BUSCA FONÉTICA EM PORTUGUÊS DO BRASIL

FRED JORGE TAVARES DE LUCENA

Fred.lucena@unibratec.com.br

RESUMO

A necessidade de melhoria no acesso às informações armazenadas em grandes bases de dados

tem levado as empresas a buscarem formas de tornar as consultas mais eficientes. As línguas, sejam
faladas ou escritas, geram dificuldades na sua grafia quer pela ortografia e gramática oficial ou pelas
influências recebidas. A língua portuguesa utilizada no Brasil também possui as suas regras ortográficas e
gramaticais além de uma grande quantidade de influências internas e externas que dificultam o seu
aprendizado. O estrangeirismo é muito presente e termina por criar novas palavras que são incorporadas
na sua grafia original ou sofrem aportuguesamento, gerando assim, novas dificuldades e às vezes criando
exceções as regras existentes. A grande extensão territorial e diversidade cultural, também são
responsáveis por particularidades que podem contribuir para criar dificuldades na localização e acesso as
informações. A rotina SOUNDEX1®, desenvolvida nos Estados Unidos em 1918, tenta minimizar os
erros causados pela grafia errada das palavras a partir da codificação dos fonemas. Por ter sido
desenvolvida segundo as necessidades norte americanas, a rotina SOUNDEX®, incorporada ao Oracle2®,
apresentou um comprometimento da sua eficácia quando aplicada a língua portuguesa. Com o intuito de
criar uma função capaz de abordar todas as características da língua portuguesa, foi desenvolvido um
estudo que primeiramente analisou as deficiências da rotina SOUNDEX®. Após o estudo, foi
desenvolvida uma análise detalhada dos fonemas da língua portuguesa e também os erros de grafia
freqüentemente cometidos. Finalizados os estudos, chegou-se a função em PL/SQL3® que recebeu o
nome de BUSCABR e que, em língua portuguesa, obteve um resultado bastante eficaz.

Palavras-chave: Consultas. Fonéticas. SOUNDEX. ORACLE. PL/SQL. BUSCABR.

1
SOUNDEX é marca registrada de Robert Russell e Margaret Odell
2
ORACLE é marca registrada da Oracle Corporation
3
PL/SQL é marca registrada da Oracle Corporation
 ABSTRACT

Necessity of improve access to informations stored in large data bases has lead companys to
search forms to become more efficient consult methods. Spoken or written languages generates spelling
difficulties, as for official grammar as for regionnal influences. Brasilian portuguese language also has
orthographic and grammatical rules and has, too, a lot of internal and external influences that makes
trouble on learning. The foreignism is very present in brasilian portuguese language and lead to create
new words that are incorporated to its original spelling or create portuguesement that generates new
difficulties and exceptions to existents rules. The large cultural diversities and territorial extension also
are responsible for peculiarities that can contribute to create difficulties on access and location of
informations. The SOUNDEX1® routine, developed in USA on1918 year, try to minimize spelling
wrongs by using phonemes codes. Because it had been developed depending on american necessities the
SOUNDEX1® routine incorporated to the Oracle2®, presented effectiveness problems when applied to
portuguese language. In order to create a function able to involve all portuguese language characteristics,
it was developed a research that analysed existing deficiencies in SOUNDEX1® routine. After that,
detailed analysis of portuguese language phonemes associated to spelling wrongs, was developed. The
finalised studies concluded for a function developed on PL/SQL3®, subsequently named BUSCABR,
that obtained good results when applied in portuguese language.

Key Words: Consultas. Fonéticas. SOUNDEX. ORACLE. PL/SQL. BUSCABR.

LISTA DE TABELAS

Tabela 1 - Distribuição fonética das letras segundo o código SOUNDEX...................................................... 20

Tabela 2 - Distribuição fonética das letras segundo o código BUSCABR. ..................................................... 21
Tabela 3 - Classificação das consoantes segundo os critérios de emissão dos fonemas. ................................ 22
Tabela 4 - Sites de busca na internet................................................................................................................ 23

ABREVIATURAS E SIGLAS

Cadê – Site de busca na internet, criado por Gustavo Viberti.

Google – Site de busca na internet, criado por Sergey Brin (Russia) e Larry Page (EUA).
Oracle 9i – Sistema Gerenciador de Banco de Dados da Oracle Corporation.
PL/SQL – Linguagem de programação da Oracle Corporation.
Radix – Ferramenta de busca na internet desenvolvida pelo César-UFPE.
SOUNDEX – Função de busca fonética desenvolvida por Robert Russell e Margaret Odell.
1 INTRODUÇÃO

A busca pelo aumento na velocidade da obtenção de informações tem se tornado uma

constante nos dias atuais. Com a crescente integração mundial através dos diversos meios de
comunicação como telefonia e internet, o volume de informações que são manipuladas diariamente cresce
de forma geométrica, exigindo assim, melhorias nas diversas maneiras de acesso aos dados.

Diversas empresas, principalmente as que trabalham com grande volume de atendimento ao

público, tendem a gastar um tempo maior que o necessário nas consultas as bases de dados quando têm
que deduzir a grafia correta do nome de pessoas ou produtos. Hoje, qualquer perda de tempo na
execução de uma tarefa, termina por gerar um custo a mais que diminui a sua competitividade no
mercado.

A importância das ferramentas que facilitam a busca de informações é muito evidente hoje em
dia. Um dos maiores sucessos na área de informática é o GOOGLE4® que tem como principal atrativo,
exatamente a sua grande habilidade na busca de informações na internet. Outras empresas que prestam
serviços de busca na internet, como o CADÊ5®, RADIX6® e AONDE7®, também apostaram no
desenvolvimento de algoritmos de busca que minimizassem o tempo de resposta nas consultas a grandes
bases de dados. Por outro lado, o investimento por parte das empresas proprietárias dos principais
Sistemas Gerenciadores de Banco de Dados (SGBD), não tiveram a mesma preocupação. A maioria delas
utiliza o mesmo sistema de busca fonética, o SOUNDEX®.

Nos Estados Unidos da América, por volta de 1918, Robert Russell e Margaret Odell,
desenvolveram um sistema com o objetivo de codificar as palavras de acordo com os seus fonemas e
assim facilitar a busca de informações. Esse código recebeu o nome de SOUNDEX® e tem sido usado
em todo o mundo e realmente contribui para a melhoria de desempenho de muitos sistemas
informatizados.
No Brasil a situação não é diferente, porém existem vários complicadores, como por exemplo,
a presença de uma letra representando vários fonemas como o “X” com som de “Z” em exame, “csi” em
hexa ou “cha” em enxame. Existem também, os casos em que varias letras representam o mesmo fonema
como “S”, “SS” e “Ç” ou ainda “C”, “Q” e “K”. Também são encontradas palavras de origem
estrangeiras que utilizam letras inexistentes no alfabeto oficial brasileiro como “K”, “W” e “Y”, ou ainda,
letra que não representa fonema como a letra “H”. Além de todos os casos já citados, também existe uma
série de regras e normas que também contribuem para a dificuldade do aprendizado da língua. Todos os
pontos abordados geram dificuldades na obtenção de informações nas grandes bases de dados instaladas.

4
GOOGLE é marca registrada da GOOGLE Corporation.
5
CADÊ
6
RADIX
7
AONDE
 Além das dificuldades inerentes a nossa gramática, também é observada as dificuldades
geradas pelos regionalismos, que em um país com dimensões continentais como o Brasil, são bem
maiores, apesar da existência de um único idioma. É comum, em determinadas regiões, ter a pronúncia
das palavras alteradas ou parte delas suprimidas como, por exemplo, os erros gerados pelo uso ou
supressão do “S”.
No caso da língua portuguesa, em especial no Brasil, as dificuldades fazem com que a eficácia
da rotina SOUNDEX® seja comprometida, gerando assim, a necessidade de sua revisão ou ainda o
desenvolvimento de outra rotina que possa suprir as suas limitações em relação a nossa língua.
Os trabalhos executados até então, foram focados no banco de dados Oracle® que possui como
linguagem o PL/SQL®. A nossa proposta está focada no desenvolvimento de uma nova função em
PL/SQL®, a partir da análise da ortografia fonêmica da língua portuguesa do Brasil, que substitua o
código SOUNDEX® já que este foi concebido para a língua Inglesa e que, em virtude disto, não é eficaz
em nosso idioma. Um atendente que esteja em um serviço de “help-desk” está sujeito a cometer uma série
de erros causados pelos mais diversos motivos. Um deles é o mau entendimento de nomes proferidos por
clientes que solicitam uma informação, seja por má dicção ou por influências regionais.
Outros são decorrentes de problemas culturais que também terminam por gerar dificuldades
para quem faz uma consulta. Os bancos de dados utilizados no mercado, utilizam rotinas de consultas
fonéticas baseadas no código americano SOUNDEX® e consequentemente, apresentam deficiências
quando utilizado em nosso idioma.
O desenvolvimento de uma função em PL/SQL®, que contemple os erros de grafia ou
pronúncia, minimizará a perda de tempo e conseqüentemente, propiciará uma maior produtividade e
satisfação dos clientes já que eles não terão que ser indagados sobre a correta grafia do nome a ser
consultado. Uma função de busca que contemple as deficiências nas consultas, permitirá uma melhor
resposta no banco ORACLE® além de propiciar condições de sua implementação em outras linguagens
utilizadas pelo mercado.

