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 720 - (view) (download)
Original Path: trunk/tm/R/textdoccol.R

1 : feinerer 17 # Author: Ingo Feinerer
2 :    
3 : feinerer 698 # The "..." are additional arguments for the FunctionGenerator parser
4 : feinerer 712 setGeneric("TextDocCol", function(object,
5 : feinerer 717 parserControl = list(parser = readPlain, language = "en_US", load = FALSE),
6 : feinerer 712 dbControl = list(useDb = FALSE, dbName = "", dbType = "DB1"),
7 :     ...) standardGeneric("TextDocCol"))
8 : feinerer 49 setMethod("TextDocCol",
9 : feinerer 63 signature(object = "Source"),
10 : feinerer 717 function(object,
11 :     parserControl = list(parser = readPlain, language = "en_US", load = FALSE),
12 :     dbControl = list(useDb = FALSE, dbName = "", dbType = "DB1"),
13 :     ...) {
14 :     if (inherits(parserControl$parser, "FunctionGenerator"))
15 :     parserControl$parser <- parserControl$parser(...)
16 : feinerer 63
17 : feinerer 712 if (dbControl$useDb) {
18 :     if (!dbCreate(dbControl$dbName, dbControl$dbType))
19 :     stop("error in creating database")
20 :     db <- dbInit(dbControl$dbName, dbControl$dbType)
21 :     }
22 :    
23 : feinerer 63 tdl <- list()
24 :     counter <- 1
25 :     while (!eoi(object)) {
26 : feinerer 698 object <- stepNext(object)
27 :     elem <- getElem(object)
28 : feinerer 63 # If there is no Load on Demand support
29 :     # we need to load the corpus into memory at startup
30 : feinerer 694 if (!object@LoDSupport)
31 : feinerer 717 parserControl$load <- TRUE
32 :     doc <- parserControl$parser(elem, parserControl$load, parserControl$language, as.character(counter))
33 : feinerer 712 if (dbControl$useDb) {
34 :     dbInsert(db, ID(doc), doc)
35 :     tdl <- c(tdl, ID(doc))
36 :     }
37 :     else
38 :     tdl <- c(tdl, list(doc))
39 : feinerer 63 counter <- counter + 1
40 :     }
41 :    
42 : feinerer 712 df <- data.frame(MetaID = rep(0, length(tdl)), stringsAsFactors = FALSE)
43 :     if (dbControl$useDb) {
44 :     dbInsert(db, "DMetaData", df)
45 :     dmeta.df <- data.frame(key = "DMetaData")
46 :     dbDisconnect(db)
47 :     }
48 :     else
49 :     dmeta.df <- df
50 :    
51 : feinerer 698 cmeta.node <- new("MetaDataNode",
52 : feinerer 71 NodeID = 0,
53 : feinerer 689 MetaData = list(create_date = Sys.time(), creator = Sys.getenv("LOGNAME")),
54 : feinerer 71 children = list())
55 :    
56 : feinerer 712 return(new("TextDocCol", .Data = tdl, DMetaData = dmeta.df, CMetaData = cmeta.node, DBControl = dbControl))
57 : feinerer 21 })
58 :    
59 : feinerer 698 setGeneric("loadDoc", function(object, ...) standardGeneric("loadDoc"))
60 :     setMethod("loadDoc",
61 : feinerer 62 signature(object = "PlainTextDocument"),
62 : feinerer 65 function(object, ...) {
63 : feinerer 61 if (!Cached(object)) {
64 : feinerer 67 con <- eval(URI(object))
65 : feinerer 65 corpus <- readLines(con)
66 :     close(con)
67 : feinerer 56 Corpus(object) <- corpus
68 : feinerer 60 Cached(object) <- TRUE
69 : feinerer 56 return(object)
70 :     } else {
71 :     return(object)
72 :     }
73 :     })
74 : feinerer 698 setMethod("loadDoc",
75 : feinerer 62 signature(object = "XMLTextDocument"),
76 : feinerer 65 function(object, ...) {
77 : feinerer 61 if (!Cached(object)) {
78 : feinerer 67 con <- eval(URI(object))
79 : feinerer 65 corpus <- paste(readLines(con), "\n", collapse = "")
80 :     close(con)
81 :     doc <- xmlTreeParse(corpus, asText = TRUE)
82 : feinerer 49 class(doc) <- "list"
83 : feinerer 56 Corpus(object) <- doc
84 : feinerer 60 Cached(object) <- TRUE
85 : feinerer 49 return(object)
