Implement 音韻地位.合法性

.github/workflows/test.yml

@@ -13,7 +13,7 @@ jobs:
     runs-on: windows-latest
     strategy:
       matrix:
-        python-version: [3.6, 3.7, 3.8, 3.9]
+        python-version: ["3.7", "3.8", "3.9", "3.10.0-beta.3"]
     steps:
       - uses: actions/checkout@v2
       - name: Set up Python ${{ matrix.python-version }}

setup.py

@@ -25,15 +25,15 @@
         'Natural Language :: Chinese (Traditional)',
         'License :: CC0 1.0 Universal (CC0 1.0) Public Domain Dedication',
         'Programming Language :: Python :: 3',
-        'Programming Language :: Python :: 3.6',
         'Programming Language :: Python :: 3.7',
         'Programming Language :: Python :: 3.8',
-        'Programming Language :: Python :: 3.9'
+        'Programming Language :: Python :: 3.9',
+        'Programming Language :: Python :: 3.10',
     ],
     keywords='middle-chinese historical-linguistics qieyun',
     packages=find_packages('src'),
     package_dir={'': 'src'},
-    python_requires='>=3.6, <4',
+    python_requires='>=3.7, <4',
     entry_points={},
     project_urls={
         'Bug Reports': 'https://github.com/nk2028/qieyun-encoder-python/issues',

src/QieyunEncoder/_音位配列規則表.py

@@ -0,0 +1,119 @@
+# -*- coding: utf-8 -*-
+
+
+from enum import IntEnum
+
+
+class 合法性等級(IntEnum):
+    無效, 強非法, 弱非法, 弱合法, 稀有合法, 強合法 = range(6)
+
+    @property
+    def 字符串(self) -> str:
+        return self.name
+
+
+# 以下規則只適用於更優音韻地位
+# 每條規則是三元組 (合法性等級, 禁止的情況, 排除的情況)
+# 在規則下進行簡要解釋，並舉出違反規則的例外小韻（根據數據中對一些爭議小韻的處理不同，例外小韻可能有差異）
+音位配列規則表 = (
+    (合法性等級.無效, '邪章昌船書常日以羣母 一二四等', None),
+    # 這些聲母只能拼三等，也不存在對應的能拼非三等的聲母
+
+    (合法性等級.強非法, '次入韻', '去聲'),
+    # 因爲次入四韻都是由上古去聲韻尾變來。例外小韻：茝栘臡佁䑂倄
+
+    (合法性等級.強非法, '幫組 之韻', None),
+    # 因爲之韻在音系上相當於開合分韻的開口韻，幫組不能拼
+
+    (合法性等級.強非法, '陽唐庚耕清青蒸登韻 銳音 合口', '以母 清韻'),
+    # 分開合的 -ng 尾韻銳音無合口（以母清韻除外）。例外小韻：𢷾𦳮騂硦㘀
+
+    (合法性等級.強非法, '四等 合口 銳音', None),
+    # 因爲上古無唇化銳音聲母
+
+    (合法性等級.強非法, '云母 開口', '宵侵鹽韻'),
+    # 分開合的韻云母無開口，因爲云母上古就是 *w。例外小韻：矣漹
+
+    (合法性等級.強非法, '麻韻 三等', '銳音 開口'),
+    # 麻歌屬於銳鈍分韻，且合口沒有上古來源。例外小韻：乜𦣛
+
+    (合法性等級.強非法, '侵鹽韻 重紐A類', '影母'),
+    # 脂祭真仙侵鹽六韻見系（除影母外）開口缺少重紐。特別地，侵鹽韻僅影母有可靠重紐
+    # 這是因爲上古見系聲母拼這些韻的 A 類開口韻的字到了後世，聲母常常會被腭化到章組
+
+    (合法性等級.強非法, '俟母', '之韻'),
+    # 俟母之韻可能是成音節捲舌近音（ɻ̍）特殊演變的結果，類似現代漢語的 er 不能拼其他聲母
+
+    (合法性等級.弱非法, '來母 二等', None),
+    # 因爲來母上古就是 *r。例外小韻：藞瀧犖礐䐯斕𡰠顟臉
+
+    (合法性等級.弱非法, '歌韻 三等', '見影組 平聲'),
+    # 見系歌三本無上古来源，但因爲見組聲母三等非三等音值有別，所以引入見組歌三專用於音譯，且不用仄聲
+
+    (合法性等級.弱非法, '痕韻 銳音', None),
+    # 沒有上古来源，因为上古非三等 *ən 在銳音后会前化，入先韵。例外小韻：吞
+
+    (合法性等級.弱非法, '幫組 蕭添韻', None),
+    # m 與前元音相拼時更接近 n，因此唇音 + em 先異化成了 en。例外小韻：𡕢
+
+    (合法性等級.弱非法, '祭韻 見影組 重紐A類', '影母'),
+    # 脂祭真仙侵鹽六韻見系（除影母外）開口缺少重紐。例外小韻：藝
+
+    (合法性等級.弱非法, '祭韻 幫組 重紐B類', None),
+    # 特別地，祭韻幫組也無重紐
+
+    (合法性等級.弱合法, '冬韻 鈍音 舒聲', None),
+    # 在上古就缺乏，原因不明。例外小韻：𪁪雺攻䃔䃔
+
+    (合法性等級.弱合法, '船母 尤之東陽祭宵鹽韻', None),
+    # 除魚虞鍾外，船母不拼三 C 韻；此外船母也不拼祭宵鹽韻。原因不明
+
+    (合法性等級.弱合法, '麻韻 三等 知組', None),
+    # 原因不明。例外小韻：爹
+
+    (合法性等級.弱合法, '蒸韻 合口 舒聲', None),
+    # 因爲蒸韻合口字大多數併入了東韻
+
+    (合法性等級.弱合法, '東韻 三等 上聲', None),
+    # -ng 尾上聲字少，具體原因不明
+
+    (合法性等級.弱合法, '佳麻皆夬韻 合口 知組', None),
+    # 原因不明。例外小韻：檛䊬顡尵
+
+    (合法性等級.弱合法, '山刪韻 合口 舒聲 知組', None),
+    # 原因不明。例外小韻：窀奻奻
+
+    (合法性等級.稀有合法, '銜韻 知組', None),
+    # 原因不明。例外小韻：𠗨
+
+    (合法性等級.稀有合法, '云母 鍾韻', None),
+    # 沒有上古來源，因爲上古云母 *w 排斥元音圓唇的鍾韻
+
+    (合法性等級.稀有合法, '脂仙宵韻 見影組 開口 重紐A類', '影母'),
+    # 脂祭真仙侵鹽六韻見系（除影母外）開口缺少重紐。例外小韻：棄鬐咦甄孑遣譴蹻翹翹
+    # 特別地，真韻的例外小韻太多，因此不視爲非法。另外宵韻的見系開口重紐也很少，列入規則
+
+    (合法性等級.稀有合法, '幫組 咸覃銜談韻', None),
+    # 因爲唇音聲母會掩蔽 -m 尾的音色，將 -m 尾的部位異化。例外小韻：𨂝埿姏㛧
+
+    (合法性等級.稀有合法, '脂韻 莊組', '生母'),
+    # 原因不明。例外小韻：㿷
+
+    (合法性等級.稀有合法, '真韻 莊組 合口', '生母 入聲'),
+    # 原因不明。例外小韻：𠭴
+
+    (合法性等級.稀有合法, '蒸韻 上聲', None),
+    # -ng 尾上聲字少，具體原因不明。例外小韻：庱拯㱡殑
+
+    (合法性等級.稀有合法, '登韻 合口 上去聲', None),
+    # -ng 尾上聲字少，具體原因不明，且登合僅見系字
+
+    (合法性等級.稀有合法, '冬韻 上聲', None),
+    # -ng 尾上聲字少，具體原因不明。《切韻》冬韻無對應的上聲韻目。例外小韻：湩
+
+    (合法性等級.稀有合法, '皆韻 上聲', '見影組 開口'),
+    # 原因不明
+
+    (合法性等級.稀有合法, '邪母 虞東宵韻', None),
+    # 原因不明
+)

src/QieyunEncoder/常量.py

@@ -41,4 +41,5 @@ class 常量:
 
     輕脣韻: str = '東鍾微虞廢文元陽尤凡'
 
+    陰聲韻: str = '支脂之微魚虞模齊祭泰佳皆夬灰咍廢蕭宵肴豪歌麻尤侯幽'
     次入韻: str = '祭泰夬廢'

src/QieyunEncoder/音韻地位.py

@@ -40,7 +40,7 @@
 .. hint::
 
     不要與中古後期三十六字母混淆。
-    
+
     中古後期三十六字母：
 
     <table class="big-table">
@@ -153,11 +153,12 @@
 其中，仄表示上去入聲，舒表示平上去聲。
 '''
 
