Regex sighting in Taiwan's public national Taigi search tool
date-created:: 2023-07-06
src: 潘科元
Mr. 潘 has since posted several articles exemplifying regex power.
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 !😅。
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：
^([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：
^([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。