Age Owner Branch data TLA Line data Source code
1 : : /*
2 : : * This is a port of the Double Metaphone algorithm for use in PostgreSQL.
3 : : *
4 : : * contrib/fuzzystrmatch/dmetaphone.c
5 : : *
6 : : * Double Metaphone computes 2 "sounds like" strings - a primary and an
7 : : * alternate. In most cases they are the same, but for foreign names
8 : : * especially they can be a bit different, depending on pronunciation.
9 : : *
10 : : * Information on using Double Metaphone can be found at
11 : : * http://www.codeproject.com/string/dmetaphone1.asp
12 : : * and the original article describing it can be found at
13 : : * http://drdobbs.com/184401251
14 : : *
15 : : * For PostgreSQL we provide 2 functions - one for the primary and one for
16 : : * the alternate. That way the functions are pure text->text mappings that
17 : : * are useful in functional indexes. These are 'dmetaphone' for the
18 : : * primary and 'dmetaphone_alt' for the alternate.
19 : : *
20 : : * Assuming that dmetaphone.so is in $libdir, the SQL to set up the
21 : : * functions looks like this:
22 : : *
23 : : * CREATE FUNCTION dmetaphone (text) RETURNS text
24 : : * LANGUAGE C IMMUTABLE STRICT
25 : : * AS '$libdir/dmetaphone', 'dmetaphone';
26 : : *
27 : : * CREATE FUNCTION dmetaphone_alt (text) RETURNS text
28 : : * LANGUAGE C IMMUTABLE STRICT
29 : : * AS '$libdir/dmetaphone', 'dmetaphone_alt';
30 : : *
31 : : * Note that you have to declare the functions IMMUTABLE if you want to
32 : : * use them in functional indexes, and you have to declare them as STRICT
33 : : * as they do not check for NULL input, and will segfault if given NULL input.
34 : : * (See below for alternative ) Declaring them as STRICT means PostgreSQL
35 : : * will never call them with NULL, but instead assume the result is NULL,
36 : : * which is what we (I) want.
37 : : *
38 : : * Alternatively, compile with -DDMETAPHONE_NOSTRICT and the functions
39 : : * will detect NULL input and return NULL. The you don't have to declare them
40 : : * as STRICT.
41 : : *
42 : : * There is a small inefficiency here - each function call actually computes
43 : : * both the primary and the alternate and then throws away the one it doesn't
44 : : * need. That's the way the perl module was written, because perl can handle
45 : : * a list return more easily than we can in PostgreSQL. The result has been
46 : : * fast enough for my needs, but it could maybe be optimized a bit to remove
47 : : * that behaviour.
48 : : *
49 : : */
50 : :
51 : :
52 : : /***************************** COPYRIGHT NOTICES ***********************
53 : :
54 : : Most of this code is directly from the Text::DoubleMetaphone perl module
55 : : version 0.05 available from https://www.cpan.org/.
56 : : It bears this copyright notice:
57 : :
58 : :
59 : : Copyright 2000, Maurice Aubrey <maurice@hevanet.com>.
60 : : All rights reserved.
61 : :
62 : : This code is based heavily on the C++ implementation by
63 : : Lawrence Philips and incorporates several bug fixes courtesy
64 : : of Kevin Atkinson <kevina@users.sourceforge.net>.
65 : :
66 : : This module is free software; you may redistribute it and/or
67 : : modify it under the same terms as Perl itself.
68 : :
69 : : The remaining code is authored by Andrew Dunstan <amdunstan@ncshp.org> and
70 : : <andrew@dunslane.net> and is covered this copyright:
71 : :
72 : : Copyright 2003, North Carolina State Highway Patrol.
73 : : All rights reserved.
74 : :
75 : : Permission to use, copy, modify, and distribute this software and its
76 : : documentation for any purpose, without fee, and without a written agreement
77 : : is hereby granted, provided that the above copyright notice and this
78 : : paragraph and the following two paragraphs appear in all copies.
79 : :
80 : : IN NO EVENT SHALL THE NORTH CAROLINA STATE HIGHWAY PATROL BE LIABLE TO ANY
81 : : PARTY FOR DIRECT, INDIRECT, SPECIAL, INCIDENTAL, OR CONSEQUENTIAL DAMAGES,
82 : : INCLUDING LOST PROFITS, ARISING OUT OF THE USE OF THIS SOFTWARE AND ITS
83 : : DOCUMENTATION, EVEN IF THE NORTH CAROLINA STATE HIGHWAY PATROL HAS BEEN
84 : : ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.
85 : :
86 : : THE NORTH CAROLINA STATE HIGHWAY PATROL SPECIFICALLY DISCLAIMS ANY
87 : : WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE IMPLIED WARRANTIES OF
88 : : MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE. THE SOFTWARE PROVIDED
89 : : HEREUNDER IS ON AN "AS IS" BASIS, AND THE NORTH CAROLINA STATE HIGHWAY PATROL
90 : : HAS NO OBLIGATIONS TO PROVIDE MAINTENANCE, SUPPORT, UPDATES, ENHANCEMENTS, OR
91 : : MODIFICATIONS.
92 : :
93 : : ***********************************************************************/
94 : :
95 : :
96 : : /* include these first, according to the docs */
97 : : #ifndef DMETAPHONE_MAIN
98 : :
99 : : #include "postgres.h"
100 : :
101 : : #include "utils/builtins.h"
102 : :
103 : : /* turn off assertions for embedded function */
104 : : #define NDEBUG
105 : :
106 : : #else /* DMETAPHONE_MAIN */
107 : :
108 : : /* we need these if we didn't get them from postgres.h */
109 : : #include <stdio.h>
110 : : #include <stdlib.h>
111 : : #include <string.h>
112 : : #include <stdarg.h>
113 : :
114 : : #endif /* DMETAPHONE_MAIN */
115 : :
116 : : #include <assert.h>
117 : : #include <ctype.h>
118 : :
119 : : /* prototype for the main function we got from the perl module */
120 : : static void DoubleMetaphone(char *str, char **codes);
121 : :
122 : : #ifndef DMETAPHONE_MAIN
123 : :
124 : : /*
125 : : * The PostgreSQL visible dmetaphone function.
126 : : */
127 : :
7227 mail@joeconway.com 128 :CBC 2 : PG_FUNCTION_INFO_V1(dmetaphone);
129 : :
130 : : Datum
131 : 1 : dmetaphone(PG_FUNCTION_ARGS)
132 : : {
133 : : text *arg;
134 : : char *aptr,
135 : : *codes[2],
136 : : *code;
137 : :
138 : : #ifdef DMETAPHONE_NOSTRICT
139 : : if (PG_ARGISNULL(0))
140 : : PG_RETURN_NULL();
141 : : #endif
2590 noah@leadboat.com 142 : 1 : arg = PG_GETARG_TEXT_PP(0);
5864 tgl@sss.pgh.pa.us 143 : 1 : aptr = text_to_cstring(arg);
144 : :
7168 bruce@momjian.us 145 : 1 : DoubleMetaphone(aptr, codes);
7177 146 : 1 : code = codes[0];
7227 mail@joeconway.com 147 [ - + ]: 1 : if (!code)
7227 mail@joeconway.com 148 :UBC 0 : code = "";
149 : :
5864 tgl@sss.pgh.pa.us 150 :CBC 1 : PG_RETURN_TEXT_P(cstring_to_text(code));
151 : : }
152 : :
153 : : /*
154 : : * The PostgreSQL visible dmetaphone_alt function.
155 : : */
156 : :
7227 mail@joeconway.com 157 : 2 : PG_FUNCTION_INFO_V1(dmetaphone_alt);
158 : :
159 : : Datum
160 : 1 : dmetaphone_alt(PG_FUNCTION_ARGS)
161 : : {
162 : : text *arg;
163 : : char *aptr,
164 : : *codes[2],
165 : : *code;
166 : :
167 : : #ifdef DMETAPHONE_NOSTRICT
168 : : if (PG_ARGISNULL(0))
169 : : PG_RETURN_NULL();
170 : : #endif
2590 noah@leadboat.com 171 : 1 : arg = PG_GETARG_TEXT_PP(0);
5864 tgl@sss.pgh.pa.us 172 : 1 : aptr = text_to_cstring(arg);
173 : :
7168 bruce@momjian.us 174 : 1 : DoubleMetaphone(aptr, codes);
7177 175 : 1 : code = codes[1];
7227 mail@joeconway.com 176 [ - + ]: 1 : if (!code)
7227 mail@joeconway.com 177 :UBC 0 : code = "";
178 : :
5864 tgl@sss.pgh.pa.us 179 :CBC 1 : PG_RETURN_TEXT_P(cstring_to_text(code));
180 : : }
181 : :
182 : :
183 : : /* here is where we start the code imported from the perl module */
184 : :
185 : : /* all memory handling is done with these macros */
186 : :
187 : : #define META_MALLOC(v,n,t) \
188 : : (v = (t*)palloc(((n)*sizeof(t))))
189 : :
190 : : #define META_REALLOC(v,n,t) \
191 : : (v = (t*)repalloc((v),((n)*sizeof(t))))
192 : :
193 : : /*
194 : : * Don't do pfree - it seems to cause a SIGSEGV sometimes - which might have just
195 : : * been caused by reloading the module in development.
196 : : * So we rely on context cleanup - Tom Lane says pfree shouldn't be necessary
197 : : * in a case like this.
198 : : */
199 : :
200 : : #define META_FREE(x) ((void)true) /* pfree((x)) */
201 : : #else /* not defined DMETAPHONE_MAIN */
202 : :
203 : : /* use the standard malloc library when not running in PostgreSQL */
204 : :
205 : : #define META_MALLOC(v,n,t) \
206 : : (v = (t*)malloc(((n)*sizeof(t))))
207 : :
208 : : #define META_REALLOC(v,n,t) \
209 : : (v = (t*)realloc((v),((n)*sizeof(t))))
210 : :
211 : : #define META_FREE(x) free((x))
212 : : #endif /* defined DMETAPHONE_MAIN */
213 : :
214 : :
215 : :
216 : : /* this typedef was originally in the perl module's .h file */
217 : :
218 : : typedef struct
219 : : {
220 : : char *str;
221 : : int length;
222 : : int bufsize;
223 : : int free_string_on_destroy;
224 : : }
225 : :
226 : : metastring;
227 : :
228 : : /*
229 : : * remaining perl module funcs unchanged except for declaring them static
230 : : * and reformatting to PostgreSQL indentation and to fit in 80 cols.
231 : : *
232 : : */
233 : :
234 : : static metastring *
2357 peter_e@gmx.net 235 : 6 : NewMetaString(const char *init_str)
236 : : {
237 : : metastring *s;
7168 bruce@momjian.us 238 : 6 : char empty_string[] = "";
239 : :
240 : 6 : META_MALLOC(s, 1, metastring);
241 : : assert(s != NULL);
242 : :
243 [ - + ]: 6 : if (init_str == NULL)
7227 mail@joeconway.com 244 :UBC 0 : init_str = empty_string;
7168 bruce@momjian.us 245 :CBC 6 : s->length = strlen(init_str);
246 : : /* preallocate a bit more for potential growth */
247 : 6 : s->bufsize = s->length + 7;
248 : :
249 : 6 : META_MALLOC(s->str, s->bufsize, char);
250 : : assert(s->str != NULL);
251 : :
3368 tgl@sss.pgh.pa.us 252 : 6 : memcpy(s->str, init_str, s->length + 1);
7168 bruce@momjian.us 253 : 6 : s->free_string_on_destroy = 1;
254 : :
255 : 6 : return s;
256 : : }
257 : :
258 : :
259 : : static void
5421 260 : 6 : DestroyMetaString(metastring *s)
261 : : {
7168 262 [ - + ]: 6 : if (s == NULL)
7227 mail@joeconway.com 263 :UBC 0 : return;
264 : :
7168 bruce@momjian.us 265 [ + + ]:CBC 6 : if (s->free_string_on_destroy && (s->str != NULL))
266 : : META_FREE(s->str);
267 : :
268 : : META_FREE(s);
269 : : }
270 : :
271 : :
272 : : static void
5421 bruce@momjian.us 273 :UBC 0 : IncreaseBuffer(metastring *s, int chars_needed)
274 : : {
7168 275 : 0 : META_REALLOC(s->str, (s->bufsize + chars_needed + 10), char);
276 : : assert(s->str != NULL);
277 : 0 : s->bufsize = s->bufsize + chars_needed + 10;
7227 mail@joeconway.com 278 : 0 : }
279 : :
280 : :
281 : : static void
5421 bruce@momjian.us 282 :CBC 2 : MakeUpper(metastring *s)
283 : : {
284 : : char *i;
285 : :
7168 286 [ + + ]: 22 : for (i = s->str; *i; i++)
6414 tgl@sss.pgh.pa.us 287 : 20 : *i = toupper((unsigned char) *i);
7227 mail@joeconway.com 288 : 2 : }
289 : :
290 : :
291 : : static int
5421 bruce@momjian.us 292 :UBC 0 : IsVowel(metastring *s, int pos)
293 : : {
294 : : char c;
295 : :
7168 296 [ # # # # ]: 0 : if ((pos < 0) || (pos >= s->length))
7227 mail@joeconway.com 297 : 0 : return 0;
298 : :
7168 bruce@momjian.us 299 : 0 : c = *(s->str + pos);
300 [ # # # # : 0 : if ((c == 'A') || (c == 'E') || (c == 'I') || (c == 'O') ||
# # # # #
# ]
301 [ # # ]: 0 : (c == 'U') || (c == 'Y'))
7227 mail@joeconway.com 302 : 0 : return 1;
303 : :
7168 bruce@momjian.us 304 : 0 : return 0;
305 : : }
306 : :
307 : :
308 : : static int
5421 309 : 0 : SlavoGermanic(metastring *s)
310 : : {
7168 311 [ # # ]: 0 : if ((char *) strstr(s->str, "W"))
7227 mail@joeconway.com 312 : 0 : return 1;
7168 bruce@momjian.us 313 [ # # ]: 0 : else if ((char *) strstr(s->str, "K"))
7227 mail@joeconway.com 314 : 0 : return 1;
7168 bruce@momjian.us 315 [ # # ]: 0 : else if ((char *) strstr(s->str, "CZ"))
7227 mail@joeconway.com 316 : 0 : return 1;
7168 bruce@momjian.us 317 [ # # ]: 0 : else if ((char *) strstr(s->str, "WITZ"))
7227 mail@joeconway.com 318 : 0 : return 1;
319 : : else
320 : 0 : return 0;
321 : : }
322 : :
323 : :
324 : : static char
5421 bruce@momjian.us 325 :CBC 26 : GetAt(metastring *s, int pos)
326 : : {
7168 327 [ + - - + ]: 26 : if ((pos < 0) || (pos >= s->length))
7227 mail@joeconway.com 328 :UBC 0 : return '\0';
329 : :
7168 bruce@momjian.us 330 :CBC 26 : return ((char) *(s->str + pos));
331 : : }
332 : :
333 : :
334 : : static void
5421 bruce@momjian.us 335 :UBC 0 : SetAt(metastring *s, int pos, char c)
336 : : {
7168 337 [ # # # # ]: 0 : if ((pos < 0) || (pos >= s->length))
7227 mail@joeconway.com 338 : 0 : return;
339 : :
7168 bruce@momjian.us 340 : 0 : *(s->str + pos) = c;
341 : : }
342 : :
343 : :
344 : : /*
345 : : Caveats: the START value is 0 based
346 : : */
347 : : static int
5421 bruce@momjian.us 348 :CBC 16 : StringAt(metastring *s, int start, int length,...)
