1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
| /*
* Ce fichier contient le code qui ajoute les deux fonctions suivantes
* au serveur MySQL:
*
* PHONEX2S("une chaine") -> retourne un chaine correspondant à la valeur phonétique du paramètre
* PHONEX2R("une chaine") -> retourne un réel
*
* L'utilisation d'une ou l'autre des fonctions dépend de votre compromis
* entre lisbilité et performance/taille des tables.
*
* Intégration dans MySQL:
*
* mysql> CREATE FUNCTION phonex2s RETURNS STRING SONAME "phonex2.so";
* mysql> CREATE FUNCTION phonex2r RETURNS STRING SONAME "phonex2.so";
*
* Suppression de MySQL:
*
* mysql> DROP FUNCTION phonex2s;
* mysql> DROP FUNCTION phonex2r;
*/
#include <stdlib.h>
#include <stdio.h>
#include <string.h>
#include <ctype.h>
#include <math.h>
#include <mysql.h>
#ifdef WITH_MAIN
static int debug = 0;
#else
static int debug = 0;
#endif
/* taille max en car. d'une conversion de chaine en son phonex: */
#define PHONEX_MAXSZ 512
/* différents drapeaux qui influent sur l'algorithme: */
#define FLAG_NORMAL 0x0000
#define FLAG_EFINAL 0x0001
#define FLAG_EACCENT 0x0002
/* liste des caractères autorisés dans la conversion en phonex: */
static unsigned char *finals = "12345efghiklnorstuwxyz";
static void phonex2(unsigned char *s, unsigned int flag);
/*
* Interface avec MySQL:
*/
my_bool phonex2s_init(UDF_INIT *initid, UDF_ARGS *args, char *message)
{
initid->maybe_null = 0;
if (args->arg_count < 1 || args->arg_count > 3) {
strcpy(message,"PHONEX2S syntax is PHONEX2S(string[,flag[,maxsize]]) with maxsize <= 512");
return 1;
}
if (args->arg_type[0] != STRING_RESULT) {
strcpy(message,"PHONEX2S needs a STRING Parameter");
return 1;
}
if (args->arg_count >= 2 &&args->arg_type[1] != INT_RESULT) {
strcpy(message,"Second Parameter of PHONEX2S must be an INT (the flag)");
return 1;
}
if (args->arg_count >= 3) {
if (args->arg_type[2] != INT_RESULT) {
strcpy(message,"Third Parameter of PHONEX2S must be an INT (the maximum size)");
return 1;
}
if (*((long long *)args->args[2]) > 512) {
strcpy(message,"Third Parameter of PHONEX2S must be <= 512");
return 1;
}
}
return 0;
}
void phonex2s_deinit(UDF_INIT *initid)
{
}
my_bool phonex2r_init(UDF_INIT *initid, UDF_ARGS *args, char *message)
{
initid->maybe_null = 0;
if (args->arg_count < 1 || args->arg_count > 2) {
strcpy(message,"PHONEX2R syntax is PHONEX2R(string[,flag])");
return 1;
}
if (args->arg_type[0] != STRING_RESULT) {
strcpy(message,"PHONEX2R needs a STRING Parameter");
return 1;
}
if (args->arg_count >= 2 && args->arg_type[1] != INT_RESULT) {
strcpy(message,"Second Parameter of PHONEX2R must be an INT (the flag)");
return 1;
}
return 0;
}
void phonex2r_deinit(UDF_INIT *initid)
{
}
/*
* Implémentation:
*/
char *phonex2s( UDF_INIT *initid,
UDF_ARGS *args,
char *result,
