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 : : #include "utils/formatting.h"
103 : :
104 : : /* turn off assertions for embedded function */
105 : : #define NDEBUG
106 : :
107 : : #else /* DMETAPHONE_MAIN */
108 : :
109 : : /* we need these if we didn't get them from postgres.h */
110 : : #include <stdio.h>
111 : : #include <stdlib.h>
112 : : #include <string.h>
113 : : #include <stdarg.h>
114 : :
115 : : #endif /* DMETAPHONE_MAIN */
116 : :
117 : : #include <assert.h>
118 : : #include <ctype.h>
119 : :
120 : : /* prototype for the main function we got from the perl module */
121 : : static void DoubleMetaphone(const char *str, Oid collid, char **codes);
122 : :
123 : : #ifndef DMETAPHONE_MAIN
124 : :
125 : : /*
126 : : * The PostgreSQL visible dmetaphone function.
127 : : */
128 : :
7927 mail@joeconway.com 129 :CBC 2 : PG_FUNCTION_INFO_V1(dmetaphone);
130 : :
131 : : Datum
132 : 1 : dmetaphone(PG_FUNCTION_ARGS)
133 : : {
134 : : text *arg;
135 : : char *aptr,
136 : : *codes[2],
137 : : *code;
138 : :
139 : : #ifdef DMETAPHONE_NOSTRICT
140 : : if (PG_ARGISNULL(0))
141 : : PG_RETURN_NULL();
142 : : #endif
3290 noah@leadboat.com 143 : 1 : arg = PG_GETARG_TEXT_PP(0);
6564 tgl@sss.pgh.pa.us 144 : 1 : aptr = text_to_cstring(arg);
145 : :
62 peter@eisentraut.org 146 :GNC 1 : DoubleMetaphone(aptr, PG_GET_COLLATION(), codes);
7877 bruce@momjian.us 147 :CBC 1 : code = codes[0];
7927 mail@joeconway.com 148 [ - + ]: 1 : if (!code)
7927 mail@joeconway.com 149 :UBC 0 : code = "";
150 : :
6564 tgl@sss.pgh.pa.us 151 :CBC 1 : PG_RETURN_TEXT_P(cstring_to_text(code));
152 : : }
153 : :
154 : : /*
155 : : * The PostgreSQL visible dmetaphone_alt function.
156 : : */
157 : :
7927 mail@joeconway.com 158 : 2 : PG_FUNCTION_INFO_V1(dmetaphone_alt);
159 : :
160 : : Datum
161 : 1 : dmetaphone_alt(PG_FUNCTION_ARGS)
162 : : {
163 : : text *arg;
164 : : char *aptr,
165 : : *codes[2],
166 : : *code;
167 : :
168 : : #ifdef DMETAPHONE_NOSTRICT
169 : : if (PG_ARGISNULL(0))
170 : : PG_RETURN_NULL();
171 : : #endif
3290 noah@leadboat.com 172 : 1 : arg = PG_GETARG_TEXT_PP(0);
6564 tgl@sss.pgh.pa.us 173 : 1 : aptr = text_to_cstring(arg);
174 : :
62 peter@eisentraut.org 175 :GNC 1 : DoubleMetaphone(aptr, PG_GET_COLLATION(), codes);
7877 bruce@momjian.us 176 :CBC 1 : code = codes[1];
7927 mail@joeconway.com 177 [ - + ]: 1 : if (!code)
7927 mail@joeconway.com 178 :UBC 0 : code = "";
179 : :
6564 tgl@sss.pgh.pa.us 180 :CBC 1 : PG_RETURN_TEXT_P(cstring_to_text(code));
181 : : }
182 : :
183 : :
184 : : /* here is where we start the code imported from the perl module */
185 : :
186 : : /* all memory handling is done with these macros */
187 : :
188 : : #define META_MALLOC(v,n,t) \
189 : : (v = (t*)palloc(((n)*sizeof(t))))
190 : :
191 : : #define META_REALLOC(v,n,t) \
192 : : (v = (t*)repalloc((v),((n)*sizeof(t))))
193 : :
194 : : /*
195 : : * Don't do pfree - it seems to cause a SIGSEGV sometimes - which might have just
196 : : * been caused by reloading the module in development.
197 : : * So we rely on context cleanup - Tom Lane says pfree shouldn't be necessary
198 : : * in a case like this.
199 : : */
200 : :
201 : : #define META_FREE(x) ((void)true) /* pfree((x)) */
202 : : #else /* not defined DMETAPHONE_MAIN */
203 : :
204 : : /* use the standard malloc library when not running in PostgreSQL */
205 : :
206 : : #define META_MALLOC(v,n,t) \
207 : : (v = (t*)malloc(((n)*sizeof(t))))
208 : :
209 : : #define META_REALLOC(v,n,t) \
210 : : (v = (t*)realloc((v),((n)*sizeof(t))))
211 : :
212 : : #define META_FREE(x) free((x))
213 : : #endif /* defined DMETAPHONE_MAIN */
214 : :
215 : :
216 : :
217 : : /* this typedef was originally in the perl module's .h file */
218 : :
219 : : typedef struct
220 : : {
221 : : char *str;
222 : : int length;
223 : : int bufsize;
224 : : int free_string_on_destroy;
225 : : }
226 : :
227 : : metastring;
228 : :
229 : : /*
230 : : * remaining perl module funcs unchanged except for declaring them static
231 : : * and reformatting to PostgreSQL indentation and to fit in 80 cols.
