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 1397 - (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 946 if (!filehash::dbCreate(dbControl$dbName, dbControl$dbType))
13 :     stop("error in creating database")
14 :     db <- filehash::dbInit(dbControl$dbName, dbControl$dbType)
15 : feinerer 712
16 : feinerer 1397 x <- open(x)
17 : feinerer 1357 tdl <- vector("list", length(x))
18 : feinerer 946 counter <- 1
19 : feinerer 985 while (!eoi(x)) {
20 :     x <- stepNext(x)
21 :     elem <- getElem(x)
22 : feinerer 1376 doc <- readerControl$reader(elem,
23 :     readerControl$language,
24 :     as.character(counter))
25 : feinerer 1306 filehash::dbInsert(db, meta(doc, "id"), doc)
26 : feinerer 1336 tdl[[counter]] <- meta(doc, "id")
27 : feinerer 946 counter <- counter + 1
28 :     }
29 : feinerer 1397 x <- close(x)
30 : feinerer 63
31 : feinerer 1312 structure(list(content = tdl,
32 :     meta = CorpusMeta(),
33 :     dmeta = data.frame(row.names = seq_along(tdl)),
34 :     dbcontrol = dbControl),
35 :     class = c("PCorpus", "Corpus"))
36 : feinerer 985 }
37 : feinerer 71
38 : feinerer 1363 Corpus <-
39 : feinerer 1333 VCorpus <-
40 : feinerer 1336 function(x, readerControl = list(reader = reader(x), language = "en"))
41 : khornik 1203 {
42 : feinerer 1297 stopifnot(inherits(x, "Source"))
43 : feinerer 1273
44 : feinerer 1336 readerControl <- prepareReader(readerControl, reader(x))
45 : feinerer 49
46 : feinerer 1397 x <- open(x)
47 : feinerer 1357 tdl <- vector("list", length(x))
48 : feinerer 1336 # Check for parallel element access
49 :     if (is.function(getS3method("pGetElem", class(x), TRUE)))
50 : feinerer 1307 tdl <- mapply(function(elem, id)
51 :     readerControl$reader(elem, readerControl$language, id),
52 : feinerer 987 pGetElem(x),
53 : feinerer 1376 id = as.character(seq_along(x)),
54 : feinerer 987 SIMPLIFY = FALSE)
55 : feinerer 946 else {
56 :     counter <- 1
57 : feinerer 985 while (!eoi(x)) {
58 :     x <- stepNext(x)
59 :     elem <- getElem(x)
60 : feinerer 1376 doc <- readerControl$reader(elem,
61 :     readerControl$language,
62 :     as.character(counter))
63 : feinerer 1336 tdl[[counter]] <- doc
64 : feinerer 946 counter <- counter + 1
65 :     }
66 :     }
67 : feinerer 1397 x <- close(x)
68 : feinerer 72
69 : feinerer 1312 structure(list(content = tdl,
70 :     meta = CorpusMeta(),
71 :     dmeta = data.frame(row.names = seq_along(tdl))),
72 :     class = c("VCorpus", "Corpus"))
73 : feinerer 946 }
74 : feinerer 72
75 : feinerer 1315 `[.PCorpus` <-
76 : khornik 1203 function(x, i)
77 :     {
78 : feinerer 1307 if (!missing(i)) {
79 :     x$content <- x$content[i]
80 :     x$dmeta <- x$dmeta[i, , drop = FALSE]
81 :     }
82 :     x
83 : feinerer 985 }
84 : feinerer 49
85 : feinerer 1315 `[.VCorpus` <-
86 :     function(x, i)
87 :     {
88 :     if (!missing(i)) {
89 :     x$content <- x$content[i]
90 :     x$dmeta <- x$dmeta[i, , drop = FALSE]
91 :     if (!is.null(x$lazy))
92 :     x$lazy$index <- x$lazy$index[i]
93 :     }
94 :     x
95 :     }
96 :    
97 : khornik 1203 .map_name_index <-
98 :     function(x, i)
99 :     {
100 : feinerer 1376 if (is.character(i))
101 :     match(i, meta(x, "id", "local"))
102 :     else
103 : feinerer 1307 i
104 : feinerer 1108 }
105 :    
106 : khornik 1203 `[[.PCorpus` <-
107 :     function(x, i)
108 :     {
109 : feinerer 1108 i <- .map_name_index(x, i)
110 : feinerer 1307 db <- filehash::dbInit(x$dbcontrol[["dbName"]], x$dbcontrol[["dbType"]])
111 :     filehash::dbFetch(db, x$content[[i]])
112 : feinerer 985 }
113 : khornik 1203 `[[.VCorpus` <-
114 :     function(x, i)
115 :     {
116 : feinerer 1108 i <- .map_name_index(x, i)
117 : feinerer 1315 if (!is.null(x$lazy))
118 :     .Call(copyCorpus, x, materialize(x, i))
119 : feinerer 1307 x$content[[i]]
120 : feinerer 985 }
121 : feinerer 886
122 : khornik 1203 `[[<-.PCorpus` <-
123 :     function(x, i, value)
124 :     {
125 : feinerer 1108 i <- .map_name_index(x, i)
126 : feinerer 1307 db <- filehash::dbInit(x$dbcontrol[["dbName"]], x$dbcontrol[["dbType"]])
127 :     db[[x$content[[i]]]] <- value
128 : feinerer 985 x
129 : feinerer 946 }
130 : khornik 1203 `[[<-.VCorpus` <-
131 :     function(x, i, value)
132 :     {
133 : feinerer 1108 i <- .map_name_index(x, i)
134 : feinerer 1315 # Mark new objects as inactive for lazy mapping
135 :     if (!is.null(x$lazy))
136 :     x$lazy$index[i] <- FALSE
137 : feinerer 1307 x$content[[i]] <- value
138 :     x
139 : feinerer 985 }
140 : feinerer 946
141 : feinerer 1350 as.list.PCorpus <- as.list.VCorpus <-
142 :     function(x, ...)
143 :     content(x)
144 :    
145 :     as.VCorpus <-
146 :     function(x)
147 :     UseMethod("as.VCorpus")
148 :     as.VCorpus.VCorpus <- identity
149 :    
150 : feinerer 1327 outer_union <-
151 :     function(x, y, ...)
152 :     {
153 :     if (nrow(x) > 0L)
154 :     x[, setdiff(names(y), names(x))] <- NA
155 :     if (nrow(y) > 0L)
156 :     y[, setdiff(names(x), names(y))] <- NA
157 :     res <- rbind(x, y)
158 :     if (ncol(res) == 0L)
159 :     res <- data.frame(row.names = seq_len(nrow(x) + nrow(y)))
160 :     res
161 :     }
162 : feinerer 71
163 : feinerer 1313 c.VCorpus <-
164 : khornik 1203 function(..., recursive = FALSE)
165 : feinerer 985 {
166 :     args <- list(...)
167 : khornik 1203 x <- args[[1L]]
168 : feinerer 71
169 : feinerer 1313 if (length(args) == 1L)
170 : feinerer 985 return(x)
171 : feinerer 71
172 : feinerer 985 if (!all(unlist(lapply(args, inherits, class(x)))))
173 :     stop("not all arguments are of the same corpus type")
174 : feinerer 71
175 : feinerer 1327 structure(list(content = do.call("c", lapply(args, content)),
176 : feinerer 1366 meta = CorpusMeta(meta = do.call("c",
177 :     lapply(args, function(a) meta(a, type = "corpus")))),
178 : feinerer 1327 dmeta = Reduce(outer_union, lapply(args, meta))),
179 :     class = c("VCorpus", "Corpus"))
180 : feinerer 985 }
181 : feinerer 54
182 : feinerer 1313 content.VCorpus <-
183 : feinerer 1307 function(x)
184 : feinerer 1313 {
185 : feinerer 1315 if (!is.null(x$lazy))
186 :     .Call(copyCorpus, x, materialize(x))
187 : feinerer 1307 x$content
188 : feinerer 1313 }
189 : feinerer 1307
190 : feinerer 1313 content.PCorpus <-
191 :     function(x)
192 : feinerer 1307 {
193 : feinerer 1313 db <- filehash::dbInit(x$dbcontrol[["dbName"]], x$dbcontrol[["dbType"]])
194 :     filehash::dbMultiFetch(db, unlist(x$content))
195 : feinerer 1307 }
196 :    
197 : khornik 1203 inspect <-
198 :     function(x)
199 :     UseMethod("inspect", x)
200 : feinerer 1313 inspect.PCorpus <- inspect.VCorpus <-
201 : khornik 1203 function(x)
202 :     {
203 : feinerer 1307 print(x)
204 : feinerer 938 cat("\n")
205 : feinerer 1307 print(noquote(content(x)))
206 :     invisible(x)
207 : feinerer 946 }
208 : feinerer 65
209 : feinerer 1377 length.PCorpus <- length.VCorpus <-
210 :     function(x)
211 :     length(x$content)
212 :    
213 :     names.PCorpus <- names.VCorpus <-
214 :     function(x)
215 :     as.character(meta(x, "id", "local"))
216 :    
217 : feinerer 1379 `names<-.PCorpus` <- `names<-.VCorpus` <-
218 :     function(x, value)
219 :     {
220 :     meta(x, "id", "local") <- as.character(value)
221 :     x
222 :     }
223 :    
224 : feinerer 1376 print.PCorpus <- print.VCorpus <-
225 :     function(x, ...)
226 :     {
227 :     writeLines(sprintf("<<%s (documents: %d, metadata (corpus/indexed): %d/%d)>>",
228 :     class(x)[1],
229 :     length(x),
230 :     length(meta(x, type = "corpus")),
231 :     ncol(meta(x, type = "indexed"))))
232 :     invisible(x)
233 :     }
234 :    
235 : khornik 1203 writeCorpus <-
236 :     function(x, path = ".", filenames = NULL)
237 :     {
238 : feinerer 985 filenames <- file.path(path,
239 : feinerer 1306 if (is.null(filenames))
240 :     sprintf("%s.txt", as.character(meta(x, "id", "local")))
241 :     else filenames)
242 :    
243 :     stopifnot(length(x) == length(filenames))
244 :    
245 :     mapply(function(doc, f) writeLines(as.character(doc), f), x, filenames)
246 :    
247 :     invisible(x)
248 : feinerer 985 }

root@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