Script para canonizar palavras em português

canonize.php

<?php
 
function canonize($str)
{
    $str = slugify($str);
    $str = stem($str);
    return $str;
}
 
function stem($str)
{
    $str = preg_replace('@-de-@', '-', $str);
    $str = preg_replace('@-do-@', '-', $str);
    $str = preg_replace('@-da-@', '-', $str);
    $str = preg_replace('@-em-@', '-', $str);
 
    $str = preg_replace('@oes-@', 'ao-', $str);
    $str = preg_replace('@oes$@', 'ao', $str);
 
    $str = preg_replace('@is-@', 'l-', $str);
    $str = preg_replace('@is$@', 'l', $str);
 
    $str = preg_replace('@s-@', '-', $str);
    $str = preg_replace('@s$@', '', $str);
 
    return $str;
}
 
/**
 * By miguelSantirso <http://sourcecookbook.com/en/recipes/8/function-to-slugify-strings-in-php>
 */
function slugify($text)
{
    $text = preg_replace('~[^\\pL\d]+~u', '-', $text);
    $text = trim($text, '-');
    
    if (function_exists('iconv')) {
        $text = iconv('utf-8', 'us-ascii//TRANSLIT', $text);
    }
 
    $text = mb_strtolower($text);
    $text = preg_replace('~[^-\w]+~', '', $text);
 
    if (empty($text)) {
        return 'n-a';
    }
 
    return $text;
};