Dizionario fonetico

#@TarsioSpettro
import string
import re
#Per prima cosa separiamo tra di loro i gruppi che corrispondono ad un fonema codificabile, ad ogni gruppo dovra'
#corrispondere un numero
def getSillabe (parola):
       s=normalizza(parola)
       #eliminiamo le doppie:  'palla' e 'pala' hanno la stessa codifica
       doppie=re.compile(r'([a-z])\1+')
       s=doppie.sub(r'\1',s)        
       for c in ('b','c','d','f','g','k','l','m','n','p','q','r','s','t','v','x','z'):
               s=s.replace(c,'1'+c);        
       #gruppo 'sci', 'sce'  scivolo/scolo
       s=s.replace('s1ci','sci')
       s=s.replace('s1ce','sce')
       #gruppo 'gn' + vocale  gnomo/gonna
       s=s.replace('g1na','gna')
       s=s.replace('g1ne','gne')
       s=s.replace('g1ni','gni')
       s=s.replace('g1no','gno')
       s=s.replace('g1nu','gnu')
       #gruppo 'gli'  raglio
       s=s.replace('g1li','gli')        
       #Parole che iniziano con 'gli'  glicogeno
       if s[0:4]=='1gli': s='1g1'+s[2:]        
       #Parole che iniziano con 'glie' glielo, gliela
       s=s.replace('glie','glie')                
       parolaSpezzata=s.split('1')
       return parolaSpezzata
       
def normalizza (parola):
       #mettiamo tutto in minuscolo
       s=parola.lower()
       #eliminiamo punteggiatura
       for c in string.punctuation: s=s.replace(c,'');        
       #eliminiamo spazi bianchi
       for c in string.whitespace: s=s.replace(c,'');
       #eliminiamo numeri
       for c in string.digits: s=s.replace(c,'');
       #Ci sarebbero anche gli accenti da fare.....
       return s

def getNumeroGruppo (g):        
       #cerchiamo qual'e' il numero corrispondente. Partiamo dal 7, ossia 'c' e 'g' dure in modo che possa essere poi sostituito da ce gli sci etc.
       cod=''
       for c in ('g','c','k','q'):
               if g.find(c)!=-1 :
                       cod='7'
       #suono sibilante, sci e' gia' compreso in s
       for c in ('s','x','z'):
               if g.find(c)!=-1 :
                       cod='0'
       #suono dentale
       for c in ('t','d'):
               if g.find(c)!=-1 :
                       cod='1'
       for c in ('n'):
               if g.find(c)!=-1 :
                       cod='2'
       for c in ('m'):
               if g.find(c)!=-1 :
                       cod='3'
       for c in ('r'):
               if g.find(c)!=-1 :
                       cod='4'
       for c in ('l'):
               if g.find(c)!=-1 :
                       cod='5'
       for c in ('ci','ce','gi','ge'):
               if g.find(c)!=-1 :
                       cod='6'
       for c in ('f','v'):
               if g.find(c)!=-1 :
                       cod='8'
       for c in ('b','p'):
               if g.find(c)!=-1 :
                       cod='9'
       return cod
       
def getCodice(word):
       wordsplit=getSillabe(word)
       cod=''
       for x in wordsplit: cod+=getNumeroGruppo(x)
       return cod
def convertiDizionario(nomeFile):
       f=open(nomeFile,'r')
       testo=f.read()
       f.close
       testosplit=testo.split('\n')
       testocod=''
       listaParole=[]
       for x in testosplit: listaParole.append([getCodice(x),x])
       listaParole=sorted(listaParole)
       for x in listaParole: testocod=testocod+x[0]+'\t'+x[1]+'\n'
       f=open('dizionariocod.txt','w')
       f.write(testocod)
       f.close
       
convertiDizionario('dizionario.txt')