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 1377 - (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 1376 doc <- readerControl$reader(elem,
28 :     readerControl$language,
29 :     as.character(counter))
30 : feinerer 1306 filehash::dbInsert(db, meta(doc, "id"), doc)
31 : feinerer 1336 tdl[[counter]] <- meta(doc, "id")
32 : feinerer 946 counter <- counter + 1
33 :     }
34 : feinerer 63
35 : feinerer 1312 structure(list(content = tdl,
36 :     meta = CorpusMeta(),
37 :     dmeta = data.frame(row.names = seq_along(tdl)),
38 :     dbcontrol = dbControl),
39 :     class = c("PCorpus", "Corpus"))
40 : feinerer 985 }
41 : feinerer 71
42 : feinerer 1363 Corpus <-
43 : feinerer 1333 VCorpus <-
44 : feinerer 1336 function(x, readerControl = list(reader = reader(x), language = "en"))
45 : khornik 1203 {
46 : feinerer 1297 stopifnot(inherits(x, "Source"))
47 : feinerer 1273
48 : feinerer 1336 readerControl <- prepareReader(readerControl, reader(x))
49 : feinerer 49
50 : feinerer 1114 if (is.function(readerControl$init))
51 :     readerControl$init()
52 :    
53 :     if (is.function(readerControl$exit))
54 :     on.exit(readerControl$exit())
55 :    
56 : feinerer 1357 tdl <- vector("list", length(x))
57 : feinerer 1336 # Check for parallel element access
58 :     if (is.function(getS3method("pGetElem", class(x), TRUE)))
59 : feinerer 1307 tdl <- mapply(function(elem, id)
60 :     readerControl$reader(elem, readerControl$language, id),
61 : feinerer 987 pGetElem(x),
62 : feinerer 1376 id = as.character(seq_along(x)),
63 : feinerer 987 SIMPLIFY = FALSE)
64 : feinerer 946 else {
65 :     counter <- 1
66 : feinerer 985 while (!eoi(x)) {
67 :     x <- stepNext(x)
68 :     elem <- getElem(x)
69 : feinerer 1376 doc <- readerControl$reader(elem,
70 :     readerControl$language,
71 :     as.character(counter))
72 : feinerer 1336 tdl[[counter]] <- doc
73 : feinerer 946 counter <- counter + 1
74 :     }
75 :     }
76 : feinerer 72
77 : feinerer 1312 structure(list(content = tdl,
78 :     meta = CorpusMeta(),
79 :     dmeta = data.frame(row.names = seq_along(tdl))),
80 :     class = c("VCorpus", "Corpus"))
81 : feinerer 946 }
82 : feinerer 72
83 : feinerer 1315 `[.PCorpus` <-
84 : khornik 1203 function(x, i)
85 :     {
86 : feinerer 1307 if (!missing(i)) {
87 :     x$content <- x$content[i]
88 :     x$dmeta <- x$dmeta[i, , drop = FALSE]
89 :     }
90 :     x
91 : feinerer 985 }
92 : feinerer 49
93 : feinerer 1315 `[.VCorpus` <-
94 :     function(x, i)
95 :     {
96 :     if (!missing(i)) {
97 :     x$content <- x$content[i]
98 :     x$dmeta <- x$dmeta[i, , drop = FALSE]
99 :     if (!is.null(x$lazy))
100 :     x$lazy$index <- x$lazy$index[i]
101 :     }
102 :     x
103 :     }
104 :    
105 : khornik 1203 .map_name_index <-
106 :     function(x, i)
107 :     {
108 : feinerer 1376 if (is.character(i))
109 :     match(i, meta(x, "id", "local"))
110 :     else
111 : feinerer 1307 i
112 : feinerer 1108 }
113 :    
114 : khornik 1203 `[[.PCorpus` <-
115 :     function(x, i)
116 :     {
117 : feinerer 1108 i <- .map_name_index(x, i)
118 : feinerer 1307 db <- filehash::dbInit(x$dbcontrol[["dbName"]], x$dbcontrol[["dbType"]])
119 :     filehash::dbFetch(db, x$content[[i]])
120 : feinerer 985 }
121 : khornik 1203 `[[.VCorpus` <-
122 :     function(x, i)
123 :     {
124 : feinerer 1108 i <- .map_name_index(x, i)
125 : feinerer 1315 if (!is.null(x$lazy))
126 :     .Call(copyCorpus, x, materialize(x, i))
127 : feinerer 1307 x$content[[i]]
128 : feinerer 985 }
129 : feinerer 886
130 : khornik 1203 `[[<-.PCorpus` <-
131 :     function(x, i, value)
132 :     {
133 : feinerer 1108 i <- .map_name_index(x, i)
134 : feinerer 1307 db <- filehash::dbInit(x$dbcontrol[["dbName"]], x$dbcontrol[["dbType"]])
135 :     db[[x$content[[i]]]] <- value
136 : feinerer 985 x
137 : feinerer 946 }
138 : khornik 1203 `[[<-.VCorpus` <-
139 :     function(x, i, value)
140 :     {
141 : feinerer 1108 i <- .map_name_index(x, i)
142 : feinerer 1315 # Mark new objects as inactive for lazy mapping
143 :     if (!is.null(x$lazy))
144 :     x$lazy$index[i] <- FALSE
145 : feinerer 1307 x$content[[i]] <- value
146 :     x
147 : feinerer 985 }
148 : feinerer 946
149 : feinerer 1350 as.list.PCorpus <- as.list.VCorpus <-
150 :     function(x, ...)