2 DESENVOLVIMENTO
Nos dias atuais qualquer perda de tempo na execução de uma tarefa termina por gerar um custo
maior que o necessário, comprometendo a competitividade da empresa no mercado. O desenvolvimento
de uma função em PL/SQL, que contemple os erros de grafia ou pronúncia, minimizará a perda de tempo
e conseqüentemente propiciará uma maior produtividade e satisfação dos clientes já que não terão que ser
indagados várias vezes sobre a grafia do dado a ser consultado. Os bancos de dados utilizados no
mercado, utilizam rotinas de consultas fonéticas baseadas no código americano SOUNDEX, e
consequentemente, apresentam deficiências quando utilizado em nosso idioma. A criação de uma função
de busca em PL/SQL que venha a suprir essas deficiências permitirá uma melhor resposta no banco
ORACLE além de propiciar condições de sua implementação em outras linguagens utilizadas pelo
mercado.

Com o objetivo de investigar os principais problemas na hora de efetuar uma consulta a

grandes bases de dados, testar a eficácia do código SOUNDEX® em relação à língua portuguesa e propor
um novo código em substituição ao SOUNDEX®, foram utilizadas como técnicas de pesquisa os
seguintes procedimentos:
 • Análise crítica sobre a eficácia do código SOUNDEX®.

Nesta etapa foi avaliada a eficácia do código SOUNDEX® em língua portuguesa.

• Identificação das falhas provenientes de erros nas pronúncias das palavras.

Nesta etapa foram avaliadas as possíveis causas de erro de entendimento em relação a

pronúncia das palavras, seja por problemas de dicção, influências regionais ou
estrangeirismos.

• Identificação das falhas provenientes de erros nas grafias das palavras.

Aqui foi feita uma avaliação sobre os erros que são cometidos com freqüência em virtude
do desconhecimento da gramática, ou ainda, em relação às influências regionais e
culturais no Brasil.

• Proposição de um novo código em substituição ao SOUNDEX®.

Aqui foi proposto um novo código em substituição ao SOUNDEX®, capaz de atender,

com maior eficácia, palavras escritas em língua portuguesa.

• Teste comparativo entre o SOUNDEX® e o BUSCABR.

Aqui foi verificada a eficácia do BUSCABR em relação ao SOUNDEX®.

Para o estudo da ortografia fonêmica, foi utilizado o livro “Novíssima Gramática da Língua
Portuguesa de Domingos Paschoal Cegalla”. A existência de um estudo detalhado sobre a classificação
das vogais e consoantes, segundo os critérios de modo de articulação, ponto de articulação, função das
cordas vocais e função das cavidades bucal e nasal, foram essenciais ao desenvolvimento dos estudos.

Para o desenvolvimento dos trabalhos, foi utilizado o Banco de Dados ORACLE 9i® que
possui a rotina interna SOUNDEX® para utilização em buscas fonéticas e o aplicativo SQL Plus8®.