86 :     } else {
87 :     return(object)
88 :     }
89 :     })
90 : feinerer 698 setMethod("loadDoc",
91 : feinerer 62 signature(object = "NewsgroupDocument"),
92 : feinerer 65 function(object, ...) {
93 : feinerer 61 if (!Cached(object)) {
94 : feinerer 67 con <- eval(URI(object))
95 : feinerer 65 mail <- readLines(con)
96 :     close(con)
97 : feinerer 60 Cached(object) <- TRUE
98 : feinerer 65 for (index in seq(along = mail)) {
99 :     if (mail[index] == "")
100 :     break
101 :     }
102 : feinerer 56 Corpus(object) <- mail[(index + 1):length(mail)]
103 :     return(object)
104 :     } else {
105 :     return(object)
106 :     }
107 :     })
108 : feinerer 49
109 : feinerer 719 setGeneric("tmUpdate", function(object,
110 :     origin,
111 :     parserControl = list(parser = readPlain, language = "en_US", load = FALSE),
112 :     ...) standardGeneric("tmUpdate"))
113 : feinerer 72 # Update is only supported for directories
114 :     # At the moment no other LoD devices are available anyway
115 : feinerer 698 setMethod("tmUpdate",
116 : feinerer 72 signature(object = "TextDocCol", origin = "DirSource"),
117 : feinerer 719 function(object, origin,
118 :     parserControl = list(parser = readPlain, language = "en_US", load = FALSE),
119 :     ...) {
120 :     if (inherits(parserControl$parser, "FunctionGenerator"))
121 :     parserControl$parser <- parserControl$parser(...)
122 : feinerer 72
123 :     object.filelist <- unlist(lapply(object, function(x) {as.character(URI(x))[2]}))
124 :     new.files <- setdiff(origin@FileList, object.filelist)
125 :    
126 :     for (filename in new.files) {
127 :     elem <- list(content = readLines(filename),
128 :     uri = substitute(file(filename)))
129 : feinerer 719 object <- appendElem(object, parserControl$parser(elem, parserControl$load, parserControl$language, filename))
130 : feinerer 72 }
131 :    
132 :     return(object)
133 :     })
134 :    
135 : feinerer 698 setGeneric("tmMap", function(object, FUN, ...) standardGeneric("tmMap"))
136 :     setMethod("tmMap",
137 : feinerer 62 signature(object = "TextDocCol", FUN = "function"),
138 : feinerer 49 function(object, FUN, ...) {
139 : feinerer 73 result <- object
140 : feinerer 689 # Note that text corpora are automatically loaded into memory via \code{[[}
141 : feinerer 719 if (DBControl(object)[["useDb"]]) {
142 :     db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
143 :     new <- lapply(object, FUN, ..., DMetaData = DMetaData(object))
144 :     ids <- lapply(object, ID)
145 :     # Avoidance of explicit loop is probably more efficient
146 :     for (i in length(new)) {
147 :     db[[ids[i]]] <- new[[i]]
148 :     }
149 :     dbDisconnect(db)
150 :     }
151 :     else
152 :     result@.Data <- lapply(object, FUN, ..., DMetaData = DMetaData(object))
153 : feinerer 56 return(result)
154 : feinerer 49 })
155 :    
156 : feinerer 698 setGeneric("asPlain", function(object, FUN, ...) standardGeneric("asPlain"))
157 :     setMethod("asPlain",
158 : feinerer 62 signature(object = "PlainTextDocument"),
159 : feinerer 49 function(object, FUN, ...) {
160 :     return(object)
161 :     })
162 : feinerer 698 setMethod("asPlain",
163 : feinerer 62 signature(object = "XMLTextDocument", FUN = "function"),
164 : feinerer 49 function(object, FUN, ...) {
165 : feinerer 56 corpus <- Corpus(object)
166 : feinerer 49
167 :     # As XMLDocument is no native S4 class, restore valid information
168 :     class(corpus) <- "XMLDocument"
169 :     names(corpus) <- c("doc","dtd")
170 :    
171 : feinerer 61 return(FUN(xmlRoot(corpus), ...))