151 :     content(x)
152 :    
153 :     as.VCorpus <-
154 :     function(x)
155 :     UseMethod("as.VCorpus")
156 :     as.VCorpus.VCorpus <- identity
157 :    
158 : feinerer 1327 outer_union <-
159 :     function(x, y, ...)
160 :     {
161 :     if (nrow(x) > 0L)
162 :     x[, setdiff(names(y), names(x))] <- NA
163 :     if (nrow(y) > 0L)
164 :     y[, setdiff(names(x), names(y))] <- NA
165 :     res <- rbind(x, y)
166 :     if (ncol(res) == 0L)
167 :     res <- data.frame(row.names = seq_len(nrow(x) + nrow(y)))
168 :     res
169 :     }
170 : feinerer 71
171 : feinerer 1313 c.VCorpus <-
172 : khornik 1203 function(..., recursive = FALSE)
173 : feinerer 985 {
174 :     args <- list(...)
175 : khornik 1203 x <- args[[1L]]
176 : feinerer 71
177 : feinerer 1313 if (length(args) == 1L)
178 : feinerer 985 return(x)
179 : feinerer 71
180 : feinerer 985 if (!all(unlist(lapply(args, inherits, class(x)))))
181 :     stop("not all arguments are of the same corpus type")
182 : feinerer 71
183 : feinerer 1327 structure(list(content = do.call("c", lapply(args, content)),
184 : feinerer 1366 meta = CorpusMeta(meta = do.call("c",
185 :     lapply(args, function(a) meta(a, type = "corpus")))),
186 : feinerer 1327 dmeta = Reduce(outer_union, lapply(args, meta))),
187 :     class = c("VCorpus", "Corpus"))
188 : feinerer 985 }
189 : feinerer 54
190 : feinerer 1313 content.VCorpus <-
191 : feinerer 1307 function(x)
192 : feinerer 1313 {
193 : feinerer 1315 if (!is.null(x$lazy))
194 :     .Call(copyCorpus, x, materialize(x))
195 : feinerer 1307 x$content
196 : feinerer 1313 }
197 : feinerer 1307
198 : feinerer 1313 content.PCorpus <-
199 :     function(x)
200 : feinerer 1307 {
201 : feinerer 1313 db <- filehash::dbInit(x$dbcontrol[["dbName"]], x$dbcontrol[["dbType"]])
202 :     filehash::dbMultiFetch(db, unlist(x$content))
203 : feinerer 1307 }
204 :    
205 : khornik 1203 inspect <-
206 :     function(x)
207 :     UseMethod("inspect", x)
208 : feinerer 1313 inspect.PCorpus <- inspect.VCorpus <-
209 : khornik 1203 function(x)
210 :     {
211 : feinerer 1307 print(x)
212 : feinerer 938 cat("\n")
213 : feinerer 1307 print(noquote(content(x)))
214 :     invisible(x)
215 : feinerer 946 }
216 : feinerer 65
217 : feinerer 1377 length.PCorpus <- length.VCorpus <-
218 :     function(x)
219 :     length(x$content)
220 :    
221 :     names.PCorpus <- names.VCorpus <-
222 :     function(x)
223 :     as.character(meta(x, "id", "local"))
224 :    
225 : feinerer 1376 print.PCorpus <- print.VCorpus <-
226 :     function(x, ...)
227 :     {
228 :     writeLines(sprintf("<<%s (documents: %d, metadata (corpus/indexed): %d/%d)>>",
229 :     class(x)[1],
230 :     length(x),
231 :     length(meta(x, type = "corpus")),
232 :     ncol(meta(x, type = "indexed"))))
233 :     invisible(x)
234 :     }
235 :    
236 : khornik 1203 writeCorpus <-
237 :     function(x, path = ".", filenames = NULL)
238 :     {
239 : feinerer 985 filenames <- file.path(path,
240 : feinerer 1306 if (is.null(filenames))
241 :     sprintf("%s.txt", as.character(meta(x, "id", "local")))
242 :     else filenames)
243 :    
244 :     stopifnot(length(x) == length(filenames))
245 :    
246 :     mapply(function(doc, f) writeLines(as.character(doc), f), x, filenames)
247 :    
248 :     invisible(x)
249 : 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