ヘボン式ローマ字

カナ→アルファベット２文字変換テーブルの作成も大詰めに近づいたと思ったのですが、
変換テーブルのグループ化をしてデーターの重複を調べたら、こんなに重複が有りました。



日本郵便の郵便番号データローマ字版の屁時に「ヘボン式ローマ字の仕様は、ローマ字変換仕様（PDF67kバイト） を参照してください。」との記載が有り、実際のデータとの照合で、
③　撥音（ン）の変換ルール 　　「ン」に続く、ローマ字が「Ｂ」、「Ｍ」、「Ｐ」のいずれかになる場合は、「ン」を「Ｍ」に変換する。 　　例 ナンバ　→　ＮＡＭＢＡ ホンマ　→　ＨＯＭＭＡ マンポ　→　ＭＡＭＰＯ
が、ｱﾝ､ｲﾝ、ｳﾝ、ｴﾝ､ｵﾝの重複の原因と判明しました。

ｵｳとｵｵについては、こちらのルールが原因でした。
⑤　長音（ー、オ、ウ）の変換ルール 　　長音は前の母音で代用するため、変換しない。 　　例 オオノ　→　ＯＮＯ サイトウ　→　ＳＡＩＴＯ ノーリツ →　ＮＯＲＩＴＳＵ

ｶとﾜ　ﾔとﾖの重複は、以前の記事「住所データの扱いは難しい-2」で書いた、同じ郵便番号で、同じ漢字表記で読み方が違う地区の存在が原因です。

ルールに基づいた変換結果なので、データを削除したり、強制的に置き換えて対処することにします。

ｶﾜﾔﾖについては、不本意ですが、対象郵便番号を変換対象から外して対処します。