Да, это в основном ты романизатор, детка , но сложнее . как, намного сложнее.

Изучение корейского языка трудна. по крайней мере, для человека за пределами Азии. Но у них по крайней мере есть шанс учиться, верно?

Что ты должен сделать

Вы получите корейское заявление. Например, 안녕하세요. Вы должны преобразовать ввод в его римское произношение. Для данного примера вывод может быть annyeonghaseyo.

Теперь это становится техническим

Корейский символ состоит из трех частей: начальная согласная, гласная и конечная согласная. Конечная согласная может не существовать в символе.

Например, 아есть ㅇ(Начальная согласная) и ㅏ(Гласный), и 손есть ㅅ(Начальная согласная), ㅗ(Гласная) и ㄴ(Конечная согласная).

Эверт согласный и гласный имеет свое произношение. Произношение для каждого согласного является следующим.

Korean                 ㄱ   ㄲ  ㄴ  ㄷ   ㄸ  ㄹ  ㅁ  ㅂ  ㅃ  ㅅ  ㅆ  ㅇ   ㅈ   ㅉ  ㅊ ㅋ  ㅌ   ㅍ  ㅎ
Romanization Starting   g   kk  n   d   tt  r   m   b   pp  s   ss  –   j   jj  ch  k   t   p   h
               Ending   k   k   n   t   –   l   m   p   –   t   t   ng  t   –   t   k   t   p   h

(- означает отсутствие произношения или не используется. Вы не должны обращаться с ними.)

Произношение для каждой гласной звучит следующим образом.

Hangul          ㅏ  ㅐ  ㅑ  ㅒ   ㅓ  ㅔ  ㅕ  ㅖ  ㅗ   ㅘ   ㅙ  ㅚ ㅛ  ㅜ  ㅝ  ㅞ  ㅟ   ㅠ  ㅡ   ㅢ ㅣ
Romanization    a   ae  ya  yae eo  e   yeo ye  o   wa  wae oe  yo  u   wo  we  wi  yu  eu  ui  i

Теперь это самая сложная часть

Произношение согласного изменяется перед согласным в конце. Произношение для каждого начального / конечного согласного выглядит следующим образом. (Вам не нужно вводить дефис между произношениями. Это не нужно. Если в ячейке есть два или более произношения, выберите одно. Если нет конечного согласного, используйте оригинальное произношение.)

Примеры

Korean => English
안녕하세요 => annyeonghaseyo
나랏말싸미 듕귁에달아 => naranmalssami dyunggwigedara  //See how the ㅅ in 랏 changes from 't' to 'n'

Пример предложения приветствуется. Вы можете получить ответы на свои вопросы здесь . (То, что в «Общем тексте», пересмотрено - это то, что я прошу)

Python 3.6, 400 394 байта

Изменить: Спасибо RootTwo за -6 байт.

Это моя первая заявка на CodeGolf, так что я уверен, что есть лучшие способы сыграть в гольф, но я подумал, что все же опубликую ее, так как никто еще не упомянул ключевую идею, и она все еще значительно короче, чем другие решения. ,

import re,unicodedata as u
t='-'.join(u.name(i)[16:]for i in input()).lower()
for i in range(19):t=re.sub('h-[gdb]|(?<!n)([gdbsjc]+)(?!\\1)(?!-?[aeiouyw]) gg dd bb -- - h(?=[nmrcktp])|hh hj l(?=[aeiouyw]) l[nr] [nt][nr] tm pm [pm][nr] km kn|kr|ngr c yi weo'.split()[i],([lambda m:'ktpttt'['gdbsjc'.index(m[0][-1])]]+'kk,tt,pp, ,,t,c,r,ll,nn,nm,mm,mn,ngm,ngn,ch,ui,wo'.split(","))[i],t)
print(t)

Как это устроено

Решение пытается использовать тот факт (который я узнал из оригинальной японской задачи латинизации), что имена латиноамериканских символов доступны через модуль unicodedata Python. Для корейского языка они принимают форму HANGUL SYLLABLE <NAME>. К сожалению, обработка этих имен для соответствия предоставленной спецификации и для охвата всех сценариев комбинации слогов все еще требует немалых усилий (и байтов).

Полученные имена символов перечисляют все согласные в их озвученной форме в любом месте слога, например, GGAGGдля 깎, R/Lтранскрибируются как предназначено (начало R, конец L), и CHзадается как C(это на самом деле избавляет нас от головной боли).

Прежде всего, мы снимаем HANGUL SYLLABLEчасть (первые 16 символов), помечаем границы слогов -, а затем применяем серию регулярных выражений для выполнения преобразований.

Первый RegEx выглядит особенно противно. По сути, это преобразование начальных согласных в их конечные эквиваленты (также удаление лишних букв в случае двойных согласных), когда за ними не следует гласная, или для некоторых букв - когда им предшествует h. (?<!n)Назад ' предотвращает соответствия , gкоторый является частью ng, и (?!\\1)касательно последующего гарантирует , что мы не конвертировать, например, ssaк tsa.

Следующие несколько RegEx'ов конвертируют начальные двойные согласные в их невокализованные эквиваленты. Вот где -разделители также пригодятся, поскольку они помогают отличить граничные столкновения ( g-g) от двойных согласных ( gg). Теперь они также могут быть удалены.

Далее мы обрабатываем оставшиеся h+consonantкомбинации l->rперед гласными и другими частными случаями.

Наконец, мы восстанавливаем cк ch, и решить некоторые другие особенности наших входящих имен полукокса, например, yiвместо того , чтобы uiи weoвместо wo.

Я не специалист по корейскому языку и не могу комментировать намного больше, но, похоже, он прошел все тесты, опубликованные в задании и на Github. Очевидно, что еще несколько байтов могут быть сброшены, если выходные данные допустимы в верхнем регистре, поскольку это то, что мы получаем из функции name.

JavaScript (ES6), 480 байт (WIP)

Это ранняя попытка, основанная на текущих спецификациях, чтобы запустить мяч. Это может потребовать некоторого исправления при рассмотрении вопросов в комментариях.

s=>[...s].map(c=>c<'!'?c:(u=c.charCodeAt()-44032,y='1478ghjlmnpr'.search((p=t).toString(36)),t=u%28,u=u/28|0,v=u%21,x=[2,5,6,11,18].indexOf(u=u/21|0),~x&~y&&(z=parseInt(V[y+68][x],36))>10?V[z+69]:V[p+40]+V[u+21])+V[v],t=0,V='8a6y8ye6e46ye4y64w8wa6o6y4u/w4w6wi/yu/eu/ui/i/g/k21d/t7r/3b/p0s/ss95j5ch/270h922/197l999930/77ng/77270h/bbcd6afaa8gghi5ffak8alaa8llmn4gghp8abaa8gghq5gghr5ggha5gghs8ng1ng3g/2ll/n1n3d/7r/m1m3b/0s/5ch/h'.replace(/\d/g,n=>'pnkmojeta/'[n]+'/').split`/`).join``

Контрольные примеры

let f =

s=>[...s].map(c=>c<'!'?c:(u=c.charCodeAt()-44032,y='1478ghjlmnpr'.search((p=t).toString(36)),t=u%28,u=u/28|0,v=u%21,x=[2,5,6,11,18].indexOf(u=u/21|0),~x&~y&&(z=parseInt(V[y+68][x],36))>10?V[z+69]:V[p+40]+V[u+21])+V[v],t=0,V='8a6y8ye6e46ye4y64w8wa6o6y4u/w4w6wi/yu/eu/ui/i/g/k21d/t7r/3b/p0s/ss95j5ch/270h922/197l999930/77ng/77270h/bbcd6afaa8gghi5ffak8alaa8llmn4gghp8abaa8gghq5gghr5ggha5gghs8ng1ng3g/2ll/n1n3d/7r/m1m3b/0s/5ch/h'.replace(/\d/g,n=>'pnkmojeta/'[n]+'/').split`/`).join``

console.log(f("안녕하세요"))
console.log(f("나랏말싸미 듕귁에달아"))

Как?

