Soundex

库片段

计算字符串 Soundex

适用于 PostgreSQL

在 9.0、9.1 上测试过。可能在早期版本中也能正常工作

使用语言

PL/pgSQL

依赖于

无

Soundex 是一种简单的算法，用于根据语音相似性比较/规范化英语单词。

PostgreSQL 8.3 及更高版本在 fuzzystrmatch 扩展 中包含一个 soundex(text) 函数。请注意，此函数的行为与其他一些实现不同，因为它不会跳过由 'w' 和 'h' 分隔的类似辅音。

PL/pgSQL 版本

如果您无法安装 fuzzystrmatch 扩展（由于权限有限或其他原因），这里有一个 PL/pgSQL 中的替代版本。此函数的行为与 fuzzystrmatch 实现完全相同。（在 PostgreSQL 9.0 和 9.1 上测试，使用多种不同语言的词典）。

---

CREATE OR REPLACE FUNCTION soundex(input text) RETURNS text
IMMUTABLE STRICT COST 500 LANGUAGE plpgsql
AS $$
DECLARE
  soundex text = '';
  char text;
  symbol text;
  last_symbol text = '';
  pos int = 1;
BEGIN
  WHILE length(soundex) < 4 LOOP
    char = upper(substr(input, pos, 1));
    pos = pos + 1;
    CASE char
    WHEN '' THEN
      -- End of input string
      IF soundex = '' THEN
        RETURN '';
      ELSE
        RETURN rpad(soundex, 4, '0');
      END IF;
    WHEN 'B', 'F', 'P', 'V' THEN
      symbol = '1';
    WHEN 'C', 'G', 'J', 'K', 'Q', 'S', 'X', 'Z' THEN
      symbol = '2';
    WHEN 'D', 'T' THEN
      symbol = '3';
    WHEN 'L' THEN
      symbol = '4';
    WHEN 'M', 'N' THEN
      symbol = '5';
    WHEN 'R' THEN
      symbol = '6';
    ELSE
      -- Not a consonant; no output, but next similar consonant will be re-recorded
      symbol = '';
    END CASE;

    IF soundex = '' THEN
      -- First character; only accept strictly English ASCII characters
      IF char ~>=~ 'A' AND char ~<=~ 'Z' THEN
        soundex = char;
        last_symbol = symbol;
      END IF;
    ELSIF last_symbol != symbol THEN
      soundex = soundex || symbol;
      last_symbol = symbol;
    END IF;
  END LOOP;

  RETURN soundex;
END;
$$;

示例

db=# select column1, soundex(column1) from (values ('Robert'), ('Rupert'), ('Rubin'), ('Ashcroft')) data;
 column1  | soundex 
----------+---------
 Robert   | R163
 Rupert   | R163
 Rubin    | R150
 Ashcroft | A226

db=# create table words(word text);
db=# copy words from '/usr/share/dict/words';
db=# create index on words(soundex(word));
db=# select * from words where soundex(word)=soundex('hotel');
  word  
--------
 hotel
 hotly
 huddle