349 : : {
350 : : char *test;
351 : : char *pos;
352 : : va_list ap;
353 : :
7168 354 [ + + - + ]: 16 : if ((start < 0) || (start >= s->length))
355 : 2 : return 0;
356 : :
357 : 14 : pos = (s->str + start);
358 : 14 : va_start(ap, length);
359 : :
360 : : do
361 : : {
7227 mail@joeconway.com 362 : 58 : test = va_arg(ap, char *);
363 [ + + + + ]: 58 : if (*test && (strncmp(pos, test, length) == 0))
364 : : {
3388 andres@anarazel.de 365 : 2 : va_end(ap);
7227 mail@joeconway.com 366 : 2 : return 1;
367 : : }
368 : : }
4492 peter_e@gmx.net 369 [ + + ]: 56 : while (strcmp(test, "") != 0);
370 : :
7168 bruce@momjian.us 371 : 12 : va_end(ap);
372 : :
373 : 12 : return 0;
374 : : }
375 : :
376 : :
377 : : static void
2357 peter_e@gmx.net 378 : 14 : MetaphAdd(metastring *s, const char *new_str)
379 : : {
380 : : int add_length;
381 : :
7168 bruce@momjian.us 382 [ - + ]: 14 : if (new_str == NULL)
7227 mail@joeconway.com 383 :UBC 0 : return;
384 : :
7168 bruce@momjian.us 385 :CBC 14 : add_length = strlen(new_str);
386 [ - + ]: 14 : if ((s->length + add_length) > (s->bufsize - 1))
7227 mail@joeconway.com 387 :UBC 0 : IncreaseBuffer(s, add_length);
388 : :
7168 bruce@momjian.us 389 :CBC 14 : strcat(s->str, new_str);
390 : 14 : s->length += add_length;
391 : : }
392 : :
393 : :
394 : : static void
7227 mail@joeconway.com 395 : 2 : DoubleMetaphone(char *str, char **codes)
396 : : {
397 : : int length;
398 : : metastring *original;
399 : : metastring *primary;
400 : : metastring *secondary;
401 : : int current;
402 : : int last;
403 : :
7168 bruce@momjian.us 404 : 2 : current = 0;
405 : : /* we need the real length and last prior to padding */
406 : 2 : length = strlen(str);
407 : 2 : last = length - 1;
408 : 2 : original = NewMetaString(str);
409 : : /* Pad original so we can index beyond end */
410 : 2 : MetaphAdd(original, " ");
411 : :
412 : 2 : primary = NewMetaString("");
413 : 2 : secondary = NewMetaString("");
414 : 2 : primary->free_string_on_destroy = 0;
415 : 2 : secondary->free_string_on_destroy = 0;
416 : :
417 : 2 : MakeUpper(original);
418 : :
419 : : /* skip these when at start of word */
420 [ - + ]: 2 : if (StringAt(original, 0, 2, "GN", "KN", "PN", "WR", "PS", ""))
7227 mail@joeconway.com 421 :UBC 0 : current += 1;
422 : :
423 : : /* Initial 'X' is pronounced 'Z' e.g. 'Xavier' */
7168 bruce@momjian.us 424 [ - + ]:CBC 2 : if (GetAt(original, 0) == 'X')
425 : : {
7227 mail@joeconway.com 426 :UBC 0 : MetaphAdd(primary, "S"); /* 'Z' maps to 'S' */
427 : 0 : MetaphAdd(secondary, "S");
428 : 0 : current += 1;
429 : : }
430 : :
431 : : /* main loop */
7168 bruce@momjian.us 432 [ + - - - ]:CBC 12 : while ((primary->length < 4) || (secondary->length < 4))
433 : : {
7227 mail@joeconway.com 434 [ + + ]: 12 : if (current >= length)
435 : 2 : break;
436 : :
437 [ + + - - : 10 : switch (GetAt(original, current))
- - + - -
- - + - -
- - - - -
- - - -
- ]
438 : : {
439 : 4 : case 'A':
440 : : case 'E':
441 : : case 'I':
442 : : case 'O':
443 : : case 'U':
444 : : case 'Y':
445 [ - + ]: 4 : if (current == 0)
446 : : {
447 : : /* all init vowels now map to 'A' */
7227 mail@joeconway.com 448 :UBC 0 : MetaphAdd(primary, "A");
449 : 0 : MetaphAdd(secondary, "A");
450 : : }
7227 mail@joeconway.com 451 :CBC 4 : current += 1;
452 : 4 : break;
453 : :
454 : 2 : case 'B':
455 : :
456 : : /* "-mb", e.g", "dumb", already skipped over... */
457 : 2 : MetaphAdd(primary, "P");
458 : 2 : MetaphAdd(secondary, "P");
459 : :
460 [ - + ]: 2 : if (GetAt(original, current + 1) == 'B')
7227 mail@joeconway.com 461 :UBC 0 : current += 2;
462 : : else
7227 mail@joeconway.com 463 :CBC 2 : current += 1;
464 : 2 : break;
465 : :
5031 bruce@momjian.us 466 :UBC 0 : case '\xc7': /* C with cedilla */
7227 mail@joeconway.com 467 : 0 : MetaphAdd(primary, "S");
468 : 0 : MetaphAdd(secondary, "S");
469 : 0 : current += 1;
470 : 0 : break;
471 : :
472 : 0 : case 'C':
473 : : /* various germanic */
474 [ # # ]: 0 : if ((current > 1)
475 [ # # ]: 0 : && !IsVowel(original, current - 2)
476 [ # # ]: 0 : && StringAt(original, (current - 1), 3, "ACH", "")
477 [ # # ]: 0 : && ((GetAt(original, current + 2) != 'I')
478 [ # # ]: 0 : && ((GetAt(original, current + 2) != 'E')
6756 bruce@momjian.us 479 [ # # ]: 0 : || StringAt(original, (current - 2), 6, "BACHER",
480 : : "MACHER", ""))))
481 : : {
7227 mail@joeconway.com 482 : 0 : MetaphAdd(primary, "K");
483 : 0 : MetaphAdd(secondary, "K");
484 : 0 : current += 2;
485 : 0 : break;
486 : : }
487 : :
488 : : /* special case 'caesar' */
489 [ # # ]: 0 : if ((current == 0)
490 [ # # ]: 0 : && StringAt(original, current, 6, "CAESAR", ""))
491 : : {
492 : 0 : MetaphAdd(primary, "S");
493 : 0 : MetaphAdd(secondary, "S");
494 : 0 : current += 2;
495 : 0 : break;
496 : : }
497 : :
498 : : /* italian 'chianti' */
499 [ # # ]: 0 : if (StringAt(original, current, 4, "CHIA", ""))
500 : : {
501 : 0 : MetaphAdd(primary, "K");
502 : 0 : MetaphAdd(secondary, "K");
503 : 0 : current += 2;
504 : 0 : break;
505 : : }
506 : :
507 [ # # ]: 0 : if (StringAt(original, current, 2, "CH", ""))
508 : : {
509 : : /* find 'michael' */
510 [ # # ]: 0 : if ((current > 0)
511 [ # # ]: 0 : && StringAt(original, current, 4, "CHAE", ""))
512 : : {
513 : 0 : MetaphAdd(primary, "K");
514 : 0 : MetaphAdd(secondary, "X");
515 : 0 : current += 2;
516 : 0 : break;
517 : : }
518 : :
519 : : /* greek roots e.g. 'chemistry', 'chorus' */
520 [ # # ]: 0 : if ((current == 0)
7168 bruce@momjian.us 521 [ # # ]: 0 : && (StringAt(original, (current + 1), 5,
522 : : "HARAC", "HARIS", "")
7227 mail@joeconway.com 523 [ # # ]: 0 : || StringAt(original, (current + 1), 3, "HOR",
524 : : "HYM", "HIA", "HEM", ""))
525 [ # # ]: 0 : && !StringAt(original, 0, 5, "CHORE", ""))
526 : : {
527 : 0 : MetaphAdd(primary, "K");
528 : 0 : MetaphAdd(secondary, "K");
529 : 0 : current += 2;
530 : 0 : break;
531 : : }
532 : :
533 : : /* germanic, greek, or otherwise 'ch' for 'kh' sound */
1536 alvherre@alvh.no-ip. 534 [ # # ]: 0 : if ((StringAt(original, 0, 4, "VAN ", "VON ", "")
7227 mail@joeconway.com 535 [ # # ]: 0 : || StringAt(original, 0, 3, "SCH", ""))
536 : : /* 'architect but not 'arch', 'orchestra', 'orchid' */
537 [ # # ]: 0 : || StringAt(original, (current - 2), 6, "ORCHES",
538 : : "ARCHIT", "ORCHID", "")
539 [ # # ]: 0 : || StringAt(original, (current + 2), 1, "T", "S",
540 : : "")
7168 bruce@momjian.us 541 [ # # ]: 0 : || ((StringAt(original, (current - 1), 1,
542 : : "A", "O", "U", "E", "")
7227 mail@joeconway.com 543 [ # # ]: 0 : || (current == 0))
544 : :
545 : : /*
546 : : * e.g., 'wachtler', 'wechsler', but not 'tichner'
547 : : */
6756 bruce@momjian.us 548 [ # # ]: 0 : && StringAt(original, (current + 2), 1, "L", "R",
549 : : "N", "M", "B", "H", "F", "V", "W",
550 : : " ", "")))
551 : : {
7227 mail@joeconway.com 552 : 0 : MetaphAdd(primary, "K");
553 : 0 : MetaphAdd(secondary, "K");
554 : : }
555 : : else
556 : : {
557 [ # # ]: 0 : if (current > 0)
558 : : {
559 [ # # ]: 0 : if (StringAt(original, 0, 2, "MC", ""))
560 : : {
561 : : /* e.g., "McHugh" */
562 : 0 : MetaphAdd(primary, "K");
563 : 0 : MetaphAdd(secondary, "K");
564 : : }
565 : : else
566 : : {
567 : 0 : MetaphAdd(primary, "X");
568 : 0 : MetaphAdd(secondary, "K");
569 : : }
570 : : }
571 : : else
572 : : {
573 : 0 : MetaphAdd(primary, "X");
574 : 0 : MetaphAdd(secondary, "X");
575 : : }
576 : : }
577 : 0 : current += 2;
578 : 0 : break;
579 : : }
580 : : /* e.g, 'czerny' */
581 [ # # ]: 0 : if (StringAt(original, current, 2, "CZ", "")
582 [ # # ]: 0 : && !StringAt(original, (current - 2), 4, "WICZ", ""))
583 : : {
584 : 0 : MetaphAdd(primary, "S");
585 : 0 : MetaphAdd(secondary, "X");
586 : 0 : current += 2;
587 : 0 : break;
588 : : }
589 : :
590 : : /* e.g., 'focaccia' */
591 [ # # ]: 0 : if (StringAt(original, (current + 1), 3, "CIA", ""))
592 : : {
593 : 0 : MetaphAdd(primary, "X");
594 : 0 : MetaphAdd(secondary, "X");
595 : 0 : current += 3;
596 : 0 : break;
597 : : }
598 : :
599 : : /* double 'C', but not if e.g. 'McClellan' */
600 [ # # ]: 0 : if (StringAt(original, current, 2, "CC", "")
601 [ # # # # ]: 0 : && !((current == 1) && (GetAt(original, 0) == 'M')))
602 : : {
603 : : /* 'bellocchio' but not 'bacchus' */
604 [ # # ]: 0 : if (StringAt(original, (current + 2), 1, "I", "E", "H", "")
6756 bruce@momjian.us 605 [ # # ]: 0 : && !StringAt(original, (current + 2), 2, "HU", ""))
606 : : {
607 : : /* 'accident', 'accede' 'succeed' */
1536 alvherre@alvh.no-ip. 608 [ # # ]: 0 : if (((current == 1)
7227 mail@joeconway.com 609 [ # # ]: 0 : && (GetAt(original, current - 1) == 'A'))
6756 bruce@momjian.us 610 [ # # ]: 0 : || StringAt(original, (current - 1), 5, "UCCEE",
611 : : "UCCES", ""))
612 : : {
7227 mail@joeconway.com 613 : 0 : MetaphAdd(primary, "KS");
614 : 0 : MetaphAdd(secondary, "KS");
615 : : /* 'bacci', 'bertucci', other italian */
616 : : }
617 : : else
618 : : {
619 : 0 : MetaphAdd(primary, "X");
620 : 0 : MetaphAdd(secondary, "X");
621 : : }
622 : 0 : current += 3;
623 : 0 : break;
624 : : }
625 : : else
626 : : { /* Pierce's rule */
627 : 0 : MetaphAdd(primary, "K");
628 : 0 : MetaphAdd(secondary, "K");
629 : 0 : current += 2;
630 : 0 : break;
631 : : }
632 : : }
633 : :
634 [ # # ]: 0 : if (StringAt(original, current, 2, "CK", "CG", "CQ", ""))
635 : : {
636 : 0 : MetaphAdd(primary, "K");
637 : 0 : MetaphAdd(secondary, "K");
638 : 0 : current += 2;
639 : 0 : break;
640 : : }
641 : :
642 [ # # ]: 0 : if (StringAt(original, current, 2, "CI", "CE", "CY", ""))
643 : : {
644 : : /* italian vs. english */
645 [ # # ]: 0 : if (StringAt
646 : : (original, current, 3, "CIO", "CIE", "CIA", ""))
647 : : {
648 : 0 : MetaphAdd(primary, "S");
649 : 0 : MetaphAdd(secondary, "X");
650 : : }
651 : : else
652 : : {
653 : 0 : MetaphAdd(primary, "S");
654 : 0 : MetaphAdd(secondary, "S");
655 : : }
656 : 0 : current += 2;
657 : 0 : break;
658 : : }
659 : :
660 : : /* else */
661 : 0 : MetaphAdd(primary, "K");
662 : 0 : MetaphAdd(secondary, "K");
663 : :
664 : : /* name sent in 'mac caffrey', 'mac gregor */
665 [ # # ]: 0 : if (StringAt(original, (current + 1), 2, " C", " Q", " G", ""))
666 : 0 : current += 3;
7168 bruce@momjian.us 667 [ # # ]: 0 : else if (StringAt(original, (current + 1), 1, "C", "K", "Q", "")
668 [ # # ]: 0 : && !StringAt(original, (current + 1), 2,
669 : : "CE", "CI", ""))
670 : 0 : current += 2;
671 : : else
672 : 0 : current += 1;
7227 mail@joeconway.com 673 : 0 : break;
674 : :
675 : 0 : case 'D':
676 [ # # ]: 0 : if (StringAt(original, current, 2, "DG", ""))
677 : : {
7168 bruce@momjian.us 678 [ # # ]: 0 : if (StringAt(original, (current + 2), 1,
679 : : "I", "E", "Y", ""))
680 : : {
681 : : /* e.g. 'edge' */
7227 mail@joeconway.com 682 : 0 : MetaphAdd(primary, "J");
683 : 0 : MetaphAdd(secondary, "J");
684 : 0 : current += 3;
685 : 0 : break;
686 : : }
687 : : else
688 : : {
689 : : /* e.g. 'edgar' */
690 : 0 : MetaphAdd(primary, "TK");
691 : 0 : MetaphAdd(secondary, "TK");
692 : 0 : current += 2;
693 : 0 : break;
694 : : }
695 : : }
696 : :
697 [ # # ]: 0 : if (StringAt(original, current, 2, "DT", "DD", ""))
698 : : {
699 : 0 : MetaphAdd(primary, "T");
700 : 0 : MetaphAdd(secondary, "T");
701 : 0 : current += 2;
702 : 0 : break;
703 : : }
704 : :
705 : : /* else */
706 : 0 : MetaphAdd(primary, "T");
707 : 0 : MetaphAdd(secondary, "T");
708 : 0 : current += 1;
709 : 0 : break;
710 : :
711 : 0 : case 'F':
712 [ # # ]: 0 : if (GetAt(original, current + 1) == 'F')
713 : 0 : current += 2;
714 : : else
715 : 0 : current += 1;
716 : 0 : MetaphAdd(primary, "F");
717 : 0 : MetaphAdd(secondary, "F");
718 : 0 : break;
719 : :
7227 mail@joeconway.com 720 :CBC 2 : case 'G':
721 [ - + ]: 2 : if (GetAt(original, current + 1) == 'H')
722 : : {
7227 mail@joeconway.com 723 [ # # # # ]:UBC 0 : if ((current > 0) && !IsVowel(original, current - 1))
724 : : {
725 : 0 : MetaphAdd(primary, "K");
726 : 0 : MetaphAdd(secondary, "K");
727 : 0 : current += 2;
728 : 0 : break;
729 : : }
730 : :
731 [ # # ]: 0 : if (current < 3)
732 : : {
733 : : /* 'ghislane', ghiradelli */
734 [ # # ]: 0 : if (current == 0)
735 : : {
736 [ # # ]: 0 : if (GetAt(original, current + 2) == 'I')
737 : : {
738 : 0 : MetaphAdd(primary, "J");
739 : 0 : MetaphAdd(secondary, "J");
740 : : }
741 : : else
742 : : {
743 : 0 : MetaphAdd(primary, "K");
744 : 0 : MetaphAdd(secondary, "K");
745 : : }
746 : 0 : current += 2;
747 : 0 : break;
748 : : }
749 : : }
750 : :
751 : : /*
752 : : * Parker's rule (with some further refinements) - e.g.,
753 : : * 'hugh'
754 : : */
1536 alvherre@alvh.no-ip. 755 [ # # ]: 0 : if (((current > 1)
7168 bruce@momjian.us 756 [ # # ]: 0 : && StringAt(original, (current - 2), 1,
757 : : "B", "H", "D", ""))
758 : : /* e.g., 'bough' */
7227 mail@joeconway.com 759 [ # # ]: 0 : || ((current > 2)
7168 bruce@momjian.us 760 [ # # ]: 0 : && StringAt(original, (current - 3), 1,
761 : : "B", "H", "D", ""))
762 : : /* e.g., 'broughton' */
7227 mail@joeconway.com 763 [ # # ]: 0 : || ((current > 3)
7168 bruce@momjian.us 764 [ # # ]: 0 : && StringAt(original, (current - 4), 1,
765 : : "B", "H", "")))
766 : : {
7227 mail@joeconway.com 767 : 0 : current += 2;
768 : 0 : break;
769 : : }
770 : : else
771 : : {
772 : : /*
773 : : * e.g., 'laugh', 'McLaughlin', 'cough', 'gough',
774 : : * 'rough', 'tough'
775 : : */
776 [ # # ]: 0 : if ((current > 2)
777 [ # # ]: 0 : && (GetAt(original, current - 1) == 'U')
778 [ # # ]: 0 : && StringAt(original, (current - 3), 1, "C",
779 : : "G", "L", "R", "T", ""))
780 : : {
781 : 0 : MetaphAdd(primary, "F");
782 : 0 : MetaphAdd(secondary, "F");
783 : : }
784 [ # # ]: 0 : else if ((current > 0)
785 [ # # ]: 0 : && GetAt(original, current - 1) != 'I')
786 : : {
787 : :
788 : :
789 : 0 : MetaphAdd(primary, "K");
790 : 0 : MetaphAdd(secondary, "K");
791 : : }
792 : :
793 : 0 : current += 2;
794 : 0 : break;
795 : : }
796 : : }
797 : :
7227 mail@joeconway.com 798 [ - + ]:CBC 2 : if (GetAt(original, current + 1) == 'N')
799 : : {
7227 mail@joeconway.com 800 [ # # # # ]:UBC 0 : if ((current == 1) && IsVowel(original, 0)
801 [ # # ]: 0 : && !SlavoGermanic(original))
802 : : {
803 : 0 : MetaphAdd(primary, "KN");
804 : 0 : MetaphAdd(secondary, "N");
805 : : }
806 : : else
807 : : /* not e.g. 'cagney' */
808 [ # # ]: 0 : if (!StringAt(original, (current + 2), 2, "EY", "")
809 [ # # ]: 0 : && (GetAt(original, current + 1) != 'Y')
810 [ # # ]: 0 : && !SlavoGermanic(original))
811 : : {
7168 bruce@momjian.us 812 : 0 : MetaphAdd(primary, "N");
813 : 0 : MetaphAdd(secondary, "KN");
814 : : }
815 : : else
816 : : {
817 : 0 : MetaphAdd(primary, "KN");
818 : 0 : MetaphAdd(secondary, "KN");
819 : : }
7227 mail@joeconway.com 820 : 0 : current += 2;
821 : 0 : break;
822 : : }
823 : :
824 : : /* 'tagliaro' */
7227 mail@joeconway.com 825 [ - + ]:CBC 2 : if (StringAt(original, (current + 1), 2, "LI", "")
7227 mail@joeconway.com 826 [ # # ]:UBC 0 : && !SlavoGermanic(original))
827 : : {
828 : 0 : MetaphAdd(primary, "KL");
829 : 0 : MetaphAdd(secondary, "L");
830 : 0 : current += 2;
831 : 0 : break;
832 : : }
833 : :
834 : : /* -ges-,-gep-,-gel-, -gie- at beginning */
7227 mail@joeconway.com 835 [ + - ]:CBC 2 : if ((current == 0)
836 [ + - ]: 2 : && ((GetAt(original, current + 1) == 'Y')
6756 bruce@momjian.us 837 [ - + ]: 2 : || StringAt(original, (current + 1), 2, "ES", "EP",
838 : : "EB", "EL", "EY", "IB", "IL", "IN", "IE",
839 : : "EI", "ER", "")))
840 : : {
7227 mail@joeconway.com 841 :UBC 0 : MetaphAdd(primary, "K");
842 : 0 : MetaphAdd(secondary, "J");
843 : 0 : current += 2;
844 : 0 : break;
845 : : }
846 : :
847 : : /* -ger-, -gy- */
1536 alvherre@alvh.no-ip. 848 [ + - ]:CBC 2 : if ((StringAt(original, (current + 1), 2, "ER", "")
7227 mail@joeconway.com 849 [ - + ]: 2 : || (GetAt(original, current + 1) == 'Y'))
7168 bruce@momjian.us 850 [ # # ]:UBC 0 : && !StringAt(original, 0, 6,
851 : : "DANGER", "RANGER", "MANGER", "")
7227 mail@joeconway.com 852 [ # # ]: 0 : && !StringAt(original, (current - 1), 1, "E", "I", "")
1536 alvherre@alvh.no-ip. 853 [ # # ]: 0 : && !StringAt(original, (current - 1), 3, "RGY", "OGY", ""))
854 : : {
7227 mail@joeconway.com 855 : 0 : MetaphAdd(primary, "K");
856 : 0 : MetaphAdd(secondary, "J");
857 : 0 : current += 2;
858 : 0 : break;
859 : : }
860 : :
861 : : /* italian e.g, 'biaggi' */
7227 mail@joeconway.com 862 [ + - ]:CBC 2 : if (StringAt(original, (current + 1), 1, "E", "I", "Y", "")
7168 bruce@momjian.us 863 [ - + ]: 2 : || StringAt(original, (current - 1), 4,
864 : : "AGGI", "OGGI", ""))
865 : : {
866 : : /* obvious germanic */
1536 alvherre@alvh.no-ip. 867 [ # # ]:UBC 0 : if ((StringAt(original, 0, 4, "VAN ", "VON ", "")
7227 mail@joeconway.com 868 [ # # ]: 0 : || StringAt(original, 0, 3, "SCH", ""))
869 [ # # ]: 0 : || StringAt(original, (current + 1), 2, "ET", ""))
870 : : {
871 : 0 : MetaphAdd(primary, "K");
872 : 0 : MetaphAdd(secondary, "K");
873 : : }
874 : : else
875 : : {
876 : : /* always soft if french ending */
877 [ # # ]: 0 : if (StringAt
878 : : (original, (current + 1), 4, "IER ", ""))