+from __future__ import annotations  # PEP 563, for Python < 3.10
 import re
-from typing import Optional
+from typing import Optional, Tuple
 
 from .常量 import 常量
-from ._母對應的標準等 import 母對應的標準等
+from ._音位配列規則表 import 合法性等級, 音位配列規則表
 from .工具.母到清濁 import 母到清濁
 from .工具.母到組 import 母到組
 from .工具.母到音 import 母到音
@@ -475,7 +476,7 @@ def equal聲(聲: str) -> bool:
     @staticmethod
     def 驗證(母: str, 呼: Optional[str], 等: str, 重紐: Optional[str], 韻: str, 聲: str):
         '''
-        驗證給定的音韻地位六要素是否合法。
+        初步驗證給定的音韻地位六要素是否合法。
         '''
         assert len(母) == 1 and 母 in 常量.所有母, 'Unexpected 母: ' + repr(母)
         assert len(等) == 1 and 等 in 常量.所有等, 'Unexpected 等: ' + repr(等)
@@ -511,8 +512,11 @@ def 驗證(母: str, 呼: Optional[str], 等: str, 重紐: Optional[str], 韻: s
         elif 韻 in 常量.二三等韻:
             assert 等 in '二三', 'Unexpected 等: ' + repr(等)
 
+        if 韻 in 常量.陰聲韻:
+            assert 聲 != '入', 'Unexpected 聲: ' + repr(聲)
+
     @staticmethod
-    def from編碼(編碼: str):
+    def from編碼(編碼: str) -> 音韻地位:
         '''
         將音韻編碼轉換爲音韻地位。
         '''
@@ -579,7 +583,7 @@ def from編碼(編碼: str):
         return 音韻地位(母, 呼, 等, 重紐, 韻, 聲)
 
     @staticmethod
-    def from描述(描述: str):
+    def from描述(描述: str) -> 音韻地位:
         '''
         將音韻描述或最簡音韻描述轉換爲音韻地位。
         '''
@@ -612,13 +616,138 @@ def from描述(描述: str):
 
         return 音韻地位(母, 呼, 等, 重紐, 韻, 聲)
 
-    def is_normal(self):
+    def 合法性(self) -> Tuple[str, Optional[音韻地位]]:
         '''
-        是 normal 的音韻地位。
+        聲、韻、調組合的合法性。
+        如果有等價但更優的音韻地位能作爲替代，那麼也返回更優音韻地位，合法性取原地位和更優地位中的較差者。
+
+        合法性分爲 6 類，分別是：
 