172 : feinerer 49 })
173 :    
174 : feinerer 698 setGeneric("tmTolower", function(object, ...) standardGeneric("tmTolower"))
175 :     setMethod("tmTolower",
176 : feinerer 67 signature(object = "PlainTextDocument"),
177 :     function(object, ...) {
178 :     Corpus(object) <- tolower(object)
179 :     return(object)
180 :     })
181 :    
182 : feinerer 698 setGeneric("stripWhitespace", function(object, ...) standardGeneric("stripWhitespace"))
183 :     setMethod("stripWhitespace",
184 : feinerer 67 signature(object = "PlainTextDocument"),
185 :     function(object, ...) {
186 :     Corpus(object) <- gsub("[[:space:]]+", " ", object)
187 :     return(object)
188 :     })
189 :    
190 : feinerer 713 setGeneric("stemDoc", function(object, language = "english", ...) standardGeneric("stemDoc"))
191 : feinerer 698 setMethod("stemDoc",
192 : feinerer 62 signature(object = "PlainTextDocument"),
193 : feinerer 713 function(object, language = "english", ...) {
194 : feinerer 49 splittedCorpus <- unlist(strsplit(object, " ", fixed = TRUE))
195 : feinerer 713 stemmedCorpus <- if (require("Rstem"))
196 :     Rstem::wordStem(splittedCorpus, language)
197 :     else
198 :     SnowballStemmer(splittedCorpus, Weka_control(S = language))
199 : feinerer 56 Corpus(object) <- paste(stemmedCorpus, collapse = " ")
200 :     return(object)
201 : feinerer 49 })
202 :    
203 : feinerer 698 setGeneric("removeWords", function(object, stopwords, ...) standardGeneric("removeWords"))
204 :     setMethod("removeWords",
205 : feinerer 60 signature(object = "PlainTextDocument", stopwords = "character"),
206 : feinerer 61 function(object, stopwords, ...) {
207 : feinerer 49 splittedCorpus <- unlist(strsplit(object, " ", fixed = TRUE))
208 :     noStopwordsCorpus <- splittedCorpus[!splittedCorpus %in% stopwords]
209 : feinerer 56 Corpus(object) <- paste(noStopwordsCorpus, collapse = " ")
210 :     return(object)
211 : feinerer 49 })
212 :    
213 : feinerer 698 setGeneric("tmFilter", function(object, ..., FUN = sFilter, doclevel = FALSE) standardGeneric("tmFilter"))
214 :     setMethod("tmFilter",
215 : feinerer 61 signature(object = "TextDocCol"),
216 : feinerer 698 function(object, ..., FUN = sFilter, doclevel = FALSE) {
217 : feinerer 73 if (doclevel)
218 :     return(object[sapply(object, FUN, ..., DMetaData = DMetaData(object))])
219 :     else
220 : feinerer 712 return(object[FUN(object, ...)]) # TODO: Check that FUN knows about the database
221 : feinerer 61 })
222 :    
223 : feinerer 698 setGeneric("tmIndex", function(object, ..., FUN = sFilter, doclevel = FALSE) standardGeneric("tmIndex"))
224 :     setMethod("tmIndex",
225 : feinerer 61 signature(object = "TextDocCol"),
226 : feinerer 698 function(object, ..., FUN = sFilter, doclevel = FALSE) {
227 : feinerer 73 if (doclevel)
228 :     return(sapply(object, FUN, ..., DMetaData = DMetaData(object)))
229 :     else
230 : feinerer 712 return(FUN(object, ...)) # TODO: Check that FUN knows about the database
231 : feinerer 49 })
232 :    
233 : feinerer 698 sFilter <- function(object, s, ...) {
234 : feinerer 73 query.df <- DMetaData(object)