879 : : {
880 : 0 : MetaphAdd(primary, "J");
881 : 0 : MetaphAdd(secondary, "J");
882 : : }
883 : : else
884 : : {
885 : 0 : MetaphAdd(primary, "J");
886 : 0 : MetaphAdd(secondary, "K");
887 : : }
888 : : }
889 : 0 : current += 2;
890 : 0 : break;
891 : : }
892 : :
7227 mail@joeconway.com 893 [ - + ]:CBC 2 : if (GetAt(original, current + 1) == 'G')
7227 mail@joeconway.com 894 :UBC 0 : current += 2;
895 : : else
7227 mail@joeconway.com 896 :CBC 2 : current += 1;
897 : 2 : MetaphAdd(primary, "K");
898 : 2 : MetaphAdd(secondary, "K");
899 : 2 : break;
900 : :
7227 mail@joeconway.com 901 :UBC 0 : case 'H':
902 : : /* only keep if first & before vowel or btw. 2 vowels */
903 [ # # # # ]: 0 : if (((current == 0) || IsVowel(original, current - 1))
904 [ # # ]: 0 : && IsVowel(original, current + 1))
905 : : {
906 : 0 : MetaphAdd(primary, "H");
907 : 0 : MetaphAdd(secondary, "H");
908 : 0 : current += 2;
909 : : }
910 : : else
911 : : /* also takes care of 'HH' */
912 : 0 : current += 1;
913 : 0 : break;
914 : :
915 : 0 : case 'J':
916 : : /* obvious spanish, 'jose', 'san jacinto' */
917 [ # # ]: 0 : if (StringAt(original, current, 4, "JOSE", "")
918 [ # # ]: 0 : || StringAt(original, 0, 4, "SAN ", ""))
919 : : {
920 [ # # ]: 0 : if (((current == 0)
921 [ # # ]: 0 : && (GetAt(original, current + 4) == ' '))
922 [ # # ]: 0 : || StringAt(original, 0, 4, "SAN ", ""))
923 : : {
924 : 0 : MetaphAdd(primary, "H");
925 : 0 : MetaphAdd(secondary, "H");
926 : : }
927 : : else
928 : : {
929 : 0 : MetaphAdd(primary, "J");
930 : 0 : MetaphAdd(secondary, "H");
931 : : }
932 : 0 : current += 1;
933 : 0 : break;
934 : : }
935 : :
936 [ # # ]: 0 : if ((current == 0)
937 [ # # ]: 0 : && !StringAt(original, current, 4, "JOSE", ""))
938 : : {
939 : 0 : MetaphAdd(primary, "J"); /* Yankelovich/Jankelowicz */
940 : 0 : MetaphAdd(secondary, "A");
941 : : }
942 : : else
943 : : {
944 : : /* spanish pron. of e.g. 'bajador' */
945 [ # # ]: 0 : if (IsVowel(original, current - 1)
946 [ # # ]: 0 : && !SlavoGermanic(original)
947 [ # # ]: 0 : && ((GetAt(original, current + 1) == 'A')
948 [ # # ]: 0 : || (GetAt(original, current + 1) == 'O')))
949 : : {
950 : 0 : MetaphAdd(primary, "J");
951 : 0 : MetaphAdd(secondary, "H");
952 : : }
953 : : else
954 : : {
955 [ # # ]: 0 : if (current == last)
956 : : {
957 : 0 : MetaphAdd(primary, "J");
958 : 0 : MetaphAdd(secondary, "");
959 : : }
960 : : else
961 : : {
962 [ # # ]: 0 : if (!StringAt(original, (current + 1), 1, "L", "T",
963 : : "K", "S", "N", "M", "B", "Z", "")
964 [ # # ]: 0 : && !StringAt(original, (current - 1), 1,
965 : : "S", "K", "L", ""))
966 : : {
967 : 0 : MetaphAdd(primary, "J");
968 : 0 : MetaphAdd(secondary, "J");
969 : : }
970 : : }
971 : : }
972 : : }
973 : :
2489 tgl@sss.pgh.pa.us 974 [ # # ]: 0 : if (GetAt(original, current + 1) == 'J') /* it could happen! */
7227 mail@joeconway.com 975 : 0 : current += 2;
976 : : else
977 : 0 : current += 1;
978 : 0 : break;
979 : :
980 : 0 : case 'K':
981 [ # # ]: 0 : if (GetAt(original, current + 1) == 'K')
982 : 0 : current += 2;
983 : : else
984 : 0 : current += 1;
985 : 0 : MetaphAdd(primary, "K");
986 : 0 : MetaphAdd(secondary, "K");
987 : 0 : break;
988 : :
989 : 0 : case 'L':
990 [ # # ]: 0 : if (GetAt(original, current + 1) == 'L')
991 : : {
992 : : /* spanish e.g. 'cabrillo', 'gallegos' */
993 [ # # ]: 0 : if (((current == (length - 3))
994 [ # # ]: 0 : && StringAt(original, (current - 1), 4, "ILLO",
995 : : "ILLA", "ALLE", ""))
6756 bruce@momjian.us 996 [ # # ]: 0 : || ((StringAt(original, (last - 1), 2, "AS", "OS", "")
997 [ # # ]: 0 : || StringAt(original, last, 1, "A", "O", ""))
998 [ # # ]: 0 : && StringAt(original, (current - 1), 4,
999 : : "ALLE", "")))
1000 : : {
7227 mail@joeconway.com 1001 : 0 : MetaphAdd(primary, "L");
1002 : 0 : MetaphAdd(secondary, "");
1003 : 0 : current += 2;
1004 : 0 : break;
1005 : : }
1006 : 0 : current += 2;
1007 : : }
1008 : : else
1009 : 0 : current += 1;
1010 : 0 : MetaphAdd(primary, "L");
1011 : 0 : MetaphAdd(secondary, "L");
1012 : 0 : break;
1013 : :
7227 mail@joeconway.com 1014 :CBC 2 : case 'M':
1015 [ + - ]: 2 : if ((StringAt(original, (current - 1), 3, "UMB", "")
1016 [ + - ]: 2 : && (((current + 1) == last)
6756 bruce@momjian.us 1017 [ + - ]: 2 : || StringAt(original, (current + 2), 2, "ER", "")))
1018 : : /* 'dumb','thumb' */
7227 mail@joeconway.com 1019 [ - + ]: 2 : || (GetAt(original, current + 1) == 'M'))
7227 mail@joeconway.com 1020 :UBC 0 : current += 2;
1021 : : else
7227 mail@joeconway.com 1022 :CBC 2 : current += 1;
1023 : 2 : MetaphAdd(primary, "M");
1024 : 2 : MetaphAdd(secondary, "M");
1025 : 2 : break;
1026 : :
7227 mail@joeconway.com 1027 :UBC 0 : case 'N':
1028 [ # # ]: 0 : if (GetAt(original, current + 1) == 'N')
1029 : 0 : current += 2;
1030 : : else
1031 : 0 : current += 1;
1032 : 0 : MetaphAdd(primary, "N");
1033 : 0 : MetaphAdd(secondary, "N");
1034 : 0 : break;
1035 : :
5031 bruce@momjian.us 1036 : 0 : case '\xd1': /* N with tilde */
7227 mail@joeconway.com 1037 : 0 : current += 1;
1038 : 0 : MetaphAdd(primary, "N");
1039 : 0 : MetaphAdd(secondary, "N");
1040 : 0 : break;
1041 : :
1042 : 0 : case 'P':
1043 [ # # ]: 0 : if (GetAt(original, current + 1) == 'H')
1044 : : {
1045 : 0 : MetaphAdd(primary, "F");
1046 : 0 : MetaphAdd(secondary, "F");
1047 : 0 : current += 2;
1048 : 0 : break;
1049 : : }
1050 : :
1051 : : /* also account for "campbell", "raspberry" */
1052 [ # # ]: 0 : if (StringAt(original, (current + 1), 1, "P", "B", ""))
1053 : 0 : current += 2;
1054 : : else
1055 : 0 : current += 1;
1056 : 0 : MetaphAdd(primary, "P");
1057 : 0 : MetaphAdd(secondary, "P");
1058 : 0 : break;
1059 : :
1060 : 0 : case 'Q':
1061 [ # # ]: 0 : if (GetAt(original, current + 1) == 'Q')
1062 : 0 : current += 2;
1063 : : else
1064 : 0 : current += 1;
1065 : 0 : MetaphAdd(primary, "K");
1066 : 0 : MetaphAdd(secondary, "K");
1067 : 0 : break;
1068 : :
1069 : 0 : case 'R':
1070 : : /* french e.g. 'rogier', but exclude 'hochmeier' */
1071 [ # # ]: 0 : if ((current == last)
1072 [ # # ]: 0 : && !SlavoGermanic(original)
1073 [ # # ]: 0 : && StringAt(original, (current - 2), 2, "IE", "")
6756 bruce@momjian.us 1074 [ # # ]: 0 : && !StringAt(original, (current - 4), 2, "ME", "MA", ""))
1075 : : {
7227 mail@joeconway.com 1076 : 0 : MetaphAdd(primary, "");
1077 : 0 : MetaphAdd(secondary, "R");
1078 : : }
1079 : : else
1080 : : {
1081 : 0 : MetaphAdd(primary, "R");
1082 : 0 : MetaphAdd(secondary, "R");
1083 : : }
1084 : :
1085 [ # # ]: 0 : if (GetAt(original, current + 1) == 'R')
1086 : 0 : current += 2;
1087 : : else
1088 : 0 : current += 1;
1089 : 0 : break;
1090 : :
1091 : 0 : case 'S':
1092 : : /* special cases 'island', 'isle', 'carlisle', 'carlysle' */
1093 [ # # ]: 0 : if (StringAt(original, (current - 1), 3, "ISL", "YSL", ""))
1094 : : {
1095 : 0 : current += 1;
1096 : 0 : break;
1097 : : }
1098 : :
1099 : : /* special case 'sugar-' */
1100 [ # # ]: 0 : if ((current == 0)
1101 [ # # ]: 0 : && StringAt(original, current, 5, "SUGAR", ""))
1102 : : {
1103 : 0 : MetaphAdd(primary, "X");
1104 : 0 : MetaphAdd(secondary, "S");
1105 : 0 : current += 1;
1106 : 0 : break;
1107 : : }
1108 : :
1109 [ # # ]: 0 : if (StringAt(original, current, 2, "SH", ""))
1110 : : {
1111 : : /* germanic */
1112 [ # # ]: 0 : if (StringAt
1113 : : (original, (current + 1), 4, "HEIM", "HOEK", "HOLM",
1114 : : "HOLZ", ""))
1115 : : {
1116 : 0 : MetaphAdd(primary, "S");
1117 : 0 : MetaphAdd(secondary, "S");
1118 : : }
1119 : : else
1120 : : {
1121 : 0 : MetaphAdd(primary, "X");
1122 : 0 : MetaphAdd(secondary, "X");
1123 : : }
1124 : 0 : current += 2;
1125 : 0 : break;
1126 : : }
1127 : :
1128 : : /* italian & armenian */
1129 [ # # ]: 0 : if (StringAt(original, current, 3, "SIO", "SIA", "")
1130 [ # # ]: 0 : || StringAt(original, current, 4, "SIAN", ""))
1131 : : {
1132 [ # # ]: 0 : if (!SlavoGermanic(original))
1133 : : {
1134 : 0 : MetaphAdd(primary, "S");
1135 : 0 : MetaphAdd(secondary, "X");
1136 : : }
1137 : : else
1138 : : {
1139 : 0 : MetaphAdd(primary, "S");
1140 : 0 : MetaphAdd(secondary, "S");
1141 : : }
1142 : 0 : current += 3;
1143 : 0 : break;
1144 : : }
1145 : :
1146 : : /*
1147 : : * german & anglicisations, e.g. 'smith' match 'schmidt',
1148 : : * 'snider' match 'schneider' also, -sz- in slavic language
1149 : : * although in hungarian it is pronounced 's'
1150 : : */
1151 [ # # ]: 0 : if (((current == 0)
7168 bruce@momjian.us 1152 [ # # ]: 0 : && StringAt(original, (current + 1), 1,
1153 : : "M", "N", "L", "W", ""))
7227 mail@joeconway.com 1154 [ # # ]: 0 : || StringAt(original, (current + 1), 1, "Z", ""))
1155 : : {
1156 : 0 : MetaphAdd(primary, "S");
1157 : 0 : MetaphAdd(secondary, "X");
1158 [ # # ]: 0 : if (StringAt(original, (current + 1), 1, "Z", ""))
1159 : 0 : current += 2;
1160 : : else
1161 : 0 : current += 1;
1162 : 0 : break;
1163 : : }
1164 : :
1165 [ # # ]: 0 : if (StringAt(original, current, 2, "SC", ""))
1166 : : {
1167 : : /* Schlesinger's rule */
1168 [ # # ]: 0 : if (GetAt(original, current + 2) == 'H')
1169 : : {
1170 : : /* dutch origin, e.g. 'school', 'schooner' */
7168 bruce@momjian.us 1171 [ # # ]: 0 : if (StringAt(original, (current + 3), 2,
1172 : : "OO", "ER", "EN",
1173 : : "UY", "ED", "EM", ""))
1174 : : {
1175 : : /* 'schermerhorn', 'schenker' */
1176 [ # # ]: 0 : if (StringAt(original, (current + 3), 2,
1177 : : "ER", "EN", ""))
1178 : : {
7227 mail@joeconway.com 1179 : 0 : MetaphAdd(primary, "X");
1180 : 0 : MetaphAdd(secondary, "SK");
1181 : : }
1182 : : else
1183 : : {
1184 : 0 : MetaphAdd(primary, "SK");
1185 : 0 : MetaphAdd(secondary, "SK");
1186 : : }
1187 : 0 : current += 3;
1188 : 0 : break;
1189 : : }
1190 : : else
1191 : : {
1192 [ # # # # ]: 0 : if ((current == 0) && !IsVowel(original, 3)
1193 [ # # ]: 0 : && (GetAt(original, 3) != 'W'))
1194 : : {
1195 : 0 : MetaphAdd(primary, "X");
1196 : 0 : MetaphAdd(secondary, "S");
1197 : : }
1198 : : else
1199 : : {
1200 : 0 : MetaphAdd(primary, "X");
1201 : 0 : MetaphAdd(secondary, "X");
1202 : : }
1203 : 0 : current += 3;
1204 : 0 : break;
1205 : : }
1206 : : }
1207 : :
7168 bruce@momjian.us 1208 [ # # ]: 0 : if (StringAt(original, (current + 2), 1,
1209 : : "I", "E", "Y", ""))
1210 : : {
7227 mail@joeconway.com 1211 : 0 : MetaphAdd(primary, "S");
1212 : 0 : MetaphAdd(secondary, "S");
1213 : 0 : current += 3;
1214 : 0 : break;
1215 : : }
1216 : : /* else */
1217 : 0 : MetaphAdd(primary, "SK");
1218 : 0 : MetaphAdd(secondary, "SK");
1219 : 0 : current += 3;
1220 : 0 : break;
1221 : : }
1222 : :
1223 : : /* french e.g. 'resnais', 'artois' */
1224 [ # # ]: 0 : if ((current == last)
6756 bruce@momjian.us 1225 [ # # ]: 0 : && StringAt(original, (current - 2), 2, "AI", "OI", ""))
1226 : : {
7227 mail@joeconway.com 1227 : 0 : MetaphAdd(primary, "");
1228 : 0 : MetaphAdd(secondary, "S");
1229 : : }
1230 : : else
1231 : : {
1232 : 0 : MetaphAdd(primary, "S");
1233 : 0 : MetaphAdd(secondary, "S");
1234 : : }
1235 : :
1236 [ # # ]: 0 : if (StringAt(original, (current + 1), 1, "S", "Z", ""))
1237 : 0 : current += 2;
1238 : : else
1239 : 0 : current += 1;
1240 : 0 : break;
1241 : :
1242 : 0 : case 'T':
1243 [ # # ]: 0 : if (StringAt(original, current, 4, "TION", ""))
1244 : : {
1245 : 0 : MetaphAdd(primary, "X");
1246 : 0 : MetaphAdd(secondary, "X");
1247 : 0 : current += 3;
1248 : 0 : break;
1249 : : }
1250 : :