-        例如，端母二等不是 normal 的音韻地位。
+        - 無效：聲母和韻母的固有性質互相衝突，無法拼合的情況。如：徹母齊韻、昌母山韻
+        - 強非法：範圍廣（> 50 個音節）且例外少（< 4%）的音系規則所禁止的情況。如：廢韻上聲、銳音四等合口
+        - 弱非法：範圍小（≤ 50 個音節）或例外多（4% ~ 15%）的音系規則所禁止的情況。如：來母二等、銳音痕韻
+        - 弱合法：語音學上沒有明確的約束，但範圍內有字率低于 15% 且都是僻字的情況。如：蒸合舒聲、東三上聲
+        - 稀有合法：語音學上沒有明確的約束，但範圍內有字率低于 15% 而不都是僻字的情況。如：云母鍾韻、知組銜韻
+        - 強合法：其餘情況。強合法音節的平均有字率約爲 75%
+
+        非法音節的空缺是系统空缺（systematic gap），非法音節範圍內的字屬於边缘音节。合法音節的空缺是偶然空缺（accidental gap）。
         '''
-        return self.等 in 母對應的標準等[self.母]
+        母 = self.母
+        呼 = self.呼
+        等 = self.等
+        重紐 = self.重紐
+        韻 = self.韻
+        聲 = self.聲
+        音韻地位.驗證(母, 呼, 等, 重紐, 韻, 聲)
+
+        合法性 = 合法性等級.強合法
+
+        類隔 = {
+            '四': dict(zip('知徹澄孃莊初崇生俟云', '端透定泥精清從心邪匣')),
+            '一': dict(zip('知徹澄孃莊初崇生俟云', '端透定泥精清從心邪匣')),
+            '二': dict(zip('端透定泥精清從心邪云', '知徹澄孃莊初崇生俟匣')),
+            '三': dict(zip('端透定泥匣', '知徹澄孃云')),
+        }
+        開合分韻 = dict(zip(
+            '魚咍痕殷嚴',
+            '虞灰魂文凡'
+        ))
+        銳音分韻 = dict(zip(
+            # 銳音不能拼第一行韻，而第二行相應的韻是其更優音韻地位
+            # 注意第一行韻不都是 C₁ 類三等韻，例外是恰恰相反的幽/尤之分
+            '微廢文殷元歌幽嚴凡',
+            '脂祭真真仙麻尤鹽鹽'
+        ))
+        莊三化二韻 = {
+            # 有對應二等韻的三等韻拼莊組時以二等韻作爲更優音韻地位，支祭仙韻合口除外
+            None: {'鍾': '江'},
+            '開': dict(zip(
+                '支祭仙宵庚麻清鹽',
+                '佳皆山肴庚麻庚咸'
+            )),
+            '合': dict(zip(
+                '庚麻清',
+                '庚麻庚'
+            )),
+        }
+
+        # TODO: 銳音移入常量後移除
+        銳音 = '端透定泥來知徹澄孃精清從心邪莊初崇生俟章昌常書船日以'
+
+        # 首先生成等價但更優的音韻地位
+        if 母 in 類隔[等]:
+            母 = 類隔[等][母]
+            合法性 = min(合法性, 合法性等級.無效)
+
+        if 母到組(母) == '幫' and 韻 in 開合分韻:
+            韻 = 開合分韻[韻]
+            合法性 = min(合法性, 合法性等級.強非法)
+        elif 母到組(母) != '幫' and 韻 == '凡':
+            韻 = '嚴'
+            呼 = '開'
+            合法性 = min(合法性, 合法性等級.強非法)
+
+        if 母 in 銳音 and 等 == '三' and 韻 in 銳音分韻:
+            韻 = 銳音分韻[韻]
+            合法性 = min(合法性, 合法性等級.強非法)
+
+        if 母到組(母) == '莊':
+            if 韻 in 莊三化二韻[呼] and 等 == '三':
+                if 韻 in '鍾宵麻清':
+                    # 此四韻無字，視爲非法
+                    合法性 = min(合法性, 合法性等級.強非法)
+                elif 韻 == '鹽':
+                    # 鹽韻字少
+                    合法性 = min(合法性, 合法性等級.弱合法)
+                韻 = 莊三化二韻[呼][韻]
+                等 = '二'
+            elif 韻 == '佳' and 呼 == '合':
+                韻 = '支'
+                等 = '三'
+                合法性 = min(合法性, 合法性等級.強非法)
+            # 真臻之分也在此處理
+            elif 韻 == '真' and 呼 == '開':
+                韻 = '臻'
+                合法性 = min(合法性, 合法性等級.弱非法)
+            # 臻韻合口已被 驗證() 攔截，無需處理
+        else:
+            if 韻 == '臻':
+                # 莊組以外聲母不能拼臻韻，屬於無效組合。這裡以真B韻作爲更優音韻地位
+                韻 = '真'
+                if 母 in 常量.重紐母:
+                    重紐 = 'B'
+                合法性 = min(合法性, 合法性等級.無效)
+
+        # 庚三清之分
+        if 韻 == '清' and (重紐 == 'B' or 母 == '云'):
+            韻 = '庚'
+            重紐 = None
+            合法性 = min(合法性, 合法性等級.無效)
+        elif 韻 == '庚' and 等 == '三' and 母 in 銳音 and 母到組(母) != '莊':
+            韻 = '清'
+            合法性 = min(合法性, 合法性等級.無效)
+
+        更優音韻地位 = 音韻地位(母, 呼, 等, 重紐, 韻, 聲)
+
+        # 接下來對更優音韻地位適用音位配列規則，檢驗其合法性
+        for 音位配列規則 in 音位配列規則表:
+            # TODO: 音韻表達式增加陰聲韻、銳鈍音之後移除以下部分
+            音位配列規則 = list(音位配列規則)
+            for i in (1, 2):
+                if not 音位配列規則[i]:
+                    continue
+                音位配列規則[i] = 音位配列規則[i].replace(
+                    '次入韻', '祭泰夬廢韻').replace(
+                    '鈍音', '幫滂並明見溪羣疑影曉匣云母').replace(
+                    '銳音', '端透定泥來知徹澄孃精清從心邪莊初崇生俟章昌常書船日以母')
+            # TODO: 音韻表達式增加陰聲韻、銳鈍音之後移除以上部分
+
+            if 更優音韻地位.屬於(音位配列規則[1]) and not (音位配列規則[2] and 更優音韻地位.屬於(音位配列規則[2])):
+                合法性 = min(合法性, 音位配列規則[0])
+                break
+        if 更優音韻地位 == self:
+            更優音韻地位 = None
+        return 合法性.字符串, 更優音韻地位
 
     def __repr__(self) -> str:
         return '<音韻地位 ' + self.描述 + '>'