2.1 Análise crítica sobre a eficácia do código SOUNDEX®.

Durante a analise do código SOUNDEX®, foram identificadas as seguintes deficiências:

1. Eliminar todas as letras acentuadas;

Este procedimento gera um erro que pode ser constatado no seguinte exemplo: CACA e
CAÇA. Ao utilizar a rotina SOUNDEX® passando-lhe primeiramente a palavra CACA, foi

8
SQL Plus é marca registrada da Oracle Corporation.
 obtido o código C000. Posteriormente, quando passado como parâmetro a palavra CAÇA,
obtive-se o mesmo valor, ou seja, C000. Foi registrado que mesmo tendo fonemas bem
distintos, (CACA=KAKA e CAÇA=KAÇA).

2. Reter a primeira letra da palavra;

O erro gerado neste procedimento é maior que o primeiro, já que as palavras iniciadas por
letra de mesmo valor fonético recebem valores diferentes como, por exemplo: VALTER e
WALTER.
Utilizando a rotina SOUNDEX® foram obtidos os códigos V436 para VALTER e W436
para WALTER. Apesar de foneticamente iguais, as palavras foram codificadas pelo
SOUNDEX® como se fossem diferentes o que acarretaria em um insucesso na busca.

3. Substituir por 0 todas as vogais e mais o H, W e Y;

A simples eliminação das vogais sem analisar a sua influência em relação à letra que a
antecede, gera uma série de problemas. Percebeu-se que as sílabas formadas pela letra C
seguida das vogais A/O/U, possuem som de K enquanto que as seguidas pelas vogais E e I
têm som de Ç, ou seja, CA = KA, CE=ÇE, CI=ÇI, CO=KO, CU=KU. Exemplos: COCE
e COCA.
Utilizando a rotina SOUNDEX®, é obtido o código C200 tanto para a palavra COCE quanto
para a palavra COCA o que gera uma falha na busca.

4. Atribuir números as ocorrências de letras conforme a tabela abaixo;

1 = 'B', 'F', 'P', 'V'

2 = 'C', 'G', 'J', 'K', 'Q', 'S', 'X', 'Z'

3 = 'D','T'

4 = 'L'

5 = 'M','N'

6 = 'R'

A substituição das letras por números como ocorre na rotina SOUNDEX® limita a
quantidade de fonemas que serão contemplados já que a língua portuguesa possui, segundo
Cegalla, trinta e três fonemas.

2.2 Identificação das falhas provenientes de erros nas pronúncias das palavras.

Durante as investigações, foram identificados os seguintes erros de Pronúncia:

• Imperfeições na emissão das vogais e dos grupos vocálicos.

Pronúncia Correta Pronúncia Incorreta

Umbu Imbu

Emprego Imprego

Ifigênia Efigênia

Intitular Entitular

Ouro Ôro

Umbigo Imbigo

• Imperfeições na emissão dos fonemas consonantais.

Pronúncia Correta Pronúncia Incorreta

Aspas Aspras

Bater Batê

Bobagem Bobage

Bugiganga Bunginganga

Cérebro Celebro

Chiclete Chicrete

• Imperfeições na emissão dos fonemas ocasionados pelos regionalismos.

Pronúncia Correta Pronúncia Incorreta

Comendo Comeno

Dizendo Dizeno

Pedindo Pedino

Vamos Vamo

Virgem Virge

Bom Bão
 • As letras R e RR pronunciadas de forma semelhante.

Pronúncia com RR Pronúncia com R

Carreta Reta

Carroça Roça

Arroba Roupa

• A supressão de letras durante a pronúncia.

Pronúncia Correta Pronúncia Incorreta

Perspectiva Pespectiva

Perspicácia Pespicácia

Superstição Supertição

2.3 Identificação das falhas provenientes de erros na grafia das palavras.

Em relação à grafia das palávras, foram identificados os seguintes erros:

• Ao utilizar o maiúsculo e minúsculo.

Escrita Correta Escrita Incorreta

Antônio antônio

Carlos carlos

Maria maria

Pedro pedro

• No emprego do singular e plural.

Escrita Correta Escrita Incorreta

Ramos Ramo

Santos Santo

Lemos Lemo

Chaves Chave

Campos Campo

Sales Sale
• Na utilização do “Y”.

Escrita Correta Escrita Incorreta

Yara Iara

Yuri Iuri

• Na utilização do “H”.

Escrita Correta Escrita Incorreta

Henrique Enrique

Habitação Abitação

Habilitação Abilitação

Hábil Ábil

• Utilização do “ÃO” e “AO”.

