yomi_converter.py

import regex


class YomiConverter:

    KANA2ROM = {
        "ア": "a",
        "イ": "i",
        "ウ": "u",
        "エ": "e",
        "オ": "o",
        "カ": "ka",
        "キ": "ki",
        "ク": "ku",
        "ケ": "ke",
        "コ": "ko",
        "サ": "sa",
        "シ": "si",
        "ス": "su",
        "セ": "se",
        "ソ": "so",
        "タ": "ta",
        "チ": "ti",
        "ツ": "tu",
        "テ": "te",
        "ト": "to",
        "ナ": "na",
        "ニ": "ni",
        "ヌ": "nu",
        "ネ": "ne",
        "ノ": "no",
        "ハ": "ha",
        "ヒ": "hi",
        "フ": "hu",
        "ヘ": "he",
        "ホ": "ho",
        "マ": "ma",
        "ミ": "mi",
        "ム": "mu",
        "メ": "me",
        "モ": "mo",
        "ヤ": "ya",
        "ユ": "yu",
        "ヨ": "yo",
        "ラ": "ra",
        "リ": "ri",
        "ル": "ru",
        "レ": "re",
        "ロ": "ro",
        "ワ": "wa",
        "ヰ": "wi",
        "ヱ": "we",
        "ヲ": "wo",
        "ガ": "ga",
        "ギ": "gi",
        "グ": "gu",
        "ゲ": "ge",
        "ゴ": "go",
        "ザ": "za",
        "ジ": "zi",
        "ズ": "zu",
        "ゼ": "ze",
        "ゾ": "zo",
        "ダ": "da",
        "ヂ": "di",
        "ヅ": "du",
        "デ": "de",
        "ド": "do",
        "バ": "ba",
        "ビ": "bi",
        "ブ": "bu",
        "ベ": "be",
        "ボ": "bo",
        "パ": "pa",
        "ピ": "pi",
        "プ": "pu",
        "ペ": "pe",
        "ポ": "po",
        "ヴ": "vu",
        "ァ": "xa",
        "ィ": "xi",
        "ゥ": "xu",
        "ェ": "xe",
        "ォ": "xo",
        "ッ": "xtu",
        "ャ": "xya",
        "ュ": "xyu",
        "ョ": "xyo",
        "ヮ": "xwa",
        "ヶ": "xke",
        "ヵ": "xka",
        "ン": "nn",
    }
    ROM2KANA = {v: k for k, v in KANA2ROM.items()}

    def __init__(self):
        pass

    def kana_to_romaji(self, katakana_string):
        """ カタカナをローマ字読み(IMEでの'単体文字'入力となる形)に変換
        Args:
            katakana_string: カタカナの結合文字列
        Returns:
            ローマ字読みごとにスペースで区切られた文字列
        """

        def _ctoromaji(c):
            c = c.group(0)
            if c in self.KANA2ROM:
                return self.KANA2ROM[c] + " "
            else:
                return c

        return regex.sub(r"\p{Katakana}", _ctoromaji, katakana_string).rstrip()

    def romaji_to_kana(self, romaji_yomi):
        """ ローマ字読みをカタカナに変換
        Args:
            romaji_yomi: ローマ字読みのリストorスペース区切られた文字列
        Returns:
            カタカナの文字列
        """

        def _ctokana(c):
            if c in self.ROM2KANA:
                return self.ROM2KANA[c]
            else:
                return c

        if isinstance(romaji_yomi, str):
            romaji_yomi = romaji_yomi.split(" ")
        return "".join(map(_ctokana, romaji_yomi))

    @staticmethod
    def remove_soundmark(romaji_yomi):
        """ 濁点・半濁点を削除
        Args:
            romaji_yomi: ローマ字の文字列
        Returns:
            濁点子音が静音子音に置換されたローマ字文字列('ヴ' は例外)
        """
        return romaji_yomi.translate(romaji_yomi.maketrans("gzdbp", "ksthh"))

    def remove_soundmark_from_kana(self, katakana_string):
        """ 濁点除去処理: カタカナ->ローマ字->濁点除去済みカタカナ
        Args:
            katakana_string: カタカナ文字列
        """
        roms = self.kana_to_romaji(katakana_string)
        roms_seion = self.remove_soundmark(roms)
        kana_seion = self.romaji_to_kana(roms_seion.split(" "))
        return kana_seion