Tak, w zasadzie jesteś romanizerem, skarbie , ale trudniejszym . jak, sposób trudniej.

Nauka koreańskiego jest trudna. przynajmniej dla osoby spoza Azji. Ale przynajmniej mają szansę się uczyć, prawda?

Co musisz zrobić

Otrzymasz koreańskie oświadczenie. Na przykład 안녕하세요. Musisz przekonwertować dane wejściowe na wymowę rzymską. W podanym przykładzie wynikiem może być annyeonghaseyo.

Teraz robi się techniczny

Koreańska postać składa się z trzech części: początkowej spółgłoski, samogłoski i końcowej spółgłoski. Spółgłoska Ending może nie istnieć w postaci.

Na przykład 아jest ㅇ(Początkowa spółgłoska) i ㅏ(Samogłoska), a 손jest ㅅ(Początkowa spółgłoska), ㅗ(Samogłoska) i ㄴ(Końcowa spółgłoska).

Evert spółgłoska i samogłoska ma swoją wymowę. Wymowa każdej spółgłoski jest następująca.

Korean                 ㄱ   ㄲ  ㄴ  ㄷ   ㄸ  ㄹ  ㅁ  ㅂ  ㅃ  ㅅ  ㅆ  ㅇ   ㅈ   ㅉ  ㅊ ㅋ  ㅌ   ㅍ  ㅎ
Romanization Starting   g   kk  n   d   tt  r   m   b   pp  s   ss  –   j   jj  ch  k   t   p   h
               Ending   k   k   n   t   –   l   m   p   –   t   t   ng  t   –   t   k   t   p   h

(- oznacza brak wymowy lub nieużywanie. nie musisz sobie z nimi radzić.)

Wymowa dla każdej samogłosek jest następująca.

Hangul          ㅏ  ㅐ  ㅑ  ㅒ   ㅓ  ㅔ  ㅕ  ㅖ  ㅗ   ㅘ   ㅙ  ㅚ ㅛ  ㅜ  ㅝ  ㅞ  ㅟ   ㅠ  ㅡ   ㅢ ㅣ
Romanization    a   ae  ya  yae eo  e   yeo ye  o   wa  wae oe  yo  u   wo  we  wi  yu  eu  ui  i

Teraz jest to naprawdę trudna część

Wymowa spółgłosek zmienia się wcześniej przez spółgłoskę Ending. Wymowa każdej spółgłoski początkowej / końcowej jest następująca. (Nie musisz robić łącznika między wymowy. Jest to niepotrzebne. Jeśli komórka ma dwie lub więcej wymowy, wybierz jedną. Jeśli nie ma końcowej spółgłoski, użyj oryginalnej wymowy.)

Przykłady

Korean => English
안녕하세요 => annyeonghaseyo
나랏말싸미 듕귁에달아 => naranmalssami dyunggwigedara  //See how the ㅅ in 랏 changes from 't' to 'n'

Przykładowa sugestia mile widziana. Można uzyskać odpowiedzi na własnych wejść tutaj . (O to w „Ogólnym tekście”, poprawionym, o to proszę)

Python 3.6, 400 394 bajtów

Edycja: Dzięki RootTwo za -6 bajtów.

To moje pierwsze zgłoszenie do CodeGolf, więc jestem prawie pewien, że istnieją lepsze sposoby na grę w golfa, ale pomyślałem, że nadal będę go publikować, ponieważ nikt jeszcze nie wspomniał o kluczowym pomyśle, a to wciąż znacznie krótsze niż w przypadku innych rozwiązań .

import re,unicodedata as u
t='-'.join(u.name(i)[16:]for i in input()).lower()
for i in range(19):t=re.sub('h-[gdb]|(?<!n)([gdbsjc]+)(?!\\1)(?!-?[aeiouyw]) gg dd bb -- - h(?=[nmrcktp])|hh hj l(?=[aeiouyw]) l[nr] [nt][nr] tm pm [pm][nr] km kn|kr|ngr c yi weo'.split()[i],([lambda m:'ktpttt'['gdbsjc'.index(m[0][-1])]]+'kk,tt,pp, ,,t,c,r,ll,nn,nm,mm,mn,ngm,ngn,ch,ui,wo'.split(","))[i],t)
print(t)

Jak to działa

Rozwiązanie próbuje wykorzystać fakt (którego dowiedziałem się z oryginalnego japońskiego wyzwania romanizacji), że romanizowane nazwy postaci są dostępne poprzez moduł Unicodeedata Pythona. W przypadku języka koreańskiego mają one postać HANGUL SYLLABLE <NAME>. Niestety przetwarzanie tych nazw w celu spełnienia podanej specyfikacji i uwzględnienia wszystkich scenariuszy kombinacji sylaby nadal wymaga sporo wysiłku (i bajtów).

