把只支持单个单词的 Pig Latin 小工具改造成能翻译整句话的转换器，核心并不在拼音规则本身，而在如何处理英语句子里的空格、标点和大小写。原单词级函数通常假设输入全是字母，一旦喂入 "Hello, world!" 这类内容，就会把逗号算进单词导致转换失败或丢失符号。要升级就必须引入句子层级的分词与重组逻辑。
句子分词与标点保留机制
英语句子由单词、空白符和标点三类元素交错组成。单词级转换器只认字母序列，而完整句子翻译器需要先把它拆成令牌（token）流。最稳妥的做法是用正则匹配「字母序列」作为单词，其余字符原样保留。这样 "Don't panic!" 会被拆为 "Don"、"'"、"t"、" "、"panic"、"!"，其中只有 "Don" 和 "t" 与 "panic" 参与转换，缩略号与感叹号不动。
如果直接用 split(' ') 按空格切分，会遇到连续空格、制表符以及句末点号依附在单词后的问题。更好的方案是用 match(/[a-zA-Z]+|[^a-zA-Z]+/g) 这类正则，把连续字母和连续非字母分别捕获。非字母块在转换后直接拼回，从而精确保留用户输入的排版。下面给出一个 JavaScript 的分词示例：
function tokenizeSentence(sentence) {
// 匹配连续字母或非字母，保留所有原始字符
var tokens = sentence.match(/[a-zA-Z]+|[^a-zA-Z]+/g);
if (!tokens) {
return [];
}
return tokens;
}
var input = "Hi! I'm Bob.";
var parts = tokenizeSentence(input);
// parts: ["Hi", "!", " ", "I", "'", "m", " ", "Bob", "."]
这种令牌化方式比简单按空格拆分更鲁棒，尤其能处理 "well-known" 中的连字符，以及引号包裹的对话。转换阶段只需判断令牌是否全为字母，是则调用原单词转换函数，否则原样返回。最终用 join('') 合并即可，不会丢失任何符号。
单词转换规则的兼容增强
经典 Pig Latin 规则是：以辅音开头时把首辅音簇移到末尾加 "ay"，元音开头加 "way"。单词级实现常忽略大小写，但句子里 "The" 首字母大写，若输出 "Hetay" 就错了，应保留大写形态为 "Hetay" 或按规范成 "Hetay"（首字母仍大）。我们需要在转换前记录首字母状态，转换后还原。
另一个常见坑是缩略词 "I'm" 中的 "m" 作为独立令牌转换会成 "may"，虽然语法怪但规则一致；若不希望这样，可在分词时把撇号后字母合并进前词，如把 "I'm" 视作 "I" 和 "m" 分别处理或整体 "I'm" 做特殊判断。以下 Python 代码展示带大小写还原的单词转换：
def pig_word(word):
if not word.isalpha():
return word
was_upper = word[0].isupper()
low = word.lower()
vowels = set('aeiou')
if low[0] in vowels:
res = low + 'way'
else:
i = 0
while i < len(low) and low[i] not in vowels:
i += 1
res = low[i:] + low[:i] + 'ay'
if was_upper:
res = res[0].upper() + res[1:]
return res
print(pig_word('The')) # Hetay
print(pig_word('apple')) # appleway
通过上述增强，单词函数不再破坏专有名词和句首大写，配合令牌流就能安全嵌入句子转换器。注意 y 在部分方言中作元音，可按需扩展 vowels 集合，但不影响句子级架构。
完整句子翻译器的组装与实测
把分词器和单词转换器组合，就得到句子级翻译器。其主流程是：令牌化、映射转换、拼接。相比一次性正则替换整句，这种结构清晰且易单测。一次性替换容易把 "don't" 里的 "t" 与前词错误连接，而令牌流天然隔离了非字母。
我们给出一个 PHP 版本展示端到端逻辑，处理带标点和换行的用户输入。它利用 preg_match_all 提取字母块，其余用偏移量补回。实测 "Hello, world!" 输出 "Ellohay, orldway!"，符号与空格完全不动，符合预期。
function pig_sentence($text) {
$out = '';
$offset = 0;
preg_match_all('/[a-zA-Z]+/', $text, $matches, PREG_OFFSET_CAPTURE);
foreach ($matches[0] as $m) {
$word = $m[0];
$pos = $m[1];
$out .= substr($text, $offset, $pos - $offset);
$offset = $pos + strlen($word);
$first = $word[0];
$low = strtolower($word);
if (strpos('aeiou', $low[0]) !== false) {
$pig = $low . 'way';
} else {
$i = 0;
while ($i < strlen($low) && strpos('aeiou', $low[$i]) === false) {
$i++;
}
$pig = substr($low, $i) . substr($low, 0, $i) . 'ay';
}
if (ctype_upper($first)) {
$pig = ucfirst($pig);
}
$out .= $pig;
}
$out .= substr($text, $offset);
return $out;
}
echo pig_sentence("Hello, world!");
从单词级到句子级的跨越，本质是把「纯字母假设」换成「混合令牌流假设」。只要守住非字母原样透传、字母词大小写还原这两条线，任何语言的 Pig Latin 教学代码都能平滑升级。后续还可加入句号后强制空格、疑问句保留问号等书写规范，让输出更接近真人改写。