如何使用正则表达式和 Java 计算文本中的音节

我有文字作为String并需要计算每个单词的音节数。我尝试将所有文​​本拆分为单词数组，然后分别处理每个单词。我为此使用了正则表达式。但音节模式并没有发挥应有的作用。请建议如何更改它以计算正确的音节数。我的初始代码。

public int getNumSyllables()
{
    String[] words = getText().toLowerCase().split("[a-zA-Z]+");
    int count=0;
    List <String> tokens = new ArrayList<String>();
    for(String word: words){
            tokens = Arrays.asList(word.split("[bcdfghjklmnpqrstvwxyz]*[aeiou]+[bcdfghjklmnpqrstvwxyz]*"));
            count+= tokens.size();

            }
    return count;
}

这个问题来自UCSD的Java课程，对吗？

我认为你应该为这个问题提供足够的信息，以免让想要提供帮助的人感到困惑。在这里，我有自己的解决方案，它已经通过本地程序的测试用例以及来自 UCSD 的 OJ 进行了测试。

您在这个问题中错过了有关音节定义的一些重要信息。其实我觉得这个问题的关键是你应该如何处理e.例如，假设有一个组合te。如果你把te在单词中间，当然应该算作一个音节；但是，如果它位于单词的末尾，则e应该被认为是silent e在英语中，因此不应将其视为音节。

就是这样。我想用一些伪代码写下我的想法：

  if(last character is e) {
        if(it is silent e at the end of this word) {
           remove the  silent e;
           count the rest part as regular;
        } else {
           count++;
  } else {
        count it as regular;
  }
}

你可能会发现我不仅使用正则表达式来处理这个问题。其实我也想过：这道题真的可以只用正则表达式来完成吗？我的回答是：不，我不这么认为。至少现在，以加州大学圣地亚哥分校给我们的知识，做到这一点太困难了。正则表达式是一个强大的工具，它可以非常快速地映射所需的字符。然而正则表达式缺少一些功能。采取te再次举个例子，正则表达式在面对这样的词时不会三思而后行teate（我编造这个词只是为了举例）。如果我们的正则表达式模式算第一个te作为音节，那为什么最后一个te not?

与此同时，UCSD实际上在作业纸上谈到了这一点：

如果您发现自己在做心理体操，想出一个正则表达式来直接计算音节，这通常表明有一个更简单的解决方案（提示：考虑字符循环 - 请参阅下面的下一个提示）。仅仅因为一段代码（例如正则表达式）更短并不意味着它总是更好。

这里的提示是，你应该将这个问题与一些循环一起考虑，并与正则表达式结合起来。

好吧，我现在终于应该展示我的代码了：

protected int countSyllables(String word)
{
    // TODO: Implement this method so that you can call it from the 
    // getNumSyllables method in BasicDocument (module 1) and 
    // EfficientDocument (module 2).
    int count = 0;
    word = word.toLowerCase();

    if (word.charAt(word.length()-1) == 'e') {
        if (silente(word)){
            String newword = word.substring(0, word.length()-1);
            count = count + countit(newword);
        } else {
            count++;
        }
    } else {
        count = count + countit(word);
    }
    return count;
}

private int countit(String word) {
    int count = 0;
    Pattern splitter = Pattern.compile("[^aeiouy]*[aeiouy]+");
    Matcher m = splitter.matcher(word);

    while (m.find()) {
        count++;
    }
    return count;
}

private boolean silente(String word) {
    word = word.substring(0, word.length()-1);

    Pattern yup = Pattern.compile("[aeiouy]");
    Matcher m = yup.matcher(word);

    if (m.find()) {
        return true;
    } else
        return false;
}

你可能会发现除了给定的方法之外countSyllables，我还创建了两个额外的方法countit and silente. countit用于计算单词内的音节，silente正在试图弄清楚这个词是否以无声结尾e。还应该注意的是，not silent e。例如，the应该考虑not silent e, while ate被认为silent e.

这是我的代码已经通过测试的状态，来自本地测试用例和 UCSD 的 OJ：

从 ON 的测试结果来看：

P.S: 直接使用像 [^aeiouy] 这样的东西应该没问题，因为在我们调用这个方法之前这个词已经被解析了。还需要更改为小写，这将节省处理大写的大量工作。我们想要的只是音节数。 谈论数字，一种优雅的方式是定义count因为是静态的，所以私有方法可以直接使用count++里面。但现在好了。

如果您还是不明白这个问题的方法，请随时联系我:)