Question

使用韩语输入法编辑器（IME），可以输入버리 + 어，它将自动变为버려。

有没有办法以编程方式在Python中执行此操作？

>>> 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 - ＆gt; 47140？

以下是一些例子：

가보+아 - ＆gt; 가봐

끝나+ㄹ - ＆gt; 끝날

Answer 1

我是韩国人。首先，如果您输入버리 + 어，则会变为버리어而不是버려。 버려是버리어的缩写，不会自动生成。此外，가보아在输入过程中也不会因同样的原因自动变为가봐。

其次，相比之下，끝나 + ㄹ变为끝날，因为나没有 jongseong （종성）。请注意，Hangul的一个字符由 chooseong （초성）， jungseong （중성）和 jongseong 组成。 chooseong 和 jongseong 是辅音， jungseong 是元音。点击Wikipedia了解更多信息。因此，只有在打字时没有 jongseong （如끝나），才有可能 jongseong （ㄹ）。

如果你想버리 + 어到버려，你应该实现一些韩语语法，特别是对于这种情况， jungseong 的缩写。例如，您提供的ㅣ + ㅓ = ㅕ，ㅗ + ㅏ = ㅘ。 한글 맞춤법 chapter 4. section 5（我现在无法找到英文网页）定义这样的缩写。这是可能的，但不是那么容易的工作，尤其是非韩国人。

接下来，如果您想要的只是끝나 + ㄹ到끝날，那么它可以是一个相对容易的工作，因为有可以处理合成的图书馆和分解选择， jungseong ， jongseong 。在Python的情况下，我找到了hgtk。您可以尝试这样（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

但是，如果没有适当的Hangul知识，那将很难完成。

Answer 2

您可以使用自己的翻译表缺点是您必须输入所有配对手册或者您有一个文件来获取它。
例如：

# Sample Korean chars to map
k = [[('버리', '어'), ('버려')], [('가보', '아'), ('가봐')], [('끝나', 'ㄹ'), ('끝날')]]

class Korean(object):
    def __init__(self):
        self.map = {}

        for m in k:
            key = m[0][0] + m[0][1]
            self.map[hash(key)] = m[1]

    def __getitem__(self, item):
        return self.map[hash(item)]

    def translate(self, s):
        return [ self.map[hash(token)] for token in s]

if __name__ == '__main__':
    k_map = Korean()
    k_chars = [ m[0][0] + m[0][1] for m in  k]

    print('Input: %s' % k_chars)
    print('Output: %s' % k_map.translate(k_chars))

    one_char_3 = k[0][0][0] + k[0][0][1]
    print('%s = %s' % (one_char_3, k_map[ one_char_3 ]) )

输入：['버리어'，'가보아'，'끝나ㄹ']      输出：['버려'，'가봐'，'끝날']
     버리어=버려

使用Python测试：3.4.2

有没有办法以编程方式将韩国unicode合并为一个？

2 个答案: