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 1404 - (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 1404 p <- list(content = tdl,
32 :     meta = CorpusMeta(),
33 :     dmeta = data.frame(row.names = seq_along(tdl)),
34 :     dbcontrol = dbControl)
35 :     class(p) <- c("PCorpus", "Corpus")
36 :     p
37 : feinerer 985 }
38 : feinerer 71
39 : feinerer 1363 Corpus <-
40 : feinerer 1333 VCorpus <-
41 : feinerer 1336 function(x, readerControl = list(reader = reader(x), language = "en"))
42 : khornik 1203 {
43 : feinerer 1297 stopifnot(inherits(x, "Source"))
44 : feinerer 1273
45 : feinerer 1336 readerControl <- prepareReader(readerControl, reader(x))
46 : feinerer 49
47 : feinerer 1397 x <- open(x)
48 : feinerer 1357 tdl <- vector("list", length(x))
49 : feinerer 1336 # Check for parallel element access
50 :     if (is.function(getS3method("pGetElem", class(x), TRUE)))
51 : feinerer 1307 tdl <- mapply(function(elem, id)
52 :     readerControl$reader(elem, readerControl$language, id),
53 : feinerer 987 pGetElem(x),
54 : feinerer 1376 id = as.character(seq_along(x)),
55 : feinerer 987 SIMPLIFY = FALSE)
56 : feinerer 946 else {
57 :     counter <- 1
58 : feinerer 985 while (!eoi(x)) {
59 :     x <- stepNext(x)
60 :     elem <- getElem(x)
61 : feinerer 1376 doc <- readerControl$reader(elem,
62 :     readerControl$language,
63 :     as.character(counter))
64 : feinerer 1336 tdl[[counter]] <- doc
65 : feinerer 946 counter <- counter + 1
66 :     }
67 :     }
68 : feinerer 1397 x <- close(x)
69 : feinerer 72
70 : feinerer 1404 v <- list(content = tdl,
71 :     meta = CorpusMeta(),
72 :     dmeta = data.frame(row.names = seq_along(tdl)))
73 :     class(v) <- c("VCorpus", "Corpus")
74 :     v
75 : feinerer 946 }
76 : feinerer 72
77 : feinerer 1315 `[.PCorpus` <-
78 : khornik 1203 function(x, i)
79 :     {
80 : feinerer 1307 if (!missing(i)) {
81 :     x$content <- x$content[i]
82 :     x$dmeta <- x$dmeta[i, , drop = FALSE]
83 :     }
84 :     x
85 : feinerer 985 }
86 : feinerer 49
87 : feinerer 1315 `[.VCorpus` <-
88 :     function(x, i)
89 :     {
90 :     if (!missing(i)) {
91 :     x$content <- x$content[i]
92 :     x$dmeta <- x$dmeta[i, , drop = FALSE]
93 :     if (!is.null(x$lazy))
94 :     x$lazy$index <- x$lazy$index[i]
95 :     }
96 :     x
97 :     }
98 :    
99 : khornik 1203 .map_name_index <-
100 :     function(x, i)
101 :     {
102 : feinerer 1376 if (is.character(i))
103 :     match(i, meta(x, "id", "local"))
104 :     else
105 : feinerer 1307 i
106 : feinerer 1108 }
107 :    
108 : khornik 1203 `[[.PCorpus` <-
109 :     function(x, i)
110 :     {
111 : feinerer 1108 i <- .map_name_index(x, i)
112 : feinerer 1307 db <- filehash::dbInit(x$dbcontrol[["dbName"]], x$dbcontrol[["dbType"]])
113 :     filehash::dbFetch(db, x$content[[i]])
114 : feinerer 985 }
115 : khornik 1203 `[[.VCorpus` <-
116 :     function(x, i)
117 :     {
118 : feinerer 1108 i <- .map_name_index(x, i)
119 : feinerer 1315 if (!is.null(x$lazy))
120 :     .Call(copyCorpus, x, materialize(x, i))
121 : feinerer 1307 x$content[[i]]
122 : feinerer 985 }
123 : feinerer 886
124 : khornik 1203 `[[<-.PCorpus` <-
125 :     function(x, i, value)
126 :     {
127 : feinerer 1108 i <- .map_name_index(x, i)
128 : feinerer 1307 db <- filehash::dbInit(x$dbcontrol[["dbName"]], x$dbcontrol[["dbType"]])
129 :     db[[x$content[[i]]]] <- value
130 : feinerer 985 x
131 : feinerer 946 }
132 : khornik 1203 `[[<-.VCorpus` <-
133 :     function(x, i, value)
134 :     {
135 : feinerer 1108 i <- .map_name_index(x, i)
136 : feinerer 1315 # Mark new objects as inactive for lazy mapping
137 :     if (!is.null(x$lazy))
138 :     x$lazy$index[i] <- FALSE
139 : feinerer 1307 x$content[[i]] <- value
140 :     x
141 : feinerer 985 }
142 : feinerer 946
143 : feinerer 1350 as.list.PCorpus <- as.list.VCorpus <-
144 :     function(x, ...)
145 :     content(x)
146 :    
147 :     as.VCorpus <-
148 :     function(x)
149 :     UseMethod("as.VCorpus")
150 :     as.VCorpus.VCorpus <- identity
151 :    
152 : feinerer 1327 outer_union <-
153 :     function(x, y, ...)
154 :     {
155 :     if (nrow(x) > 0L)
156 :     x[, setdiff(names(y), names(x))] <- NA
157 :     if (nrow(y) > 0L)
158 :     y[, setdiff(names(x), names(y))] <- NA
159 :     res <- rbind(x, y)
160 :     if (ncol(res) == 0L)
161 :     res <- data.frame(row.names = seq_len(nrow(x) + nrow(y)))
162 :     res
163 :     }
164 : feinerer 71
165 : feinerer 1313 c.VCorpus <-
166 : khornik 1203 function(..., recursive = FALSE)
167 : feinerer 985 {
168 :     args <- list(...)
169 : khornik 1203 x <- args[[1L]]
170 : feinerer 71
171 : feinerer 1313 if (length(args) == 1L)
172 : feinerer 985 return(x)
173 : feinerer 71
174 : feinerer 985 if (!all(unlist(lapply(args, inherits, class(x)))))
175 :     stop("not all arguments are of the same corpus type")
176 : feinerer 71
177 : feinerer 1404 v <- list(content = do.call("c", lapply(args, content)),
178 :     meta = CorpusMeta(meta = do.call("c",
179 :     lapply(args, function(a) meta(a, type = "corpus")))),
180 :     dmeta = Reduce(outer_union, lapply(args, meta)))
181 :     class(v) <- c("VCorpus", "Corpus")
182 :     v
183 : feinerer 985 }
184 : feinerer 54
185 : feinerer 1313 content.VCorpus <-
186 : feinerer 1307 function(x)
187 : feinerer 1313 {
188 : feinerer 1315 if (!is.null(x$lazy))
189 :     .Call(copyCorpus, x, materialize(x))
190 : feinerer 1307 x$content
191 : feinerer 1313 }
192 : feinerer 1307
193 : feinerer 1313 content.PCorpus <-
194 :     function(x)
195 : feinerer 1307 {
196 : feinerer 1313 db <- filehash::dbInit(x$dbcontrol[["dbName"]], x$dbcontrol[["dbType"]])
197 :     filehash::dbMultiFetch(db, unlist(x$content))
198 : feinerer 1307 }
199 :    
200 : khornik 1203 inspect <-
201 :     function(x)
202 :     UseMethod("inspect", x)
203 : feinerer 1313 inspect.PCorpus <- inspect.VCorpus <-
204 : khornik 1203 function(x)
205 :     {
206 : feinerer 1307 print(x)
207 : feinerer 938 cat("\n")
208 : feinerer 1307 print(noquote(content(x)))
209 :     invisible(x)
210 : feinerer 946 }
211 : feinerer 65
212 : feinerer 1377 length.PCorpus <- length.VCorpus <-
213 :     function(x)
214 :     length(x$content)
215 :    
216 :     names.PCorpus <- names.VCorpus <-
217 :     function(x)
218 :     as.character(meta(x, "id", "local"))
219 :    
220 : feinerer 1379 `names<-.PCorpus` <- `names<-.VCorpus` <-
221 :     function(x, value)
222 :     {
223 :     meta(x, "id", "local") <- as.character(value)
224 :     x
225 :     }
226 :    
227 : feinerer 1376 print.PCorpus <- print.VCorpus <-
228 :     function(x, ...)
229 :     {
230 :     writeLines(sprintf("<<%s (documents: %d, metadata (corpus/indexed): %d/%d)>>",
231 :     class(x)[1],
232 :     length(x),
233 :     length(meta(x, type = "corpus")),
234 :     ncol(meta(x, type = "indexed"))))
235 :     invisible(x)
236 :     }
237 :    
238 : khornik 1203 writeCorpus <-
239 :     function(x, path = ".", filenames = NULL)
240 :     {
241 : feinerer 985 filenames <- file.path(path,
242 : feinerer 1306 if (is.null(filenames))
243 :     sprintf("%s.txt", as.character(meta(x, "id", "local")))
244 :     else filenames)
245 :    
246 :     stopifnot(length(x) == length(filenames))
247 :    
248 :     mapply(function(doc, f) writeLines(as.character(doc), f), x, filenames)
249 :    
250 :     invisible(x)
251 : 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