Question

美国人口普查局使用一种名为“soundex”的特殊编码来查找有关某人的信息。 soundex是姓氏（姓氏）的编码，基于姓氏的方式而不是拼写的方式。听起来相同，但拼写不同的姓氏，如SMITH和SMYTH，具有相同的代码并一起归档。开发了soundex编码系统，以便您可以找到一个姓氏，即使它可能已被记录在各种拼写中。

在本实验中，您将设计，编码和记录在输入姓氏时生成soundex代码的程序。系统将提示用户输入姓氏，程序应输出相应的代码。

基本Soundex编码规则

姓氏的每个soundex编码都包含一个字母和三个数字。使用的字母始终是姓氏的第一个字母。根据下面显示的soundex指南，将数字分配给姓氏的其余字母。如果需要，最后添加零以始终生成四字符代码。其他信件被忽略。

Soundex编码指南

Soundex为各种辅音分配一个数字。听起来相似的辅音被赋予相同的数字：

号码辅音

1 B，F，P，V 2 C，G，J，K，Q，S，X，Z 3 D，T 4升 5 M，N 6 R

Soundex忽略字母A，E，I，O，U，H，W和Y.

遵循3个额外的Soundex编码规则。一个好的程序设计会将这些作为一个或多个单独的函数来实现。

规则1.带双字母的姓名

如果姓氏有双字母，则应将其视为一个字母。例如：

Gutierrez编码为G362（G为3，T为6，第一个R为6，忽略第二个R，Z为2）。

规则2.带有相同Soundex代码编号的字母名称

如果姓氏在soundex编码指南中具有相同数字并排的不同字母，则应将其视为一个字母。例子：

Pfister编码为P236（P，F被忽略，因为它被认为与P相同，S为2，T为3，R为6）。
杰克逊被编码为J250（J，2代表C，K忽略与C相同，S忽略与C相同，5代表N，0添加）。

规则3.辅音分隔符

3.A。如果元音（A，E，I，O，U）分离具有相同soundex代码的两个辅音，则对元音右侧的辅音进行编码。例如：

Tymczak编码为T-522（T为5，M为2，C为2，Z忽略（参见上文“并排”规则），K为2）。由于元音“A”将Z和K分开，因此K被编码。

3.B。如果“H”或“W”将两个具有相同soundex代码的辅音分开，则右边的辅音不被编码。例如：

* Ashcraft编码为A261（A，2为S，C被忽略，因为与S相同，其间为H，R为6，F为1）。它没有编码A226。

到目前为止，这是我的代码：

surname = raw_input("Please enter surname:")
outstring = ""

outstring = outstring + surname[0]
for i in range (1, len(surname)):
    nextletter = surname[i]
    if nextletter in ['B','F','P','V']:
        outstring = outstring + '1'

    elif nextletter in ['C','G','J','K','Q','S','X','Z']:
        outstring = outstring + '2'

    elif nextletter in ['D','T']:
        outstring = outstring + '3'

    elif nextletter in ['L']:
        outstring = outstring + '4'

    elif nextletter in ['M','N']:
        outstring = outstring + '5'

    elif nextletter in ['R']:
        outstring = outstring + '6'

print outstring

代码充分满足了它的要求，我只是不确定如何编写这三个规则。这是我需要帮助的地方。所以，任何帮助都表示赞赏。

Answer 1

一些提示：

通过使用一个数组，其中每个Soundex代码都存储并通过它所对应的字母的ASCII值（或由其衍生的较短数值范围中的值）进行索引，您将使代码生效并且更具可读性。这是一种非常常见的技术：理解，使用和重用; - ）
在解析输入字符串时，您需要跟踪（或比较）先前处理的字母以忽略重复字母，并处理其他规则。（在写入中暗示的单独功能中实现这些中的每一个）。这个想法可能是引入一个负责的函数 - 可能 - 为正在处理的输入的当前字母添加soundex代码。此函数将依次调用每个“规则”函数，可能会根据某些规则的返回值提前退出。换句话说，取代系统......

    outstring = outstring + c    # btw could be +=
...with
    outstring += AppendCodeIfNeeded(c)

要注意这种多功能结构对于这种微不足道的逻辑来说是过度的，但实践它并不是一个坏主意。

Answer 2

以下是一些关于Python常规内容的小提示。

0）您可以使用for循环遍历任何序列，字符串计为序列。所以你可以写：

for nextletter in surname[1:]:
    # do stuff

这比计算索引和索引姓氏更容易编写和理解。

1）您可以使用+=运算符追加字符串。而不是

x = x + 'a'

你可以写

x += 'a'

至于您对特定问题的帮助，您需要跟踪上一封信。如果你的作业有一条规则说“一行中的两个'z'字符应编码为99”，你可以添加如下代码：

def rule_two_z(prevletter, curletter):
    if prevletter.lower() == 'z' and curletter.lower() == 'z':
        return 99
    else:
        return -1


prevletter = surname[0]
for curletter in surname[1:]:
    code = rule_two_z(prevletter, curletter)
    if code < 0:
        # do something else here
    outstring += str(code)
    prevletter = curletter

嗯，您正在编写代码以返回'3'之类的字符串整数，而我编写代码以返回实际的整数，然后在将其添加到字符串之前调用str()。无论哪种方式都可能没问题。

祝你好运！

可以使用这个soundex编码的一些帮助

2 个答案: