无法打印从属元音

Question

我正在阅读由bengali 字组成的文本文件。但我无法打印像 KA,KI etc 这样的依赖元音... 这是我的示例代码和输出

   import unicodedata
   bengali_phoneme_maplist={u'অ':'A',u'আ':'AA',u'ই':'I',u'ঈ':'II',u'উ':'U',u'ঊ ':'UU',u'ঋ ':'R',u'ঌ ':'L',u'এ ':'E',u'ঐ ':'AI',u'ও ':'O',u'ঔ ':'AU',u'ক':'KA',u'খ ':'KHA',u'গ ':'GA',u'ঘ':'GHA',u'ঙ ':'NGA',u'চ ':'CA',u'ছ':'CHA',u'জ ':'JA',u'ঝ':'JHA',u'ঞ':'NYA',u'ট ':'TTA',u'ঠ':'TTHA',u'ড ':'DDA',u'ঢ':'DDHA',u'ণ ':'NNA',u'ত ':'TA',u'ত ':'THA',u'দ':'DA',u'ধ':'DHA',u'ন':'NA',u'প':'PA',u'ফ':'PHA',u'ব':'BA',u'ভ':'BHA',u'ম ':'MA',u'য ':'YA',u'র':'RA',u'ল ':'LA',u'শ ':'SHA',u'ষ':'SSA',u'স ':'SA',u'হ':'ha',u' া ':'AAV',u' ি':'IV',u'ী':'IIV',u'ু':'UV',u'ূ':'UUV',u'ৃ':'RRV',u'ৄ ':'RR',u'ৄ':'EV',u' ৈ':'EV',u'়':'NUKTHA',u'ঽ':'AVAGRAHA'}
   bengali_phoneme_maplist_normalise={unicodedata.normalize('NFKD',k):v
                     for k,v in bengali_phoneme_maplist.items()}
    with open('bengali.txt','r')as infile:
      lines=infile.readlines()
      for index,line in enumerate(lines):
         print('Phonemes in line{0}.total{1} symbols'.format(index,len(line)))
          unknown=[]
          words=line.split()
           for word in words:
              print(word,':',sep=' ', end='')
              for character in word:
                 c=unicodedata.normalize('NFKD',character).casefold()
                 try:
                   print(bengali_phoneme_maplist_normalise[c],sep='',end='')
                except KeyError:
                    print('_',sep='',end='')
                    if c not in unknown:
                      unknown.append(c)
        print()
    if unknown:
        print('Unrecognised symbols:{0},total {1} symbols'.format(','.join(unknown),len(unknown)))

示例输入：

শিল্পাঞ্চলে ঢোকার মুখে, স্ন্যাক্সবারে খাবার কিনছিলেন, বহুজাতিক তথ্যপ্রযুক্তি সংস্থার কর্মী, শুভময় বন্দ্যোপাধ্যায় 

样本输出：

Phonemes in line0.total129 symbols
text_000002 :___________
"শিল্পাঞ্চলে :_____PA_NYA____
ঢোকার :DDHA_KA_RA
মুখে, :_UV___
স্ন্যাক্সবারে :__NA___KA__BA_RA_
খাবার :__BA_RA
কিনছিলেন, :KA_NACHA___NA_
      
Unrecognisedsymbols:t,e,x,_,0,2,",শ,ি,ল,্,া,চ,ে,ো,ম,খ,,,স,য,জ,ত,থ,ং,য়,),

Answer 1

^{（请注意，我对孟加拉语一无所知。:)}

你的代码有几个问题：

1. bengali_phoneme_maplist 定义中有许多额外的空格字符。例如，u'ঊ ' 应该是 u'ঊ'。而且在文本编辑器中输入像u'া'这样的字符似乎并不容易，所以我建议你直接在代码中使用unicode，比如'\u09be':'AAV'。 （实际上我建议您对所有字符使用'\uxxxx'，并将真正的字符写在 cmets 中。）
2. u'ত':'TA',u'ত':'THA' 应更改为 u'ত':'TA',u'থ':'THA'。
3. bengali_phoneme_maplist 中的字符不完整。例如没有 ো 、 ৌ 、 ্ 和 ং

修复这些错误后，您将得到正确的结果。