1251 [ # # ]: 0 : if (StringAt(original, current, 3, "TIA", "TCH", ""))
1252 : : {
1253 : 0 : MetaphAdd(primary, "X");
1254 : 0 : MetaphAdd(secondary, "X");
1255 : 0 : current += 3;
1256 : 0 : break;
1257 : : }
1258 : :
1259 [ # # ]: 0 : if (StringAt(original, current, 2, "TH", "")
1260 [ # # ]: 0 : || StringAt(original, current, 3, "TTH", ""))
1261 : : {
1262 : : /* special case 'thomas', 'thames' or germanic */
1263 [ # # ]: 0 : if (StringAt(original, (current + 2), 2, "OM", "AM", "")
1264 [ # # ]: 0 : || StringAt(original, 0, 4, "VAN ", "VON ", "")
1265 [ # # ]: 0 : || StringAt(original, 0, 3, "SCH", ""))
1266 : : {
1267 : 0 : MetaphAdd(primary, "T");
1268 : 0 : MetaphAdd(secondary, "T");
1269 : : }
1270 : : else
1271 : : {
1272 : 0 : MetaphAdd(primary, "0");
1273 : 0 : MetaphAdd(secondary, "T");
1274 : : }
1275 : 0 : current += 2;
1276 : 0 : break;
1277 : : }
1278 : :
1279 [ # # ]: 0 : if (StringAt(original, (current + 1), 1, "T", "D", ""))
1280 : 0 : current += 2;
1281 : : else
1282 : 0 : current += 1;
1283 : 0 : MetaphAdd(primary, "T");
1284 : 0 : MetaphAdd(secondary, "T");
1285 : 0 : break;
1286 : :
1287 : 0 : case 'V':
1288 [ # # ]: 0 : if (GetAt(original, current + 1) == 'V')
1289 : 0 : current += 2;
1290 : : else
1291 : 0 : current += 1;
1292 : 0 : MetaphAdd(primary, "F");
1293 : 0 : MetaphAdd(secondary, "F");
1294 : 0 : break;
1295 : :
1296 : 0 : case 'W':
1297 : : /* can also be in middle of word */
1298 [ # # ]: 0 : if (StringAt(original, current, 2, "WR", ""))
1299 : : {
1300 : 0 : MetaphAdd(primary, "R");
1301 : 0 : MetaphAdd(secondary, "R");
1302 : 0 : current += 2;
1303 : 0 : break;
1304 : : }
1305 : :
1306 [ # # ]: 0 : if ((current == 0)
1307 [ # # ]: 0 : && (IsVowel(original, current + 1)
1308 [ # # ]: 0 : || StringAt(original, current, 2, "WH", "")))
1309 : : {
1310 : : /* Wasserman should match Vasserman */
1311 [ # # ]: 0 : if (IsVowel(original, current + 1))
1312 : : {
1313 : 0 : MetaphAdd(primary, "A");
1314 : 0 : MetaphAdd(secondary, "F");
1315 : : }
1316 : : else
1317 : : {
1318 : : /* need Uomo to match Womo */
1319 : 0 : MetaphAdd(primary, "A");
1320 : 0 : MetaphAdd(secondary, "A");
1321 : : }
1322 : : }
1323 : :
1324 : : /* Arnow should match Arnoff */
1325 [ # # # # ]: 0 : if (((current == last) && IsVowel(original, current - 1))
6756 bruce@momjian.us 1326 [ # # ]: 0 : || StringAt(original, (current - 1), 5, "EWSKI", "EWSKY",
1327 : : "OWSKI", "OWSKY", "")
7227 mail@joeconway.com 1328 [ # # ]: 0 : || StringAt(original, 0, 3, "SCH", ""))
1329 : : {
1330 : 0 : MetaphAdd(primary, "");
1331 : 0 : MetaphAdd(secondary, "F");
1332 : 0 : current += 1;
1333 : 0 : break;
1334 : : }
1335 : :
1336 : : /* polish e.g. 'filipowicz' */
1337 [ # # ]: 0 : if (StringAt(original, current, 4, "WICZ", "WITZ", ""))
1338 : : {
1339 : 0 : MetaphAdd(primary, "TS");
1340 : 0 : MetaphAdd(secondary, "FX");
1341 : 0 : current += 4;
1342 : 0 : break;
1343 : : }
1344 : :
1345 : : /* else skip it */
1346 : 0 : current += 1;
1347 : 0 : break;
1348 : :
1349 : 0 : case 'X':
1350 : : /* french e.g. breaux */
1351 [ # # # # ]: 0 : if (!((current == last)
7168 bruce@momjian.us 1352 : 0 : && (StringAt(original, (current - 3), 3,
1353 : : "IAU", "EAU", "")
1354 [ # # ]: 0 : || StringAt(original, (current - 2), 2,
1355 : : "AU", "OU", ""))))
1356 : : {
7227 mail@joeconway.com 1357 : 0 : MetaphAdd(primary, "KS");
1358 : 0 : MetaphAdd(secondary, "KS");
1359 : : }
1360 : :
1361 : :
1362 [ # # ]: 0 : if (StringAt(original, (current + 1), 1, "C", "X", ""))
1363 : 0 : current += 2;
1364 : : else
1365 : 0 : current += 1;
1366 : 0 : break;
1367 : :
1368 : 0 : case 'Z':
1369 : : /* chinese pinyin e.g. 'zhao' */
1370 [ # # ]: 0 : if (GetAt(original, current + 1) == 'H')
1371 : : {
1372 : 0 : MetaphAdd(primary, "J");
1373 : 0 : MetaphAdd(secondary, "J");
1374 : 0 : current += 2;
1375 : 0 : break;
1376 : : }
7168 bruce@momjian.us 1377 [ # # ]: 0 : else if (StringAt(original, (current + 1), 2,
1378 : : "ZO", "ZI", "ZA", "")
7227 mail@joeconway.com 1379 [ # # ]: 0 : || (SlavoGermanic(original)
1380 [ # # ]: 0 : && ((current > 0)
1381 [ # # ]: 0 : && GetAt(original, current - 1) != 'T')))
1382 : : {
1383 : 0 : MetaphAdd(primary, "S");
1384 : 0 : MetaphAdd(secondary, "TS");
1385 : : }
1386 : : else
1387 : : {
1388 : 0 : MetaphAdd(primary, "S");
1389 : 0 : MetaphAdd(secondary, "S");
1390 : : }
1391 : :
1392 [ # # ]: 0 : if (GetAt(original, current + 1) == 'Z')
1393 : 0 : current += 2;
1394 : : else
1395 : 0 : current += 1;
1396 : 0 : break;
1397 : :
1398 : 0 : default:
1399 : 0 : current += 1;
1400 : : }
1401 : :
1402 : : /*
1403 : : * printf("PRIMARY: %s\n", primary->str); printf("SECONDARY: %s\n",
1404 : : * secondary->str);
1405 : : */
1406 : : }
1407 : :
1408 : :
7168 bruce@momjian.us 1409 [ - + ]:CBC 2 : if (primary->length > 4)
7227 mail@joeconway.com 1410 :UBC 0 : SetAt(primary, 4, '\0');
1411 : :
7168 bruce@momjian.us 1412 [ - + ]:CBC 2 : if (secondary->length > 4)
7227 mail@joeconway.com 1413 :UBC 0 : SetAt(secondary, 4, '\0');
1414 : :
7168 bruce@momjian.us 1415 :CBC 2 : *codes = primary->str;
1416 : 2 : *++codes = secondary->str;
1417 : :
1418 : 2 : DestroyMetaString(original);
1419 : 2 : DestroyMetaString(primary);
1420 : 2 : DestroyMetaString(secondary);
7227 mail@joeconway.com 1421 : 2 : }
1422 : :
1423 : : #ifdef DMETAPHONE_MAIN
1424 : :
1425 : : /* just for testing - not part of the perl code */
1426 : :
1427 : : main(int argc, char **argv)
1428 : : {
1429 : : char *codes[2];
1430 : :
1431 : : if (argc > 1)
1432 : : {
1433 : : DoubleMetaphone(argv[1], codes);
1434 : : printf("%s|%s\n", codes[0], codes[1]);
1435 : : }
1436 : : }
1437 : :
1438 : : #endif
|