W uzyskanych nazwach znaków wszystkie spółgłoski w formie dźwięcznej w dowolnym miejscu w sylabie, np. GGAGGDla 깎, R/Lsą transkrybowane zgodnie z przeznaczeniem (początek R, koniec L) i CHsą podawane jako C(to faktycznie oszczędza nam trochę bólu głowy).

Przede wszystkim usuwamy HANGUL SYLLABLEczęść (pierwsze 16 znaków), zaznaczamy granicami sylaby za pomocą -, a następnie stosujemy serię RegEx'ów w celu wykonania konwersji.

Pierwszy RegEx wygląda wyjątkowo paskudnie. Zasadniczo robi to konwersja początkowych spółgłosek na ich końcowe odpowiedniki (usuwając również dodatkową literę w przypadku podwójnych spółgłosek), gdy nie następuje po nich samogłoska, lub w przypadku niektórych liter - gdy są poprzedzone h. (?<!n)Zapobiega lookbehind dopasowanie gktóry jest częścią ng, i (?!\\1)uprzedzona zapewnia, że nie konwertować np ssado tsa.

Kolejne kilka RegEx'ów przekształca początkowe podwójne spółgłoski w ich bezdźwięczne odpowiedniki. Tutaj -przydają się również separatory, które pomagają w rozpoznawaniu zderzeń granicznych ( g-g) z podwójnymi spółgłosek ( gg). Teraz można je również usunąć.

Następnie zajmujemy się pozostałymi h+consonantkombinacjami, l->rprzed samogłoskami i innymi specjalnymi przypadkami.

Wreszcie możemy przywrócić cdo ch, i rozwiązać kilka innych osobliwości naszych przychodzących nazw, takich jak char yizamiast uii weozamiast wo.

Nie jestem ekspertem od koreańskiego i nie mogę komentować więcej, ale zdaje się, że pomyślnie przeszedł wszystkie testy opublikowane w zadaniu i na Githubie. Oczywiście kilka dodatkowych bajtów można by ogolić, jeśli dane wyjściowe są dopuszczalne dużymi literami, ponieważ to właśnie otrzymujemy z funkcji name.

JavaScript (ES6), 480 bajtów (WIP)

Jest to wczesna próba, oparta na aktualnych specyfikacjach, aby uruchomić piłkę. Może to wymagać pewnych poprawek, gdy pytania w komentarzach zostaną rozwiązane.

s=>[...s].map(c=>c<'!'?c:(u=c.charCodeAt()-44032,y='1478ghjlmnpr'.search((p=t).toString(36)),t=u%28,u=u/28|0,v=u%21,x=[2,5,6,11,18].indexOf(u=u/21|0),~x&~y&&(z=parseInt(V[y+68][x],36))>10?V[z+69]:V[p+40]+V[u+21])+V[v],t=0,V='8a6y8ye6e46ye4y64w8wa6o6y4u/w4w6wi/yu/eu/ui/i/g/k21d/t7r/3b/p0s/ss95j5ch/270h922/197l999930/77ng/77270h/bbcd6afaa8gghi5ffak8alaa8llmn4gghp8abaa8gghq5gghr5ggha5gghs8ng1ng3g/2ll/n1n3d/7r/m1m3b/0s/5ch/h'.replace(/\d/g,n=>'pnkmojeta/'[n]+'/').split`/`).join``

Przypadki testowe

let f =

s=>[...s].map(c=>c<'!'?c:(u=c.charCodeAt()-44032,y='1478ghjlmnpr'.search((p=t).toString(36)),t=u%28,u=u/28|0,v=u%21,x=[2,5,6,11,18].indexOf(u=u/21|0),~x&~y&&(z=parseInt(V[y+68][x],36))>10?V[z+69]:V[p+40]+V[u+21])+V[v],t=0,V='8a6y8ye6e46ye4y64w8wa6o6y4u/w4w6wi/yu/eu/ui/i/g/k21d/t7r/3b/p0s/ss95j5ch/270h922/197l999930/77ng/77270h/bbcd6afaa8gghi5ffak8alaa8llmn4gghp8abaa8gghq5gghr5ggha5gghs8ng1ng3g/2ll/n1n3d/7r/m1m3b/0s/5ch/h'.replace(/\d/g,n=>'pnkmojeta/'[n]+'/').split`/`).join``

console.log(f("안녕하세요"))
console.log(f("나랏말싸미 듕귁에달아"))

W jaki sposób?

Po zdekompresowaniu tablica V zawiera następujące dane:

00-20 vowels
a/ae/ya/yee/eo/e/yeo/ye/o/wa/wae/oe/yo/u/wo/we/wi/yu/eu/ui/i

21-39 starting consonants
g/kk/n/d/tt/r/m/b/pp/s/ss//j/jj/ch/k/t/p/h

40-67 ending consonants
/k/k//n///t/l////////m/p//t/t/ng/t/t/k/t/p/h

68-79 indices of substitution patterns for consecutive consonants
      ('a' = no substitution, 'b' = pattern #0, 'c' = pattern #1, etc.)
bbcde/afaaa/gghij/ffaka/alaaa/llmno/gghpa/abaaa/gghqj/gghrj/gghaj/gghsa

80-97 substitution patterns
ngn/ngm/g/k/ll/nn/nm/d/t/r/mn/mm/b/p/s/j/ch/h

Dzielimy każdą postać Hangul na początkową spółgłoskę, samogłoskę i końcową spółgłoskę. Do wyniku dołączamy:

• V[80 + substitution] + V[vowel] jeśli jest zamiana
• V[40 + previousEndingConsonant] + V[21 + startingConsonant] + V[vowel] Inaczej

Tcl, 529 bajtów

fconfigure stdin -en utf-8
foreach c [split [read stdin] {}] {scan $c %c n
if {$n < 256} {append s $c} {incr n -44032
append s [string index gKndTrmbPsS-jJCktph [expr $n/588]][lindex {a ae ya yae eo e yeo ye o wa wae oe yo u wo we wi yu eu ui i} [expr $n%588/28]][string index -Ak-n--tl-------mp-BGQDEkFph [expr $n%28]]}}
puts [string map {nr nn
A- g An ngn Ar ngn Am ngm A kk
t- d p- b B- s D- j
nr ll l- r ln ll lr ll
A k B t G t D t E t F t
K kk T tt P pp S ss J jj C ch Q ng
- ""} [regsub -all -- {[tpBDEFh]([nrm])} $s n\\1]]

Algorytm

1. Rozkład na wskaźniki ołowiu, samogłoski i ogona
2. Pierwsze wyszukiwanie do pośredniej reprezentacji alfabetycznej
3. Zastosuj wstępne przejście dla wszystkich przekształceń xn → nn / xm → nm
4. Zastosuj końcowe przejście dla pozostałych transformacji

Ten algorytm jest wykorzystywany do celów wyzwania; kompromis polega na tym, że zakłada się, że dane wejściowe nie zawierają żadnych alfabetów łacińskich ani nie używają znaków spoza bloku Hangul U + AC00, jak opisano w wyzwaniu. Gdyby to był prawdziwy kod, zachowałbym wszystkie transformacje w Jamo aż do ostatniego przejścia.

Podejrzewam, że mógłbym rzucić nieco więcej mocy na chrupanie tych samogłosek i niektórych powtórzeń w tabeli odnośników, ale jest to tak dobre, jak się dzisiaj wydaje.

Testowanie

Upewnij się, że możesz podać wejście UTF-8 do interpretera Tcl. Najłatwiej to zrobić za pomocą prostego pliku tekstowego UTF-8. Niestety, Tcl nadal domyślnie nie jest domyślnie ustawiony na UTF-8; kosztowało mnie to 33 bajty.

Oto mój (obecnie żałosny) plik testowy:

한
안녕하세요
나랏말싸미 듕귁에달아

Notatki

Nic nie wiem o języku koreańskim (z wyjątkiem tego, czego niewiele się tutaj nauczyłem). Jest to pierwsza próba, oczekująca na potencjalną zmianę z powodu aktualizacji specyfikacji pytania.

Poza tym przydatne są dodatkowe informacje. W szczególności nie ma zgodności 1: 1 między spółgłoskami ołowiu i ogona, co wydaje się sugerowane w wyzwaniu. Następujące dwie strony bardzo pomogły w ustaleniu tego:
• Wikipedia: język koreański, Hangul
• Wikipedia: Hangul Jamo (blok Unicode)