Metaphone 0.6

Metaphone

如维基百科页面所述，原始Metaphone算法于1990年发布，作为对Soundex算法的改进。与Soundex一样，它仅限于英语使用。Metaphone算法不产生输入词或名称的音位表示；而是输出一个故意近似的音位表示。近似的编码是为了考虑到说话者发音的变化，以及他们在拼写单词和名称时的错误拼写或变化。

双Metaphone

双Metaphone音位编码算法是Metaphone算法的第二代。它的实现被描述在2000年6月的C/C++用户杂志上。它在原始Metaphone算法的基础上做出了许多基本设计改进。

之所以称为“双”，是因为它可以返回字符串的主码和副码；这解释了一些模糊情况以及具有共同祖先的多个姓氏变体。例如，对“Smith”的编码产生主码SM0和副码XMT，而对“Schmidt”的编码产生主码XMT和副码SMT—两者都包含XMT。

双Metaphone试图解决英语中斯拉夫语、日耳曼语、凯尔特语、希腊语、法语、意大利语、西班牙语、汉语和其他起源的无数不规则性。因此，它比其前辈使用更复杂的规则集进行编码；例如，它测试了大约100个使用字母C的不同上下文。

历史

这是Python双元音算法的副本，来源于Andrew Collins的作品，这是C语言中由Lawrence Philips创建的算法的Python实现。从那时起，多位贡献者对其进行了改进，可以在git历史中查看。

此项目包含一个名为“resources”的目录，其中包含以下内容：

• Lawrence Philips的原始C++文件

• Kevin Atkinson对其的改进

• Maurice Aubrey为其提供的C语言实现（用于Perl扩展）

Python版本的贡献者，最初由Andrew Collins发起，包括：

• Andrew Collins

• Chris Leong

• Matthew Somerville

• Richard Barran

• Maximillian Dornseif

• Sebastien Metrot

• Duncan McGreggor

• Ollie Bennett

• Ian Beaver

• Alastair Houghton

运行单元测试

metaphone使用标准库中的unittest包，因此，其测试可以由大多数测试运行器执行。如果您已安装nose，您可以执行以下操作

$ git clone https://github.com/oubiwann/metaphone.git
$ cd metaphone
$ nosetests -v .

如果您已安装Twisted，您可以执行以下操作

$ trial ./metaphone

示例代码

单元测试中充满了示例，所以请务必查看这些示例。但这里有一个示例

$ python
>>> from metaphone import doublemetaphone
>>> doublemetaphone("architect")
(u"ARKTKT", u"")
>>> doublemetaphone("bajador")
(u"PJTR", u"PHTR")
>>> doublemetaphone("Τι είναι το Unicode;")
(u'NKT', u'')