232 : : *
233 : : */
234 : :
235 : : static metastring *
3057 peter_e@gmx.net 236 : 8 : NewMetaString(const char *init_str)
237 : : {
238 : : metastring *s;
7868 bruce@momjian.us 239 : 8 : char empty_string[] = "";
240 : :
241 : 8 : META_MALLOC(s, 1, metastring);
242 : : assert(s != NULL);
243 : :
244 [ - + ]: 8 : if (init_str == NULL)
7927 mail@joeconway.com 245 :UBC 0 : init_str = empty_string;
7868 bruce@momjian.us 246 :CBC 8 : s->length = strlen(init_str);
247 : : /* preallocate a bit more for potential growth */
248 : 8 : s->bufsize = s->length + 7;
249 : :
250 : 8 : META_MALLOC(s->str, s->bufsize, char);
251 : : assert(s->str != NULL);
252 : :
4068 tgl@sss.pgh.pa.us 253 : 8 : memcpy(s->str, init_str, s->length + 1);
7868 bruce@momjian.us 254 : 8 : s->free_string_on_destroy = 1;
255 : :
256 : 8 : return s;
257 : : }
258 : :
259 : :
260 : : static void
6121 261 : 8 : DestroyMetaString(metastring *s)
262 : : {
7868 263 [ - + ]: 8 : if (s == NULL)
7927 mail@joeconway.com 264 :UBC 0 : return;
265 : :
7868 bruce@momjian.us 266 [ + + ]:CBC 8 : if (s->free_string_on_destroy && (s->str != NULL))
267 : : META_FREE(s->str);
268 : :
269 : : META_FREE(s);
270 : : }
271 : :
272 : :
273 : : static void
6121 bruce@momjian.us 274 :UBC 0 : IncreaseBuffer(metastring *s, int chars_needed)
275 : : {
7868 276 : 0 : META_REALLOC(s->str, (s->bufsize + chars_needed + 10), char);
277 : : assert(s->str != NULL);
278 : 0 : s->bufsize = s->bufsize + chars_needed + 10;
7927 mail@joeconway.com 279 : 0 : }
280 : :
281 : :
282 : : static metastring *
62 peter@eisentraut.org 283 :GNC 2 : MakeUpper(metastring *s, Oid collid)
284 : : {
285 : : char *newstr;
286 : : metastring *newms;
287 : :
288 : 2 : newstr = str_toupper(s->str, s->length, collid);
289 : 2 : newms = NewMetaString(newstr);
290 : 2 : DestroyMetaString(s);
291 : :
292 : 2 : return newms;
7927 mail@joeconway.com 293 :ECB (2) : }
294 : :
295 : :
296 : : static int
6121 bruce@momjian.us 297 :UBC 0 : IsVowel(metastring *s, int pos)
298 : : {
299 : : char c;
300 : :
7868 301 [ # # # # ]: 0 : if ((pos < 0) || (pos >= s->length))
7927 mail@joeconway.com 302 : 0 : return 0;
303 : :
7868 bruce@momjian.us 304 : 0 : c = *(s->str + pos);
305 [ # # # # : 0 : if ((c == 'A') || (c == 'E') || (c == 'I') || (c == 'O') ||
# # # # #
# ]
306 [ # # ]: 0 : (c == 'U') || (c == 'Y'))
7927 mail@joeconway.com 307 : 0 : return 1;
308 : :
7868 bruce@momjian.us 309 : 0 : return 0;
310 : : }
311 : :
312 : :
313 : : static int
6121 314 : 0 : SlavoGermanic(metastring *s)
315 : : {
396 peter@eisentraut.org 316 [ # # ]: 0 : if (strstr(s->str, "W"))
7927 mail@joeconway.com 317 : 0 : return 1;
396 peter@eisentraut.org 318 [ # # ]: 0 : else if (strstr(s->str, "K"))
7927 mail@joeconway.com 319 : 0 : return 1;
396 peter@eisentraut.org 320 [ # # ]: 0 : else if (strstr(s->str, "CZ"))
7927 mail@joeconway.com 321 : 0 : return 1;
396 peter@eisentraut.org 322 [ # # ]: 0 : else if (strstr(s->str, "WITZ"))
7927 mail@joeconway.com 323 : 0 : return 1;
324 : : else
325 : 0 : return 0;
326 : : }
327 : :
328 : :
329 : : static char
6121 bruce@momjian.us 330 :CBC 26 : GetAt(metastring *s, int pos)
331 : : {
7868 332 [ + - - + ]: 26 : if ((pos < 0) || (pos >= s->length))
7927 mail@joeconway.com 333 :UBC 0 : return '\0';
334 : :
103 peter@eisentraut.org 335 :GNC 26 : return *(s->str + pos);
336 : : }
337 : :
338 : :
339 : : static void
6121 bruce@momjian.us 340 :UBC 0 : SetAt(metastring *s, int pos, char c)
341 : : {
7868 342 [ # # # # ]: 0 : if ((pos < 0) || (pos >= s->length))
7927 mail@joeconway.com 343 : 0 : return;
344 : :
7868 bruce@momjian.us 345 : 0 : *(s->str + pos) = c;
346 : : }
347 : :
348 : :
349 : : /*
350 : : Caveats: the START value is 0 based
351 : : */
352 : : static int
6121 bruce@momjian.us 353 :CBC 16 : StringAt(metastring *s, int start, int length,...)
354 : : {
355 : : char *test;
356 : : char *pos;
357 : : va_list ap;
358 : :
7868 359 [ + + - + ]: 16 : if ((start < 0) || (start >= s->length))
360 : 2 : return 0;
361 : :
362 : 14 : pos = (s->str + start);
363 : 14 : va_start(ap, length);
364 : :
365 : : do
366 : : {
7927 mail@joeconway.com 367 : 58 : test = va_arg(ap, char *);
368 [ + + + + ]: 58 : if (*test && (strncmp(pos, test, length) == 0))
369 : : {
4088 andres@anarazel.de 370 : 2 : va_end(ap);
7927 mail@joeconway.com 371 : 2 : return 1;
372 : : }
373 : : }
5192 peter_e@gmx.net 374 [ + + ]: 56 : while (strcmp(test, "") != 0);
375 : :
7868 bruce@momjian.us 376 : 12 : va_end(ap);
377 : :
378 : 12 : return 0;
379 : : }
380 : :
381 : :
382 : : static void
3057 peter_e@gmx.net 383 : 14 : MetaphAdd(metastring *s, const char *new_str)
384 : : {
385 : : int add_length;
386 : :
7868 bruce@momjian.us 387 [ - + ]: 14 : if (new_str == NULL)
7927 mail@joeconway.com 388 :UBC 0 : return;
389 : :
7868 bruce@momjian.us 390 :CBC 14 : add_length = strlen(new_str);
391 [ - + ]: 14 : if ((s->length + add_length) > (s->bufsize - 1))
7927 mail@joeconway.com 392 :UBC 0 : IncreaseBuffer(s, add_length);
393 : :
7868 bruce@momjian.us 394 :CBC 14 : strcat(s->str, new_str);
395 : 14 : s->length += add_length;
396 : : }
397 : :
398 : :
399 : : static void
62 peter@eisentraut.org 400 :GNC 2 : DoubleMetaphone(const char *str, Oid collid, char **codes)
401 : : {
402 : : int length;
403 : : metastring *original;
404 : : metastring *primary;
405 : : metastring *secondary;
406 : : int current;
407 : : int last;
408 : :
