README

ColognePhonetic

PHP OOP 实现 "Kölner Phonetik Index"。

这是一个对 Andy Theiler 的先序实现的改编，包括一些修复和单元测试。

需求

"PHP" >= "5.5"
"ext-iconv" "*"

安装

composer require "hollodotme/cologne-phonetic" "~1.0.0"

基本用法

<?php

use hollodotme\ColognePhonetic\ColognePhonetic;

$inputCharset    = 'UTF-8';
$colognePhonetic = new ColognePhonetic( $inputCharset );

# Retrieve index for a single word
$wordIndex = $colognePhonetic->getWordIndex( 'Wort' );

var_dump( $wordIndex );

# Retrieve index for a phrase (multiple words)
# Phrase is split into words, returns an assoc. array with [ "word" => "index" ]
$phraseIndex = $colognePhonetic->getPhraseIndex( 'Ein Satz mit mehreren Wörtern' );

var_dump( $phraseIndex );

输出

string(3) "072"

array(5) {
  'Ein' =>
  string(2) "06"
  'Satz' =>
  string(1) "8"
  'mit' =>
  string(2) "62"
  'mehreren' =>
  string(3) "676"
  'Wortern' =>
  string(5) "07276"
}

算法

"Kölner Phonetik" 将单词中的每个字符转换为一个介于 "0" 和 "8" 之间的数字代码，最多考虑一个相邻字符作为上下文。一些规则特别适用于单词的开头（初始音）。这样，相似的音素会被映射到相同的数字代码。例如，字符 "W" 和 "V" 都被转换成 "3"。 "Wikipedia" 的语音代码是 "3412"。与 "Soundex-Code" 相比，"Kölner Phonetik Index" 的长度没有限制。

关于 "SC" 在 "CH" 之前具有优先级的事实，在上表的第 10 行的 "但不是之后" 的附加说明中得到了解释。这个规则并不是官方出版物的明确部分，但可以从发表的例子中隐含地推导出来。

转写分为3个步骤

按照上表描述，从左到右逐个字符进行转写。
删除所有重复代码。
除了开头外，删除所有 "0" 代码。

hollodotme/ cologne-phonetic

维护者

详情

README

ColognePhonetic

需求

安装

基本用法

算法