235 :     con <- textConnection(s)
236 :     tokens <- scan(con, "character")
237 :     close(con)
238 :     local.meta <- lapply(object, LocalMetaData)
239 :     local.used.meta <- lapply(local.meta, function(x) names(x) %in% tokens)
240 :     l.meta <- NULL
241 :     for (i in 1:length(object)) {
242 :     l.meta <- c(l.meta, list(local.meta[[i]][local.used.meta[[i]]]))
243 :     }
244 : feinerer 74 # Load local meta data from text documents into data frame
245 :     for (i in 1:length(l.meta)) {
246 :     l.meta[[i]] <- c(l.meta[[i]], list(author = Author(object[[i]])))
247 :     l.meta[[i]] <- c(l.meta[[i]], list(datetimestamp = DateTimeStamp(object[[i]])))
248 :     l.meta[[i]] <- c(l.meta[[i]], list(description = Description(object[[i]])))
249 :     l.meta[[i]] <- c(l.meta[[i]], list(identifier = ID(object[[i]])))
250 :     l.meta[[i]] <- c(l.meta[[i]], list(origin = Origin(object[[i]])))
251 :     l.meta[[i]] <- c(l.meta[[i]], list(heading = Heading(object[[i]])))
252 :     }
253 : feinerer 73 for (i in 1:length(l.meta)) {
254 : feinerer 74 for (j in 1:length(l.meta[[i]])) {
255 :     m <- l.meta[[i]][[j]]
256 :     m.name <- names(l.meta[[i]][j])
257 :     if (!(m.name %in% names(query.df))) {
258 : feinerer 73 before <- rep(NA, i - 1)
259 :     after <- rep(NA, length(l.meta) - i)
260 : feinerer 75 if (length(m) > 1) {
261 :     nl <- vector("list", length(l.meta))
262 :     nl[1:(i-1)] <- before
263 :     nl[i] <- list(m)
264 :     nl[(i+1):length(l.meta)] <- after
265 :     insert <- data.frame(I(nl), stringsAsFactors = FALSE)
266 :     }
267 :     else
268 :     insert <- c(before, m, after)
269 : feinerer 73 query.df <- cbind(query.df, insert, stringsAsFactors = FALSE)
270 : feinerer 74 names(query.df)[length(query.df)] <- m.name
271 : feinerer 73 }
272 :     else {
273 :     if (is.null(m))
274 :     m <- NA
275 : feinerer 75 if (length(m) > 1) {
276 :     rl <- query.df[ , m.name]
277 :     rl[i] <- list(m)
278 :     query.df[ , m.name] <- data.frame(I(rl), stringsAsFactors = FALSE)
279 :     }
280 :     else
281 :     query.df[i, m.name] <- m
282 : feinerer 73 }
283 : feinerer 61 }
284 :     }
285 : feinerer 73 attach(query.df)
286 : feinerer 74 try(result <- rownames(query.df) %in% row.names(query.df[eval(parse(text = s)), ]))
287 : feinerer 73 detach(query.df)
288 :     return(result)
289 : feinerer 61 }
290 :    
291 : feinerer 698 setGeneric("searchFullText", function(object, pattern, ...) standardGeneric("searchFullText"))
292 :     setMethod("searchFullText",
293 : feinerer 61 signature(object = "PlainTextDocument", pattern = "character"),
294 :     function(object, pattern, ...) {
295 :     return(any(grep(pattern, Corpus(object))))
296 :     })
297 :    
298 : feinerer 698 setGeneric("appendElem", function(object, data, meta = NULL) standardGeneric("appendElem"))
299 :     setMethod("appendElem",
300 : feinerer 72 signature(object = "TextDocCol", data = "TextDocument"),
301 :     function(object, data, meta = NULL) {
302 : feinerer 712 if (DBControl(object)[["useDb"]]) {
303 :     db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
304 :     if (dbExists(db, ID(data)))
305 :     warning("document with identical ID already exists")
306 :     dbInsert(db, ID(data), data)
307 :     dbDisconnect(db)
308 :     object@.Data[[length(object)+1]] <- ID(data)
309 :     }
310 :     else
311 :     object@.Data[[length(object)+1]] <- data
312 :     DMetaData(object) <- rbind(DMetaData(object), c(MetaID = CMetaData(object)@NodeID, meta))
313 : feinerer 52 return(object)
314 :     })
315 :    
316 : feinerer 698 setGeneric("appendMeta", function(object, cmeta = NULL, dmeta = NULL) standardGeneric("appendMeta"))
317 :     setMethod("appendMeta",
318 : feinerer 72 signature(object = "TextDocCol"),
319 : feinerer 698 function(object, cmeta = NULL, dmeta = NULL) {
320 : feinerer 712 object@CMetaData@MetaData <- c(CMetaData(object)@MetaData, cmeta)
321 :     if (!is.null(dmeta)) {
322 : feinerer 719 DMetaData(object) <- cbind(DMetaData(object), eval(dmeta))
323 : feinerer 712 }
324 : feinerer 52 return(object)
325 :     })
326 : feinerer 53
327 : feinerer 698 setGeneric("removeMeta", function(object, cname = NULL, dname = NULL) standardGeneric("removeMeta"))
328 :     setMethod("removeMeta",
329 : feinerer 77 signature(object = "TextDocCol"),
330 : feinerer 698 function(object, cname = NULL, dname = NULL) {
331 :     if (!is.null(cname)) {
332 :     object@CMetaData@MetaData <- CMetaData(object)@MetaData[names(CMetaData(object)@MetaData) != cname]
333 : feinerer 77 }
334 :     if (!is.null(dname)) {
335 : feinerer 712 DMetaData(object) <- DMetaData(object)[names(DMetaData(object)) != dname]
336 : feinerer 77 }
337 :     return(object)
338 :     })
339 : feinerer 69
340 : feinerer 698 setGeneric("prescindMeta", function(object, meta) standardGeneric("prescindMeta"))
341 :     setMethod("prescindMeta",
342 : feinerer 73 signature(object = "TextDocCol", meta = "character"),
343 :     function(object, meta) {
344 :     for (m in meta) {
345 : feinerer 719 if (m %in% c("Author", "DateTimeStamp", "Description", "ID", "Origin", "Heading", "Language")) {
346 : feinerer 75 local.m <- lapply(object, m)
347 :     local.m <- lapply(local.m, function(x) if (is.null(x)) return(NA) else return(x))
348 : feinerer 73 local.m <- unlist(local.m)
349 : feinerer 719 DMetaData(object) <- cbind(DMetaData(object), data.frame(m = local.m), stringsAsFactors = FALSE)
350 :     names(DMetaData(object))[length(DMetaData(object))] <- m
351 : feinerer 75 }
352 :     else {
353 :     local.meta <- lapply(object, LocalMetaData)
354 :     local.m <- lapply(local.meta, "[[", m)
355 :     local.m <- lapply(local.m, function(x) if (is.null(x)) return(NA) else return(x))
356 :     if (length(local.m) == length(unlist(local.m)))
357 :     local.m <- unlist(local.m)
358 :     else
359 :     local.m <- I(local.m)
360 : feinerer 719 DMetaData(object) <- cbind(DMetaData(object), data.frame(m = local.m), stringsAsFactors = FALSE)
361 :     names(DMetaData(object))[length(DMetaData(object))] <- m
362 : feinerer 75 }
363 : feinerer 73 }
364 :     return(object)
365 :     })
366 :    
367 : feinerer 712 # WARNING: DMetaData is changed (since both use the same database)
