word[i];
}
// если длина буфера получилась меньше двух, то ОШИБКА
if (buf.Length < 2)
{
return false;
}
// если длина буфера является четной, то разделяем его на две части
// и помещаем их в массив
if (buf.Length % 2 == 0)
{
consonants[0] = buf.Substring(0, buf.Length / 2);
consonants[1] = buf.Substring(buf.Length / 2, buf.Length / 2);
}
// а если длина буфера нечетна, то первая часть будет на один символ больше,
// чем вторая
else
{
consonants[0] = buf.Substring(0, (buf.Length - 1) / 2 + 1);
consonants[1] = buf.Substring((buf.Length - 1) / 2 + 1, (buf.Length - 1) / 2);
}
return true; // процедура выполнена УСПЕШНО
}
/// <summary>
/// Разделяет слово по слогам
/// </summary>
/// <param name="word">исходное слово</param>
/// <returns>массив слогов или NULL в случае ошибки</returns>
public static string[] Parse(string word)
{
// проверка: строка должна быть длиной не менее двух символов
if (word == null || word.Length < 2)
{
return null;
}
// проверка: в строке могут быть только гласные или согласные буквы
foreach (char c in word)
{
if (GetLetterType(c) == LetterType.Unknown)
return null;
}
LetterType Old = GetLetterType(word[0]), Cur = LetterType.Unknown;
string preformat = word[0].ToString();
// посимвольно проходим по исходному слову и формируем его маску
for (int i = 1; i < word.Length; i++)
{
// тип текущей буквы
Cur = GetLetterType(word[i]);
// если предыдущая буква была гласная и текущая тоже гласная,
// то добавляем пробел в маску
if (Old == LetterType.Vowel && Cur == LetterType.Vowel)
{
preformat += " ";
}
// если предыдущая буква и текущая разные по типу, то также добавляем пробел
if (Old != Cur)
{
preformat += " ";
}
// предыдущий тип равен текущему
Old = Cur;
// прибавляем в преформат текущую букву
preformat += word[i];
}
// преобразуем преформат в массив, пробел является разделителем
string[] PreformatArray = preformat.Split(' ');
// результирующий массив никак не больше преформатного массива
string[] ResultArray = new string[PreformatArray.Length];
//
int k = 0;
// проходимся по каждому элементу преформатного массива
for (int i = 0; i < PreformatArray.Length; i++)
{
// если первая буква в текущем элементе - гласная...
if (GetLetterType(PreformatArray[i][0]) == LetterType.Vowel)
{
// ... и если в текущем элементе результирующего массива уже есть
// и гласная, и согласная...
if (HasConsonant(ResultArray[k]) && HasVowel(ResultArray[k]))
// ... то переходим к следующему элементу массива
k++;
// прибавляем к текущему элементу результирующего массива
// элемент преформатного массива
ResultArray[k] += PreformatArray[i];
}
// если первая буква в текущем элементе - согласная...
if (GetLetterType(PreformatArray[i][0]) == LetterType.Consonant)
{
string[] buf = null;
// ... пытаемся разделить текущий элемент, состоящий из согласных
// на два новых элемента массива
if (ExplodeConsonant(PreformatArray[i], out buf))
{
// в случае успеха прибавляем первый элемент массива к текущему слогу
ResultArray[k] += buf[0];
// если в текущем слоге есть и гласная и согласная, то
if (HasConsonant(ResultArray[k]) && HasVowel(ResultArray[k]))
// переходим к новому слогу
k++;
// и добавляем второй элемент к новому слогу
ResultArray[k] += buf[1];
}
else
{
// если разделение на два элемента произошло с ошибкой, то
// проверяем текущий слог на "полноценность" и, в случае истины,
// переходим к новому слогу
if (HasConsonant(ResultArray[k]) && HasVowel(ResultArray[k]))
k++;
ResultArray[k] += PreformatArray[i];
}
}
}
// далее идет процедура, которая проверяет, не является ли последний элемент
// результирующего массива длиной в 1 символ; если да, то склеиваем предпоследний
// слог с последним
int LastIndex = 0;
// проходим результирующий массив до тех пор, пока не встретим пустой элемент
for (int i = 0; i < ResultArray.Length; i++)
{
if (ResultArray[i] == null)
break;
else
LastIndex++;
}
// корректируем индекс последнего элемента
LastIndex--;
// если длина последнего значащего элемента массива равна 1 и последний индекс
// больше 1, то прибавляем последний элемент к предпоследнему
if (ResultArray[LastIndex].Length == 1 && LastIndex >= 1)
{
ResultArray[LastIndex - 1] += ResultArray[LastIndex];
ResultArray[LastIndex] = null;
}
return ResultArray;
}
/// <summary>
/// Определяет, есть ли в строке гласная буква
/// </summary>
/// <param name="word">исходное слово</param>
/// <returns>ИСТИНА, если имеет гласную, в противном случае ЛОЖЬ</returns>
public static bool HasVowel(string word)
{
if (word == null)
return false;
for (int i = 0; i < word.Length; i++)
{
if (GetLetterType(word[i]) == LetterType.Vowel)
return true;
}
return false;
}
/// <summary>
/// Определяет, есть ли в строке согласная буква
/// </summary>
/// <param name="word">исходное слово</param>
/// <returns>ИСТИНА, если в строке есть согласная, в противном случае ЛОЖЬ</returns>
public static bool HasConsonant(string word)
{
if (word == null)
return false;
for (int i = 0; i < word.Length; i++)
{
if (GetLetterType(word[i]) == LetterType.Consonant)
return true;
}
return false;
}
}
Перечисление с типами букв:
/// <summary>
/// Тип буквы (гласная или согласная)
/// </summary>
public enum LetterType
{
/// <summary>
/// Не гласная и не согласная
/// </summary>
Unknown,
/// <summary>
/// Гласная
/// </summary>
Vowel,
/// <summary>
/// Согласная
/// </summary>
Consonant
}
Комментариев нет:
Отправить комментарий