如何用正则匹配无声调标注的汉语阴平注音

针对给定的注音字符串：

ㄨㄛˇ ㄍㄤ ㄍㄤ ㄗㄞˋ ㄇㄤˊ

要匹配其中不带ˊ、ˇ、ˋ声调标注的阴平音节（即示例中的ㄍㄤ、ㄍㄤ），可以用以下两种可行的正则方案：

方案一：指定注音字符范围匹配 #

通过限定Unicode字符范围匹配纯注音内容，结合边界规则确保匹配独立音节：

(?:^| )([ㄅ-ㄩ]+)(?: |$)

规则解释： #

• (?:^| )：匹配字符串开头或空格，作为音节的前分隔边界（非捕获组，不会额外捕获边界内容）
• [ㄅ-ㄩ]+：匹配一个或多个汉语注音字符，ㄅ到ㄩ的范围覆盖了所有常用注音的声母、韵母
• (?: |$)：匹配空格或字符串结尾，作为音节的后分隔边界

方案二：排除声调符号匹配 #

直接排除声调符号和空格，精准匹配无标注的纯注音序列：

(?:^| )([^ˊˇˋ ]+)(?: |$)

规则解释： #

• [^ˊˇˋ ]：匹配任何不是ˊ、ˇ、ˋ和空格的字符，直接过滤掉带声调的音节
• 前后的边界规则和方案一一致，保证匹配的是独立完整的阴平音节

关键注意点 #

使用时需确保正则引擎开启Unicode模式（比如JavaScript中添加u标志，Python中启用re.UNICODE参数），才能正确识别注音这类Unicode字符。

内容的提问来源于stack exchange，提问作者wyc