Skip to content

Instantly share code, notes, and snippets.

@jebarjonet

jebarjonet/README.md

Created May 4, 2020 08:24
Show Gist options
  • Save jebarjonet/597163b717566702fd207b35fcc93bb9 to your computer and use it in GitHub Desktop.
Save jebarjonet/597163b717566702fd207b35fcc93bb9 to your computer and use it in GitHub Desktop.
Download ZIP
[Old] Soundex FR
Raw
README.md

Soundex FR Javascript

This script provides a Soundex FR integration for a Javascript project. Original Soundex FR by Édouard BERGÉ.

Usage

Soundex.phonetic("Gendarme") // JANDARM
Soundex.phonetic("Phonétique") // FONETIK
Soundex.phonetic("Athmosphérique") // ATMOSFERIK
Soundex.phonetic("Morceaux") // MORSO
Soundex.phonetic("Sciemment") // SIAMAN
Soundex.phonetic("Comportement") // KONPORTEMAN
Soundex.phonetic("Sceau") // SO
Soundex.phonetic("Seau") // SO
Soundex.phonetic("Sot") // SO
Soundex.phonetic("Saut") // SO
Soundex.phonetic("Soûl") // SOUL
Soundex.phonetic("Description") // DESKRIPSION
Soundex.phonetic("Verre") // VER
Soundex.phonetic("Vert") // VER
Soundex.phonetic("Vers") // VER
Soundex.phonetic("Saule") // SOL
Soundex.phonetic("Sol") // SOL

License

Cet algorithme et son application sont tous deux distribués sous la licence

    Creative Commons Paternité - Pas d'Utilisation Commerciale 2.0
        http://creativecommons.org/licenses/by-nc/2.0/fr/

Vous êtes libres :

  • de reproduire, distribuer et communiquer cette création au public
  • de modifier cette création

Selon les conditions suivantes :

  • Paternité. Vous devez citer le nom de l'auteur original de la manière indiquée par l'auteur de l'oeuvre ou le titulaire des droits qui vous confère cette autorisation (mais pas d'une manière qui suggérerait qu'ils vous soutiennent ou approuvent votre utilisation de l'oeuvre). Demande de l'auteur: Citer "Édouard BERGÉ" et/ou "http://www.roudoudou.com"
  • Pas d'Utilisation Commerciale. Vous n'avez pas le droit d'utiliser cette création à des fins commerciales sauf autorisation de l'auteur.
Raw
soundex.js
import _ from 'lodash';
/**
* @author E. Bergé
* @translated from PHP to Javascript by Jean-Elie Barjonet
*
* NOTE THAT YOU NEED TO INCLUDE LODASH IN YOUR PROJECT (see import above)
*/
/**
* Compute a french soundex of a string
* @param sIn string to translate into soundex
* @param maxLength maximum size of output soundex
*
* Usage : Soundex.phonetic("Gendarme") => JANDARM
*/
export const Soundex = {
phonetic: function (sIn, maxLength = 256) {
const accents = {
'É': 'E', 'È': 'E', 'Ë': 'E', 'Ê': 'E', 'Á': 'A', 'À': 'A', 'Ä': 'A', 'Â': 'A',
'Å': 'A', 'Ã': 'A', 'Æ': 'E', 'Ï': 'I', 'Î': 'I', 'Ì': 'I', 'Í': 'I',
'Ô': 'O', 'Ö': 'O', 'Ò': 'O', 'Ó': 'O', 'Õ': 'O', 'Ø': 'O', 'Œ': 'OEU',
'Ú': 'U', 'Ù': 'U', 'Û': 'U', 'Ü': 'U', 'Ñ': 'N', 'Ç': 'S', '¿': 'E'
};
const min2maj = {
'é': 'É', 'è': 'È', 'ë': 'Ë', 'ê': 'Ê', 'á': 'Á', 'â': 'Â', 'à': 'À', 'Ä': 'A',
'Â': 'A', 'å': 'Å', 'ã': 'Ã', 'æ': 'Æ', 'ï': 'Ï', 'î': 'Î', 'ì': 'Ì', 'í': 'Í',
'ô': 'Ô', 'ö': 'Ö', 'ò': 'Ò', 'ó': 'Ó', 'õ': 'Õ', 'ø': 'Ø', 'œ': 'Œ',
'ú': 'Ú', 'ù': 'Ù', 'û': 'Û', 'ü': 'Ü', 'ç': 'Ç', 'ñ': 'Ñ', 'ß': 'S'
};
// minuscules accentuées ou composées en majuscules simples
_.toPairs(min2maj).forEach(function (value) {
sIn = sIn.replace(value[0], value[1]);
});
// majuscules accentuées ou composées en majuscules simples
_.toPairs(accents).forEach(function (value) {
sIn = sIn.replace(value[0], value[1]);
});
// on passe tout le reste en majuscules
sIn = sIn.toUpperCase();
// on garde uniquement les lettres de A à Z
sIn = sIn.replace(/[^A-Z]/g, '');
// on sauve le code (utilisé pour les mots très courts)
const sBack = sIn;
sIn = sIn.replace(/O[O]+/g, 'OU'); // pré traitement OO... -> OU
sIn = sIn.replace(/SAOU/g, 'SOU'); // pré traitement SAOU -> SOU
sIn = sIn.replace(/OES/g, 'OS'); // pré traitement OES -> OS
sIn = sIn.replace(/CCH/g, 'K'); // pré traitement CCH -> K
sIn = sIn.replace(/CC([IYE])/g, 'KS$1'); // CCI CCY CCE
sIn = sIn.replace(/(.)\1/g, '$1'); // supression des répétitions
// quelques cas particuliers
if (sIn == "CD") return (sIn);
if (sIn == "BD") return (sIn);
if (sIn == "BV") return (sIn);
if (sIn == "TABAC") return ("TABA");
if (sIn == "FEU") return ("FE");
if (sIn == "FE") return (sIn);
if (sIn == "FER") return (sIn);
if (sIn == "FIEF") return (sIn);
if (sIn == "FJORD") return (sIn);
if (sIn == "GOAL") return ("GOL");
if (sIn == "FLEAU") return ("FLEO");
if (sIn == "HIER") return ("IER");
if (sIn == "HEU") return ("E");
if (sIn == "HE") return ("E");
if (sIn == "OS") return (sIn);
if (sIn == "RIZ") return ("RI");
if (sIn == "RAZ") return ("RA");
// pré-traitements
sIn = sIn.replace(/OIN[GT]$/g, 'OIN'); // terminaisons OING -> OIN
sIn = sIn.replace(/E[RS]$/g, 'E'); // supression des terminaisons infinitifs et participes pluriels
sIn = sIn.replace(/(C|CH)OEU/g, 'KE'); // pré traitement OEU -> EU
sIn = sIn.replace(/MOEU/g, 'ME'); // pré traitement OEU -> EU
sIn = sIn.replace(/OE([UI]+)([BCDFGHJKLMNPQRSTVWXZ])/g, 'E$1$2'); // pré traitement OEU OEI -> E
sIn = sIn.replace(/^GEN[TS]$/g, 'JAN'); // pré traitement GEN -> JAN
sIn = sIn.replace(/CUEI/g, 'KEI'); // pré traitement accueil
sIn = sIn.replace(/([^AEIOUYC])AE([BCDFGHJKLMNPQRSTVWXZ])/g, '$1E$2'); // pré traitement AE -> E
sIn = sIn.replace(/AE([QS])/g, 'E$1'); // pré traitement AE -> E
sIn = sIn.replace(/AIE([BCDFGJKLMNPQRSTVWXZ])/g, 'AI$1'); // pré-traitement AIE(consonne) -> AI
sIn = sIn.replace(/ANIEM/g, 'ANIM'); // pré traitement NIEM -> NIM
sIn = sIn.replace(/(DRA|TRO|IRO)P$/g, '$1'); // P terminal muet
sIn = sIn.replace(/(LOM)B$/g, '$1'); // B terminal muet
sIn = sIn.replace(/(RON|POR)C$/g, '$1'); // C terminal muet
sIn = sIn.replace(/PECT$/g, 'PET'); // C terminal muet
sIn = sIn.replace(/ECUL$/g, 'CU'); // L terminal muet
sIn = sIn.replace(/(CHA|CA|E)M(P|PS)$/g, '$1N'); // P ou PS terminal muet
sIn = sIn.replace(/(TAN|RAN)G$/g, '$1'); // G terminal muet
// sons YEUX
sIn = sIn.replace(/([^VO])ILAG/g, '$1IAJ');
sIn = sIn.replace(/([^TRH])UIL(AR|E)(.+)/g, '$1UI$2$3');
sIn = sIn.replace(/([G])UIL([AEO])/g, '$1UI$2');
sIn = sIn.replace(/([NSPM])AIL([AEO])/g, '$1AI$2');
let convMIn = ["DILAI", "DILON", "DILER", "DILEM", "RILON", "TAILE", "GAILET", "AILAI", "AILAR",
"OUILA", "EILAI", "EILAR", "EILER", "EILEM", "REILET", "EILET", "AILOL"];
let convMOut = ["DIAI", "DION", "DIER", "DIEM", "RION", "TAIE", "GAIET", "AIAI", "AIAR",
"OUIA", "AIAI", "AIAR", "AIER", "AIEM", "RAIET", "EIET", "AIOL"];
_.zip(convMIn, convMOut).forEach(function (value) {
sIn = sIn.replace(value[0], value[1]);
});
sIn = sIn.replace(/([^AEIOUY])(SC|S)IEM([EA])/g, '$1$2IAM$3'); // IEM -> IAM
sIn = sIn.replace(/^(SC|S)IEM([EA])/g, '$1IAM$2'); // IEM -> IAM
// MP MB -> NP NB
convMIn = ['OMB', 'AMB', 'OMP', 'AMP', 'IMB', 'EMP', 'GEMB', 'EMB', 'UMBL', 'CIEN'];
convMOut = ['ONB', 'ANB', 'ONP', 'ANP', 'INB', 'ANP', 'JANB', 'ANB', 'INBL', 'SIAN'];
_.zip(convMIn, convMOut).forEach(function (value) {
sIn = sIn.replace(value[0], value[1]);
});
// Sons en K
sIn = sIn.replace(/^ECHO$/g, 'EKO'); // cas particulier écho
sIn = sIn.replace(/^ECEUR/g, 'EKEUR'); // cas particulier écœuré
// Choléra Chœur mais pas chocolat!
sIn = sIn.replace(/^CH(OG+|OL+|OR+|EU+|ARIS|M+|IRO|ONDR)/g, 'K$1'); //En début de mot
sIn = sIn.replace(/(YN|RI)CH(OG+|OL+|OC+|OP+|OM+|ARIS|M+|IRO|ONDR)/g, '$1K$2'); //Ou devant une consonne
sIn = sIn.replace(/CHS/g, 'CH');
sIn = sIn.replace(/CH(AIQ)/g, 'K$1');
sIn = sIn.replace(/^ECHO([^UIPY])/g, 'EKO$1');
sIn = sIn.replace(/ISCH(I|E)/g, 'ISK$1');
sIn = sIn.replace(/^ICHT/g, 'IKT');
sIn = sIn.replace(/ORCHID/g, 'ORKID');
sIn = sIn.replace(/ONCHIO/g, 'ONKIO');
sIn = sIn.replace(/ACHIA/g, 'AKIA'); // retouche ACHIA -> AKIA
sIn = sIn.replace(/([^C])ANICH/g, '$1ANIK'); // ANICH -> ANIK 1/2
sIn = sIn.replace(/OMANIK/g, 'OMANICH'); // cas particulier 2/2
sIn = sIn.replace(/ACHY([^D])/g, 'AKI$1');
sIn = sIn.replace(/([AEIOU])C([BDFGJKLMNPQRTVWXZ])/g, '$1K$2'); // voyelle, C, consonne sauf H
let convPrIn = ['EUCHA', 'YCHIA', 'YCHA', 'YCHO', 'YCHED', 'ACHEO', 'RCHEO', 'RCHES',
'ECHN', 'OCHTO', 'CHORA', 'CHONDR', 'CHORE', 'MACHM', 'BRONCHO', 'LICHOS', 'LICHOC'];
let convPrOut = ['EKA', 'IKIA', 'IKA', 'IKO', 'IKED', 'AKEO', 'RKEO', 'RKES',
'EKN', 'OKTO', 'KORA', 'KONDR', 'KORE', 'MAKM', 'BRONKO', 'LIKOS', 'LIKOC'];
_.zip(convPrIn, convPrOut).forEach(function (value) {
sIn = sIn.replace(value[0], value[1]);
});
// Weuh (perfectible)
convPrIn = ['WA', 'WO', 'WI', 'WHI', 'WHY', 'WHA', 'WHO'];
convPrOut = ['OI', 'O', 'OUI', 'OUI', 'OUI', 'OUA', 'OU'];
_.zip(convPrIn, convPrOut).forEach(function (value) {
sIn = sIn.replace(value[0], value[1]);
});
// Gueu, Gneu, Jeu et quelques autres
convPrIn = ['GNES', 'GNET', 'GNER', 'GNE', 'GI', 'GNI', 'GNA', 'GNOU', 'GNUR', 'GY', 'OUGAIN',
'AGEOL', 'AGEOT', 'GEOLO', 'GEOM', 'GEOP', 'GEOG', 'GEOS', 'GEORG', 'GEOR', 'NGEOT', 'UGEOT', 'GEOT', 'GEOD', 'GEOC', 'GEO', 'GEA', 'GE',
'QU', 'Q', 'CY', 'CI', 'CN', 'ICM', 'CEAT', 'CE',
'CR', 'CO', 'CUEI', 'CU', 'VENCA', 'CA', 'CS', 'CLEN', 'CL', 'CZ', 'CTIQ',
'CTIF', 'CTIC', 'CTIS', 'CTIL', 'CTIO', 'CTI', 'CTU', 'CTE', 'CTO', 'CTR', 'CT', 'PH', 'TH',
'OW', 'LH', 'RDL', 'CHLO', 'CHR', 'PTIA'];
convPrOut = ['NIES', 'NIET', 'NIER', 'NE', 'JI', 'NI', 'NIA', 'NIOU', 'NIUR', 'JI', 'OUGIN',
'AJOL', 'AJOT', 'JEOLO', 'JEOM', 'JEOP', 'JEOG', 'JEOS', 'JORJ', 'JEOR', 'NJOT', 'UJOT', 'JEOT', 'JEOD', 'JEOC', 'JO', 'JA', 'JE',
'K', 'K', 'SI', 'SI', 'KN', 'IKM', 'SAT', 'SE',
'KR', 'KO', 'KEI', 'KU', 'VANSA', 'KA', 'KS', 'KLAN', 'KL', 'KZ', 'KTIK',
'KTIF', 'KTIS', 'KTIS', 'KTIL', 'KSIO', 'KTI', 'KTU', 'KTE', 'KTO', 'KTR', 'KT', 'F', 'T',
'OU', 'L', 'RL', 'KLO', 'KR', 'PSIA'];
_.zip(convPrIn, convPrOut).forEach(function (value) {
sIn = sIn.replace(value[0], value[1]);
});
sIn = sIn.replace(/GU([^RLMBSTPZN])/g, 'G$1'); // Gueu !