unsigned long *length,
char *is_null,
char *error)
{
unsigned int flag = 0;
unsigned int size = 0;
float res;
unsigned int len = args->lengths[0];
unsigned char *copy = (unsigned char *)malloc(len+1);
memcpy(copy,args->args[0],len);
copy[len] = '\0';
if (args->arg_count > 1) {
flag = *((long long *)args->args[1]);
}
if (args->arg_count > 2) {
size = *((long long *)args->args[2]);
}
phonex2(copy,flag);
len = strlen(copy);
if (size) *length = (size < len) ? size : len;
else *length = len;
memcpy(result,copy,*length);
*is_null = *error = 0;
free(copy);
return result;
}
double phonex2r(UDF_INIT *initid,
UDF_ARGS *args,
char *is_null,
char *error)
{
unsigned int flag = 0;
float phonex = 0;
int indice = 0;
int base = strlen(finals);
unsigned int len = args->lengths[0];
unsigned char *p,*copy = (unsigned char *)malloc(len+1);
memcpy(copy,args->args[0],len);
copy[len] = '\0';
if (args->arg_count > 1) {
flag = *((long long *)args->args[1]);
}
phonex2(copy,flag);
*is_null = *error = 0;
/* chiffrement numerique en ignorant les car. non autorises: */
p = copy;
indice = 0;
while (*p) {
unsigned char *rank = strchr(finals,*p);
/* normalement tous les car. sont corrects */
phonex += (rank-finals) * powf(indice,base);
indice++; p++;
}
free(copy);
return phonex;
}
/*
* Note: l'écriture 'p+2' est sure car si 'p+2' pointe au-delà du dernier
* caractère de la chaine, on ne recopiera jamais après le '\0' final
*
* Les opérations doivent être faites dans le bon ordre (par exemple:
* ph->f avant traitement du 'h' !)
*
* Le contenu de la chaine passée en paramètre est modifié. C'est la
* responsabilité de la fonction appelante de passer une copie de
* l'original si nécessaire. Le contenu de la chaine retournée a une
* longueur de 512 caractères maximum.
*/
static void phonex2(unsigned char *copy, unsigned int flag)
{
unsigned char *p,achar;
unsigned char *voyelles1 = "aeiouy";
unsigned char *voyelles2 = "aeiouy1234";
/* Cas trivial de la chaine vide: */
if (!*copy) return;
/*
* R1
* - remplace les accents et autres caracteres "bizarres".
* - le Y/y devient i
* - la cédille devient 'ss'
* - les autres cars. sont mis en minuscules
*/
p = copy;
while (*p) {
if ((*p >= 0xE0 && *p <= 0xE6) || (*p >= 0xC0 && *p <= 0xC6)) { *p++ = 'a'; continue; }
if ((*p >= 0xE8 && *p <= 0xEB) || (*p >= 0xC8 && *p <= 0xCB)) { *p++ = 'e'; continue; }
if ((*p >= 0xD2 && *p <= 0xD6) || (*p >= 0xF2 && *p <= 0xF6)) { *p++ = 'o'; continue; }
if ((*p >= 0xCC && *p <= 0xCF) || (*p >= 0xEC && *p <= 0xEF)) { *p++ = 'i'; continue; }
if ((*p >= 0xF9 && *p <= 0xFC) || (*p >= 0xD9 && *p <= 0xDC)) { *p++ = 'u'; continue; }
if (*p == 'Y' || *p == 'y') { *p++ = 'i'; continue; }
if (*p == 0xC7 || *p == 0xE7) {
*p++ = 's';
memmove(p,p+1,strlen(p));
*p++ = 's';
continue;
}
*p++ = tolower(*p);
