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 1411 - (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 1409 as.VCorpus(tdl)
71 : feinerer 946 }
72 : feinerer 72
73 : feinerer 1315 `[.PCorpus` <-
74 : khornik 1203 function(x, i)
75 :     {
76 : feinerer 1307 if (!missing(i)) {
77 :     x$content <- x$content[i]
78 :     x$dmeta <- x$dmeta[i, , drop = FALSE]
79 :     }
80 :     x
81 : feinerer 985 }
82 : feinerer 49
83 : feinerer 1315 `[.VCorpus` <-
84 :     function(x, i)
85 :     {
86 :     if (!missing(i)) {
87 :     x$content <- x$content[i]
88 :     x$dmeta <- x$dmeta[i, , drop = FALSE]
89 :     if (!is.null(x$lazy))
90 :     x$lazy$index <- x$lazy$index[i]
91 :     }
92 :     x
93 :     }
94 :    
95 : khornik 1203 .map_name_index <-
96 :     function(x, i)
97 :     {
98 : feinerer 1376 if (is.character(i))
99 :     match(i, meta(x, "id", "local"))
100 :     else
101 : feinerer 1307 i
102 : feinerer 1108 }
103 :    
104 : khornik 1203 `[[.PCorpus` <-
105 :     function(x, i)
106 :     {
107 : feinerer 1108 i <- .map_name_index(x, i)
108 : feinerer 1307 db <- filehash::dbInit(x$dbcontrol[["dbName"]], x$dbcontrol[["dbType"]])
109 :     filehash::dbFetch(db, x$content[[i]])
110 : feinerer 985 }
111 : khornik 1203 `[[.VCorpus` <-
112 :     function(x, i)
113 :     {
114 : feinerer 1108 i <- .map_name_index(x, i)
115 : feinerer 1315 if (!is.null(x$lazy))
116 :     .Call(copyCorpus, x, materialize(x, i))
117 : feinerer 1307 x$content[[i]]
118 : feinerer 985 }
119 : feinerer 886
120 : khornik 1203 `[[<-.PCorpus` <-
121 :     function(x, i, value)
122 :     {
123 : feinerer 1108 i <- .map_name_index(x, i)
124 : feinerer 1307 db <- filehash::dbInit(x$dbcontrol[["dbName"]], x$dbcontrol[["dbType"]])
125 :     db[[x$content[[i]]]] <- value
126 : feinerer 985 x
127 : feinerer 946 }
128 : khornik 1203 `[[<-.VCorpus` <-
129 :     function(x, i, value)
130 :     {
131 : feinerer 1108 i <- .map_name_index(x, i)
132 : feinerer 1315 # Mark new objects as inactive for lazy mapping
133 :     if (!is.null(x$lazy))
134 :     x$lazy$index[i] <- FALSE
135 : feinerer 1307 x$content[[i]] <- value
136 :     x
137 : feinerer 985 }
138 : feinerer 946
139 : feinerer 1350 as.list.PCorpus <- as.list.VCorpus <-
140 :     function(x, ...)
141 : feinerer 1411 setNames(content(x), as.character(lapply(content(x), meta, "id")))
142 : feinerer 1350
143 :     as.VCorpus <-
144 :     function(x)
145 :     UseMethod("as.VCorpus")
146 :     as.VCorpus.VCorpus <- identity
147 : feinerer 1409 as.VCorpus.list <-
148 :     function(x)
149 :     {
150 :     v <- list(content = x,
151 :     meta = CorpusMeta(),
152 :     dmeta = data.frame(row.names = seq_along(x)))
153 :     class(v) <- c("VCorpus", "Corpus")
154 :     v
155 :     }
156 : feinerer 1350
157 : feinerer 1327 outer_union <-
158 :     function(x, y, ...)
159 :     {
160 :     if (nrow(x) > 0L)
161 :     x[, setdiff(names(y), names(x))] <- NA
162 :     if (nrow(y) > 0L)
163 :     y[, setdiff(names(x), names(y))] <- NA
164 :     res <- rbind(x, y)
165 :     if (ncol(res) == 0L)
166 :     res <- data.frame(row.names = seq_len(nrow(x) + nrow(y)))
167 :     res
168 :     }
169 : feinerer 71
170 : feinerer 1313 c.VCorpus <-
171 : khornik 1203 function(..., recursive = FALSE)
172 : feinerer 985 {
173 :     args <- list(...)
174 : khornik 1203 x <- args[[1L]]
175 : feinerer 71
176 : feinerer 1313 if (length(args) == 1L)
177 : feinerer 985 return(x)
178 : feinerer 71
179 : feinerer 985 if (!all(unlist(lapply(args, inherits, class(x)))))
180 :     stop("not all arguments are of the same corpus type")
181 : feinerer 71
182 : feinerer 1404 v <- list(content = do.call("c", lapply(args, content)),
183 :     meta = CorpusMeta(meta = do.call("c",
184 :     lapply(args, function(a) meta(a, type = "corpus")))),
185 :     dmeta = Reduce(outer_union, lapply(args, meta)))
186 :     class(v) <- c("VCorpus", "Corpus")
187 :     v
188 : feinerer 985 }
189 : feinerer 54
190 : feinerer 1313 content.VCorpus <-
191 : feinerer 1307 function(x)
192 : feinerer 1313 {
193 : feinerer 1315 if (!is.null(x$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 1379 `names<-.PCorpus` <- `names<-.VCorpus` <-
226 :     function(x, value)
227 :     {
228 :     meta(x, "id", "local") <- as.character(value)
229 :     x
230 :     }
231 :    
232 : feinerer 1376 print.PCorpus <- print.VCorpus <-
233 :     function(x, ...)
234 :     {
235 :     writeLines(sprintf("<<%s (documents: %d, metadata (corpus/indexed): %d/%d)>>",
236 :     class(x)[1],
237 :     length(x),
238 :     length(meta(x, type = "corpus")),
239 :     ncol(meta(x, type = "indexed"))))
240 :     invisible(x)
241 :     }
242 :    
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 }

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