7868 bruce@momjian.us 409 :CBC 2 : current = 0;
410 : : /* we need the real length and last prior to padding */
411 : 2 : length = strlen(str);
412 : 2 : last = length - 1;
413 : 2 : original = NewMetaString(str);
414 : : /* Pad original so we can index beyond end */
415 : 2 : MetaphAdd(original, " ");
416 : :
417 : 2 : primary = NewMetaString("");
418 : 2 : secondary = NewMetaString("");
419 : 2 : primary->free_string_on_destroy = 0;
420 : 2 : secondary->free_string_on_destroy = 0;
421 : :
62 peter@eisentraut.org 422 :GNC 2 : original = MakeUpper(original, collid);
423 : :
424 : : /* skip these when at start of word */
7868 bruce@momjian.us 425 [ - + ]:CBC 2 : if (StringAt(original, 0, 2, "GN", "KN", "PN", "WR", "PS", ""))
7927 mail@joeconway.com 426 :UBC 0 : current += 1;
427 : :
428 : : /* Initial 'X' is pronounced 'Z' e.g. 'Xavier' */
7868 bruce@momjian.us 429 [ - + ]:CBC 2 : if (GetAt(original, 0) == 'X')
430 : : {
7927 mail@joeconway.com 431 :UBC 0 : MetaphAdd(primary, "S"); /* 'Z' maps to 'S' */
432 : 0 : MetaphAdd(secondary, "S");
433 : 0 : current += 1;
434 : : }
435 : :
436 : : /* main loop */
7868 bruce@momjian.us 437 [ + - - - ]:CBC 12 : while ((primary->length < 4) || (secondary->length < 4))
438 : : {
7927 mail@joeconway.com 439 [ + + ]: 12 : if (current >= length)
440 : 2 : break;
441 : :
442 [ + + - - : 10 : switch (GetAt(original, current))
- - + - -
- - + - -
- - - - -
- - - -
- ]
443 : : {
444 : 4 : case 'A':
445 : : case 'E':
446 : : case 'I':
447 : : case 'O':
448 : : case 'U':
449 : : case 'Y':
450 [ - + ]: 4 : if (current == 0)
451 : : {
452 : : /* all init vowels now map to 'A' */
7927 mail@joeconway.com 453 :UBC 0 : MetaphAdd(primary, "A");
454 : 0 : MetaphAdd(secondary, "A");
455 : : }
7927 mail@joeconway.com 456 :CBC 4 : current += 1;
457 : 4 : break;
458 : :
459 : 2 : case 'B':
460 : :
461 : : /* "-mb", e.g", "dumb", already skipped over... */
462 : 2 : MetaphAdd(primary, "P");
463 : 2 : MetaphAdd(secondary, "P");
464 : :
465 [ - + ]: 2 : if (GetAt(original, current + 1) == 'B')
7927 mail@joeconway.com 466 :UBC 0 : current += 2;
467 : : else
7927 mail@joeconway.com 468 :CBC 2 : current += 1;
469 : 2 : break;
470 : :
5731 bruce@momjian.us 471 :UBC 0 : case '\xc7': /* C with cedilla */
7927 mail@joeconway.com 472 : 0 : MetaphAdd(primary, "S");
473 : 0 : MetaphAdd(secondary, "S");
474 : 0 : current += 1;
475 : 0 : break;
476 : :
477 : 0 : case 'C':
478 : : /* various germanic */
479 [ # # ]: 0 : if ((current > 1)
480 [ # # ]: 0 : && !IsVowel(original, current - 2)
481 [ # # ]: 0 : && StringAt(original, (current - 1), 3, "ACH", "")
482 [ # # ]: 0 : && ((GetAt(original, current + 2) != 'I')
483 [ # # ]: 0 : && ((GetAt(original, current + 2) != 'E')
7456 bruce@momjian.us 484 [ # # ]: 0 : || StringAt(original, (current - 2), 6, "BACHER",
485 : : "MACHER", ""))))
486 : : {
7927 mail@joeconway.com 487 : 0 : MetaphAdd(primary, "K");
488 : 0 : MetaphAdd(secondary, "K");
489 : 0 : current += 2;
490 : 0 : break;
491 : : }
492 : :
493 : : /* special case 'caesar' */
494 [ # # ]: 0 : if ((current == 0)
495 [ # # ]: 0 : && StringAt(original, current, 6, "CAESAR", ""))
496 : : {
497 : 0 : MetaphAdd(primary, "S");
498 : 0 : MetaphAdd(secondary, "S");
499 : 0 : current += 2;
500 : 0 : break;
501 : : }
502 : :
503 : : /* italian 'chianti' */
504 [ # # ]: 0 : if (StringAt(original, current, 4, "CHIA", ""))
505 : : {
506 : 0 : MetaphAdd(primary, "K");
507 : 0 : MetaphAdd(secondary, "K");
508 : 0 : current += 2;
509 : 0 : break;
510 : : }
511 : :
512 [ # # ]: 0 : if (StringAt(original, current, 2, "CH", ""))
513 : : {
514 : : /* find 'michael' */
515 [ # # ]: 0 : if ((current > 0)
516 [ # # ]: 0 : && StringAt(original, current, 4, "CHAE", ""))
517 : : {
518 : 0 : MetaphAdd(primary, "K");
519 : 0 : MetaphAdd(secondary, "X");
520 : 0 : current += 2;
521 : 0 : break;
522 : : }
523 : :
524 : : /* greek roots e.g. 'chemistry', 'chorus' */
525 [ # # ]: 0 : if ((current == 0)
7868 bruce@momjian.us 526 [ # # ]: 0 : && (StringAt(original, (current + 1), 5,
527 : : "HARAC", "HARIS", "")
7927 mail@joeconway.com 528 [ # # ]: 0 : || StringAt(original, (current + 1), 3, "HOR",
529 : : "HYM", "HIA", "HEM", ""))
530 [ # # ]: 0 : && !StringAt(original, 0, 5, "CHORE", ""))
531 : : {
532 : 0 : MetaphAdd(primary, "K");
533 : 0 : MetaphAdd(secondary, "K");
534 : 0 : current += 2;
535 : 0 : break;
536 : : }
537 : :
538 : : /* germanic, greek, or otherwise 'ch' for 'kh' sound */
2236 alvherre@alvh.no-ip. 539 [ # # ]: 0 : if ((StringAt(original, 0, 4, "VAN ", "VON ", "")
7927 mail@joeconway.com 540 [ # # ]: 0 : || StringAt(original, 0, 3, "SCH", ""))
541 : : /* 'architect but not 'arch', 'orchestra', 'orchid' */
542 [ # # ]: 0 : || StringAt(original, (current - 2), 6, "ORCHES",
543 : : "ARCHIT", "ORCHID", "")
544 [ # # ]: 0 : || StringAt(original, (current + 2), 1, "T", "S",
545 : : "")
7868 bruce@momjian.us 546 [ # # ]: 0 : || ((StringAt(original, (current - 1), 1,
547 : : "A", "O", "U", "E", "")
7927 mail@joeconway.com 548 [ # # ]: 0 : || (current == 0))
549 : :
550 : : /*
551 : : * e.g., 'wachtler', 'wechsler', but not 'tichner'
552 : : */
7456 bruce@momjian.us 553 [ # # ]: 0 : && StringAt(original, (current + 2), 1, "L", "R",
554 : : "N", "M", "B", "H", "F", "V", "W",
555 : : " ", "")))
556 : : {
7927 mail@joeconway.com 557 : 0 : MetaphAdd(primary, "K");
558 : 0 : MetaphAdd(secondary, "K");
559 : : }
560 : : else
561 : : {