Escrita Correta Escrita Incorreta

Galpão Galpao

Alçapão Alçapao

Campeão Campeao

• Emprego do “Q”, “K” ou “C”.

Escrita Correta Escrita Incorreta

Keila Queila

Karla Carla

Kibutz Quibutz
• Ao empregar o “G” e o “J”.

Escrita Correta Escrita Incorreta

Gelatina Jelatina

Geléia Jeléia

Gelo Jelo

Gemido Jemido

Gengibre Jengibre

Geração Jeração

Gergelim Jerjelim

• Utilização ou não do “C” antes do “T”.

Escrita Correta Escrita Incorreta

Conectar Conetar

Compactar Compatar

Prospecto Prospeto

Introspectivo Introspetivo

Retrospectivo Retrospetivo

Prospectivo Prospetivo

• Utilização do “N” e o “M”.

Escrita Correta Escrita Incorreta

Contem Conten

Pedem Peden

Dizem Dizen

Podem Poden

Falam Falan

Contam Comtam
• Utilização de “W” ou “V”.

Escrita Correta Escrita Incorreta

Waffle Vafle

Wagner Vagner

Walter Valter

Wanderson Vanderson

Watts Vats

• Uso do “C”, “Ç”, “S” ou “SS”.

Escrita Correta Escrita Incorreta

Cacique Caçique

Começo Comesso

Comissão Comição

Concessão Conseção

Massa Maça

Moção Mossão

Mordaça Mordassa

• Na utilização do “S”, “X”, “CH” ou “Z”.

Escrita Correta Escrita Incorreta

Ameixa Ameicha

Brocha Broxa

Casa Caza

Chuchu Xuxu

Concha Conxa
 • No uso do “L”, “O” ou “U”.

Escrita Correta Escrita Incorreta

Alteração Auteração

Altura Autura

Asfalto Asfauto

Babel Babeu

Caiu Cail

Cerol Cerou

Curau Cural

2.4 Proposição de um novo código em substituição ao SOUNDEX®.

1. Transformar em maiúsculas todas as letras da palavra a ser codificada;

Evita a consulta do tipo “case sensitive”, ou seja, não importa se os dados estão
armazenados em letras maiúsculas ou minúsculas.

2. Eliminar todos os acentos das vogais;

Elimina os problemas causados por erro de acentuação.

3. Substituir as letras conforme tabela abaixo;

Evita erros gerados na grafia das palavras.

DE PARA DE PARA DE PARA

BL, BR B L R RM SM

CA K N, MD M RJ J

CE, CI S MG G ST, TR, TL T

CO, CU, CK K MJ J TS S

Ç, CH S PH F W V

CT T PR P X S

GE, GI J Q K ST T

GM M RG G Y I

GL, GR G RS S Z S

RT T
 4. Eliminar os M, R e S no final de palavras;

Elimina os problemas ocasionados pelo uso inadequado do plural e do infinitivo.

5. Eliminar todas as vogais e mais o H;

Elimina as vogais e o H por não terem, após as etapas anteriores, maior importância
fonética.

2.5 Teste comparativo entre o SOUNDEX® e o BUSCABR.

BR=BL=B

Broco B620 BK

Bloco B420 BK

CA=CO=CU=CK=K e CE=CI=Ç=S

Casa C200 KS

Kasa K200 KS

Cela C400 SR

Sela S400 SR

Circo C620 SRK

Sirco S620 SRK

Coroar C660 KR

Koroar K660 KR

Cuba C100 KB

Kuba K100 KB

Roça R000 RS

Rosa R200 RS
 CH=S (Como X=S, CH=S)

