如何在Cocoa / Cocoa / Foundation中定制CFString音译

Question

我正在探索如何将CFStringTransform应用于希伯来语音译文本，我遇到了一些不一致之处，在这些不一致的地方，字母的发音应该完全相同，或者是苹果算法没有考虑到的特殊情况。

Kaf (כּ→K)诉Khaf (כ→Ḵ)

• כִּי(“因为”) 设string = NSMutableString(string："כִּי") CFStringTransform(string，nil，kCFStringTransformLatinHebrew，true) print(string) //打印"ki̇y“
• שָׁכָחְתִּי(“我忘了”) 设string = NSMutableString(string："שָׁכָחְתִּי") CFStringTransform(string，nil，kCFStringTransformLatinHebrew，true) print(string) // print "şá̌káẖĕţi̇y“，而不是"şá̌ḵáẖĕţi̇y”。

כִּי中的kaf发音与英语中的K类似，而שָׁכָֽחְתִּי中的kaf发音为loch或Bach，通常音译为CH、KH或Ḵ。然而，这两个字母都被音译为K。

贝(פּ→P)诉费(פ→F)

• פַּרְעֹה(“法老”) 设string = NSMutableString(string："פַּרְעֹה") CFStringTransform(string，nil，kCFStringTransformLatinHebrew，true) print(string) // print“pȧrĕʻóh”
• יוֹסֵף(“约瑟夫”) 设string = NSMutableString(string："יוֹסֵף") CFStringTransform(string，nil，kCFStringTransformLatinHebrew，true) print(string) //打印“yw_sép”而不是“yw/séf”

פַּרְעֹה中的pei发音为P，在英语中发音为P(并相应地音译)，而יוֹסֵף中的(尾)F发音为F(并相应地音译)。然而，两者都是用P音译的。

尾声辅音与pataḥg‘’nuva

来自英文维基百科关于希伯来语发音的文章：

单词末尾的字母ח，ע，ה是在字母之前发出的，而不是在后面。因此，נֹחַ(Noah)发音为/ˈno.ax/。这只发生在单词的末尾，只有patach和ח，ע，以及הּ(即带有点(mappiq)的ה)。这有时被称为帕塔加努夫，或“偷”拍打(更正式，“秘密拍打”)，因为声音“偷”一个虚构的辅音，使额外的音节。

然而：

• תַפּוּחַ(“苹果”) 设string = NSMutableString(string："תַפּוּחַ") CFStringTransform(string，nil，kCFStringTransformLatinHebrew，true)打印(String) //打印"ţaṗẇẖa“而不是"ţaṗẇaẖ”

问:我如何改变CFStringTransform的行为来解释这三种情况？

从CFMutableString中，我们看到CFStringTransform接受作为transform:参数

标识要应用的转换的CFString对象。有关有效值的列表，请参见CFStringTransform的转换标识符。在OSXv10.4及更高版本上，您还可以使用ICU转换用户指南中定义的任何有效的ICU转换ID。

在文献资料中，听起来好像ICU转换的规则足够灵活，可以定制。甚至还有一个可以从规则编辑器访问的他们的游乐场，但是，虽然我已经找到了处理与RTL语言类似的东西的堆栈溢出问题，但我无法找到一种对RTL语言进行访问的明确的文档化的方法。

Answer 1

据我所知，通过在中文和日文中使用它，CFStringTransform逐个标记地工作，而不是将单词作为一个整体(可能是多个标记长)来考虑。因此，当需要考虑多个标记时，音译将是有限的/不正确的。我希望我的假设是正确的，这也是希伯来语问题的根源(请告知)。

在这种情况下，我发现音译要准确得多，方法是使用CFStringTokenizer对文本进行令牌化，然后使用CFStringTokenizerCopyCurrentTokenAttribute()方法依次获得每个令牌的拉丁文音译。这方面的一个例子--我认为在目标C中，虽然这里的语法与Swift非常相似--给出了这里。