562 [ # # ]: 0 : if (current > 0)
563 : : {
564 [ # # ]: 0 : if (StringAt(original, 0, 2, "MC", ""))
565 : : {
566 : : /* e.g., "McHugh" */
567 : 0 : MetaphAdd(primary, "K");
568 : 0 : MetaphAdd(secondary, "K");
569 : : }
570 : : else
571 : : {
572 : 0 : MetaphAdd(primary, "X");
573 : 0 : MetaphAdd(secondary, "K");
574 : : }
575 : : }
576 : : else
577 : : {
578 : 0 : MetaphAdd(primary, "X");
579 : 0 : MetaphAdd(secondary, "X");
580 : : }
581 : : }
582 : 0 : current += 2;
583 : 0 : break;
584 : : }
585 : : /* e.g, 'czerny' */
586 [ # # ]: 0 : if (StringAt(original, current, 2, "CZ", "")
587 [ # # ]: 0 : && !StringAt(original, (current - 2), 4, "WICZ", ""))
588 : : {
589 : 0 : MetaphAdd(primary, "S");
590 : 0 : MetaphAdd(secondary, "X");
591 : 0 : current += 2;
592 : 0 : break;
593 : : }
594 : :
595 : : /* e.g., 'focaccia' */
596 [ # # ]: 0 : if (StringAt(original, (current + 1), 3, "CIA", ""))
597 : : {
598 : 0 : MetaphAdd(primary, "X");
599 : 0 : MetaphAdd(secondary, "X");
600 : 0 : current += 3;
601 : 0 : break;
602 : : }
603 : :
604 : : /* double 'C', but not if e.g. 'McClellan' */
605 [ # # ]: 0 : if (StringAt(original, current, 2, "CC", "")
606 [ # # # # ]: 0 : && !((current == 1) && (GetAt(original, 0) == 'M')))
607 : : {
608 : : /* 'bellocchio' but not 'bacchus' */
609 [ # # ]: 0 : if (StringAt(original, (current + 2), 1, "I", "E", "H", "")
7456 bruce@momjian.us 610 [ # # ]: 0 : && !StringAt(original, (current + 2), 2, "HU", ""))
611 : : {
612 : : /* 'accident', 'accede' 'succeed' */
2236 alvherre@alvh.no-ip. 613 [ # # ]: 0 : if (((current == 1)
7927 mail@joeconway.com 614 [ # # ]: 0 : && (GetAt(original, current - 1) == 'A'))
7456 bruce@momjian.us 615 [ # # ]: 0 : || StringAt(original, (current - 1), 5, "UCCEE",
616 : : "UCCES", ""))
617 : : {
7927 mail@joeconway.com 618 : 0 : MetaphAdd(primary, "KS");
619 : 0 : MetaphAdd(secondary, "KS");
620 : : /* 'bacci', 'bertucci', other italian */
621 : : }
622 : : else
623 : : {
624 : 0 : MetaphAdd(primary, "X");
625 : 0 : MetaphAdd(secondary, "X");
626 : : }
627 : 0 : current += 3;
628 : 0 : break;
629 : : }
630 : : else
631 : : { /* Pierce's rule */
632 : 0 : MetaphAdd(primary, "K");
633 : 0 : MetaphAdd(secondary, "K");
634 : 0 : current += 2;
635 : 0 : break;
636 : : }
637 : : }
638 : :
639 [ # # ]: 0 : if (StringAt(original, current, 2, "CK", "CG", "CQ", ""))
640 : : {
641 : 0 : MetaphAdd(primary, "K");
642 : 0 : MetaphAdd(secondary, "K");
643 : 0 : current += 2;
644 : 0 : break;
645 : : }
646 : :
647 [ # # ]: 0 : if (StringAt(original, current, 2, "CI", "CE", "CY", ""))
648 : : {
649 : : /* italian vs. english */
650 [ # # ]: 0 : if (StringAt
651 : : (original, current, 3, "CIO", "CIE", "CIA", ""))
652 : : {
653 : 0 : MetaphAdd(primary, "S");
654 : 0 : MetaphAdd(secondary, "X");
655 : : }
656 : : else
657 : : {
658 : 0 : MetaphAdd(primary, "S");
659 : 0 : MetaphAdd(secondary, "S");
660 : : }
661 : 0 : current += 2;
662 : 0 : break;
663 : : }
664 : :
665 : : /* else */
666 : 0 : MetaphAdd(primary, "K");
667 : 0 : MetaphAdd(secondary, "K");
668 : :
669 : : /* name sent in 'mac caffrey', 'mac gregor */
670 [ # # ]: 0 : if (StringAt(original, (current + 1), 2, " C", " Q", " G", ""))
671 : 0 : current += 3;
7868 bruce@momjian.us 672 [ # # ]: 0 : else if (StringAt(original, (current + 1), 1, "C", "K", "Q", "")
673 [ # # ]: 0 : && !StringAt(original, (current + 1), 2,
674 : : "CE", "CI", ""))
675 : 0 : current += 2;
676 : : else
677 : 0 : current += 1;
7927 mail@joeconway.com 678 : 0 : break;
679 : :
680 : 0 : case 'D':
681 [ # # ]: 0 : if (StringAt(original, current, 2, "DG", ""))
682 : : {
7868 bruce@momjian.us 683 [ # # ]: 0 : if (StringAt(original, (current + 2), 1,
684 : : "I", "E", "Y", ""))
685 : : {
686 : : /* e.g. 'edge' */
7927 mail@joeconway.com 687 : 0 : MetaphAdd(primary, "J");
688 : 0 : MetaphAdd(secondary, "J");
689 : 0 : current += 3;
690 : 0 : break;
691 : : }
692 : : else
693 : : {
694 : : /* e.g. 'edgar' */
695 : 0 : MetaphAdd(primary, "TK");
696 : 0 : MetaphAdd(secondary, "TK");
697 : 0 : current += 2;
698 : 0 : break;
699 : : }
700 : : }
701 : :
702 [ # # ]: 0 : if (StringAt(original, current, 2, "DT", "DD", ""))
703 : : {
704 : 0 : MetaphAdd(primary, "T");
705 : 0 : MetaphAdd(secondary, "T");
706 : 0 : current += 2;
707 : 0 : break;
708 : : }
709 : :
710 : : /* else */
711 : 0 : MetaphAdd(primary, "T");
712 : 0 : MetaphAdd(secondary, "T");
713 : 0 : current += 1;
714 : 0 : break;
715 : :
716 : 0 : case 'F':
717 [ # # ]: 0 : if (GetAt(original, current + 1) == 'F')
718 : 0 : current += 2;
719 : : else
720 : 0 : current += 1;
721 : 0 : MetaphAdd(primary, "F");
722 : 0 : MetaphAdd(secondary, "F");
723 : 0 : break;
724 : :
7927 mail@joeconway.com 725 :CBC 2 : case 'G':
726 [ - + ]: 2 : if (GetAt(original, current + 1) == 'H')
727 : : {
7927 mail@joeconway.com 728 [ # # # # ]:UBC 0 : if ((current > 0) && !IsVowel(original, current - 1))
729 : : {
730 : 0 : MetaphAdd(primary, "K");
731 : 0 : MetaphAdd(secondary, "K");
732 : 0 : current += 2;
733 : 0 : break;
734 : : }
735 : :
736 [ # # ]: 0 : if (current < 3)
737 : : {
738 : : /* 'ghislane', ghiradelli */
739 [ # # ]: 0 : if (current == 0)
740 : : {
741 [ # # ]: 0 : if (GetAt(original, current + 2) == 'I')
742 : : {
743 : 0 : MetaphAdd(primary, "J");
744 : 0 : MetaphAdd(secondary, "J");
745 : : }
746 : : else
747 : : {
748 : 0 : MetaphAdd(primary, "K");
749 : 0 : MetaphAdd(secondary, "K");
750 : : }