}
if (debug) printf("S1(accents): %s\n",copy);
/*
* R2
* Remplace 'ph' par 'f': */
p = copy;
while (*p) {
if (*p == 'p' && *(p+1) == 'h') {
*p = 'f';
memmove(p+1,p+2,strlen(p+1));
}
*p++;
}
if (debug) printf("S2(ph->f): %s\n",copy);
/*
* R3
* Supprime les 'h' muets, c'est à dire, les 'h' qui ne sont pas précédés
* ni d'un 'c', ni d'un 's':
*/
p = copy;
while (*p) {
if (*p == 'h') {
if (p == copy) {
/* 'h' initial: */
memmove(copy,p+1,strlen(copy));
continue;
}
if (*(p-1) != 'c' && *(p-1) != 's') {
memmove(p,p+1,strlen(p));
continue;
}
}
p++;
}
if (debug) printf("S3(h): %s\n",copy);
/*
* R4
* Remplacement de 'g' par 'k' devant 'an/am/ain/aim': */
p = copy;
while (*p) {
if (*p != 'g' || *(p+1) != 'a') { p++; continue; }
if (*(p+2) == 'n' || *(p+2) == 'm' ) {
*p++ = 'k';
continue;
}
if (*(p+2) == 'i') {
if (*(p+3) == 'n' || *(p+3) == 'm' ) {
*p++ = 'k';
continue;
}
}
p++;
}
if (debug) printf("S4(g->k): %s\n",copy);
/* R5 - remplacement de aina,eina,aima,eima par yna
* - remplacement de aine,eine,aime,eime par yne
* - remplacement de aini,eini,aimi,eimi par yni
* - remplacement de aino,eino,aimo,eimo par yno
* - remplacement de ainu,einu,aimu,eimu par ynu
*/
p = copy;
while (*p) {
unsigned char v;
if (*p != 'a' && *p != 'e') { p++; continue; }
if (*(p+1) != 'i') { p++; continue; }
if (*(p+2) != 'n' && *(p+2) != 'm') { p++; continue; }
v = *(p+3);
if (!*(p+3) || !strchr(voyelles1,v)) { p++; continue; }
*p = 'y';
*(p+1) = 'n';
*(p+2) = v;
memmove(p+3,p+4,strlen(p+3));
p++;
}
if (debug) printf("S5(aine): %s\n",copy);
/* R6 - remplacement de eau par o
* - remplacement de oua par 2
* - remplacement de ein par 4
* - remplacement de ain par 4
*/
p = copy;
while (*p) {
if (*p == 'e' && *(p+1) == 'a' && *(p+2) == 'u') {
*p++ = 'o'; memmove(p,p+2,strlen(p+1)); continue;
}
if (*p == 'o' && *(p+1) == 'u' && *(p+2) == 'a') {
*p++ = '2'; memmove(p,p+2,strlen(p+1)); continue;
}
if (*p == 'e' && *(p+1) == 'i' && *(p+2) == 'n') {
*p++ = '4'; memmove(p,p+2,strlen(p+1)); continue;
}
if (*p == 'a' && *(p+1) == 'i' && *(p+2) == 'n') {
*p++ = '4'; memmove(p,p+2,strlen(p+1)); continue;
}
p++;
}
if (debug) printf("S6(eau): %s\n",copy);
/* R7 - remplacement de ai par y
* - remplacement de ei par y
* - remplacement de ee par y
* - remplacement de er par yr
* - remplacement de ess par yss
* - remplacement de et par yt
* - remplacement de ez par yz
*/
p = copy;
while (*p) {
if (*p == 'a' && *(p+1) == 'i') {
*p++ = 'y'; memmove(p,p+1,strlen(p)); continue;
}
if (*p == 'e' && *(p+1) == 'i') {
*p++ = 'y'; memmove(p,p+1,strlen(p)); continue;
}
if (*p == 'e' && *(p+1) == 'e') {
*p++ = 'y'; memmove(p,p+1,strlen(p)); continue;
}
if (*p == 'e' && (*(p+1) == 'r' || *(p+1) == 't' || *(p+1) == 'z')) {
*p++ = 'y'; continue;
}
if (*p == 'e' && *(p+1) == 's' && *(p+2) == 's') {