368 : feinerer 53 setMethod("[",
369 :     signature(x = "TextDocCol", i = "ANY", j = "ANY", drop = "ANY"),
370 :     function(x, i, j, ... , drop) {
371 :     if(missing(i))
372 :     return(x)
373 :    
374 :     object <- x
375 :     object@.Data <- x@.Data[i, ..., drop = FALSE]
376 : feinerer 715 df <- as.data.frame(DMetaData(x)[i, ])
377 :     names(df) <- names(DMetaData(x))
378 :     DMetaData(object) <- df
379 : feinerer 53 return(object)
380 :     })
381 :    
382 : feinerer 712 # TODO
383 : feinerer 63 setMethod("[<-",
384 :     signature(x = "TextDocCol", i = "ANY", j = "ANY", value = "ANY"),
385 :     function(x, i, j, ... , value) {
386 :     object <- x
387 :     object@.Data[i, ...] <- value
388 :     return(object)
389 :     })
390 :    
391 :     setMethod("[[",
392 :     signature(x = "TextDocCol", i = "ANY", j = "ANY"),
393 :     function(x, i, j, ...) {
394 : feinerer 712 if (DBControl(x)[["useDb"]]) {
395 :     db <- dbInit(DBControl(x)[["dbName"]], DBControl(x)[["dbType"]])
396 :     result <- dbFetch(db, x@.Data[[i]])
397 :     dbDisconnect(db)
398 :     return(loadDoc(result))
399 :     }
400 :     else
401 :     return(loadDoc(x@.Data[[i]]))
402 : feinerer 63 })
403 :    
404 :     setMethod("[[<-",
405 :     signature(x = "TextDocCol", i = "ANY", j = "ANY", value = "ANY"),
406 :     function(x, i, j, ..., value) {
407 :     object <- x
408 : feinerer 712 if (DBControl(object)[["useDb"]]) {
409 :     db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
410 :     index <- object@.Data[[i]]
411 :     db[[index]] <- value
412 :     dbDisconnect(db)
413 :     }
414 :     else
415 :     object@.Data[[i, ...]] <- value
416 : feinerer 63 return(object)
417 :     })
418 :    
419 : feinerer 698 # Update \code{NodeID}s of a CMetaData tree
420 : feinerer 697 update_id <- function(object, id = 0, mapping = NULL, left.mapping = NULL, level = 0) {
421 : feinerer 698 # Traversal of (binary) CMetaData tree with setup of \code{NodeID}s
422 : feinerer 697 set_id <- function(object) {
423 :     object@NodeID <- id
424 :     id <<- id + 1
425 :     level <<- level + 1
426 : feinerer 71
427 : feinerer 697 if (length(object@children) > 0) {
428 :     mapping <<- cbind(mapping, c(object@children[[1]]@NodeID, id))
429 :     left <- set_id(object@children[[1]])
430 :     if (level == 1) {
431 :     left.mapping <<- mapping
432 :     mapping <<- NULL
433 :     }
434 :     mapping <<- cbind(mapping, c(object@children[[2]]@NodeID, id))
435 :     right <- set_id(object@children[[2]])
436 : feinerer 71
437 : feinerer 697 object@children <- list(left, right)
438 : feinerer 71 }
439 : feinerer 697 level <<- level - 1
440 : feinerer 71
441 : feinerer 697 return(object)
442 : feinerer 71 }
443 :    
444 : feinerer 697 return(list(root = set_id(object), left.mapping = left.mapping, right.mapping = mapping))
445 : feinerer 71 }
446 :    
447 : feinerer 53 setMethod("c",
448 :     signature(x = "TextDocCol"),
449 : feinerer 689 function(x, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) {
450 :     args <- list(...)