751 : 0 : current += 2;
752 : 0 : break;
753 : : }
754 : : }
755 : :
756 : : /*
757 : : * Parker's rule (with some further refinements) - e.g.,
758 : : * 'hugh'
759 : : */
2236 alvherre@alvh.no-ip. 760 [ # # ]: 0 : if (((current > 1)
7868 bruce@momjian.us 761 [ # # ]: 0 : && StringAt(original, (current - 2), 1,
762 : : "B", "H", "D", ""))
763 : : /* e.g., 'bough' */
7927 mail@joeconway.com 764 [ # # ]: 0 : || ((current > 2)
7868 bruce@momjian.us 765 [ # # ]: 0 : && StringAt(original, (current - 3), 1,
766 : : "B", "H", "D", ""))
767 : : /* e.g., 'broughton' */
7927 mail@joeconway.com 768 [ # # ]: 0 : || ((current > 3)
7868 bruce@momjian.us 769 [ # # ]: 0 : && StringAt(original, (current - 4), 1,
770 : : "B", "H", "")))
771 : : {
7927 mail@joeconway.com 772 : 0 : current += 2;
773 : 0 : break;
774 : : }
775 : : else
776 : : {
777 : : /*
778 : : * e.g., 'laugh', 'McLaughlin', 'cough', 'gough',
779 : : * 'rough', 'tough'
780 : : */
781 [ # # ]: 0 : if ((current > 2)
782 [ # # ]: 0 : && (GetAt(original, current - 1) == 'U')
783 [ # # ]: 0 : && StringAt(original, (current - 3), 1, "C",
784 : : "G", "L", "R", "T", ""))
785 : : {
786 : 0 : MetaphAdd(primary, "F");
787 : 0 : MetaphAdd(secondary, "F");
788 : : }
789 [ # # ]: 0 : else if ((current > 0)
790 [ # # ]: 0 : && GetAt(original, current - 1) != 'I')
791 : : {
792 : :
793 : :
794 : 0 : MetaphAdd(primary, "K");
795 : 0 : MetaphAdd(secondary, "K");
796 : : }
797 : :
798 : 0 : current += 2;
799 : 0 : break;
800 : : }
801 : : }
802 : :
7927 mail@joeconway.com 803 [ - + ]:CBC 2 : if (GetAt(original, current + 1) == 'N')
804 : : {
7927 mail@joeconway.com 805 [ # # # # ]:UBC 0 : if ((current == 1) && IsVowel(original, 0)
806 [ # # ]: 0 : && !SlavoGermanic(original))
807 : : {
808 : 0 : MetaphAdd(primary, "KN");
809 : 0 : MetaphAdd(secondary, "N");
810 : : }
811 : : else
812 : : /* not e.g. 'cagney' */
813 [ # # ]: 0 : if (!StringAt(original, (current + 2), 2, "EY", "")
814 [ # # ]: 0 : && (GetAt(original, current + 1) != 'Y')
815 [ # # ]: 0 : && !SlavoGermanic(original))
816 : : {
7868 bruce@momjian.us 817 : 0 : MetaphAdd(primary, "N");
818 : 0 : MetaphAdd(secondary, "KN");
819 : : }
820 : : else
821 : : {
822 : 0 : MetaphAdd(primary, "KN");
823 : 0 : MetaphAdd(secondary, "KN");
824 : : }
7927 mail@joeconway.com 825 : 0 : current += 2;
826 : 0 : break;
827 : : }
828 : :
829 : : /* 'tagliaro' */
7927 mail@joeconway.com 830 [ - + ]:CBC 2 : if (StringAt(original, (current + 1), 2, "LI", "")
7927 mail@joeconway.com 831 [ # # ]:UBC 0 : && !SlavoGermanic(original))
832 : : {
833 : 0 : MetaphAdd(primary, "KL");
834 : 0 : MetaphAdd(secondary, "L");
835 : 0 : current += 2;
836 : 0 : break;
837 : : }
838 : :
839 : : /* -ges-,-gep-,-gel-, -gie- at beginning */
7927 mail@joeconway.com 840 [ + - ]:CBC 2 : if ((current == 0)
841 [ + - ]: 2 : && ((GetAt(original, current + 1) == 'Y')
7456 bruce@momjian.us 842 [ - + ]: 2 : || StringAt(original, (current + 1), 2, "ES", "EP",
843 : : "EB", "EL", "EY", "IB", "IL", "IN", "IE",
844 : : "EI", "ER", "")))
845 : : {
7927 mail@joeconway.com 846 :UBC 0 : MetaphAdd(primary, "K");
847 : 0 : MetaphAdd(secondary, "J");
848 : 0 : current += 2;
849 : 0 : break;
850 : : }
851 : :
852 : : /* -ger-, -gy- */
2236 alvherre@alvh.no-ip. 853 [ + - ]:CBC 2 : if ((StringAt(original, (current + 1), 2, "ER", "")
7927 mail@joeconway.com 854 [ - + ]: 2 : || (GetAt(original, current + 1) == 'Y'))
7868 bruce@momjian.us 855 [ # # ]:UBC 0 : && !StringAt(original, 0, 6,
856 : : "DANGER", "RANGER", "MANGER", "")
7927 mail@joeconway.com 857 [ # # ]: 0 : && !StringAt(original, (current - 1), 1, "E", "I", "")
2236 alvherre@alvh.no-ip. 858 [ # # ]: 0 : && !StringAt(original, (current - 1), 3, "RGY", "OGY", ""))
859 : : {
7927 mail@joeconway.com 860 : 0 : MetaphAdd(primary, "K");
861 : 0 : MetaphAdd(secondary, "J");
862 : 0 : current += 2;
863 : 0 : break;
864 : : }
865 : :
866 : : /* italian e.g, 'biaggi' */
7927 mail@joeconway.com 867 [ + - ]:CBC 2 : if (StringAt(original, (current + 1), 1, "E", "I", "Y", "")
7868 bruce@momjian.us 868 [ - + ]: 2 : || StringAt(original, (current - 1), 4,
869 : : "AGGI", "OGGI", ""))
870 : : {
871 : : /* obvious germanic */
2236 alvherre@alvh.no-ip. 872 [ # # ]:UBC 0 : if ((StringAt(original, 0, 4, "VAN ", "VON ", "")
7927 mail@joeconway.com 873 [ # # ]: 0 : || StringAt(original, 0, 3, "SCH", ""))
874 [ # # ]: 0 : || StringAt(original, (current + 1), 2, "ET", ""))
875 : : {
876 : 0 : MetaphAdd(primary, "K");
877 : 0 : MetaphAdd(secondary, "K");
878 : : }
879 : : else
880 : : {
881 : : /* always soft if french ending */
882 [ # # ]: 0 : if (StringAt
883 : : (original, (current + 1), 4, "IER ", ""))
884 : : {
885 : 0 : MetaphAdd(primary, "J");
886 : 0 : MetaphAdd(secondary, "J");
887 : : }
888 : : else
889 : : {
890 : 0 : MetaphAdd(primary, "J");
891 : 0 : MetaphAdd(secondary, "K");
892 : : }
893 : : }
894 : 0 : current += 2;
895 : 0 : break;
896 : : }
897 : :
7927 mail@joeconway.com 898 [ - + ]:CBC 2 : if (GetAt(original, current + 1) == 'G')
7927 mail@joeconway.com 899 :UBC 0 : current += 2;
900 : : else
7927 mail@joeconway.com 901 :CBC 2 : current += 1;
902 : 2 : MetaphAdd(primary, "K");
903 : 2 : MetaphAdd(secondary, "K");
904 : 2 : break;
905 : :
7927 mail@joeconway.com 906 :UBC 0 : case 'H':
907 : : /* only keep if first & before vowel or btw. 2 vowels */
908 [ # # # # ]: 0 : if (((current == 0) || IsVowel(original, current - 1))