*p++ = 'y'; continue;
}
p++;
}
if (debug) printf("S7(er->yr): %s\n",copy);
/* R8 suppression des lettres doubles: */
p = copy;
while (*p) {
if (*p == *(p+1)) { memmove(p,p+1,strlen(p)); p--; }
p++;
}
if (debug) printf("S15(nn): %s\n",copy);
/* R9 - remplacement de an par 1
* - remplacement de am par 1
* - remplacement de en par 1
* - remplacement de em par 1
* - remplacement de in par 4
* à condition que ces modèles ne soient ni suivis d'une voyelle
* ni d'un son 1 à 4
*/
p = copy;
while (*p) {
if ((*p == 'a' || *p == 'e') && (*(p+1) == 'n' || *(p+1) == 'm')) {
if (!*(p+2) || !strchr(voyelles2,*(p+2))) {
*p++ = '1'; memmove(p,p+1,strlen(p)); continue;
}
}
if (*p == 'i' && *(p+1) == 'n') {
if (!*(p+2) || !strchr(voyelles2,*(p+2))) {
*p++ = '4'; memmove(p,p+1,strlen(p)); continue;
}
}
p++;
}
if (debug) printf("S8(an->1): %s\n",copy);
/* R10 remplacement du 'z' par 's' s'il est précédé (ou en tête de mot) et suivi d'une voyelle
* ou d'un son 1 à 4:
*/
p = copy;
if (*p == 'z' && *(p+1) && strchr(voyelles2,*(p+1))) *p = 's';
while (*p) {
if (*p == 'z' && *(p+1)) {
unsigned char v1 = *(p-1);
unsigned char v2 = *(p+1);
if (strchr(voyelles2,v1) && v2 && strchr(voyelles2,v2)) {
*p = 's';
}
}
p++;
}
if (debug) printf("S9(z->s): %s\n",copy);
/* R11 - remplacement de oe par e
* - remplacement de eu par e
* - remplacement de au par o
* - remplacement de oi par 2
* - remplacement de ou par 3
*/
p = copy;
while (*p) {
if (*p == 'o' && *(p+1) == 'e') { *p++ = 'e'; memmove(p,p+1,strlen(p)); continue; }
if (*p == 'e' && *(p+1) == 'u') { *p++ = 'e'; memmove(p,p+1,strlen(p)); continue; }
if (*p == 'a' && *(p+1) == 'u') { *p++ = 'o'; memmove(p,p+1,strlen(p)); continue; }
if (*p == 'o' && *(p+1) == 'i') { *p++ = '2'; memmove(p,p+1,strlen(p)); continue; }
if (*p == 'o' && *(p+1) == 'u') { *p++ = '3'; memmove(p,p+1,strlen(p)); continue; }
p++;
}
if (debug) printf("S10(oe/oi): %s\n",copy);
/* R12 - remplacement de ch par 5
* - remplacement de sch par 5
* - remplacement de sh par 5
* - remplacement de ss par s
* - remplacement de sc par s si suivi d'un "e" ou d'un "i"
*/
p = copy;
while (*p) {
if (*p == 'c' && *(p+1) == 'h') { *p++ = '5'; memmove(p,p+1,strlen(p)); continue; }
if (*p == 's' && *(p+1) == 'h') { *p++ = '5'; memmove(p,p+1,strlen(p)); continue; }
if (*p == 's' && *(p+1) == 's') { p++; memmove(p,p+1,strlen(p)); continue; }
if (*p == 's' && *(p+1) == 'c' && *(p+2) == 'h') { *p++ = '5'; memmove(p,p+2,strlen(p+1)); continue; }
if (*p == 's' && *(p+1) == 'c' && (*(p+2) == 'e' || *(p+2) == 'i') ) { p++; memmove(p,p+1,strlen(p)); continue; }
p++;
}
if (debug) printf("S11(ch->5): %s\n",copy);
/* R13 remplacement du 'c' par un 's' s'il est suivi d'un e/i: */
p = copy;
while (*p) {
if (*p == 'c' && (*(p+1) == 'e' || *(p+1) == 'i')) {
