soundex编码需手写实现，规则为：首字母大写保留，后续a-z转数字（bfpv→1等），忽略aeiouhwy，合并连续相同数字，结果截断或补零至4位；非ascii字符及符号一律跳过，空输入须防护。
Soundex 编码的核心规则必须手写，标准库不提供 soundex
别找 std::soundex 或 boost::soundex —— C++ 标准库和主流扩展库里根本没有这个函数。Soundex 是一种固定规则的字符串变换算法，不是通用字符串处理功能，得自己实现逻辑。
它的设计目标很明确：把英文姓氏映射成 4 字符代码（首字母 + 3 位数字），让发音相似的词（如 “Smith” / “Smythe”）得到相同编码。所以你不能依赖 locale 或 Unicode 处理，必须按原始 Soundex 规则走：
- 保留首字母（大写）
- 后续字母转为数字：
BFPV→1、CGJKQSXZ→2、DT→3、L→4、MN→5、R→6；AEOIUHWY全部忽略 - 连续相同数字合并为一个（如 “FF” → 只算一个
1） - 结果截断或补零到 4 位（如
"Euler"→"E460"）
如何安全地处理大小写和非字母字符
Soundex 只定义在英文字母上，遇到空格、撇号、连字符、数字或非 ASCII 字符时，行为没有标准答案 —— 但实际使用中必须做决策，否则会崩溃或错码。
推荐做法是预清洗：
立即学习“C++免费学习笔记（深入）”；
- 用
std::toupper统一转大写（别用std::tolower后再转，容易出符号问题） - 跳过所有非
A–Z字符（包括'、-、0–9），不要替换或报错 - 特别注意：首字母必须取原串第一个
A–Z字符，哪怕它前面有引号（如"O'Connor"→ 首字母是O，不是引号）
错误示例："Müller" 中的 ü 不是 ASCII 字母，直接丢弃，从 M 开始；若整个串无字母（如 "123--"），应返回空或 "0000"，避免越界访问。
std::string 实现里最容易漏掉的边界条件
写完主循环后，90% 的 bug 出在三个地方：首字母之后的“去重”逻辑、长度不足时的补零、空输入处理。
- “去重”不是跳过重复字母，而是跳过**相同数字编码**：比如
"Pfister"→P123，其中F和P都映射为1，但它们不连续，所以都保留；而"Gutierrez"中G→2、T→3、R→6、R→6，第二个R就要跳过 - 结果不满 4 位时，必须用
'0'补齐，不是空格或'\0'；resize(4, '0')比手动拼接更安全 - 输入为空串或全非字母时，
.front()会崩，务必先检查str.empty()或用find_first_of("ABCDEFGHIJKLMNOPQRSTUVWXYZ")找首字母位置
要不要用 std::unordered_map 做编码查表
可以，但没必要 —— 查表只涉及 26 个字母，用 26 元素数组更快更确定。
例如：
char table[26] = {0};
table['B'-'A'] = table['F'-'A'] = table['P'-'A'] = table['V'-'A'] = '1';
// ……其余类推
比 std::unordered_map<char char></char> 少一次哈希计算，也避免插入顺序或默认值引发的隐式转换问题。如果真要用 map，记得初始化所有 26 字母，否则查 table['Q'] 可能返回 0（即跳过），这反而是对的 —— 但靠未定义行为不是好习惯。
真正复杂的是规则例外：某些变体（如 Daitch-Mokotoff）支持多音节拆分或东欧字母映射，但那已超出经典 Soundex 范围。普通场景守住 A–Z + 四位定长就足够了。