909 [ # # ]: 0 : && IsVowel(original, current + 1))
910 : : {
911 : 0 : MetaphAdd(primary, "H");
912 : 0 : MetaphAdd(secondary, "H");
913 : 0 : current += 2;
914 : : }
915 : : else
916 : : /* also takes care of 'HH' */
917 : 0 : current += 1;
918 : 0 : break;
919 : :
920 : 0 : case 'J':
921 : : /* obvious spanish, 'jose', 'san jacinto' */
922 [ # # ]: 0 : if (StringAt(original, current, 4, "JOSE", "")
923 [ # # ]: 0 : || StringAt(original, 0, 4, "SAN ", ""))
924 : : {
925 [ # # ]: 0 : if (((current == 0)
926 [ # # ]: 0 : && (GetAt(original, current + 4) == ' '))
927 [ # # ]: 0 : || StringAt(original, 0, 4, "SAN ", ""))
928 : : {
929 : 0 : MetaphAdd(primary, "H");
930 : 0 : MetaphAdd(secondary, "H");
931 : : }
932 : : else
933 : : {
934 : 0 : MetaphAdd(primary, "J");
935 : 0 : MetaphAdd(secondary, "H");
936 : : }
937 : 0 : current += 1;
938 : 0 : break;
939 : : }
940 : :
941 [ # # ]: 0 : if ((current == 0)
942 [ # # ]: 0 : && !StringAt(original, current, 4, "JOSE", ""))
943 : : {
944 : 0 : MetaphAdd(primary, "J"); /* Yankelovich/Jankelowicz */
945 : 0 : MetaphAdd(secondary, "A");
946 : : }
947 : : else
948 : : {
949 : : /* spanish pron. of e.g. 'bajador' */
950 [ # # ]: 0 : if (IsVowel(original, current - 1)
951 [ # # ]: 0 : && !SlavoGermanic(original)
952 [ # # ]: 0 : && ((GetAt(original, current + 1) == 'A')
953 [ # # ]: 0 : || (GetAt(original, current + 1) == 'O')))
954 : : {
955 : 0 : MetaphAdd(primary, "J");
956 : 0 : MetaphAdd(secondary, "H");
957 : : }
958 : : else
959 : : {
960 [ # # ]: 0 : if (current == last)
961 : : {
962 : 0 : MetaphAdd(primary, "J");
963 : 0 : MetaphAdd(secondary, "");
964 : : }
965 : : else
966 : : {
967 [ # # ]: 0 : if (!StringAt(original, (current + 1), 1, "L", "T",
968 : : "K", "S", "N", "M", "B", "Z", "")
969 [ # # ]: 0 : && !StringAt(original, (current - 1), 1,
970 : : "S", "K", "L", ""))
971 : : {
972 : 0 : MetaphAdd(primary, "J");
973 : 0 : MetaphAdd(secondary, "J");
974 : : }
975 : : }
976 : : }
977 : : }
978 : :
3189 tgl@sss.pgh.pa.us 979 [ # # ]: 0 : if (GetAt(original, current + 1) == 'J') /* it could happen! */
7927 mail@joeconway.com 980 : 0 : current += 2;
981 : : else
982 : 0 : current += 1;
983 : 0 : break;
984 : :
985 : 0 : case 'K':
986 [ # # ]: 0 : if (GetAt(original, current + 1) == 'K')
987 : 0 : current += 2;
988 : : else
989 : 0 : current += 1;
990 : 0 : MetaphAdd(primary, "K");
991 : 0 : MetaphAdd(secondary, "K");
992 : 0 : break;
993 : :
994 : 0 : case 'L':
995 [ # # ]: 0 : if (GetAt(original, current + 1) == 'L')
996 : : {
997 : : /* spanish e.g. 'cabrillo', 'gallegos' */
998 [ # # ]: 0 : if (((current == (length - 3))
999 [ # # ]: 0 : && StringAt(original, (current - 1), 4, "ILLO",
1000 : : "ILLA", "ALLE", ""))
7456 bruce@momjian.us 1001 [ # # ]: 0 : || ((StringAt(original, (last - 1), 2, "AS", "OS", "")
1002 [ # # ]: 0 : || StringAt(original, last, 1, "A", "O", ""))
1003 [ # # ]: 0 : && StringAt(original, (current - 1), 4,
1004 : : "ALLE", "")))
1005 : : {
7927 mail@joeconway.com 1006 : 0 : MetaphAdd(primary, "L");
1007 : 0 : MetaphAdd(secondary, "");
1008 : 0 : current += 2;
1009 : 0 : break;
1010 : : }
1011 : 0 : current += 2;
1012 : : }
1013 : : else
1014 : 0 : current += 1;
1015 : 0 : MetaphAdd(primary, "L");
1016 : 0 : MetaphAdd(secondary, "L");
1017 : 0 : break;
1018 : :
7927 mail@joeconway.com 1019 :CBC 2 : case 'M':
1020 [ + - ]: 2 : if ((StringAt(original, (current - 1), 3, "UMB", "")
1021 [ + - ]: 2 : && (((current + 1) == last)
7456 bruce@momjian.us 1022 [ + - ]: 2 : || StringAt(original, (current + 2), 2, "ER", "")))
1023 : : /* 'dumb','thumb' */
7927 mail@joeconway.com 1024 [ - + ]: 2 : || (GetAt(original, current + 1) == 'M'))
7927 mail@joeconway.com 1025 :UBC 0 : current += 2;
1026 : : else
7927 mail@joeconway.com 1027 :CBC 2 : current += 1;
1028 : 2 : MetaphAdd(primary, "M");
1029 : 2 : MetaphAdd(secondary, "M");
1030 : 2 : break;
1031 : :
7927 mail@joeconway.com 1032 :UBC 0 : case 'N':
1033 [ # # ]: 0 : if (GetAt(original, current + 1) == 'N')
1034 : 0 : current += 2;
1035 : : else
1036 : 0 : current += 1;
1037 : 0 : MetaphAdd(primary, "N");
1038 : 0 : MetaphAdd(secondary, "N");
1039 : 0 : break;
1040 : :
5731 bruce@momjian.us 1041 : 0 : case '\xd1': /* N with tilde */
7927 mail@joeconway.com 1042 : 0 : current += 1;
1043 : 0 : MetaphAdd(primary, "N");
1044 : 0 : MetaphAdd(secondary, "N");
1045 : 0 : break;
1046 : :
1047 : 0 : case 'P':
1048 [ # # ]: 0 : if (GetAt(original, current + 1) == 'H')
1049 : : {
1050 : 0 : MetaphAdd(primary, "F");
1051 : 0 : MetaphAdd(secondary, "F");
1052 : 0 : current += 2;
1053 : 0 : break;
1054 : : }
1055 : :
1056 : : /* also account for "campbell", "raspberry" */
1057 [ # # ]: 0 : if (StringAt(original, (current + 1), 1, "P", "B", ""))
1058 : 0 : current += 2;
1059 : : else
1060 : 0 : current += 1;
1061 : 0 : MetaphAdd(primary, "P");
1062 : 0 : MetaphAdd(secondary, "P");
1063 : 0 : break;
1064 : :
1065 : 0 : case 'Q':
1066 [ # # ]: 0 : if (GetAt(original, current + 1) == 'Q')
1067 : 0 : current += 2;
1068 : : else
1069 : 0 : current += 1;
1070 : 0 : MetaphAdd(primary, "K");
1071 : 0 : MetaphAdd(secondary, "K");
1072 : 0 : break;
1073 : :
1074 : 0 : case 'R':
1075 : : /* french e.g. 'rogier', but exclude 'hochmeier' */
1076 [ # # ]: 0 : if ((current == last)
1077 [ # # ]: 0 : && !SlavoGermanic(original)
1078 [ # # ]: 0 : && StringAt(original, (current - 2), 2, "IE", "")
