Escreva um programa ou função que receba como entrada uma sequência que representa uma palavra galesa (UTF-8, a menos que especificado de outra forma por você).

A seguir, todas as letras em galês:

a, b, c, ch, d, dd, e, f, ff, g, ng, h, i, j, l, ll, m, n, o, p, ph, r, rh, s, t, th, u, w, y

Para citar a Wikipedia ,

Enquanto os digrafos ch , dd , ff , ng , ll , ph , rh , th são escritos com dois símbolos, todos são considerados letras únicas. Isso significa, por exemplo, que Llanelli (uma cidade no sul de Gales) é considerada com apenas seis letras em galês, em comparação com oito letras em inglês.

Essas cartas também existem em galês, embora sejam restritas ao vocabulário técnico emprestado de outras línguas:

k, q, v, x, z

Letras com diacríticos não são consideradas letras separadas, mas sua função deve aceitá-las e poder contá-las. Possíveis cartas são:

â, ê, ô, û, ŷ, ŷ, á, é, í, ó, ú, ý, ä, ä, ë, ï, ö, ü, ÿ, ẅ,,, à, è, ì, ò, ù, ẁ

(Isso significa que ASCII não é uma codificação de entrada aceitável, pois não pode codificar esses caracteres.)

Notas:

• Isso é código de golfe.
• Você não precisa explicar palavras como llongyfarch , nas quais o ng não é um dígrafo, mas duas letras separadas. Esta palavra tem nove letras, mas você pode calculá-la como oito. (Se você pode explicar essas palavras, isso é incrível, mas está fora do escopo desse desafio.)
• É garantido que a entrada não possui espaço em branco (a menos que você prefira uma única linha de chegada) (ou algo mais esotérico); Certamente não haverá espaço em branco interno.

Casos de teste:

• Llandudno, 8
• Llanelli, 6
• Rhyl, 3
• Llanfairpwllgwyngyllgogerychwyrndrobwllantysiliogogogoch, 50 (realmente 51, mas contaremos 50)
• Ter, 3
• Cymru, 5
• Glyndŵr, 7

05AB1E , 24 23 21 bytes

Código:

u•éÓœ°D¥M™ù>•30B2ô0:g

Explicação:

u                      # Convert the input to uppercase.
 •éÓœ°D¥M™ù>•30B       # Compressed version of CHDDFFNGLLPHRHTH.
                         It convert the text between the •'s from base 214 to
                         base 10 and converts that to base 30.
                2ô     # Split into pieces of 2.
                  0:   # Replace each element that also occurs in the input by 0.
                    g  # Get the length of the processed input.

Usa a codificação CP-1252 . Experimente online!

Retina , 23 bytes

i`[cprt]h|dd|ff|ng|ll|.

Experimente online!

Até moar regex.

JavaScript (ES6), 44 bytes

x=>x.match(/[cprt]h|dd|ff|ng|ll|./gi).length

A resposta trivial pode ser a mais curta.

BASH 52 50 (sed + wc) 41

-9 graças a Jordânia

sed -r 's,dd|ff|ng|ll|[cprt]h,1,gi'|wc -m

Se uma letra maiúscula for necessária, será necessário um ino final do comando sed. (Deixei de fora porque todas as "letras únicas" da pergunta são minúsculas, embora alguns exemplos não sejam).

Palha , 30 58 35 33 bytes

<((?i:[cprt]h|dd|ff|ng|ll|.))0/$>

Substitua cada ocorrência da regex por 0e converta de unário para decimal.

Infelizmente, Straw não pode passar bandeiras para regexs. Eu esqueço a ?flags:construção

Experimente online! (O código adicionado é para verificar todos os casos de teste)

Python 3, 64 bytes

import re
print(len(re.findall("[cprt]h|dd|ff|ng|ll|.",input())))

Usa regex novamente

Ideone it!

PowerShell v2 +, 52 50 48 bytes

($args[0]-replace'dd|ff|ng|ll|[prtc]h',0).length

Faz um -replaceem todas as letras de dois símbolos e uma letra, muda para 0(feito porque alterar para um não numérico exigiria aspas) e depois obtém o .lengthda string resultante.

Casos de teste

PS C:\Tools\Scripts\golfing> 'Llandudno','Llanelli','Rhyl','Llanfairpwllgwyngyllgogerychwyrndrobwllllantysiliogogogoch','Tŷr','Cymru','Glyndŵr'|%{"$_ --> "+(.\how-long-is-a-welsh-word.ps1 $_)}
Llandudno --> 8
Llanelli --> 6
Rhyl --> 3
Llanfairpwllgwyngyllgogerychwyrndrobwllllantysiliogogogoch --> 50
Tŷr --> 3
Cymru --> 5
Glyndŵr --> 7

V , 31 bytes

Íã[cprt]hüddüffüngüllü./
Dé0@"

Experimente online ou verifique todos os casos de teste!

Isso contém alguns caracteres não imprimíveis, então aqui está um hexdump:

0000000: cde3 5b63 7072 745d 68fc 6464 fc66 66fc  ..[cprt]h.dd.ff.
0000010: 6e67 fc6c 6cfc 2e2f 010a 44e9 3040 22    ng.ll../..D.0@"

PHP, 56 bytes

<?=preg_match_all("#[cprt]h|dd|ff|ll|ng|.#iu",$argv[1]);

Java 7, 156 73 bytes

Cargas de bytes salvos graças ao @ OlivierGrégoire .

int c(String s){return s.replaceAll("[cprt]h|dd|ff|ng|ll","*").length();}

Casos não testados e de teste:

Experimente aqui.

class M{
  static int c(String s){
    return s.replaceAll("[cprt]h|dd|ff|ng|ll", "*").length();
  }

  public static void main(String[] a){
    System.out.println(c("llandudno"));
    System.out.println(c("llanelli"));
    System.out.println(c("rhyl"));
    System.out.println(c("llanfairpwllgwyngyllgogerychwyrndrobwllllantysiliogogogoch"));
    System.out.println(c("tŷr"));
    System.out.println(c("cymru"));
    System.out.println(c("glyndŵr"));
  }
}

Saída:

8
6
3
50
3
5
7

R, 54 bytes

Muito parecido com as outras respostas. Corresponde a qualquer uma das duas letras de caracteres e as substitui por @e, posteriormente, conta o número de caracteres. Lê a entrada de stdin. Usa a opção ignore.case = TRUE(terceiro argumento para gsub) para corresponder caracteres maiúsculos e minúsculos.

nchar(gsub("ch|dd|ff|ng|ll|ph|rh|th","@",scan(,""),T))

Bônus

Ambos gsube ncharsão vetorizados, o que significa que isso também funciona em um vetor de caractere, por exemplo:

v=c("Llandudno","Llanelli","Rhyl","Llanfairpwllgwyngyllgogerychwyrndrobwllllantysiliogogogoch","Tŷr","Cymru","Glyndŵr")
nchar(gsub("ch|dd|ff|ng|ll|ph|rh|th","@",v,T))

produz:

[1]  8  6  3 50  3  5  7

Perl 6 , 36 bytes

+*.comb(/:i.|<[cprt]>h|dd|ff|ng|ll/)

Experimente online!

XQuery, 77 bytes

declare variable$s external;count(tokenize($s,'[cprt]h|ff|dd|ll|ng|.','i'))-1

tcl, 71

proc L s {string le [regsub -all -nocase ch|dd|ff|ng|ll|ph|rh|th $s @]}

demonstração

Perl 5 , 35 + 1 ( -p) = 36 bytes

s/[cprt]h|dd|ff|ng|ll/a/gi;$_=y///c

Experimente online!