python - 有没有办法以编程方式将韩文 unicode 合并为一个？

Question

使用韩语输入法编辑器 (IME)，可以键入 버리 + 어，它将自动变为 버려。

有没有办法在 Python 中以编程方式执行此操作？

>>> x, y = '버리', '어'
>>> z = '버려'
>>> ord(z[-1])
47140
>>> ord(x[-1]), ord(y)
(47532, 50612)

有没有办法计算 47532 + 50612 -> 47140？

还有一些例子:

가보 + 아 -> 가봐

끝나 + ㄹ -> 끝날

Answer 1

我是韩国人。首先，如果您键入 버리어 + 어，它将变为 버리어 而不是 버려。 버려是버리어的缩写，不会自动生成。同样，가보한 不能在输入时自动变为 가봐。

其次，相比之下，끝나 + ㄹ 变为 끝날 因为 나 没有 jongseong(종성)。请注意，韩文的一个字符由 choseong(초성)、jungseong(중성) 和 jongseong 组成。 choseong 和 jongseong 是辅音，jungseong 是元音。查看更多信息 Wikipedia .所以只有当打字时没有 jongseong 时(比如 끝나)，它才有可能有 jongseong(ㄹ)。

如果你想把 버리 + 어 变成 버려，你应该实现一些韩语语法，特别是对于这种情况，缩写中城。例如ㅣ + ㅓ = ㅕ, ㅗ + ㅏ = ㅘ 你提供的。 한글 맞춤법 chapter 4. section 5 (我现在找不到英文页面)这样定义缩写。这是可能的，但不是那么容易，尤其是对于非韩国人。

接下来，如果你想要的只是将 끝나 + ㄹ 转换为 끝날，这可能是一个相对容易的工作，因为有'可以处理 choseong、jungseong、jongseong 的组合和分解的库。如果是 Python，我找到了 hgtk .您可以这样尝试(非实用代码):

# hgtk methods take one character at a time
cjj1 = hgtk.letter.decompose('나')  # ('ㄴ', 'ㅏ', '')
cjj2 = hgtk.letter.decompose('ㄹ')  # ('ㄹ', '', '')
if cjj1[2]) == '' and cjj2[1]) == '':
    cjj = (cjj1[0], cjj1[1], cjj2[0])
    cjj2 = None

不过，如果没有适当的韩文知识，将很难完成。