Pythonでひらがな/カタカナとローマ字を相互に変換する
僕の作ったTwitter Botに あまさかす という全然人気のないボットがあります。
これは、ある単語をあまさかす変換（ローマ字に変換して逆順に並び替えた後、再びかなに戻す）して変な語感の言葉をポストするというボットです。
一時期、無意味なつぶやきがどうとか言う話題が流行っていたなか、単語のレベルですらまったく無意味なものをポストしてタイムラインに混沌を導入しようと思って作りました。ただ、まったく無意味というわけではなくて、こうして出来た言葉を録音して、逆再生してやると元の単語に聞こえます。無意味にみえるけど、じつはちゃんと意味はあるのだよというメッセージというわけです。
このボットはPerlで書いていて、かなとローマ字の変換には id:dankogai 謹製のモジュールを使用しています。
Pythonでも書いてみた
最近はボットをGAEに移植するのがマイブームで、Python というか GAE で利用できそうなモジュールがなさそうだったので、自分で作ってみました。
こんな感じで変換できます。
mohayonao > モハヨナオ
dendenmushi > デンデンムシ
namba > ナンバ
Dan Kogai > ダン コガイ
モハヨナオ > mohayonao
なんば > namba
こんにちは > konnichiha
マイッタ > maitta
とうばんじゃん > toubanjan
日本語の「ん」には２種類の発音があるらしく、「ん」の後にば行、ぱ行が来るときはローマ字表記では "m" になります。（例: しんばし → shimbashi、なんば → namba） "m"の「ん」は口を閉じないと発音できません。そういうのも、再現しています。
漢字の変換はできないので、MeCabとかYahoo!のAPIを併用したりすると良いかんじです。
おまけで、あまさかす変換の関数も書いてみました。
「さかさま」を変換すると「あまさかす」になるのですが、
「あまさかす」を変換しても「さかさま」には戻りません。覆水盆に返らず。ということですね。
コード中の「& #12436;」は「う」に点々です。pre記法ではちゃんと表示されなかった。
追記
2009/11/30 小さい「ぁぃぅぇぉ」などの対応が出来ていなかったので修正しました。（make_re関数）
2009/12/01 ローマ字→かな変換で変なふうに変換されることがあったので修正しました。
#!/usr/bin/env python # -*- coding: utf-8 -*- import re """かな⇔ローマ字を変換する""" def _make_kana_convertor(): """ひらがな⇔カタカナ変換器を作る""" kata = { 'ア':'あ', 'イ':'い', 'ウ':'う', 'エ':'え', 'オ':'お', 'カ':'か', 'キ':'き', 'ク':'く', 'ケ':'け', 'コ':'こ', 'サ':'さ', 'シ':'し', 'ス':'す', 'セ':'せ', 'ソ':'そ', 'タ':'た', 'チ':'ち', 'ツ':'つ', 'テ':'て', 'ト':'と', 'ナ':'な', 'ニ':'に', 'ヌ':'ぬ', 'ネ':'ね', 'ノ':'の', 'ハ':'は', 'ヒ':'ひ', 'フ':'ふ', 'ヘ':'へ', 'ホ':'ほ', 'マ':'ま', 'ミ':'み', 'ム':'む', 'メ':'め', 'モ':'も', 'ヤ':'や', 'ユ':'ゆ', 'ヨ':'よ', 'ラ':'ら', 'リ':'り', 'ル':'る', 'レ':'れ', 'ロ':'ろ', 'ワ':'わ', 'ヲ':'を', 'ン':'ん', 'ガ':'が', 'ギ':'ぎ', 'グ':'ぐ', 'ゲ':'げ', 'ゴ':'ご', 'ザ':'ざ', 'ジ':'じ', 'ズ':'ず', 'ゼ':'ぜ', 'ゾ':'ぞ', 'ダ':'だ', 'ヂ':'ぢ', 'ヅ':'づ', 'デ':'で', 'ド':'ど', 'バ':'ば', 'ビ':'び', 'ブ':'ぶ', 'ベ':'べ', 'ボ':'ぼ', 'パ':'ぱ', 'ピ':'ぴ', 'プ':'ぷ', 'ペ':'ぺ', 'ポ':'ぽ', 'ァ':'ぁ', 'ィ':'ぃ', 'ゥ':'ぅ', 'ェ':'ぇ', 'ォ':'ぉ', 'ャ':'ゃ', 'ュ':'ゅ', 'ョ':'ょ', 'ヴ':'ゔ', 'ッ':'っ', 'ヰ':'ゐ', 'ヱ':'ゑ', } # ひらがな → カタカナ のディクショナリをつくる hira = dict([(v, k) for k, v in kata.items() ]) re_hira2kata = re.compile("|".join(map(re.escape, hira))) re_kata2hira = re.compile("|".join(map(re.escape, kata))) def _hiragana2katakana(text): return re_hira2kata.sub(lambda x: hira[x.group(0)], text) def _katakana2hiragana(text): return re_kata2hira.sub(lambda x: kata[x.group(0)], text) return (_hiragana2katakana, _katakana2hiragana) hiragana2katakana, katakana2hiragana = _make_kana_convertor() ################################################################################ def _make_romaji_convertor(): """ローマ字⇔かな変換器を作る""" master = { 'a' :'ア', 'i' :'イ', 'u' :'ウ', 'e' :'エ', 'o' :'オ', 'ka' :'カ', 'ki' :'キ', 'ku' :'ク', 'ke' :'ケ', 'ko' :'コ', 'sa' :'サ', 'shi':'シ', 'su' :'ス', 'se' :'セ', 'so' :'ソ', 'ta' :'タ', 'chi':'チ', 'tu' :'ツ', 'te' :'テ', 'to' :'ト', 'na' :'ナ', 'ni' :'ニ', 'nu' :'ヌ', 'ne' :'ネ', 'no' :'ノ', 'ha' :'ハ', 'hi' :'ヒ', 'fu' :'フ', 'he' :'ヘ', 'ho' :'ホ', 'ma' :'マ', 'mi' :'ミ', 'mu' :'ム', 'me' :'メ', 'mo' :'モ', 'ya' :'ヤ', 'yu' :'ユ', 'yo' :'ヨ', 'ra' :'ラ', 'ri' :'リ', 'ru' :'ル', 're' :'レ', 'ro' :'ロ', 'wa' :'ワ', 'wo' :'ヲ', 'n' :'ン', 'vu' :'ヴ', 'ga' :'ガ', 'gi' :'ギ', 'gu' :'グ', 'ge' :'ゲ', 'go' :'ゴ', 'za' :'ザ', 'ji' :'ジ', 'zu' :'ズ', 'ze' :'ゼ', 'zo' :'ゾ', 'da' :'ダ', 'di' :'ヂ', 'du' :'ヅ', 'de' :'デ', 'do' :'ド', 'ba' :'バ', 'bi' :'ビ', 'bu' :'ブ', 'be' :'ベ', 'bo' :'ボ', 'pa' :'パ', 'pi' :'ピ', 'pu' :'プ', 'pe' :'ペ', 'po' :'ポ', 'kya':'キャ', 'kyi':'キィ', 'kyu':'キュ', 'kye':'キェ', 'kyo':'キョ', 'gya':'ギャ', 'gyi':'ギィ', 'gyu':'ギュ', 'gye':'ギェ', 'gyo':'ギョ', 'sha':'シャ', 'shu':'シュ', 'she':'シェ', 'sho':'ショ', 'ja' :'ジャ', 'ju' :'ジュ', 'je' :'ジェ', 'jo' :'ジョ', 'cha':'チャ', 'chu':'チュ', 'che':'チェ', 'cho':'チョ', 'dya':'ヂャ', 'dyi':'ヂィ', 'dyu':'ヂュ', 'dhe':'デェ', 'dyo':'ヂョ', 'nya':'ニャ', 'nyi':'ニィ', 'nyu':'ニュ', 'nye':'ニェ', 'nyo':'ニョ', 'hya':'ヒャ', 'hyi':'ヒィ', 'hyu':'ヒュ', 'hye':'ヒェ', 'hyo':'ヒョ', 'bya':'ビャ', 'byi':'ビィ', 'byu':'ビュ', 'bye':'ビェ', 'byo':'ビョ', 'pya':'ピャ', 'pyi':'ピィ', 'pyu':'ピュ', 'pye':'ピェ', 'pyo':'ピョ', 'mya':'ミャ', 'myi':'ミィ', 'myu':'ミュ', 'mye':'ミェ', 'myo':'ミョ', 'rya':'リャ', 'ryi':'リィ', 'ryu':'リュ', 'rye':'リェ', 'ryo':'リョ', 'fa' :'ファ', 'fi' :'フィ', 'fe' :'フェ', 'fo' :'フォ', 'wi' :'ウィ', 'we' :'ウェ', 'va' :'ヴァ', 'vi' :'ヴィ', 