README

实现

• Oracle PL/SQL: x3m_soundex_ger.sql

• PHP: x3m_soundex_ger.php

• Kotlin: PhoneticConverter.kt (由Steffen Halstrick提供 steffenhalstrick@t-online.de)

• Dart: german_phonetics.kt (由Steffen Halstrick <steffenhalstrick@t-online.de>)

引言

科隆音位学（也称为科隆方法）是一种音位算法，根据词的语言声音为词分配一个字符序列，即音位代码。该方法的目的是将发音相似的词分配相同的代码，以在搜索功能中实现相似性搜索。因此，例如，在姓名列表中，可以找到“Meier”这样的条目，也可以找到“Maier”、“Mayer”或“Mayr”等其他写法。

与更著名的Russell-Soundex方法相比，科隆音位学更适合德语。它于1969年由Postel发布。

算法

科隆音位学将每个词的字母映射到“0”和“8”之间的一个数字，其中选择每个数字时最多使用一个相邻字母作为上下文。一些规则专门针对词首（音素）。这样，将相似的音分配相同的代码。例如，“W”和“V”这两个字母被编码为数字“3”。根据科隆音位学，“Wikipedia”的音位代码为“3412”。与Soundex代码不同，根据科隆音位学的音位代码长度不受限制。

字母“C”的规则“SC”比规则“CH”优先，这在表格第10行的“außer nach S, Z”附加说明中得到了考虑。虽然原始出版物没有明确提到这一点，但可以从那里列出的例子中推断出来（例如，“Breschnew”的代码为“17863”）。

单词转换分为3个步骤

1. 根据转换表从左到右逐字母编码。
2. 删除所有重复的代码。
3. 删除除开头外的所有“0”代码。

示例

名字“Müller-Lüdenscheidt”的编码如下

1. 逐字母编码：60550750206880022
2. 删除所有重复代码：6050750206802
3. 删除所有“0”代码：65752682

代码示例

PHP

require_once 'x3m_soundex_ger.php';
$phoneticcode = soundex_ger("Meier");

Oracle PL/SQL

函数：SOUNDEX_GER()

Select SOUNDEX_GER('Meier'), SOUNDEX_GER('Meyer') from Dual

函数：SOUNDEX_GER_MW()

函数SOUNDEX_GER_MW()作为函数SOUNDEX_GER()的多词包装器。也就是说，该函数将输入字符串拆分为单个单词，并用SOUNDEX_GER()对每个单词进行编码。

Select SOUNDEX_GER_MW('Mueller Luedenscheidt') from Dual

多词函数之所以重要，是因为即使是网络上通常记录的例子Müller-Lüdenscheidt其实也是错误的。Müller-Lüdenscheidt是两个单词，因此有两个音素开头和两个音素结尾。在这个例子中，这种情况没有显现出来，但是例如Heinz Classen（与通常编码的HeinzClassen不同）。如果用通常的实现来对“Heinz Classen”进行编码，并且忽略它是两个单词的事实，那么会得到068586，其中Z编码为8，C也编码为8，第二个8被省略。如果将其作为两个单词处理，则C编码为4并保留，即068 4586。