求助：用正则从拼音中提取所有带声调字母

蓝河笑月 · 发表于 7 天前

用正则从拼音中提取所有带声调字母
例如：从以下文本中，提取所有带声调字母ǒ ǔ ù à ó
wǒ de zǔ fù jiào hú guó huá ， hú jiā zǔ shàng shì shí lǐ bā xiāng yǒu míng de dà dì zhǔ ， zuì huī huáng de shí qī zài chéng lǐ mǎi le sān tiáo hú tòng xiāng lián de sì shí duō jiān zhái zǐ ， qí jiān yě céng chū guò yī xiē dāng guān de hé jīng shāng de ， juān guò qián qīng de liáng tái 、 cáo yùn de bāng bàn 。

zainex · 发表于 7 天前

汉字声调符号在现行国标中的编号是 A8A1 ~ A8B8 , 并且是按规律排序的.
所以用正则取出来后, 直接取模, 就能得出是第几声:

窗口程序集名	保留	保留	备注
窗口程序集_启动窗口

子程序名	返回值类型	公开	备注
__启动窗口_创建完毕

变量名	类型	静态	数组	备注
文本	文本型
正则	正则表达式
数组	文本型		0
数	整数型
编码	字节集
声调	整数型

文本＝ “ǒ ǔ ù à ó”
正则.创建 (“\xA8[\xA1-\xB8]”, )
数组＝分割文本 (正则.替换 (文本, “$0\r\n”, 1, , 假, 真), #换行符, )

计次循环首 (取数组成员数 (数组), 数)

编码＝到字节集 (数组 [数])

声调＝ (编码 [2] －十六进制 (“A1”)) ％ 4 ＋ 1

调试输出 (格式化文本 (“%s是第%s声”, 数组 [数], 数值到大写 (声调, 真)))

计次循环尾 ()

i支持库列表	支持库注释
RegEx	正则表达式支持库
spec	特殊功能支持库
eAPI	应用接口支持库

开始运行被调试程序
* “ǒ是第三声”
* “ǔ是第三声”
* “ù是第四声”
* “à是第四声”
* “ó是第二声”
被调试易程序运行完毕

fireandice · 发表于 7 天前

[^\w,，。、 ]+ 可以考虑

zainex · 发表于 7 天前

如果你要准确区分所有情况, 基本都得查:
国家标准|GB 18030-2022
参考第12页(双字节1区):

这里做了个区分, 因为 A8BB(ɑ) 头上没有别的东西:

窗口程序集名	保留	保留	备注
窗口程序集_启动窗口

子程序名	返回值类型	公开	备注
__启动窗口_创建完毕

变量名	类型	静态	数组	备注
文本	文本型
正则	正则表达式
数组	文本型		0

文本＝ #常量1
正则.创建 (“\xA8([\xA1-\xBA]|[\xBC-\xBF])”, )
数组＝分割文本 (正则.替换 (文本, “$0\r\n”, 1, , 假, 真), #换行符, )
调试输出 (数组)

i支持库列表	支持库注释
RegEx	正则表达式支持库
spec	特殊功能支持库

开始运行被调试程序
* 数组:65{“ǒ”,“ǔ”,“ù”,“à”,“ú”,“ó”,“á”,“ú”,“ā”,“ǔ”,“à”,“ì”,“í”,“ǐ”,“ā”,“ā”,“ǒ”,“í”,“à”,“ì”,“ǔ”,“ì”,“ī”,“á”,“í”,“ī”,“à”,“é”,“ǐ”,“ǎ”,“ā”,“á”,“ú”,“ò”,“ā”,“á”,“ì”,“í”,“ō”,“ā”,“á”,“ǐ”,“í”,“ā”,“ě”,“é”,“ū”,“ò”,“ī”,“ē”,“ā”,“ā”,“é”,“ī”,“ā”,“ā”,“ò”,“á”,“ī”,“á”,“á”,“á”,“ù”,“ā”,“à”}
被调试易程序运行完毕

蓝河笑月 · 发表于 6 天前

zainex 发表于 2025-9-21 14:28
如果你要准确区分所有情况, 基本都得查:
国家标准|GB 18030-2022
参考第12页(双字节1区):

请教如何判断一个汉字的声调是四声中的第几声

		自动登录	找回密码
密码			注册

[完成] 求助：用正则从拼音中提取所有带声调字母

最佳答案

评分

浏览过的版块