Ameixa A520 MS

Ameicha A520 MS

CS=S

TORACS T620 TR

TORAX T620 TR

CT=T

Compactar C512 KMPT

Compatar C513 KMPT

GA=GO=GU=G e GE=GI=J e GM=M e GL=GR=G

Gana G500 GM

Gene G500 JM

Gibi G100 JB

Gostar G236 GT

Guabiru G160 GBR

Fleuma F450 FRM

Fleugma F425 FRM

Hieróglifo H624 RGF

Hierógrifo H626 RGF

Negro N260 MG

Nego N200 MG
 L=R

Luminar L556 RM

Ruminar R556 RM

N=M

Mudez M320 MD

Nudez N320 MD

MD=D

Comendo C553 KM

Comeno C550 KM

MG=G e MJ=J

Bunginganga B525 BJG

Bugiganga B225 BJG

PH=F e PR=P

Philipe P410 FRP

Felipe F410 FRP

Estupro E231 TP

Estrupo E236 TP
 Q=K

Queijo Q200 KJ

Keijo K200 KJ

RG=G e RS=S e RT=T

Lagarto L263 RGT

Largato L623 RGT

Perspectiva P621 PSPT

Pespectiva P212 PSPT

Lagartixa L263 RGTS

Largatixa L623 RGTS

RM=SM

Mesmo M250 MSM

Mermo M650 MSM

RJ=J

Virgem V625 VJ

Vige V200 VJ

ST=T

Superstição S162 SPTS

Supertição S163 SPTS

 TR=T e TL=T e TS=T

Estupro E231 TP

Estrupo E236 TP

Contrato C536 KMT

Contlato C534 KMT

Kubitscheck K132 KBSK

Kubixeque K122 KBSK

W=V

Walter W436 VT

Valter V436 VT

X=S

Exceder E236 SD

Esceder E236 SD

Y=I

Yara Y600 R

Iara I600 R

Z=S

Casa C200 KS

Caza C200 KS
3 CONCLUSÃO E CONSIDERAÇÕES FINAIS

A função BUSCABR, que fora concebida levando-se em consideração todas as características

inerentes à língua portuguesa, possibilitará uma consulta mais eficiente quando utilizada em relação
as existentes, uma vez que aborda de forma bastante eficaz, não só os erros de ortografia, mas
também aqueles provenientes de influências lingüísticas e regionais.

Apesar de o BUSCABR ter sido desenvolvido em linguagem PL/SQL, sua implementação poderá
ser feita em qualquer outra linguagem.

A língua portuguesa, como toda língua viva, sofre mudanças com o passar dos tempos e esse é um
dos fatores que faz com que a função BUSCABR seja tão versátil já que permite atualização ou
readequação do seu código fonte por parte do DBA.
4 REFERÊNCIAS BIBLIOGRÁFICAS

CREATIVYST. Disponível no site:

<http://www.creativyst.com/Doc/Articles/SoundEx1/SoundEx1.htm>;
Acesso em: 02/02/2006.

CREATIVYST. Disponível no site:

<http://www.creativyst.com/Doc/Articles/SoundEx1/SoundEx1.htm>;
Acesso em: 03/02/2006.

ICS. Disponível no site: <http://www.ics.uci.edu/~dan/genealogy/Miller/javascrp/soundex.htm>;

Acesso em: 03/02/2006.

MEC. Disponível nosite: <http://www.mec.gov.br/>;

Acesso em: 04/02/2006.

NATIONAL ARCHIVES. Disponível no site:

The National Archives <http://www.archives.gov/genealogy/census/soundex.html>;
Acesso em: 04/02/2006.

PASCHOAL CEGALLA, Domingos. Novíssima Gramática. São Paulo-SP.

Editora Nacional – 2002.

POR TRAS DAS LETRAS. Disponível no site:

<http://www.portrasdasletras.com.br/pdtl2/sub.php?op=gramatica/docs/empregodasconsoantes>; Acesso
em: 03/02/2006.

WIKIPEDIA. Disponível no site: <http://en.wikipedia.org/wiki/soundex>.

Acesso em: 02/02/2006.

URMAN, Scott. Oracle 9i - Programação PL/SQL

Editora Campus – 2005
5 ANEXOS

Tabela 1 - Distribuição fonética das letras segundo o código SOUNDEX.

Codificação SOUNDEX
NÚMERO LETRAS
1 B, F, P, V
2 C, G, J, K, Q, S, X, Z
3 D, T
4 L
5 M, N
6 R

A primeira letra da palavra deve ser preservada e as letras A, E, I, O, U, H, W, e Y devem ser descartadas.

O ALGORÍTIMO

1. Transforme em maiúsculas todas as letras da palavra descartando as acentuadas.

2. Retenha a primeira letra da palavra.

3. Substitua por ‘0’ (zero) todas as ocorrências das letras 'A', E', 'I', 'O', 'U', 'H', 'W', 'Y'.

4. Substitua as demais ocorrências de acordo com a tabela abaixo:

o 1 = 'B', 'F', 'P', 'V'

o 2 = 'C', 'G', 'J', 'K', 'Q', 'S', 'X', 'Z'

o 3 = 'D','T'

o 4 = 'L'

o 5 = 'M','N'

o 6 = 'R'

5. Remova todos os códigos repetidos.

6. Remova todos os zeros da string.

7. Formate o código no padrão LNNN preenchendo com zero os caracteres faltantes.

Tabela 2 - Distribuição fonética das letras segundo o código BUSCABR.

Distribuição fonética das letras segundo o código BUSCABR.

DE PARA DE PARA DE PARA
BL, BR B L R RM SM
CA K N, MD M RJ J
CE, CI S MG G ST, TR, TL T
CO, CU, CK K MJ J TS S
Ç, CH S PH F W V
CT T PR P X S
GE, GI J Q K ST T
GM M RG G Y I
GL, GR G RS S Z S
RT T

O ALGORÍTIMO

1. Converter todas as letras para Maiúsculo;

2. Eliminar todos os acentos;

3. Substituir Y por I;

4. Substituir BR por B;

5. Substituir PH por F;

6. Substituir GR, MG, NG, RG por G;

7. Substituir GE, GI, RJ, MJ, NJ por J;

8. Substituir Q, CA, CO, CU, C por K;

9. Substituir LH por L;

10. Substituir N, RM, GM, MD, SM e Terminação AO por M;

11. Substituir NH por N;

12. Substituir PR por P;

13. Substituir Ç, X, TS, C, Z, RS por S;

14. Substituir LT, TR, CT, RT, ST por T;

15. Substituir W por V;

16. Eliminar as terminações S, Z, R, R, M, N, AO e L;

17. Substituir R por L;

18. Eliminar todas as vogais e o H;

19. Eliminar todas as letras em duplicidade;

Tabela 3 - Classificação das consoantes segundo a emissão dos fonemas.

FUNÇÃO DAS
CAVIDADES BUCAL E ORAIS NASAIS
NASAL

MODO DE OCLUSIV CONSTRITIVAS OCLUSIV

ARTICULAÇÃO AS FRICATIV VIBRANT LATERA AS
AS ES IS

SONORAS

SONORAS

SONORAS

SONORAS
SURDAS

SURDAS

SURDAS
FUNÇÃO DAS CORDAS
VOCAIS

BILABIAIS p b m
PONTO DE ARTICULAÇÃO

LABIODENTAIS f v
LINGÜODENTA t d
IS
s s r
ALVEOLARES c l N
z rr
ç
x g
PALATAIS lh nh
ch j
cq g
VELARES
k guê
Fonte: Novíssima Gramática da Língua Portuguesa – Domingos Paschoal Cegalla
Tabela 4 - Sites de busca na internet.

Google - http://www.google.com.br

Radar Uol - http://www.radaruol.com.br/

Aonde? http://www.aonde.com/

AltaVista (EUA) - http://www.altavista.com/

A Porta - http://www.porta.com.br/

Brazilis - http://www.brazilis.com.br/

Busca ( Portugal) - http://www.busca.net/

Cadê - http://www.cade.com.br/

Cusco ( Portugal) - http://www.cusco.pt/

Excite (EUA) - http://www.excite.com/

Global Media - http://www.globalmedia.com.br/

Guia Útil - http://www.guiautil.com/

InfoBrasil - http://www.infobrasil.com/

Jaguatirica - http://www.jaguatirica.com.br/

Lycos - http://www.lycos.com.br/

Mercosul - http://www.mercosulsearch.com.br/

MSN - http://www.msn.com.br/

Netscape - http://www.netscape.com.pt/

O Site - http://www.osite.com.br/

Aol - http://www.americaonline.com.br/

Surf - http://www.palavrarte.com/Banca_Poesia/www.surf.com.br

Yahoo Brasil - http://www.yahoo.com.br/

Star media - http://www.starmedia.com.br/

Sapo ( Portugal) - http://www.sapo.pt/

Zeek - http://www.zeek.com.br/