sIn = sIn.replace(/GNO([MLTNRKG])/g, 'NIO$1'); // GNO ! Tout sauf S pour gnos
sIn = sIn.replace(/GNO([MLTNRKG])/g, 'NIO$1'); // bis -> gnognotte! Si quelqu'un sait le faire en une seule regexp...
// TI -> SI v2.0
convPrIn = ['BUTIE', 'BUTIA', 'BATIA', 'ANTIEL', 'RETION', 'ENTIEL', 'ENTIAL', 'ENTIO', 'ENTIAI', 'UJETION', 'ATIEM', 'PETIEN',
'CETIE', 'OFETIE', 'IPETI', 'LBUTION', 'BLUTION', 'LETION', 'LATION', 'SATIET'];
convPrOut = ['BUSIE', 'BUSIA', 'BASIA', 'ANSIEL', 'RESION', 'ENSIEL', 'ENSIAL', 'ENSIO', 'ENSIAI', 'UJESION', 'ASIAM', 'PESIEN',
'CESIE', 'OFESIE', 'IPESI', 'LBUSION', 'BLUSION', 'LESION', 'LASION', 'SASIET'];
_.zip(convPrIn, convPrOut).forEach(function (value) {
sIn = sIn.replace(value[0], value[1]);
});
sIn = sIn.replace(/(.+)ANTI(AL|O)/g, '$1ANSI$2'); // sauf antialcoolique, antialbumine, antialarmer, ...
sIn = sIn.replace(/(.+)INUTI([^V])/g, '$1INUSI$2'); // sauf inutilité, inutilement, diminutive, ...
sIn = sIn.replace(/([^O])UTIEN/g, '$1USIEN'); // sauf soutien, ...
sIn = sIn.replace(/([^DE])RATI[E]$/g, '$1RASI$2'); // sauf xxxxxcratique, ...
// TIEN TION -> SIEN SION v3.1
sIn = sIn.replace(/([^SNEU]|KU|KO|RU|LU|BU|TU|AU)T(IEN|ION)/g, '$1S$2');
// H muet
sIn = sIn.replace(/([^CS])H/g, '$1'); // H muet
sIn = sIn.replace(/ESH/g, "ES"); // H muet
sIn = sIn.replace(/NSH/g, "NS"); // H muet
sIn = sIn.replace(/SH/g, "CH"); // ou pas!
// NASALES
let convNasIn = ['OMT', 'IMB', 'IMP', 'UMD', 'TIENT', 'RIENT', 'DIENT', 'IEN',
'YMU', 'YMO', 'YMA', 'YME', 'YMI', 'YMN', 'YM', 'AHO', 'FAIM', 'DAIM', 'SAIM', 'EIN', 'AINS'];
let convNasOut = ['ONT', 'INB', 'INP', 'OND', 'TIANT', 'RIANT', 'DIANT', 'IN',
'IMU', 'IMO', 'IMA', 'IME', 'IMI', 'IMN', 'IN', 'AO', 'FIN', 'DIN', 'SIN', 'AIN', 'INS'];
_.zip(convNasIn, convNasOut).forEach(function (value) {
sIn = sIn.replace(value[0], value[1]);
});
// AIN -> IN v2.0
sIn = sIn.replace(/AIN$/g, 'IN');
sIn = sIn.replace(/AIN([BTDK])/g, 'IN$1');
// UN -> IN
sIn = sIn.replace(/([^O])UND/g, '$1IND'); // aucun mot français ne commence par UND!
sIn = sIn.replace(/([JTVLFMRPSBD])UN([^IAE])/g, '$1IN$2');
sIn = sIn.replace(/([JTVLFMRPSBD])UN$/g, '$1IN');
sIn = sIn.replace(/RFUM$/g, 'RFIN');
sIn = sIn.replace(/LUMB/g, 'LINB');
// EN -> AN
sIn = sIn.replace(/([^BCDFGHJKLMNPQRSTVWXZ])EN/g, '$1AN');
sIn = sIn.replace(/([VTLJMRPDSBFKNG])EN([BRCTDKZSVN])/g, '$1AN$2'); // deux fois pour les motifs recouvrants malentendu, pendentif, ...
sIn = sIn.replace(/([VTLJMRPDSBFKNG])EN([BRCTDKZSVN])/g, '$1AN$2'); // si quelqu'un sait faire avec une seule regexp!
sIn = sIn.replace(/^EN([BCDFGHJKLNPQRSTVXZ]|CH|IV|ORG|OB|UI|UA|UY)/g, 'AN$1');
sIn = sIn.replace(/(^[JRVTH])EN([DRTFGSVJMP])/g, '$1AN$2');
sIn = sIn.replace(/SEN([ST])/g, 'SAN$1');
sIn = sIn.replace(/^DESENIV/g, 'DESANIV');