*p = 's';
}
p++;
}
if (debug) printf("S12(c->s): %s\n",copy);
/* R14 - remplacement de c par k
* - remplacement de q par k
* - remplacement de qu par k
* - remplacement de gu par k
* - remplacement de ga par ka
* - remplacement de go par ko
*/
p = copy;
while (*p) {
if (*p == 'c' || *p == 'q') { *p++ = 'k'; continue; }
if ((*p == 'q' || *p == 'g') && *(p+1) == 'u') { *p++ = 'k'; memmove(p,p+1,strlen(p)); continue; }
if (*p == 'g' && (*(p+1) == 'a' || *(p+1) == 'o')) { *p++ = 'k'; continue; }
p++;
}
if (debug) printf("S13(c->k): %s\n",copy);
/* R15 - remplacement de a par o
* - remplacement de d et p par t
* - remplacement de j par g
* - remplacement de b et v par f
* - remplacement de m par n
*/
p = copy;
while (*p) {
if (*p == 'a') { *p++ = 'o'; continue; }
if (*p == 'd' || *p == 'p') { *p++ = 't'; continue; }
if (*p == 'j') { *p++ = 'g'; continue; }
if (*p == 'b' || *p == 'v') { *p++ = 'f'; continue; }
if (*p == 'm') { *p++ = 'n'; continue; }
p++;
}
if (debug) printf("S14(d->t): %s\n",copy);
/* R16 Option: convertit les 'y' en 'e': */
if (!(flag & FLAG_EACCENT)) {
p = copy;
while (*p) {
if (*p == 'y') *p = 'e';
p++;
}
if (debug) printf("S17(y->e): %s\n",copy);
}
/* R17 - suppression des finales t,x,s,z
* - suppression du e final après une consonne
* (fait en deux fois pour eliminer les finales -ez par exemple)
*/
if (strlen(copy) > 1) {
achar = copy[strlen(copy)-1];
if (achar == 'x' || achar == 't' || achar == 's' || achar == 'z') {
copy[strlen(copy)-1] = '\0';
}
}
if (!(flag & FLAG_EFINAL)) {
if (strlen(copy) > 1) {
achar = copy[strlen(copy)-1];
if (achar == 'e' && !strchr(voyelles1,copy[strlen(copy)-2])) {
copy[strlen(copy)-1] = '\0';
}
}
if (debug) printf("S16(txsz): %s\n",copy);
}
/* R18 suppression des lettres doubles (2eme fois): */
p = copy;
while (*p) {
if (*p == *(p+1)) { memmove(p,p+1,strlen(p)); p--; }
p++;
}
if (debug) printf("S15(nn): %s\n",copy);
/* R19 Ne retourne que les caractères autorisés avec un
* maximum de 512 car. dans la chaine:
*/
p = copy;
while (*p && (p-copy) < PHONEX_MAXSZ) {
if (!strchr(finals,*p)) {
memmove(p,p+1,strlen(p));
continue;
}
p++;
}
*p = '\0';
}
#ifdef WITH_MAIN
void Check(char *s1, char *s2)
{
char buff1[64],buff2[64];
printf("Compare %s and %s: ",s1,s2);
strcpy(buff1,s1); strcpy(buff2,s2);
phonex2(buff1,0); phonex2(buff2,0);
printf("%s\n",(strcmp(buff1,buff2)) ? "no match" : "match");
}
int main(int argc, char *argv[])
{
char buff[64];
int flag;
if (argc > 1 && argv[1][1] == 'd') debug = 1;
/* tests automatiques: */
Check("phaure","fort");
Check("elephant","ellefan");
Check("arrivez","arivee");
printf("flag: ");
scanf("%d",&flag);
/* tests interactifs: */
for (;;) {
printf("Chaine: ");
scanf("%s",buff);
phonex2(buff,flag);
printf("phonex=%s\n",buff);
}
return 0;
}
#endif
/* EOF */ |
