新版教典（教育部臺灣閩南語常用詞辭典）雄雄上線，逐家耍甲píng--過！
以下舉例新教典的超專業級功能，使用「正規表達式」來做查詢（我共伊叫做「超專業」就是講這毋是普通使用者耍有路來的 😅）。完全毋知影啥物是「正規表達式」的讀者，若有興趣，會使得先參考新教典的使用說明。我以下的用例有超出伊說明內底所提起的符號，我會另外解說：
欲查詢啥咧？先講背景智識：
咱知影台語第五、七、八聲的清聲母字，大部份是對漢語中古音的全濁聲母變出來的。漢語中古音干焦有平、上、去、入四聲調，後來每一種聲調進一步分化出「陰」、「陽」兩種調類。台語第一聲到第四聲就是「陰平、陰上、陰去、陰入」，台語第五聲到第八聲就是「陽平、陽上、陽去、陽入」。（台語一般腔無分陰上佮陽上，鹿港腔有分。）
伊分化的起頭，主要就是濁聲母的字發生清化現象，按呢是毋是就佮本底的清聲母字變做仝音去矣？佳哉，遮的濁聲母清化的字佮原底的清聲母字佇聲調的層次也發生差異，所以猶原有法度做區別。聲韻學者就共舊底清聲母的調叫做「陰」的，濁聲母清化了後的調叫做「陽」的。
但是塞音佮塞擦音濁音（也就是 b / d / g / dz）清化了後，台語是變做無送氣的（就是 p / t / k / ts）抑是有送氣的（就是 ph / th / kh / tsh）咧？
中古漢語濁聲母清化了後，對應到現代客家話，主要攏是送氣聲母。但是台語就無的確，總是大部份是變做無送氣的（若送氣的可能是後來進一步閣變的）。咱通統計教典所收，第五、第七、第八聲的無送氣清聲母的字佮送氣清聲母的字的數量比例，就會使得顯明這點。
教典陽調類送氣聲母（ph / th / kh / tsh）的單字，「搜尋」欄內按呢拍：
1
^([ptk]|ts)h[^ ]+[578]$
（註：其中个 [^ ] 會使簡單拍做 \S 下面的例也仝款）
總共揣出 279 筆單字資料（注意，伊會連「又唸作」欄的音也做伙查，算在內）。
閣來，教典陽調類無送氣聲母（p / t / k / ts）的字，「搜尋」欄內按呢拍：
1
^([ptk]|ts)(?!h)[^ ]+[578]$
總共得著 828 筆單字資料。
比例：279/828 大約是 33.6%，所以教典陽調類單字當中，送氣聲母的字數是無送氣聲母的字數的三份一[sann-hūn-tsi̍t]爾。
解說以上搜揣所用的正規表達式：（以下將「正規表達式」用英文簡稱 regex 表示）
^([ptk]|ts)h[^ ]+[578]$
其中上頭前的
^就是指符合目標字串的上頭前， 上後尾个$就是符合目標字串的上尾後，也就是咱無愛咱个 regex 干焦符合目標字串个一部份(substring)爾爾，是愛頭至尾攏符合。[ptk]用中括號共ptk包起來，意思是指符合p、t、k其中任何一个聲母。[ptk]|ts符合p、t、k其中任何一个單字母聲母，或者是符合ts這个雙字母聲母。|是 ‘or’（或者是）的意思。([ptk]|ts)前後加小括號( )是欲做分界，予程式知影彼个|(or) 的範圍到佗位。h閣來，目標字串愛有 ‘h’ 字母，也就是咱欲愛的送氣音。[^ ]頭前有用著中括號來包ptk，也就是[ptk]， 彼是欲揣有符合ptk當中的任何一个字母攏會使，但是遮是[^ ]， 中括號內先出現^變做是「否定」用法，是指「無愛有」^後壁的字母或是啥符號，佇遮，^的後壁是一个 space（半形空格）， 這佇新教典的查詢說明的正規表達式用法有提起，是音節間的分隔號。 新教典網站的設計，用 regex 搜揣的時，多音節中間無用連字符分隔， 是用空格來分隔。所以[^ ]的意思是指「無愛有空格」，意思等一是 「愛佇仝一个音節內」。咱干焦欲愛揣出單音節詞目，無愛包含多音節詞目。 其實這會使簡單用\S來表示，不而過，新教典使用說明無提起這組符號。[^ ]+閣來，加一个+號，是指加號頭前的字母，至少愛出現一擺以上， 也就是講「仝一个音節內的字母愛出現至少一个以上」。咱頭前有先比對聲母 ph、th、kh、tsh 矣，但是干焦遮的字母無才調成做一个完整的音節， 所以就愛閣有[^ ]+來符合韻母彼部份的字母。[578]聲母、韻母攏有矣，閣來著愛指定聲調，第一至第九聲（教典無用著第六聲） 攏愛拍數字1至9。遮是指定第五、七、八聲其中任何一聲調攏是咱欲愛的。
以上是陽調類送氣聲母單音節字的查詢 regex 解說。若是欲揣無送氣的， 就將其中的 h 改做 (!h)，意思是「siam看覓，咱無愛彼的所在出現 h」。
Comments powered by Disqus.