sIn = sIn.replace(/([^M])EN(UI)/g, '$1AN$2');
sIn = sIn.replace(/(.+[JTVLFMRPSBD])EN([JLFDSTG])/g, '$1AN$2');
// EI -> AI
sIn = sIn.replace(/([VSBTNRLPM])E[IY]([ACDFRJLGZ])/g, '$1AI$2');
// Histoire d'Ô
convNasIn = ['EAU', 'EU', 'Y', 'EOI', 'JEA', 'OIEM', 'OUANJ', 'OUA', 'OUENJ'];
convNasOut = ['O', 'E', 'I', 'OI', 'JA', 'OIM', 'OUENJ', 'OI', 'OUANJ'];
_.zip(convNasIn, convNasOut).forEach(function (value) {
sIn = sIn.replace(value[0], value[1]);
});
sIn = sIn.replace(/AU([^E])/g, 'O$1'); // AU sans E qui suit
// Les retouches!
sIn = sIn.replace(/^BENJ/g, 'BINJ'); // retouche BENJ -> BINJ
sIn = sIn.replace(/RTIEL/g, 'RSIEL'); // retouche RTIEL -> RSIEL
sIn = sIn.replace(/PINK/g, 'PONK'); // retouche PINK -> PONK
sIn = sIn.replace(/KIND/g, 'KOND'); // retouche KIND -> KOND
sIn = sIn.replace(/KUM(N|P)/g, 'KON$1'); // retouche KUMN KUMP
sIn = sIn.replace(/LKOU/g, 'LKO'); // retouche LKOU -> LKO
sIn = sIn.replace(/EDBE/g, 'EBE'); // retouche EDBE pied-bœuf
sIn = sIn.replace(/ARCM/g, 'ARKM'); // retouche SCH -> CH
sIn = sIn.replace(/SCH/g, 'CH'); // retouche SCH -> CH
sIn = sIn.replace(/^OINI/g, 'ONI'); // retouche début OINI -> ONI
sIn = sIn.replace(/([^NDCGRHKO])APT/g, '$1AT'); // retouche APT -> AT
sIn = sIn.replace(/([L]|KON)PT/g, '$1T'); // retouche LPT -> LT
sIn = sIn.replace(/OTB/g, 'OB'); // retouche OTB -> OB (hautbois)
sIn = sIn.replace(/IXA/g, 'ISA'); // retouche IXA -> ISA
sIn = sIn.replace(/TG/g, 'G'); // retouche TG -> G
sIn = sIn.replace(/^TZ/g, 'TS'); // retouche début TZ -> TS
sIn = sIn.replace(/PTIE/g, 'TIE'); // retouche PTIE -> TIE
sIn = sIn.replace(/GT/g, 'T'); // retouche GT -> T
sIn = sIn.replace(/ANKIEM/, "ANKILEM"); // retouche tranquillement
sIn = sIn.replace(/(LO|RE)KEMAN/, "$1KAMAN"); // KEMAN -> KAMAN
sIn = sIn.replace(/NT(B|M)/g, 'N$1'); // retouche TB -> B TM -> M
sIn = sIn.replace(/GSU/g, 'SU'); // retouche GS -> SU
sIn = sIn.replace(/ESD/g, 'ED'); // retouche ESD -> ED
sIn = sIn.replace(/LESKEL/g, 'LEKEL'); // retouche LESQUEL -> LEKEL
sIn = sIn.replace(/CK/g, 'K'); // retouche CK -> K
// Terminaisons
sIn = sIn.replace(/USIL$/g, 'USI'); // terminaisons USIL -> USI
sIn = sIn.replace(/X$|[TD]S$|[DS]$/g, ''); // terminaisons TS DS LS X T D S... v2.0
sIn = sIn.replace(/([^KL]+)T$/g, '$1'); // sauf KT LT terminal
sIn = sIn.replace(/^[H]/g, ''); // H pseudo muet en début de mot, je sais, ce n'est pas une terminaison
const sBack2 = sIn; // on sauve le code (utilisé pour les mots très courts)
sIn = sIn.replace(/TIL$/g, 'TI'); // terminaisons TIL -> TI
sIn = sIn.replace(/LC$/g, 'LK'); // terminaisons LC -> LK
sIn = sIn.replace(/L[E]?[S]?$/g, 'L'); // terminaisons LE LES -> L
sIn = sIn.replace(/(.+)N[E]?[S]?$/g, '$1N'); // terminaisons NE NES -> N
sIn = sIn.replace(/EZ$/g, 'E'); // terminaisons EZ -> E
sIn = sIn.replace(/OIG$/g, 'OI'); // terminaisons OIG -> OI
sIn = sIn.replace(/OUP$/g, 'OU'); // terminaisons OUP -> OU
sIn = sIn.replace(/([^R])OM$/g, '$1ON'); // terminaisons OM -> ON sauf ROM
sIn = sIn.replace(/LOP$/g, 'LO'); // terminaisons LOP -> LO
sIn = sIn.replace(/NTANP$/g, 'NTAN'); // terminaisons NTANP -> NTAN
sIn = sIn.replace(/TUN$/g, 'TIN'); // terminaisons TUN -> TIN
sIn = sIn.replace(/AU$/g, 'O'); // terminaisons AU -> O
sIn = sIn.replace(/EI$/g, 'AI'); // terminaisons EI -> AI
sIn = sIn.replace(/R[DG]$/g, 'R'); // terminaisons RD RG -> R
sIn = sIn.replace(/ANC$/g, 'AN'); // terminaisons ANC -> AN
sIn = sIn.replace(/KROC$/g, 'KRO'); // terminaisons C muet de CROC, ESCROC
sIn = sIn.replace(/HOUC$/g, 'HOU'); // terminaisons C muet de CAOUTCHOUC
sIn = sIn.replace(/OMAC$/g, 'OMA'); // terminaisons C muet de ESTOMAC (mais pas HAMAC)
sIn = sIn.replace(/([J])O([NU])[CG]$/g, '$1O$2');// terminaisons C et G muet de OUC ONC OUG
sIn = sIn.replace(/([^GTR])([AO])NG$/g, '$1$2N');// terminaisons G muet ANG ONG sauf GANG GONG TANG TONG
sIn = sIn.replace(/UC$/g, 'UK'); // terminaisons UC -> UK
sIn = sIn.replace(/AING$/g, 'IN'); // terminaisons AING -> IN
sIn = sIn.replace(/([EISOARN])C$/g, '$1K'); // terminaisons C -> K
sIn = sIn.replace(/([ABD-MO-Z]+)[EH]+$/g, '$1'); // terminaisons E ou H sauf pour C et N
sIn = sIn.replace(/EN$/g, 'AN'); // terminaisons EN -> AN (difficile à faire avant sans avoir des soucis) Et encore, c'est pas top!
sIn = sIn.replace(/(NJ)EN$/g, '$1AN'); // terminaisons EN -> AN
sIn = sIn.replace(/^PAIEM/g, 'PAIM'); // PAIE -> PAI
sIn = sIn.replace(/([^NTB])EF$/g, '$1'); // F muet en fin de mot
sIn = sIn.replace(/(.)\1/g, '$1'); // supression des répétitions (suite à certains remplacements)
// cas particuliers, bah au final, je n'en ai qu'un ici
let convPartIn = ['FUEL'];
let convPartOut = ['FIOUL'];
_.zip(convPartIn, convPartOut).forEach(function (value) {
sIn = sIn.replace(value[0], value[1]);
});
// Ce sera le seul code retourné à une seule lettre!
if (sIn == 'O') return (sIn);
// seconde chance sur les mots courts qui ont souffert de la simplification
if (sIn.length < 2) {
// Sigles ou abréviations
if (sBack.match(/[BCDFGHJKLMNPQRSTVWXYZ][BCDFGHJKLMNPQRSTVWXYZ][BCDFGHJKLMNPQRSTVWXYZ][BCDFGHJKLMNPQRSTVWXYZ]*/)) {
return (sBack);
}
if (sBack.match(/[RFMLVSPJD][AEIOU]/)) {
if (sBack.length == 3) {
return sBack.substring(0, 2); // mots de trois lettres supposés simples
}
if (sBack.length == 4) {
return sBack.substring(0, 3); // mots de quatre lettres supposés simples
}
}
if (sBack2.length > 1) {
return sBack2;
}
}
if (sIn.length > 1) {
return sIn.substring(0, maxLength);
} else {
return '';
}
}
};
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment