karak

北辞郎の検索結果におけるピンインの表記に手を入れました。音節間で母音が連続する場合や「n/ng」に母音が続く場合、一般的な辞書ではその間にアポストロフィを入れて区切ります。
これまで北辞郎ではこれができておらず、メンバーからご指摘をいただいたので（S様ありがとうございます）対応しました。北辞郎の内部ではピンインを「pin1yin1」のような簡易表記で扱っているため、この形式のピンインを与えると必要に応じてアポストロフィを加える関数を作ります（言語はPHP）。

function apostrophize($str) {
  $str = mb_ereg_replace("([aiueo]{1,1})([1-4]{1,1})([aoe]{1,1})", '\1\2\'\3', $str);
  $str = mb_ereg_replace("(ng?)([1-4]{1,1})([aoe]{1,1})", '\1\2\'\3', $str);
  return $str;
}

この関数に、apostrophize(“en1ai4″) のように引数を与えると「en1′ai4」が返ってきます。

PHPで最長一致検索や一括置換、共通接頭辞検索（common prefix search）をするためのライブラリ imdr を公開します。

ダウンロード：imdr 1.0（ZIPファイル：2KB）

たとえば中国語の文章をピンインに変換する場合、文章に含まれる単語を調べ、対応するピンインを取得する必要があります。元の文が「收发电子邮件」だとして、1文字目の「收」で始まる単語を辞書データベースから取得し、それがこの文章に含まれているかひとつひとつ調べていくことになります。このとき、長い単語から短い単語の順（降順）で検索を行わないと「收发」の正しいピンインが得られません。「发」には「fa1」と「fa4」という2つの読みがあり、1文字単位で検索を行うとどちらの音が当てはまるのか分からないからです。