从英文变形规则计算到Restful Api设计

2016-07-07 22:18:00

原文出自【听云技术博客】：http://blog.tingyun.com/web/article/detail/936

一天在研究Restful API设计，命名的时候我总是很纠结，我相信大多数人也有这种感觉，不是说想不出来某个单词怎么写的问题，像我这种没事背单词背到13000词量的人也要纠结个几分钟，然后还会改来改去，虽然可以用命名字典，但是终究不是长久之计，当然你要是愿意使用拼音就不要往下看了。

举个例子，你想写一个获取一页model的api，不管是真自己写出来的还是框架自动生成，大部分也就都是这个样子/controller/actions/argName1/argValue1/argName2/argValue2，然后actions改一改，改成information。那么问题来了，如果后面加参数指定获取的信息数目，前面不动，貌似不安全啊，被人改一下参数，爬虫一个请求就全获取了啊！(其实可以在后台做限制)本宝宝已经爬了几十个页面，不要怀疑我，真的有人这么干，而且数量还不少。那怎么办？写俩API，一个单数一个复数，informations or information。复数的那个获取20个如果足够的话，单数的那个获取1个，貌似解决了的样子。然而大家都很懒，开玩笑？我们是程序员啊！写俩API?能用代码解决的事情就不要费人力了啊！

碰巧，在YII2.X框架下还真找到了这么个东西，只要写一个单数的API然后开去复数化配置，就可以自动生成相应的复数API。感谢@Antonio Ramirez大神和@Alexander Makarov大神，虽然我不知道你俩是谁，我也不知道能不能at上，但是你们把名字写到代码里了。好言归正传，vendoryiisoftyii2helpersBaseInflector.php类下的pluralize方法和singularize方法分别可以做到单词的复数化和单数化。代码长这样

哇~~好厉害！！全都是正则啊！我觉得抱到了大腿，不过看起来规则不是很多啊，本宝宝不信！我要测一下你的正确率！wikipedia的单复数规则转换页面上随便找了点。收集了100个左右，然后就是用函数把单数转成复数然后对比是不是正确，抱歉这部分我忘记截图了，大噶70%左右正确，果不其然还是有缺陷啊，看看别人的。找到一个MIT license的在这里

虽然规则长得不一样，但是原理都差不多，先去特殊规则的Map中寻找对应的复数单词，如果没有再从上往下遍历正则，没有的话就+1s吧。同样我又测了一下，也没有提高多少准确率，到了75%的样子。

如果有一天我遇到了他们，问到他们是怎么算出正则的而他们回答靠经验，我一定会把代码吃了，感觉这些明显是计算出来的，之前在quora上看过Anders Kaseorg的代码，计算能被7整除的字符串的正则表达式！简直逆天，长的不要不要的，既然是校友，估计也是算出来的。咳咳，请忽略MIT后面的缩写。

话说回来，他们怎么找到的规则？先试试看，没有找到牛津官方的词典，找到一份21 世纪英汉双语词典。解析后得到17万个变形和不变形的单词及其解释。

最开始找到所有解释中带有pl标记的单词，做单复数映射，由于有些不常见的词汇的解释并不完整，不会加标记进行说明，只得到1000个映射对。既然不确定原型是否有变形，那变形是一定有原型的。这里说明一下，原型和变形只按字典中的字符串计算，并不代表词根，例如，employees对应的原型是employee，employers对应的原型是employer。去掉短语和单复数同形的单词得到变形数量分布如下

因为大部分词汇的词性并不单一，因此你会发现很多词既有复数又有过去式又有过去分词，其中拥有10个变形的单词是trammel

['trameled', 'trameling', 'tramelled', 'tramelling', 'tramels', 'trammeled', 'trammeling', 'trammelled', 'trammelling', 'trammels']

-_-# 你们太会玩了啊，加个l多一倍。

再对这种变化规则统计，得到

其中~表示在原形的基础上添加，-表示在原形末尾寻找共同的字符串然后替换，例如，-ff=>ves 2:flagstaff ,就表示flagstaff要变成flagstaves。然后你就发现，不仅单复数规则被统计了出来，连形容词比较级最高级都出来了，哈哈哈意外收获。

有一个比较有意思的地方就是，我从来都不知道原来复数还可以比原型短，比如这些医学和化学专业的词-um=>a 276

其他有意思的地方，哦不，其他比较坑爹的地方已经让我完全颠覆了以前对英语的三观，有些词毫无规律可言！前方高能~