7456 bruce@momjian.us 1079 [ # # ]: 0 : && !StringAt(original, (current - 4), 2, "ME", "MA", ""))
1080 : : {
7927 mail@joeconway.com 1081 : 0 : MetaphAdd(primary, "");
1082 : 0 : MetaphAdd(secondary, "R");
1083 : : }
1084 : : else
1085 : : {
1086 : 0 : MetaphAdd(primary, "R");
1087 : 0 : MetaphAdd(secondary, "R");
1088 : : }
1089 : :
1090 [ # # ]: 0 : if (GetAt(original, current + 1) == 'R')
1091 : 0 : current += 2;
1092 : : else
1093 : 0 : current += 1;
1094 : 0 : break;
1095 : :
1096 : 0 : case 'S':
1097 : : /* special cases 'island', 'isle', 'carlisle', 'carlysle' */
1098 [ # # ]: 0 : if (StringAt(original, (current - 1), 3, "ISL", "YSL", ""))
1099 : : {
1100 : 0 : current += 1;
1101 : 0 : break;
1102 : : }
1103 : :
1104 : : /* special case 'sugar-' */
1105 [ # # ]: 0 : if ((current == 0)
1106 [ # # ]: 0 : && StringAt(original, current, 5, "SUGAR", ""))
1107 : : {
1108 : 0 : MetaphAdd(primary, "X");
1109 : 0 : MetaphAdd(secondary, "S");
1110 : 0 : current += 1;
1111 : 0 : break;
1112 : : }
1113 : :
1114 [ # # ]: 0 : if (StringAt(original, current, 2, "SH", ""))
1115 : : {
1116 : : /* germanic */
1117 [ # # ]: 0 : if (StringAt
1118 : : (original, (current + 1), 4, "HEIM", "HOEK", "HOLM",
1119 : : "HOLZ", ""))
1120 : : {
1121 : 0 : MetaphAdd(primary, "S");
1122 : 0 : MetaphAdd(secondary, "S");
1123 : : }
1124 : : else
1125 : : {
1126 : 0 : MetaphAdd(primary, "X");
1127 : 0 : MetaphAdd(secondary, "X");
1128 : : }
1129 : 0 : current += 2;
1130 : 0 : break;
1131 : : }
1132 : :
1133 : : /* italian & armenian */
1134 [ # # ]: 0 : if (StringAt(original, current, 3, "SIO", "SIA", "")
1135 [ # # ]: 0 : || StringAt(original, current, 4, "SIAN", ""))
1136 : : {
1137 [ # # ]: 0 : if (!SlavoGermanic(original))
1138 : : {
1139 : 0 : MetaphAdd(primary, "S");
1140 : 0 : MetaphAdd(secondary, "X");
1141 : : }
1142 : : else
1143 : : {
1144 : 0 : MetaphAdd(primary, "S");
1145 : 0 : MetaphAdd(secondary, "S");
1146 : : }
1147 : 0 : current += 3;
1148 : 0 : break;
1149 : : }
1150 : :
1151 : : /*
1152 : : * german & anglicisations, e.g. 'smith' match 'schmidt',
1153 : : * 'snider' match 'schneider' also, -sz- in slavic language
1154 : : * although in hungarian it is pronounced 's'
1155 : : */
1156 [ # # ]: 0 : if (((current == 0)
7868 bruce@momjian.us 1157 [ # # ]: 0 : && StringAt(original, (current + 1), 1,
1158 : : "M", "N", "L", "W", ""))
7927 mail@joeconway.com 1159 [ # # ]: 0 : || StringAt(original, (current + 1), 1, "Z", ""))
1160 : : {
1161 : 0 : MetaphAdd(primary, "S");
1162 : 0 : MetaphAdd(secondary, "X");
1163 [ # # ]: 0 : if (StringAt(original, (current + 1), 1, "Z", ""))
1164 : 0 : current += 2;
1165 : : else
1166 : 0 : current += 1;
1167 : 0 : break;
1168 : : }
1169 : :
1170 [ # # ]: 0 : if (StringAt(original, current, 2, "SC", ""))
1171 : : {
1172 : : /* Schlesinger's rule */
1173 [ # # ]: 0 : if (GetAt(original, current + 2) == 'H')
1174 : : {
1175 : : /* dutch origin, e.g. 'school', 'schooner' */
7868 bruce@momjian.us 1176 [ # # ]: 0 : if (StringAt(original, (current + 3), 2,
1177 : : "OO", "ER", "EN",
1178 : : "UY", "ED", "EM", ""))
1179 : : {
1180 : : /* 'schermerhorn', 'schenker' */
1181 [ # # ]: 0 : if (StringAt(original, (current + 3), 2,
1182 : : "ER", "EN", ""))
1183 : : {
7927 mail@joeconway.com 1184 : 0 : MetaphAdd(primary, "X");
1185 : 0 : MetaphAdd(secondary, "SK");
1186 : : }
1187 : : else
1188 : : {
1189 : 0 : MetaphAdd(primary, "SK");
1190 : 0 : MetaphAdd(secondary, "SK");
1191 : : }
1192 : 0 : current += 3;
1193 : 0 : break;
1194 : : }
1195 : : else
1196 : : {
1197 [ # # # # ]: 0 : if ((current == 0) && !IsVowel(original, 3)
1198 [ # # ]: 0 : && (GetAt(original, 3) != 'W'))
1199 : : {
1200 : 0 : MetaphAdd(primary, "X");
1201 : 0 : MetaphAdd(secondary, "S");
1202 : : }
1203 : : else
1204 : : {
1205 : 0 : MetaphAdd(primary, "X");
1206 : 0 : MetaphAdd(secondary, "X");
1207 : : }
1208 : 0 : current += 3;
1209 : 0 : break;
1210 : : }
1211 : : }
1212 : :
7868 bruce@momjian.us 1213 [ # # ]: 0 : if (StringAt(original, (current + 2), 1,
1214 : : "I", "E", "Y", ""))
1215 : : {
7927 mail@joeconway.com 1216 : 0 : MetaphAdd(primary, "S");
1217 : 0 : MetaphAdd(secondary, "S");
1218 : 0 : current += 3;
1219 : 0 : break;
1220 : : }
1221 : : /* else */
1222 : 0 : MetaphAdd(primary, "SK");
1223 : 0 : MetaphAdd(secondary, "SK");
1224 : 0 : current += 3;
1225 : 0 : break;
1226 : : }
1227 : :
1228 : : /* french e.g. 'resnais', 'artois' */
1229 [ # # ]: 0 : if ((current == last)
7456 bruce@momjian.us 1230 [ # # ]: 0 : && StringAt(original, (current - 2), 2, "AI", "OI", ""))
1231 : : {
7927 mail@joeconway.com 1232 : 0 : MetaphAdd(primary, "");
1233 : 0 : MetaphAdd(secondary, "S");
1234 : : }
1235 : : else
1236 : : {
1237 : 0 : MetaphAdd(primary, "S");
1238 : 0 : MetaphAdd(secondary, "S");
1239 : : }
1240 : :
1241 [ # # ]: 0 : if (StringAt(original, (current + 1), 1, "S", "Z", ""))
1242 : 0 : current += 2;
1243 : : else
1244 : 0 : current += 1;
1245 : 0 : break;
1246 : :
1247 : 0 : case 'T':
1248 [ # # ]: 0 : if (StringAt(original, current, 4, "TION", ""))
1249 : : {
1250 : 0 : MetaphAdd(primary, "X");
1251 : 0 : MetaphAdd(secondary, "X");
1252 : 0 : current += 3;
1253 : 0 : break;
1254 : : }
1255 : :
1256 [ # # ]: 0 : if (StringAt(original, current, 3, "TIA", "TCH", ""))
1257 : : {
1258 : 0 : MetaphAdd(primary, "X");
1259 : 0 : MetaphAdd(secondary, "X");
1260 : 0 : current += 3;
1261 : 0 : break;
1262 : : }
1263 : :
1264 [ # # ]: 0 : if (StringAt(original, current, 2, "TH", "")
1265 [ # # ]: 0 : || StringAt(original, current, 3, "TTH", ""))
1266 : : {
1267 : : /* special case 'thomas', 'thames' or germanic */
1268 [ # # ]: 0 : if (StringAt(original, (current + 2), 2, "OM", "AM", "")
1269 [ # # ]: 0 : || StringAt(original, 0, 4, "VAN ", "VON ", "")
1270 [ # # ]: 0 : || StringAt(original, 0, 3, "SCH", ""))
1271 : : {
1272 : 0 : MetaphAdd(primary, "T");
1273 : 0 : MetaphAdd(secondary, "T");
1274 : : }
1275 : : else
1276 : : {
1277 : 0 : MetaphAdd(primary, "0");
1278 : 0 : MetaphAdd(secondary, "T");
1279 : : }
1280 : 0 : current += 2;
1281 : 0 : break;
1282 : : }
1283 : :
1284 [ # # ]: 0 : if (StringAt(original, (current + 1), 1, "T", "D", ""))
1285 : 0 : current += 2;
1286 : : else
1287 : 0 : current += 1;
1288 : 0 : MetaphAdd(primary, "T");
1289 : 0 : MetaphAdd(secondary, "T");
1290 : 0 : break;
1291 : :
1292 : 0 : case 'V':
1293 [ # # ]: 0 : if (GetAt(original, current + 1) == 'V')
1294 : 0 : current += 2;
1295 : : else
1296 : 0 : current += 1;
1297 : 0 : MetaphAdd(primary, "F");
1298 : 0 : MetaphAdd(secondary, "F");
1299 : 0 : break;
1300 : :
1301 : 0 : case 'W':
1302 : : /* can also be in middle of word */
1303 [ # # ]: 0 : if (StringAt(original, current, 2, "WR", ""))
1304 : : {
1305 : 0 : MetaphAdd(primary, "R");
1306 : 0 : MetaphAdd(secondary, "R");
1307 : 0 : current += 2;
1308 : 0 : break;
1309 : : }
1310 : :
1311 [ # # ]: 0 : if ((current == 0)
1312 [ # # ]: 0 : && (IsVowel(original, current + 1)
1313 [ # # ]: 0 : || StringAt(original, current, 2, "WH", "")))
1314 : : {
1315 : : /* Wasserman should match Vasserman */
1316 [ # # ]: 0 : if (IsVowel(original, current + 1))
1317 : : {
1318 : 0 : MetaphAdd(primary, "A");
1319 : 0 : MetaphAdd(secondary, "F");
1320 : : }
1321 : : else
1322 : : {
1323 : : /* need Uomo to match Womo */
1324 : 0 : MetaphAdd(primary, "A");
1325 : 0 : MetaphAdd(secondary, "A");
1326 : : }
1327 : : }
1328 : :
1329 : : /* Arnow should match Arnoff */
1330 [ # # # # ]: 0 : if (((current == last) && IsVowel(original, current - 1))
7456 bruce@momjian.us 1331 [ # # ]: 0 : || StringAt(original, (current - 1), 5, "EWSKI", "EWSKY",
1332 : : "OWSKI", "OWSKY", "")
7927 mail@joeconway.com 1333 [ # # ]: 0 : || StringAt(original, 0, 3, "SCH", ""))
1334 : : {
1335 : 0 : MetaphAdd(primary, "");
1336 : 0 : MetaphAdd(secondary, "F");
1337 : 0 : current += 1;
1338 : 0 : break;
1339 : : }
1340 : :
1341 : : /* polish e.g. 'filipowicz' */
1342 [ # # ]: 0 : if (StringAt(original, current, 4, "WICZ", "WITZ", ""))
1343 : : {
1344 : 0 : MetaphAdd(primary, "TS");
1345 : 0 : MetaphAdd(secondary, "FX");
1346 : 0 : current += 4;
1347 : 0 : break;
1348 : : }
1349 : :
1350 : : /* else skip it */
1351 : 0 : current += 1;
1352 : 0 : break;
1353 : :
1354 : 0 : case 'X':
1355 : : /* french e.g. breaux */
1356 [ # # # # ]: 0 : if (!((current == last)
7868 bruce@momjian.us 1357 : 0 : && (StringAt(original, (current - 3), 3,
1358 : : "IAU", "EAU", "")
1359 [ # # ]: 0 : || StringAt(original, (current - 2), 2,
1360 : : "AU", "OU", ""))))
1361 : : {
7927 mail@joeconway.com 1362 : 0 : MetaphAdd(primary, "KS");
1363 : 0 : MetaphAdd(secondary, "KS");
1364 : : }
1365 : :
1366 : :
1367 [ # # ]: 0 : if (StringAt(original, (current + 1), 1, "C", "X", ""))
1368 : 0 : current += 2;
1369 : : else
1370 : 0 : current += 1;
1371 : 0 : break;
1372 : :
1373 : 0 : case 'Z':
1374 : : /* chinese pinyin e.g. 'zhao' */
1375 [ # # ]: 0 : if (GetAt(original, current + 1) == 'H')
1376 : : {
1377 : 0 : MetaphAdd(primary, "J");
1378 : 0 : MetaphAdd(secondary, "J");
1379 : 0 : current += 2;
1380 : 0 : break;
1381 : : }
7868 bruce@momjian.us 1382 [ # # ]: 0 : else if (StringAt(original, (current + 1), 2,
1383 : : "ZO", "ZI", "ZA", "")
7927 mail@joeconway.com 1384 [ # # ]: 0 : || (SlavoGermanic(original)
1385 [ # # ]: 0 : && ((current > 0)
1386 [ # # ]: 0 : && GetAt(original, current - 1) != 'T')))
1387 : : {
1388 : 0 : MetaphAdd(primary, "S");
1389 : 0 : MetaphAdd(secondary, "TS");
1390 : : }
1391 : : else
1392 : : {
1393 : 0 : MetaphAdd(primary, "S");
1394 : 0 : MetaphAdd(secondary, "S");
1395 : : }
1396 : :
1397 [ # # ]: 0 : if (GetAt(original, current + 1) == 'Z')
1398 : 0 : current += 2;
1399 : : else
1400 : 0 : current += 1;
1401 : 0 : break;
1402 : :
1403 : 0 : default:
1404 : 0 : current += 1;
1405 : : }
1406 : :
1407 : : /*
1408 : : * printf("PRIMARY: %s\n", primary->str); printf("SECONDARY: %s\n",
1409 : : * secondary->str);
1410 : : */
1411 : : }
1412 : :
1413 : :
7868 bruce@momjian.us 1414 [ - + ]:CBC 2 : if (primary->length > 4)
7927 mail@joeconway.com 1415 :UBC 0 : SetAt(primary, 4, '\0');
1416 : :
7868 bruce@momjian.us 1417 [ - + ]:CBC 2 : if (secondary->length > 4)
7927 mail@joeconway.com 1418 :UBC 0 : SetAt(secondary, 4, '\0');
1419 : :
7868 bruce@momjian.us 1420 :CBC 2 : *codes = primary->str;
1421 : 2 : *++codes = secondary->str;
1422 : :
1423 : 2 : DestroyMetaString(original);
1424 : 2 : DestroyMetaString(primary);
1425 : 2 : DestroyMetaString(secondary);
7927 mail@joeconway.com 1426 : 2 : }
1427 : :
1428 : : #ifdef DMETAPHONE_MAIN
1429 : :
1430 : : /* just for testing - not part of the perl code */
1431 : :
1432 : : main(int argc, char **argv)
1433 : : {
1434 : : char *codes[2];
1435 : :
1436 : : if (argc > 1)
1437 : : {
1438 : : DoubleMetaphone(argv[1], DEFAULT_COLLATION_OID, codes);
1439 : : printf("%s|%s\n", codes[0], codes[1]);
1440 : : }
1441 : : }
1442 : :
1443 : : #endif
|