451 : feinerer 720 if (length(args) == 0)
452 : feinerer 689 return(x)
453 : feinerer 71
454 : feinerer 720 if (!all(sapply(args, inherits, "TextDocCol")))
455 :     stop("not all arguments are text document collections")
456 :     if (DBControl(x)$useDb == TRUE || any(unlist(sapply(args, DBControl)["useDb", ])))
457 :     stop("concatenating text document collections with activated database is not supported")
458 :    
459 : feinerer 689 result <- x
460 :     for (c in args) {
461 :     result <- c2(result, c)
462 :     }
463 :     return(result)
464 :     })
465 :    
466 :     setGeneric("c2", function(x, y, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) standardGeneric("c2"))
467 :     setMethod("c2",
468 :     signature(x = "TextDocCol", y = "TextDocCol"),
469 :     function(x, y, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) {
470 : feinerer 71 object <- x
471 :     # Concatenate data slots
472 :     object@.Data <- c(as(x, "list"), as(y, "list"))
473 :    
474 : feinerer 720 # Set the DBControl slot
475 :     object@DBControl <- list(useDb = FALSE, dbName = "", dbType = "DB1")
476 :    
477 : feinerer 698 # Update the CMetaData tree
478 :     cmeta <- new("MetaDataNode", NodeID = 0, MetaData = meta, children = list(CMetaData(x), CMetaData(y)))
479 :     update.struct <- update_id(cmeta)
480 :     object@CMetaData <- update.struct$root
481 : feinerer 71
482 :     # Find indices to be updated for the left tree
483 :     indices.mapping <- NULL
484 :     for (m in levels(as.factor(DMetaData(x)$MetaID))) {
485 :     indices <- (DMetaData(x)$MetaID == m)
486 :     indices.mapping <- c(indices.mapping, list(m = indices))
487 :     names(indices.mapping)[length(indices.mapping)] <- m
488 :     }
489 :    
490 :     # Update the DMetaData data frames for the left tree
491 :     for (i in 1:ncol(update.struct$left.mapping)) {
492 :     map <- update.struct$left.mapping[,i]
493 :     x@DMetaData$MetaID <- replace(DMetaData(x)$MetaID, indices.mapping[[as.character(map[1])]], map[2])
494 :     }
495 :    
496 :     # Find indices to be updated for the right tree
497 :     indices.mapping <- NULL
498 :     for (m in levels(as.factor(DMetaData(y)$MetaID))) {
499 :     indices <- (DMetaData(y)$MetaID == m)
500 :     indices.mapping <- c(indices.mapping, list(m = indices))
501 :     names(indices.mapping)[length(indices.mapping)] <- m
502 :     }
503 :    
504 :     # Update the DMetaData data frames for the right tree
505 :     for (i in 1:ncol(update.struct$right.mapping)) {
506 :     map <- update.struct$right.mapping[,i]
507 :     y@DMetaData$MetaID <- replace(DMetaData(y)$MetaID, indices.mapping[[as.character(map[1])]], map[2])
508 :     }
509 :    
510 :     # Merge the DMetaData data frames
511 :     labels <- setdiff(names(DMetaData(y)), names(DMetaData(x)))
512 :     na.matrix <- matrix(NA, nrow = nrow(DMetaData(x)), ncol = length(labels), dimnames = list(row.names(DMetaData(x)), labels))
513 :     x.dmeta.aug <- cbind(DMetaData(x), na.matrix)
514 :     labels <- setdiff(names(DMetaData(x)), names(DMetaData(y)))
515 :     na.matrix <- matrix(NA, nrow = nrow(DMetaData(y)), ncol = length(labels), dimnames = list(row.names(DMetaData(y)), labels))
516 :     y.dmeta.aug <- cbind(DMetaData(y), na.matrix)
517 :     object@DMetaData <- rbind(x.dmeta.aug, y.dmeta.aug)
518 :    
519 :     return(object)
520 : feinerer 72 })
521 : feinerer 689
522 : feinerer 72 setMethod("c",
523 :     signature(x = "TextDocument"),
524 :     function(x, ..., recursive = TRUE){
525 :     args <- list(...)