've' :'ヴェ', 'vo' :'ヴォ', 'kwa':'クァ', 'kwi':'クィ', 'kwu':'クゥ', 'kwe':'クェ', 'kwo':'クォ', 'kha':'クァ', 'khi':'クィ', 'khu':'クゥ', 'khe':'クェ', 'kho':'クォ', 'gwa':'グァ', 'gwi':'グィ', 'gwu':'グゥ', 'gwe':'グェ', 'gwo':'グォ', 'gha':'グァ', 'ghi':'グィ', 'ghu':'グゥ', 'ghe':'グェ', 'gho':'グォ', 'swa':'スァ', 'swi':'スィ', 'swu':'スゥ', 'swe':'スェ', 'swo':'スォ', 'swa':'スァ', 'swi':'スィ', 'swu':'スゥ', 'swe':'スェ', 'swo':'スォ', 'zwa':'ズヮ', 'zwi':'ズィ', 'zwu':'ズゥ', 'zwe':'ズェ', 'zwo':'ズォ', 'twa':'トァ', 'twi':'トィ', 'twu':'トゥ', 'twe':'トェ', 'two':'トォ', 'dwa':'ドァ', 'dwi':'ドィ', 'dwu':'ドゥ', 'dwe':'ドェ', 'dwo':'ドォ', 'mwa':'ムヮ', 'mwi':'ムィ', 'mwu':'ムゥ', 'mwe':'ムェ', 'mwo':'ムォ', 'bwa':'ビヮ', 'bwi':'ビィ', 'bwu':'ビゥ', 'bwe':'ビェ', 'bwo':'ビォ', 'pwa':'プヮ', 'pwi':'プィ', 'pwu':'プゥ', 'pwe':'プェ', 'pwo':'プォ', 'phi':'プィ', 'phu':'プゥ', 'phe':'プェ', 'pho':'フォ', } romaji_asist = { 'si' :'シ' , 'ti' :'チ' , 'hu' :'フ' , 'zi':'ジ', 'sya':'シャ', 'syu':'シュ', 'syo':'ショ', 'tya':'チャ', 'tyu':'チュ', 'tyo':'チョ', 'cya':'チャ', 'cyu':'チュ', 'cyo':'チョ', 'jya':'ジャ', 'jyu':'ジュ', 'jyo':'ジョ', 'pha':'ファ', 'qa' :'クァ', 'qi' :'クィ', 'qu' :'クゥ', 'qe' :'クェ', 'qo':'クォ', 'ca' :'カ', 'ci':'シ', 'cu':'ク', 'ce':'セ', 'co':'コ', 'la' :'ラ', 'li':'リ', 'lu':'ル', 'le':'レ', 'lo':'ロ', 'mb' :'ム', 'py':'パイ', 'tho': 'ソ', 'thy':'ティ', 'oh':'オウ', 'by':'ビィ', 'cy':'シィ', 'dy':'ディ', 'fy':'フィ', 'gy':'ジィ', 'hy':'シー', 'ly':'リィ', 'ny':'ニィ', 'my':'ミィ', 'ry':'リィ', 'ty':'ティ', 'vy':'ヴィ', 'zy':'ジィ', 'b':'ブ', 'c':'ク', 'd':'ド', 'f':'フ' , 'g':'グ', 'h':'フ', 'j':'ジ', 'k':'ク', 'l':'ル', 'm':'ム', 'p':'プ' , 'q':'ク', 'r':'ル', 's':'ス', 't':'ト', 'v':'ヴ', 'w':'ゥ', 'x':'クス', 'y':'ィ', 'z':'ズ', } kana_asist = { 'a':'ァ', 'i':'ィ', 'u':'ゥ', 'e':'ェ', 'o':'ォ', } def __romaji2kana(): romaji_dict = {} for tbl in master, romaji_asist: for k, v in tbl.items(): romaji_dict[k] = v romaji_keys = romaji_dict.keys() romaji_keys.sort(key=lambda x:len(x), reverse=True) re_roma2kana = re.compile("|".join(map(re.escape, romaji_keys))) # m の後ろにバ行、パ行のときは "ン" と変換 rx_mba = re.compile("m(b|p)([aiueo])") # 子音が続く時は "ッ" と変換 rx_xtu = re.compile(r"([bcdfghjklmpqrstvwxyz])\1") # 母音が続く時は "ー" と変換 rx_a__ = re.compile(r"([aiueo])\1") def _romaji2katakana(text): result = text.lower() result = rx_mba.sub(r"ン\1\2", result) result = rx_xtu.sub(r"ッ\1" , result) result = rx_a__.sub(r"\1ー" , result) return re_roma2kana.sub(lambda x: romaji_dict[x.group(0)], result) def _romaji2hiragana(text): result = _romaji2katakana(text) return katakana2hiragana(result) return _romaji2katakana, _romaji2hiragana def __kana2romaji(): kana_dict = {} for tbl in master, kana_asist: for k, v in tbl.items(): kana_dict[v] = k kana_keys = kana_dict.keys() kana_keys.sort(key=lambda x:len(x), reverse=True) re_kana2roma = re.compile("|".join(map(re.escape, kana_keys))) rx_xtu = re.compile("ッ(.)") # 小さい "ッ" は直後の文字を２回に変換 rx_ltu = re.compile("ッ$" ) # 最後の小さい "ッ" は消去(?) rx_er = re.compile("(.)ー") # "ー"は直前の文字を２回に変換 rx_n = re.compile(r"n(b|p)([aiueo])") # n の後ろが バ行、パ行 なら m に修正 rx_oo = re.compile(r"([aiueo])\1") # oosaka → osaka def _kana2romaji(text): result = hiragana2katakana(text) result = re_kana2roma.sub(lambda x: kana_dict[x.group(0)], result) result = rx_xtu.sub(r"\1\1" , result) result = rx_ltu.sub(r"" , result) result = rx_er.sub (r"\1\1" , result) result = rx_n.sub (r"m\1\2", result) result = rx_oo.sub (r"\1" , result) return result return _kana2romaji a, b = __romaji2kana() c = __kana2romaji() return a, b, c romaji2katakana, romaji2hiragana, kana2romaji = _make_romaji_convertor() ################################################################################ if __name__ == "__main__": for s in ("mohayonao", "twitter", "ukulele", "monthy python", "spam!", "lambda"): print s, "\t>\t", romaji2katakana(s) print "=" * 20 for s in ("nambda", "maitta", "ping pong"): print s, "\t>\t", romaji2hiragana(s) print "=" * 20 for s in ("ぎょぎょっ", "こまったな", "おおさか", "ニッポン", "ジャパン"): print s, "\t>\t", kana2romaji(s) for word in ("mohayonao", "dendenmushi", "namba", "Dan Kogai"): print word, ">", romaji2katakana(word) for word in ("モハヨナオ", "なんば", "こんにちは", "マイッタ", "とうばんじゃん"): print word, ">", kana2romaji(word) def amasakas(text): s = kana2romaji(text) s = s[::-1] return romaji2hiragana(s) print amasakas("さかさま")