После распаковки массив V содержит следующие данные:

00-20 vowels
a/ae/ya/yee/eo/e/yeo/ye/o/wa/wae/oe/yo/u/wo/we/wi/yu/eu/ui/i

21-39 starting consonants
g/kk/n/d/tt/r/m/b/pp/s/ss//j/jj/ch/k/t/p/h

40-67 ending consonants
/k/k//n///t/l////////m/p//t/t/ng/t/t/k/t/p/h

68-79 indices of substitution patterns for consecutive consonants
      ('a' = no substitution, 'b' = pattern #0, 'c' = pattern #1, etc.)
bbcde/afaaa/gghij/ffaka/alaaa/llmno/gghpa/abaaa/gghqj/gghrj/gghaj/gghsa

80-97 substitution patterns
ngn/ngm/g/k/ll/nn/nm/d/t/r/mn/mm/b/p/s/j/ch/h

Мы разделяем каждого персонажа хангул на начальный согласный, гласный и конечный согласный. Добавляем к результату:

• V[80 + substitution] + V[vowel] если есть замена
• V[40 + previousEndingConsonant] + V[21 + startingConsonant] + V[vowel] в противном случае

Tcl, 529 байт

fconfigure stdin -en utf-8
foreach c [split [read stdin] {}] {scan $c %c n
if {$n < 256} {append s $c} {incr n -44032
append s [string index gKndTrmbPsS-jJCktph [expr $n/588]][lindex {a ae ya yae eo e yeo ye o wa wae oe yo u wo we wi yu eu ui i} [expr $n%588/28]][string index -Ak-n--tl-------mp-BGQDEkFph [expr $n%28]]}}
puts [string map {nr nn
A- g An ngn Ar ngn Am ngm A kk
t- d p- b B- s D- j
nr ll l- r ln ll lr ll
A k B t G t D t E t F t
K kk T tt P pp S ss J jj C ch Q ng
- ""} [regsub -all -- {[tpBDEFh]([nrm])} $s n\\1]]

Алгоритм

1. Разложение на свинцовые, гласные и хвостовые индексы
2. Первый поиск в промежуточном алфавитном представлении
3. Применить начальный проход для всех преобразований xn → nn / xm → nm
4. Примените последний проход для оставшихся преобразований

Этот алгоритм хруст для целей задачи; компромисс заключается в том, что предполагается, что входные данные не содержат латинских буквенных символов и не используют символы вне блока Hangul U + AC00, как описано в задании. Если бы это был настоящий код, я бы сохранил все преобразования в Jamo до последнего прохода.

Полагаю, я мог бы потратить немного больше сил на то, чтобы разбить эти гласные и некоторые повторения в справочной таблице, но это так же хорошо, как это получается от меня сегодня.

тестирование

Убедитесь, что вы можете предоставить UTF-8 вход для интерпретатора Tcl. Это легче всего сделать с помощью простого текстового файла UTF-8. Увы, Tcl по-прежнему не использует UTF-8 по умолчанию; это стоило мне 33 байта.

Вот мой (в настоящее время жалкий) тестовый файл:

한
안녕하세요
나랏말싸미 듕귁에달아

Примечания

Я ничего не знаю о корейском языке (кроме того, что мало я выучил здесь). Это первая попытка, ожидающая возможного пересмотра из-за обновлений в спецификации вопроса.

И, об этом, некоторая дополнительная информация полезна. В частности, нет соответствия 1: 1 между ведущими и хвостовыми согласными, как кажется, предлагается в задаче. Следующие два сайта помогли мне во многом это выяснить:
• Википедия: корейский язык, хангыль
• Википедия: хангыль джамо (блок Unicode)