526 :     if(length(args) == 0)
527 :     return(x)
528 : feinerer 54
529 : feinerer 73 dmeta.df <- data.frame(MetaID = rep(0, length(list(x, ...))), stringsAsFactors = FALSE)
530 : feinerer 698 cmeta.node <- new("MetaDataNode",
531 : feinerer 72 NodeID = 0,
532 : feinerer 689 MetaData = list(create_date = Sys.time(), creator = Sys.getenv("LOGNAME")),
533 : feinerer 72 children = list())
534 :    
535 : feinerer 720 return(new("TextDocCol",
536 :     .Data = list(x, ...),
537 :     DMetaData = dmeta.df,
538 :     CMetaData = cmeta.node,
539 :     DBControl = list(useDb = FALSE, dbName = "", dbType = "DB1")))
540 : feinerer 72 })
541 :    
542 : feinerer 54 setMethod("length",
543 :     signature(x = "TextDocCol"),
544 :     function(x){
545 :     return(length(as(x, "list")))
546 :     })
547 :    
548 :     setMethod("show",
549 :     signature(object = "TextDocCol"),
550 :     function(object){
551 : feinerer 70 cat(sprintf(ngettext(length(object),
552 :     "A text document collection with %d text document\n",
553 :     "A text document collection with %d text documents\n"),
554 :     length(object)))
555 : feinerer 54 })
556 :    
557 :     setMethod("summary",
558 :     signature(object = "TextDocCol"),
559 :     function(object){
560 :     show(object)
561 : feinerer 71 if (length(DMetaData(object)) > 0) {
562 : feinerer 698 cat(sprintf(ngettext(length(CMetaData(object)@MetaData),
563 : feinerer 77 "\nThe metadata consists of %d tag-value pair and a data frame\n",
564 :     "\nThe metadata consists of %d tag-value pairs and a data frame\n"),
565 : feinerer 698 length(CMetaData(object)@MetaData)))
566 : feinerer 54 cat("Available tags are:\n")
567 : feinerer 698 cat(names(CMetaData(object)@MetaData), "\n")
568 : feinerer 77 cat("Available variables in the data frame are:\n")
569 : feinerer 71 cat(names(DMetaData(object)), "\n")
570 : feinerer 54 }
571 :     })
572 : feinerer 55
573 :     setGeneric("inspect", function(object) standardGeneric("inspect"))
574 :     setMethod("inspect",
575 : feinerer 65 signature("TextDocCol"),
576 : feinerer 55 function(object) {
577 :     summary(object)
578 :     cat("\n")
579 : feinerer 719 if (DBControl(object)[["useDb"]]) {
580 :     db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
581 :     show(dbMultiFetch(db, unlist(object)))
582 :     dbDisconnect(db)
583 :     }
584 :     else
585 :     show(object@.Data)
586 : feinerer 55 })
587 : feinerer 65
588 :     # No metadata is checked
589 :     setGeneric("%IN%", function(x, y) standardGeneric("%IN%"))
590 :     setMethod("%IN%",
591 :     signature(x = "TextDocument", y = "TextDocCol"),
592 :     function(x, y) {
593 :     x %in% y
594 :     })
595 : feinerer 719
596 :     setMethod("lapply",
597 :     signature(X = "TextDocCol"),
598 :     function(X, FUN, ...) {
599 :     if (DBControl(X)[["useDb"]]) {
600 :     db <- dbInit(DBControl(X)[["dbName"]], DBControl(X)[["dbType"]])
601 :     result <- lapply(dbMultiFetch(db, unlist(X)), FUN, ...)
602 :     dbDisconnect(db)
603 :     }
604 :     else
605 :     result <- base::lapply(X, FUN, ...)
606 :     return(result)
607 :     })
608 :    
609 :     setMethod("sapply",
610 :     signature(X = "TextDocCol"),
611 :     function(X, FUN, ..., simplify = TRUE, USE.NAMES = TRUE) {
612 :     if (DBControl(X)[["useDb"]]) {
613 :     db <- dbInit(DBControl(X)[["dbName"]], DBControl(X)[["dbType"]])
614 :     result <- sapply(dbMultiFetch(db, unlist(X)), FUN, ...)
615 :     dbDisconnect(db)
616 :     }
617 :     else
618 :     result <- base::sapply(X, FUN, ...)
619 :     return(result)
620 :     })

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