vietnamese-syllable-regex

Split Vietnamese syllable into onset and rime

Spliting library (written in Python): vietnamese_syllable_regex, (test)

Documentation here.

---

Các kí tự nguyên âm có dấu:

aàáảãạ
oòóỏõọ
ôồốổỗộ
ơờớởỡợ
uùúủũụ
ưừứửữự

ăằắẳẵặ
âầấẩẫậ

eèéẻẽẹ
êềếểễệ
iìíỉĩị
yỳýỷỹỵ

phụ âm

phụ âm đặc biệt

nhóm qu_, gi_

• tính vần u_/i_

"quôc"  # -> uôc, chỉ có 1 TH là "quốc"

"giê([mu]|[cpt]|ng?)"  # -> iê_
"gin?|gi(p|ich)"       # -> i*

• tính vần đằng sau qu/gi

"quy.*"   # -> i*
"qu(.+)"  # rồi kiểm tra vần hợp lệ
"gi(.+)"

không có phụ âm đầu, chỉ có vần

-> trường hợp iê_ biến thành yê_

"(i[^ê]|[^i]).+"  # rồi kiểm tra vần hợp lệ
## nhóm `y_`
"yê([mu]|ng?)"
"yêt"

phụ âm thường

nhóm đi với mọi vần

"[bdđlmnprsvx]|[cknp]?h|t[hr]?"

nhóm eiy ("eêiy"):

"k|n?gh"

nhóm aou ("aăâoôơuư"):

"c|n?g"

vần

vần đơn

"[aàáảãạeèéẻẽẹêềếểễệiìíỉĩịoòóỏõọôồốổỗộơờớởỡợuùúủũụưừứửữựyỳýỷỹỵ]"

"oa", "oe", "uê", "uy" có 2 cách bỏ dấu

bỏ dấu kiểu cũ

"[oòóỏõọ][ae]"
"[uùúủũụ][êy]"

bỏ dấu kiểu mới

"o[aàáảãạeèéẻẽẹ]"
"u[êềếểễệyỳýỷỹỵ]"

bình thường

gồm 2 nhóm:

• sắc/nặng
• mọi dấu

rút gọn

[cpt]|ch: sắc/nặng

"([ăâeou]|iê|o?a|u?ô|ươ)[cpt]"
"[êiơ][pt]"
"(ư|oă)[ct]"
"ooc"
"(oe|uâ|uyê?)t"
"([êi]|o?a|u[êy])ch"

[aimouy]|n[gh]?: mọi dấu

"([iuư]|uy)a"
"([ouư]|o?a|u?ô|ư?ơ)i"
"o?[ae]o"
"([aâiư]|uy|ươ|i?ê)u"
"(o?a|u?â)y"
"([âeouư]|o?[aă]|iê|u?ô|ươ)(m|ng?)"  # có m, n, g
"([êiơ]|oe)[mn]"  # chỉ m, n
"uâng?"  # chỉ n, ng
"uyê?n"  # chỉ n
"oong"  # chỉ ng
"([êi]|o?a|u[êy])nh"

đầy đủ

"a([imouy]|n[gh]?)"
"a([cpt]|ch)"

"ă(m|ng?)"
"ă[cpt]"

"â([muy]|ng?)"
"â[cpt]"

"e([mo]|ng?)"
"e[cpt]"

"ê([mu]|nh?)"
"ê([pt]|ch)"

"i([amu]|nh?)"
"i([pt]|ch)"
"iê([mu]|ng?)"
"iê[cpt]"

"o([im]|ng?)"
"o[cpt]"
"oa([imoy]|n[gh]?)"
"oa([cpt]|ch)"
"oă(m|ng?)"
"oă[cpt]"
"oe[mno]"
"oet"
"oong"
"ooc"

"ô([im]|ng?)"
"ô[cpt]"

"ơ[imn]"
"ơ[pt]"

"u([aim]|ng?)"
"u[cpt]"
"uâ(y|ng?)"
"uât"
"uênh"
"uêch"
"uô([im]|ng?)"
"uô[cpt]"
"uơ"
"uy([au]|nh?)"
"uy([pt]|ch)"
"uyên"
"uyêt"

"ư([aimu]|ng?)"
"ư[ct]"  # ư[cpt]
"ươ([imu]|ng?)"
"ươ[cpt]"

"yê([mu]|ng?)"
"yêt"

Tham khảo

• Luong Hieu Thi - All syllables in Vietnamese language
• luom.tv - Danh sách âm tiết tiếng Việt xếp theo vần