SCM

SCM Repository

[tm] Annotation of /pkg/R/corpus.R
ViewVC logotype

Annotation of /pkg/R/corpus.R

Parent Directory Parent Directory | Revision Log Revision Log


Revision 1366 - (view) (download)

1 : feinerer 17 # Author: Ingo Feinerer
2 :    
3 : khornik 1203 PCorpus <-
4 :     function(x,
5 : feinerer 1336 readerControl = list(reader = reader(x), language = "en"),
6 : feinerer 1259 dbControl = list(dbName = "", dbType = "DB1"))
7 : khornik 1203 {
8 : feinerer 1297 stopifnot(inherits(x, "Source"))
9 : feinerer 1273
10 : feinerer 1336 readerControl <- prepareReader(readerControl, reader(x))
11 : feinerer 63
12 : feinerer 1114 if (is.function(readerControl$init))
13 :     readerControl$init()
14 :    
15 :     if (is.function(readerControl$exit))
16 :     on.exit(readerControl$exit())
17 :    
18 : feinerer 946 if (!filehash::dbCreate(dbControl$dbName, dbControl$dbType))
19 :     stop("error in creating database")
20 :     db <- filehash::dbInit(dbControl$dbName, dbControl$dbType)
21 : feinerer 712
22 : feinerer 1357 tdl <- vector("list", length(x))
23 : feinerer 946 counter <- 1
24 : feinerer 985 while (!eoi(x)) {
25 :     x <- stepNext(x)
26 :     elem <- getElem(x)
27 : feinerer 1357 id <- if (is.null(names(x)))
28 : feinerer 1307 as.character(counter)
29 :     else
30 : feinerer 1336 names(x)[counter]
31 : feinerer 1259 doc <- readerControl$reader(elem, readerControl$language, id)
32 : feinerer 1306 filehash::dbInsert(db, meta(doc, "id"), doc)
33 : feinerer 1336 tdl[[counter]] <- meta(doc, "id")
34 : feinerer 946 counter <- counter + 1
35 :     }
36 : feinerer 1357 if (!is.null(names(x)))
37 : feinerer 1336 names(tdl) <- names(x)
38 : feinerer 63
39 : feinerer 1312 structure(list(content = tdl,
40 :     meta = CorpusMeta(),
41 :     dmeta = data.frame(row.names = seq_along(tdl)),
42 :     dbcontrol = dbControl),
43 :     class = c("PCorpus", "Corpus"))
44 : feinerer 985 }
45 : feinerer 71
46 : feinerer 1363 Corpus <-
47 : feinerer 1333 VCorpus <-
48 : feinerer 1336 function(x, readerControl = list(reader = reader(x), language = "en"))
49 : khornik 1203 {
50 : feinerer 1297 stopifnot(inherits(x, "Source"))
51 : feinerer 1273
52 : feinerer 1336 readerControl <- prepareReader(readerControl, reader(x))
53 : feinerer 49
54 : feinerer 1114 if (is.function(readerControl$init))
55 :     readerControl$init()
56 :    
57 :     if (is.function(readerControl$exit))
58 :     on.exit(readerControl$exit())
59 :    
60 : feinerer 1357 tdl <- vector("list", length(x))
61 : feinerer 1336 # Check for parallel element access
62 :     if (is.function(getS3method("pGetElem", class(x), TRUE)))
63 : feinerer 1307 tdl <- mapply(function(elem, id)
64 :     readerControl$reader(elem, readerControl$language, id),
65 : feinerer 987 pGetElem(x),
66 : feinerer 1357 id = if (is.null(names(x)))
67 : feinerer 1336 as.character(seq_len(length(x)))
68 :     else names(x),
69 : feinerer 987 SIMPLIFY = FALSE)
70 : feinerer 946 else {
71 :     counter <- 1
72 : feinerer 985 while (!eoi(x)) {
73 :     x <- stepNext(x)
74 :     elem <- getElem(x)
75 : feinerer 1357 id <- if (is.null(names(x)))
76 : feinerer 1258 as.character(counter)
77 :     else
78 : feinerer 1336 names(x)[counter]
79 : feinerer 1258 doc <- readerControl$reader(elem, readerControl$language, id)
80 : feinerer 1336 tdl[[counter]] <- doc
81 : feinerer 946 counter <- counter + 1
82 :     }
83 :     }
84 : feinerer 1357 if (!is.null(names(x)))
85 : feinerer 1336 names(tdl) <- names(x)
86 : feinerer 72
87 : feinerer 1312 structure(list(content = tdl,
88 :     meta = CorpusMeta(),
89 :     dmeta = data.frame(row.names = seq_along(tdl))),
90 :     class = c("VCorpus", "Corpus"))
91 : feinerer 946 }
92 : feinerer 72
93 : feinerer 1315 `[.PCorpus` <-
94 : khornik 1203 function(x, i)
95 :     {
96 : feinerer 1307 if (!missing(i)) {
97 :     x$content <- x$content[i]
98 :     x$dmeta <- x$dmeta[i, , drop = FALSE]
99 :     }
100 :     x
101 : feinerer 985 }
102 : feinerer 49
103 : feinerer 1315 `[.VCorpus` <-
104 :     function(x, i)
105 :     {
106 :     if (!missing(i)) {
107 :     x$content <- x$content[i]
108 :     x$dmeta <- x$dmeta[i, , drop = FALSE]
109 :     if (!is.null(x$lazy))
110 :     x$lazy$index <- x$lazy$index[i]
111 :     }
112 :     x
113 :     }
114 :    
115 : khornik 1203 .map_name_index <-
116 :     function(x, i)
117 :     {
118 : feinerer 1342 if (is.character(i)) {
119 :     n <- names(x$content)
120 :     match(i, if (is.null(n)) meta(x, "id", "local") else n)
121 :     } else
122 : feinerer 1307 i
123 : feinerer 1108 }
124 :    
125 : khornik 1203 `[[.PCorpus` <-
126 :     function(x, i)
127 :     {
128 : feinerer 1108 i <- .map_name_index(x, i)
129 : feinerer 1307 db <- filehash::dbInit(x$dbcontrol[["dbName"]], x$dbcontrol[["dbType"]])
130 :     filehash::dbFetch(db, x$content[[i]])
131 : feinerer 985 }
132 : khornik 1203 `[[.VCorpus` <-
133 :     function(x, i)
134 :     {
135 : feinerer 1108 i <- .map_name_index(x, i)
136 : feinerer 1315 if (!is.null(x$lazy))
137 :     .Call(copyCorpus, x, materialize(x, i))
138 : feinerer 1307 x$content[[i]]
139 : feinerer 985 }
140 : feinerer 886
141 : khornik 1203 `[[<-.PCorpus` <-
142 :     function(x, i, value)
143 :     {
144 : feinerer 1108 i <- .map_name_index(x, i)
145 : feinerer 1307 db <- filehash::dbInit(x$dbcontrol[["dbName"]], x$dbcontrol[["dbType"]])
146 :     db[[x$content[[i]]]] <- value
147 : feinerer 985 x
148 : feinerer 946 }
149 : khornik 1203 `[[<-.VCorpus` <-
150 :     function(x, i, value)
151 :     {
152 : feinerer 1108 i <- .map_name_index(x, i)
153 : feinerer 1315 # Mark new objects as inactive for lazy mapping
154 :     if (!is.null(x$lazy))
155 :     x$lazy$index[i] <- FALSE
156 : feinerer 1307 x$content[[i]] <- value
157 :     x
158 : feinerer 985 }
159 : feinerer 946
160 : feinerer 1350 as.list.PCorpus <- as.list.VCorpus <-
161 :     function(x, ...)
162 :     content(x)
163 :    
164 :     as.VCorpus <-
165 :     function(x)
166 :     UseMethod("as.VCorpus")
167 :     as.VCorpus.VCorpus <- identity
168 :    
169 : feinerer 1327 outer_union <-
170 :     function(x, y, ...)
171 :     {
172 :     if (nrow(x) > 0L)
173 :     x[, setdiff(names(y), names(x))] <- NA
174 :     if (nrow(y) > 0L)
175 :     y[, setdiff(names(x), names(y))] <- NA
176 :     res <- rbind(x, y)
177 :     if (ncol(res) == 0L)
178 :     res <- data.frame(row.names = seq_len(nrow(x) + nrow(y)))
179 :     res
180 :     }
181 : feinerer 71
182 : feinerer 1313 c.VCorpus <-
183 : khornik 1203 function(..., recursive = FALSE)
184 : feinerer 985 {
185 :     args <- list(...)
186 : khornik 1203 x <- args[[1L]]
187 : feinerer 71
188 : feinerer 1313 if (length(args) == 1L)
189 : feinerer 985 return(x)
190 : feinerer 71
191 : feinerer 985 if (!all(unlist(lapply(args, inherits, class(x)))))
192 :     stop("not all arguments are of the same corpus type")
193 : feinerer 71
194 : feinerer 1327 structure(list(content = do.call("c", lapply(args, content)),
195 : feinerer 1366 meta = CorpusMeta(meta = do.call("c",
196 :     lapply(args, function(a) meta(a, type = "corpus")))),
197 : feinerer 1327 dmeta = Reduce(outer_union, lapply(args, meta))),
198 :     class = c("VCorpus", "Corpus"))
199 : feinerer 985 }
200 : feinerer 54
201 : feinerer 1313 content.VCorpus <-
202 : feinerer 1307 function(x)
203 : feinerer 1313 {
204 : feinerer 1315 if (!is.null(x$lazy))
205 :     .Call(copyCorpus, x, materialize(x))
206 : feinerer 1307 x$content
207 : feinerer 1313 }
208 : feinerer 1307
209 : feinerer 1313 content.PCorpus <-
210 :     function(x)
211 : feinerer 1307 {
212 : feinerer 1313 db <- filehash::dbInit(x$dbcontrol[["dbName"]], x$dbcontrol[["dbType"]])
213 :     filehash::dbMultiFetch(db, unlist(x$content))
214 : feinerer 1307 }
215 :    
216 : feinerer 1313 length.PCorpus <- length.VCorpus <-
217 : feinerer 1307 function(x)
218 : feinerer 1313 length(x$content)
219 : feinerer 1307
220 : feinerer 1313 print.PCorpus <- print.VCorpus <-
221 : khornik 1203 function(x, ...)
222 :     {
223 : feinerer 1329 writeLines(sprintf("<<%s (documents: %d, metadata (corpus/indexed): %d/%d)>>",
224 :     class(x)[1],
225 :     length(x),
226 :     length(meta(x, type = "corpus")),
227 :     ncol(meta(x, type = "indexed"))))
228 : feinerer 985 invisible(x)
229 :     }
230 :    
231 : khornik 1203 inspect <-
232 :     function(x)
233 :     UseMethod("inspect", x)
234 : feinerer 1313 inspect.PCorpus <- inspect.VCorpus <-
235 : khornik 1203 function(x)
236 :     {
237 : feinerer 1307 print(x)
238 : feinerer 938 cat("\n")
239 : feinerer 1307 print(noquote(content(x)))
240 :     invisible(x)
241 : feinerer 946 }
242 : feinerer 65
243 : khornik 1203 writeCorpus <-
244 :     function(x, path = ".", filenames = NULL)
245 :     {
246 : feinerer 985 filenames <- file.path(path,
247 : feinerer 1306 if (is.null(filenames))
248 :     sprintf("%s.txt", as.character(meta(x, "id", "local")))
249 :     else filenames)
250 :    
251 :     stopifnot(length(x) == length(filenames))
252 :    
253 :     mapply(function(doc, f) writeLines(as.character(doc), f), x, filenames)
254 :    
255 :     invisible(x)
256 : feinerer 985 }

R-Forge@R-project.org
ViewVC Help
Powered by ViewVC 1.0.0  
Thanks to:
Vienna University of Economics and Business University of Wisconsin - Madison Powered By FusionForge