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 L 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代表）。

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被编码为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

足以满足它的要求，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

我建议您尝试以下方法。

存储CurrentCoded和LastCoded变量，以便在添加到输出之前使用
将系统分解为有用的功能，例如
1. Boolean IsVowel（Char）
2. Int Coded（Char）
3. 布尔值IsRule1（Char，Char）

一旦你很好地分解它，它应该变得更容易管理。

Answer 2

这并不完美（例如，如果输入不以字母开头，它会产生错误的结果），并且它不会将规则实现为可独立测试的函数，因此它不会真正用作回答家庭作业问题。但这就是我实现它的方式：

>>> def soundex_prepare(s):
        """Prepare string for Soundex encoding.

        Remove non-alpha characters (and the not-of-interest W/H/Y), 
        convert to upper case, and remove all runs of repeated letters."""
        p = re.compile("[^a-gi-vxz]", re.IGNORECASE)
        s = re.sub(p, "", s).upper()
        for c in set(s):
            s = re.sub(c + "{2,}", c, s)
        return s

>>> def soundex_encode(s):
        """Encode a name string using the Soundex algorithm."""
        result = s[0].upper()
        s = soundex_prepare(s[1:])
        letters = 'ABCDEFGIJKLMNOPQRSTUVXZ'
        codes   = '.123.12.22455.12623.122'
        d = dict(zip(letters, codes))
        prev_code=""
        for c in s:
            code = d[c]
            if code != "." and code != prev_code:
                result += code
         if len(result) >= 4: break
            prev_code = code
        return (result + "0000")[:4]

Answer 3

surname = input("Enter surname of the author: ") #asks user to input the author's surname

while surname != "": #initiates a while loop thats loops on as long as the input is not equal to an empty line

    str_ini = surname[0] #denotes the initial letter of the surname string
    mod_str1 = surname[1:] #denotes modified string excluding the first letter of the surname

    import re #importing re module to access the sub function
    mod_str2 = re.sub(r'[aeiouyhwAEIOUYHW]', '', mod_str1) #eliminating any instances of the given letters


    mod_str21 = re.sub(r'[bfpvBFPV]', '1', mod_str2)
    mod_str22 = re.sub(r'[cgjkqsxzCGJKQSXZ]', '2', mod_str21)
    mod_str23 = re.sub(r'[dtDT]', '3', mod_str22)
    mod_str24 = re.sub(r'[lL]', '4', mod_str23)
    mod_str25 = re.sub(r'[mnMN]', '5', mod_str24)
    mod_str26 = re.sub(r'[rR]', '6', mod_str25)
                #substituting given letters with specific numbers as required by the soundex algorithm

    mod_str3 = str_ini.upper()+mod_str26 #appending the surname initial with the remaining modified trunk

    import itertools #importing itertools module to access the groupby function
    mod_str4 = ''.join(char for char, rep in itertools.groupby(mod_str3))
                #grouping each character of the string into individual characters
                #removing sequences of identical numbers with a single number
                #joining the individually grouped characters into a string

    mod_str5 = (mod_str4[:4]) #setting character limit of the modified string upto the fourth place

    if len (mod_str5) == 1:
        print (mod_str5 + "000\n")
    elif len (mod_str5) == 2:
        print (mod_str5 + "00\n")
    elif len (mod_str5) == 3:
        print (mod_str5 + "0\n")
    else:
        print (mod_str5 + "\n")
                #using if, elif and else arguments for padding with trailing zeros

    print ("Press enter to exit") #specification for the interactor, to press enter (i.e., equivalent to a new line for breaking the while loop) when he wants to exit the program
    surname = input("Enter surname of the author: ") #asking next input from the user if he wants to carry on

exit(0) #exiting the program at the break of the while loop

Python中的Soundex算法（作业帮助请求）

3 个答案: