Add the use of soundex_fr for word comparison

about.php

@@ -18,6 +18,20 @@ include('templates/header.php');
 	L'affichage du nuage est possible grâce au travail de
 	<a href="https://timdream.org/" title="Lien vers le site de Timothy Guan-tin Chien">Timothy Guan-tin Chien</a>.
 </p>
+<p>
+	La comparaison des mots est en partie possible grâce au travail d'adaptation de la
+	transcription <strong>soundex</strong> en français faite par Florent Bruneau
+	et expliquée
+	<a href="http://blog.mymind.fr/blog/2007/03/15/soundex-francais/" title="Lien vers l'explication de soundex_fr'">sur son blog</a>.
+</p>
+<p>
+	Ce site démontre une fois de plus la force du partage de connaissances.
+	Sans le travail de ces personnes, et de toutes les autres impliquées
+	dans le développement des langages que j'utilise,
+	des logiciels que j'utilise, des algorithmes que j'utilise,
+	jamais je n'aurais pu proposer cet outil.
+	Vive le logiciel libre, vive les communs.
+</p>
 <?php
 include('templates/footer.php');
 ?>

db.php

@@ -1,5 +1,5 @@
 <?php
-
+require_once 'soundex_fr.php';
 
 class DataBase
 {
@@ -281,9 +281,13 @@ class DataBase
 
 	function areWordsSimilar(string $word1, string $word2)
 	{
-		$sim = similar_text($word1, $word2, $perc);
+		$word_sim = similar_text($word1, $word2, $word_perc);
-		$sim_meta = similar_text(metaphone($word1), metaphone($word2), $perc_meta);
+		$meta_sim = similar_text(metaphone($word1), metaphone($word2), $meta_perc);
-		if ($perc >= 75 && $perc_meta >= 80) {
+		$sndx_sim = similar_text(soundex_fr($word1), soundex_fr($word2), $sndx_perc);
+		if ($word_perc >= 90 || $meta_perc >= 90 || $sndx_perc >= 90) {
+			return true;
+		}
+		if ($word_perc >= 80 && $meta_perc >= 80 && $sndx_perc >= 80) {
 			return true;
 		}
 		return false;

soundex_fr.php

@@ -0,0 +1,63 @@
+<?php
+/***************************************************************************
+ *  Copyright (C) 2007 Polytechnique.org                                   *
+ *  http://opensource.polytechnique.org/                                   *
+ ***************************************************************************/
+
+function soundex_fr($sIn)
+{
+    static $convVIn, $convVOut, $convGuIn, $convGuOut, $accents;
+    if (!isset($convGuIn)) {
+        $accents = array('É' => 'E', 'È' => 'E', 'Ë' => 'E', 'Ê' => 'E',
+                    'Á' => 'A', 'À' => 'A', 'Ä' => 'A', 'Â' => 'A', 'Å' => 'A', 'Ã' => 'A',
+                    'Ï' => 'I', 'Î' => 'I', 'Ì' => 'I', 'Í' => 'I',
+                    'Ô' => 'O', 'Ö' => 'O', 'Ò' => 'O', 'Ó' => 'O', 'Õ' => 'O', 'Ø' => 'O',
+                    'Ú' => 'U', 'Ù' => 'U', 'Û' => 'U', 'Ü' => 'U',
+                    'Ç' => 'C', 'Ñ' => 'N', 'Ç' => 'S', '¿' => 'E',
+                    'é' => 'e', 'è' => 'e', 'ë' => 'e', 'ê' => 'e',
+                    'á' => 'a', 'à' => 'a', 'ä' => 'a', 'â' => 'a', 'å' => 'a', 'ã' => 'a',
+                    'ï' => 'i', 'î' => 'i', 'ì' => 'i', 'í' => 'i',
+                    'ô' => 'o', 'ö' => 'o', 'ò' => 'o', 'ó' => 'o', 'õ' => 'o', 'ø' => 'o',
+                    'ú' => 'u', 'ù' => 'u', 'û' => 'u', 'ü' => 'u',
+                    'ç' => 'c', 'ñ' => 'n');
+        $convGuIn  = array( 'GUI', 'GUE', 'GA', 'GO', 'GU', 'SCI', 'SCE', 'SC', 'CA', 'CO',
+                            'CU', 'QU', 'Q', 'CC', 'CK', 'G', 'ST', 'PH');
+        $convGuOut = array( 'KI', 'KE', 'KA', 'KO', 'K', 'SI', 'SE', 'SK', 'KA', 'KO',
+                            'KU', 'K', 'K', 'K', 'K', 'J', 'T', 'F');
+        $convVIn   = array( '/E?(AU)/', '/([EA])?[UI]([NM])([^EAIOUY]|$)/', '/[AE]O?[NM]([^AEIOUY]|$)/',
+                            '/[EA][IY]([NM]?[^NM]|$)/', '/(^|[^OEUIA])(OEU|OE|EU)([^OEUIA]|$)/', '/OI/',
+                            '/(ILLE?|I)/', '/O(U|W)/', '/O[NM]($|[^EAOUIY])/', '/(SC|S|C)H/',
+                            '/([^AEIOUY1])[^AEIOUYLKTPNR]([UAO])([^AEIOUY])/', '/([^AEIOUY]|^)([AUO])[^AEIOUYLKTP]([^AEIOUY1])/', '/^KN/',
+                            '/^PF/', '/C([^AEIOUY]|$)/',  '/E(Z|R)$/',
+                            '/C/', '/Z$/', '/(?<!^)Z+/', '/H/', '/W/');
+        $convVOut  = array( 'O', '1\3', 'A\1',
+                            'E\1', '\1E\3', 'O',
+                            'Y', 'U', 'O\1', '9',
+                            '\1\2\3', '\1\2\3', 'N',
+                            'F', 'K\1', 'E',
+                            'S', 'SE', 'S', '', 'V');
+    }
+    // Si il n'y a pas de mot, on sort immédiatement
+    if ( $sIn === '' ) return '    ';
+    // On supprime les accents
+    $sIn = strtr( $sIn, $accents);
+    // On met tout en minuscule
+    $sIn = strtoupper( $sIn );
+    // On supprime tout ce qui n'est pas une lettre
+    $sIn = preg_replace( '`[^A-Z]`', '', $sIn );
+    // Si la chaîne ne fait qu'un seul caractère, on sort avec.
+    if ( strlen( $sIn ) === 1 ) return $sIn . '   ';
+    // on remplace les consonnances primaires
+    $sIn = str_replace( $convGuIn, $convGuOut, $sIn );
+    // on supprime les lettres répétitives
+    $sIn = preg_replace( '`(.)\1`', '$1', $sIn );
+    // on réinterprète les voyelles
+    $sIn = preg_replace( $convVIn, $convVOut, $sIn);
+
+    // on supprime les terminaisons T, D, S, X (et le L qui précède si existe)
+    $sIn = preg_replace( '`L?[TDX]?S?$`', '', $sIn );
+    // on supprime les E, A et Y qui ne sont pas en première position
+    $sIn = preg_replace( '`(?!^)Y([^AEOU]|$)`', '\1', $sIn);
+    $sIn = preg_replace( '`(?!^)[EA]`', '', $sIn);
+    return substr( $sIn . '    ', 0, 4);
+}