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

1 : feinerer 17 # Author: Ingo Feinerer
2 :    
3 : feinerer 722 # The "..." are additional arguments for the FunctionGenerator reader
4 : feinerer 712 setGeneric("TextDocCol", function(object,
5 : feinerer 723 readerControl = list(reader = object@DefaultReader, 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 : feinerer 723 readerControl = list(reader = object@DefaultReader, language = "en_US", load = FALSE),
12 : feinerer 717 dbControl = list(useDb = FALSE, dbName = "", dbType = "DB1"),
13 :     ...) {
14 : feinerer 722 if (attr(readerControl$reader, "FunctionGenerator"))
15 :     readerControl$reader <- readerControl$reader(...)
16 : feinerer 63
17 : feinerer 712 if (dbControl$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 722 readerControl$load <- TRUE
32 :     doc <- readerControl$reader(elem, readerControl$load, readerControl$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 : feinerer 727 dmeta.df <- data.frame(key = "DMetaData", subset = I(list(NA)))
46 : feinerer 712 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 : feinerer 723 readerControl = list(reader = origin@DefaultReader, language = "en_US", load = FALSE),
112 : feinerer 719 ...) 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 : feinerer 723 readerControl = list(reader = origin@DefaultReader, language = "en_US", load = FALSE),
119 : feinerer 719 ...) {
120 : feinerer 722 if (inherits(readerControl$reader, "FunctionGenerator"))
121 :     readerControl$reader <- readerControl$reader(...)
122 : feinerer 72
123 :     object.filelist <- unlist(lapply(object, function(x) {as.character(URI(x))[2]}))
124 :     new.files <- setdiff(origin@FileList, object.filelist)
125 :    
126 :     for (filename in new.files) {
127 :     elem <- list(content = readLines(filename),
128 :     uri = substitute(file(filename)))
129 : feinerer 722 object <- appendElem(object, readerControl$reader(elem, readerControl$load, readerControl$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 : feinerer 725 setMethod("asPlain",
174 :     signature(object = "NewsgroupDocument"),
175 :     function(object, FUN, ...) {
176 :     new("PlainTextDocument", .Data = Corpus(object), Cached = TRUE, URI = "", Author = Author(object),
177 :     DateTimeStamp = DateTimeStamp(object), Description = Description(object), ID = ID(object),
178 :     Origin = Origin(object), Heading = Heading(object), Language = Language(object))
179 :     })
180 : feinerer 49
181 : feinerer 698 setGeneric("tmTolower", function(object, ...) standardGeneric("tmTolower"))
182 :     setMethod("tmTolower",
183 : feinerer 67 signature(object = "PlainTextDocument"),
184 :     function(object, ...) {
185 :     Corpus(object) <- tolower(object)
186 :     return(object)
187 :     })
188 :    
189 : feinerer 698 setGeneric("stripWhitespace", function(object, ...) standardGeneric("stripWhitespace"))
190 :     setMethod("stripWhitespace",
191 : feinerer 67 signature(object = "PlainTextDocument"),
192 :     function(object, ...) {
193 :     Corpus(object) <- gsub("[[:space:]]+", " ", object)
194 :     return(object)
195 :     })
196 :    
197 : feinerer 713 setGeneric("stemDoc", function(object, language = "english", ...) standardGeneric("stemDoc"))
198 : feinerer 698 setMethod("stemDoc",
199 : feinerer 62 signature(object = "PlainTextDocument"),
200 : feinerer 713 function(object, language = "english", ...) {
201 : feinerer 49 splittedCorpus <- unlist(strsplit(object, " ", fixed = TRUE))
202 : feinerer 713 stemmedCorpus <- if (require("Rstem"))
203 :     Rstem::wordStem(splittedCorpus, language)
204 :     else
205 :     SnowballStemmer(splittedCorpus, Weka_control(S = language))
206 : feinerer 56 Corpus(object) <- paste(stemmedCorpus, collapse = " ")
207 :     return(object)
208 : feinerer 49 })
209 :    
210 : feinerer 722 setGeneric("removePunctuation", function(object, ...) standardGeneric("removePunctuation"))
211 :     setMethod("removePunctuation",
212 :     signature(object = "PlainTextDocument"),
213 :     function(object, ...) {
214 :     Corpus(object) <- gsub("[[:punct:]]+", "", Corpus(object))
215 :     return(object)
216 :     })
217 :    
218 : feinerer 698 setGeneric("removeWords", function(object, stopwords, ...) standardGeneric("removeWords"))
219 :     setMethod("removeWords",
220 : feinerer 60 signature(object = "PlainTextDocument", stopwords = "character"),
221 : feinerer 61 function(object, stopwords, ...) {
222 : feinerer 49 splittedCorpus <- unlist(strsplit(object, " ", fixed = TRUE))
223 :     noStopwordsCorpus <- splittedCorpus[!splittedCorpus %in% stopwords]
224 : feinerer 56 Corpus(object) <- paste(noStopwordsCorpus, collapse = " ")
225 :     return(object)
226 : feinerer 49 })
227 :    
228 : feinerer 698 setGeneric("tmFilter", function(object, ..., FUN = sFilter, doclevel = FALSE) standardGeneric("tmFilter"))
229 :     setMethod("tmFilter",
230 : feinerer 61 signature(object = "TextDocCol"),
231 : feinerer 698 function(object, ..., FUN = sFilter, doclevel = FALSE) {
232 : feinerer 73 if (doclevel)
233 :     return(object[sapply(object, FUN, ..., DMetaData = DMetaData(object))])
234 :     else
235 : feinerer 724 return(object[FUN(object, ...)])
236 : feinerer 61 })
237 :    
238 : feinerer 698 setGeneric("tmIndex", function(object, ..., FUN = sFilter, doclevel = FALSE) standardGeneric("tmIndex"))
239 :     setMethod("tmIndex",
240 : feinerer 61 signature(object = "TextDocCol"),
241 : feinerer 698 function(object, ..., FUN = sFilter, doclevel = FALSE) {
242 : feinerer 73 if (doclevel)
243 :     return(sapply(object, FUN, ..., DMetaData = DMetaData(object)))
244 :     else
245 : feinerer 724 return(FUN(object, ...))
246 : feinerer 49 })
247 :    
248 : feinerer 698 sFilter <- function(object, s, ...) {
249 : feinerer 73 con <- textConnection(s)
250 :     tokens <- scan(con, "character")
251 :     close(con)
252 : feinerer 721 localMetaNames <- unique(names(sapply(object, LocalMetaData)))
253 :     localMetaTokens <- localMetaNames[localMetaNames %in% tokens]
254 :     query.df <- DMetaData(prescindMeta(object,
255 :     c("Author", "DateTimeStamp", "Description", "ID",
256 :     "Origin", "Heading", "Language", localMetaTokens)))
257 :     # Rename to avoid name conflicts
258 :     names(query.df)[names(query.df) == "Author"] <- "author"
259 :     names(query.df)[names(query.df) == "DateTimeStamp"] <- "datetimestamp"
260 :     names(query.df)[names(query.df) == "Description"] <- "description"
261 :     names(query.df)[names(query.df) == "ID"] <- "identifier"
262 :     names(query.df)[names(query.df) == "Origin"] <- "origin"
263 :     names(query.df)[names(query.df) == "Heading"] <- "heading"
264 :     names(query.df)[names(query.df) == "Language"] <- "language"
265 : feinerer 73 attach(query.df)
266 : feinerer 74 try(result <- rownames(query.df) %in% row.names(query.df[eval(parse(text = s)), ]))
267 : feinerer 73 detach(query.df)
268 :     return(result)
269 : feinerer 61 }
270 :    
271 : feinerer 698 setGeneric("searchFullText", function(object, pattern, ...) standardGeneric("searchFullText"))
272 :     setMethod("searchFullText",
273 : feinerer 61 signature(object = "PlainTextDocument", pattern = "character"),
274 :     function(object, pattern, ...) {
275 :     return(any(grep(pattern, Corpus(object))))
276 :     })
277 :    
278 : feinerer 698 setGeneric("appendElem", function(object, data, meta = NULL) standardGeneric("appendElem"))
279 :     setMethod("appendElem",
280 : feinerer 72 signature(object = "TextDocCol", data = "TextDocument"),
281 :     function(object, data, meta = NULL) {
282 : feinerer 712 if (DBControl(object)[["useDb"]]) {
283 :     db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
284 :     if (dbExists(db, ID(data)))
285 :     warning("document with identical ID already exists")
286 :     dbInsert(db, ID(data), data)
287 :     dbDisconnect(db)
288 :     object@.Data[[length(object)+1]] <- ID(data)
289 :     }
290 :     else
291 :     object@.Data[[length(object)+1]] <- data
292 :     DMetaData(object) <- rbind(DMetaData(object), c(MetaID = CMetaData(object)@NodeID, meta))
293 : feinerer 52 return(object)
294 :     })
295 :    
296 : feinerer 698 setGeneric("appendMeta", function(object, cmeta = NULL, dmeta = NULL) standardGeneric("appendMeta"))
297 :     setMethod("appendMeta",
298 : feinerer 72 signature(object = "TextDocCol"),
299 : feinerer 698 function(object, cmeta = NULL, dmeta = NULL) {
300 : feinerer 712 object@CMetaData@MetaData <- c(CMetaData(object)@MetaData, cmeta)
301 :     if (!is.null(dmeta)) {
302 : feinerer 719 DMetaData(object) <- cbind(DMetaData(object), eval(dmeta))
303 : feinerer 712 }
304 : feinerer 52 return(object)
305 :     })
306 : feinerer 53
307 : feinerer 698 setGeneric("removeMeta", function(object, cname = NULL, dname = NULL) standardGeneric("removeMeta"))
308 :     setMethod("removeMeta",
309 : feinerer 77 signature(object = "TextDocCol"),
310 : feinerer 698 function(object, cname = NULL, dname = NULL) {
311 :     if (!is.null(cname)) {
312 :     object@CMetaData@MetaData <- CMetaData(object)@MetaData[names(CMetaData(object)@MetaData) != cname]
313 : feinerer 77 }
314 :     if (!is.null(dname)) {
315 : feinerer 712 DMetaData(object) <- DMetaData(object)[names(DMetaData(object)) != dname]
316 : feinerer 77 }
317 :     return(object)
318 :     })
319 : feinerer 69
320 : feinerer 698 setGeneric("prescindMeta", function(object, meta) standardGeneric("prescindMeta"))
321 :     setMethod("prescindMeta",
322 : feinerer 73 signature(object = "TextDocCol", meta = "character"),
323 :     function(object, meta) {
324 :     for (m in meta) {
325 : feinerer 719 if (m %in% c("Author", "DateTimeStamp", "Description", "ID", "Origin", "Heading", "Language")) {
326 : feinerer 75 local.m <- lapply(object, m)
327 :     local.m <- lapply(local.m, function(x) if (is.null(x)) return(NA) else return(x))
328 : feinerer 73 local.m <- unlist(local.m)
329 : feinerer 721 DMetaData(object) <- cbind(DMetaData(object), data.frame(m = local.m, stringsAsFactors = FALSE))
330 :     names(DMetaData(object))[which(names(DMetaData(object)) == "m")] <- m
331 : feinerer 75 }
332 :     else {
333 :     local.meta <- lapply(object, LocalMetaData)
334 :     local.m <- lapply(local.meta, "[[", m)
335 :     local.m <- lapply(local.m, function(x) if (is.null(x)) return(NA) else return(x))
336 :     if (length(local.m) == length(unlist(local.m)))
337 :     local.m <- unlist(local.m)
338 :     else
339 :     local.m <- I(local.m)
340 : feinerer 721 DMetaData(object) <- cbind(DMetaData(object), data.frame(m = local.m, stringsAsFactors = FALSE))
341 :     names(DMetaData(object))[which(names(DMetaData(object)) == "m")] <- m
342 : feinerer 75 }
343 : feinerer 73 }
344 :     return(object)
345 :     })
346 :    
347 : feinerer 53 setMethod("[",
348 :     signature(x = "TextDocCol", i = "ANY", j = "ANY", drop = "ANY"),
349 :     function(x, i, j, ... , drop) {
350 :     if(missing(i))
351 :     return(x)
352 :    
353 :     object <- x
354 :     object@.Data <- x@.Data[i, ..., drop = FALSE]
355 : feinerer 724 if (DBControl(object)[["useDb"]]) {
356 : feinerer 727 index <- object@DMetaData[[1 , "subset"]]
357 :     if (any(is.na(index)))
358 :     object@DMetaData[[1 , "subset"]] <- i
359 : feinerer 724 else
360 : feinerer 727 object@DMetaData[[1 , "subset"]] <- index[i]
361 : feinerer 724 }
362 :     else {
363 :     df <- as.data.frame(DMetaData(x)[i, ])
364 :     names(df) <- names(DMetaData(x))
365 :     DMetaData(object) <- df
366 :     }
367 : feinerer 53 return(object)
368 :     })
369 :    
370 : feinerer 63 setMethod("[<-",
371 :     signature(x = "TextDocCol", i = "ANY", j = "ANY", value = "ANY"),
372 :     function(x, i, j, ... , value) {
373 :     object <- x
374 : feinerer 724 if (DBControl(object)[["useDb"]]) {
375 :     db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
376 :     counter <- 1
377 :     for (id in object@.Data[i, ...]) {
378 :     if (length(value) == 1)
379 :     db[[id]] <- value
380 :     else {
381 :     db[[id]] <- value[[counter]]
382 :     }
383 :     counter <- counter + 1
384 :     }
385 :     dbDisconnect(db)
386 :     }
387 :     else
388 :     object@.Data[i, ...] <- value
389 : feinerer 63 return(object)
390 :     })
391 :    
392 :     setMethod("[[",
393 :     signature(x = "TextDocCol", i = "ANY", j = "ANY"),
394 :     function(x, i, j, ...) {
395 : feinerer 712 if (DBControl(x)[["useDb"]]) {
396 :     db <- dbInit(DBControl(x)[["dbName"]], DBControl(x)[["dbType"]])
397 :     result <- dbFetch(db, x@.Data[[i]])
398 :     dbDisconnect(db)
399 :     return(loadDoc(result))
400 :     }
401 :     else
402 :     return(loadDoc(x@.Data[[i]]))
403 : feinerer 63 })
404 :    
405 :     setMethod("[[<-",
406 :     signature(x = "TextDocCol", i = "ANY", j = "ANY", value = "ANY"),
407 :     function(x, i, j, ..., value) {
408 :     object <- x
409 : feinerer 712 if (DBControl(object)[["useDb"]]) {
410 :     db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
411 :     index <- object@.Data[[i]]
412 :     db[[index]] <- value
413 :     dbDisconnect(db)
414 :     }
415 :     else
416 :     object@.Data[[i, ...]] <- value
417 : feinerer 63 return(object)
418 :     })
419 :    
420 : feinerer 698 # Update \code{NodeID}s of a CMetaData tree
421 : feinerer 697 update_id <- function(object, id = 0, mapping = NULL, left.mapping = NULL, level = 0) {
422 : feinerer 698 # Traversal of (binary) CMetaData tree with setup of \code{NodeID}s
423 : feinerer 697 set_id <- function(object) {
424 :     object@NodeID <- id
425 :     id <<- id + 1
426 :     level <<- level + 1
427 : feinerer 71
428 : feinerer 697 if (length(object@children) > 0) {
429 :     mapping <<- cbind(mapping, c(object@children[[1]]@NodeID, id))
430 :     left <- set_id(object@children[[1]])
431 :     if (level == 1) {
432 :     left.mapping <<- mapping
433 :     mapping <<- NULL
434 :     }
435 :     mapping <<- cbind(mapping, c(object@children[[2]]@NodeID, id))
436 :     right <- set_id(object@children[[2]])
437 : feinerer 71
438 : feinerer 697 object@children <- list(left, right)
439 : feinerer 71 }
440 : feinerer 697 level <<- level - 1
441 : feinerer 71
442 : feinerer 697 return(object)
443 : feinerer 71 }
444 :    
445 : feinerer 697 return(list(root = set_id(object), left.mapping = left.mapping, right.mapping = mapping))
446 : feinerer 71 }
447 :    
448 : feinerer 53 setMethod("c",
449 :     signature(x = "TextDocCol"),
450 : feinerer 689 function(x, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) {
451 :     args <- list(...)
452 : feinerer 720 if (length(args) == 0)
453 : feinerer 689 return(x)
454 : feinerer 71
455 : feinerer 720 if (!all(sapply(args, inherits, "TextDocCol")))
456 :     stop("not all arguments are text document collections")
457 :     if (DBControl(x)$useDb == TRUE || any(unlist(sapply(args, DBControl)["useDb", ])))
458 :     stop("concatenating text document collections with activated database is not supported")
459 :    
460 : feinerer 689 result <- x
461 :     for (c in args) {
462 :     result <- c2(result, c)
463 :     }
464 :     return(result)
465 :     })
466 :    
467 :     setGeneric("c2", function(x, y, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) standardGeneric("c2"))
468 :     setMethod("c2",
469 :     signature(x = "TextDocCol", y = "TextDocCol"),
470 :     function(x, y, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) {
471 : feinerer 71 object <- x
472 :     # Concatenate data slots
473 :     object@.Data <- c(as(x, "list"), as(y, "list"))
474 :    
475 : feinerer 720 # Set the DBControl slot
476 :     object@DBControl <- list(useDb = FALSE, dbName = "", dbType = "DB1")
477 :    
478 : feinerer 698 # Update the CMetaData tree
479 :     cmeta <- new("MetaDataNode", NodeID = 0, MetaData = meta, children = list(CMetaData(x), CMetaData(y)))
480 :     update.struct <- update_id(cmeta)
481 :     object@CMetaData <- update.struct$root
482 : feinerer 71
483 :     # Find indices to be updated for the left tree
484 :     indices.mapping <- NULL
485 :     for (m in levels(as.factor(DMetaData(x)$MetaID))) {
486 :     indices <- (DMetaData(x)$MetaID == m)
487 :     indices.mapping <- c(indices.mapping, list(m = indices))
488 :     names(indices.mapping)[length(indices.mapping)] <- m
489 :     }
490 :    
491 :     # Update the DMetaData data frames for the left tree
492 :     for (i in 1:ncol(update.struct$left.mapping)) {
493 :     map <- update.struct$left.mapping[,i]
494 :     x@DMetaData$MetaID <- replace(DMetaData(x)$MetaID, indices.mapping[[as.character(map[1])]], map[2])
495 :     }
496 :    
497 :     # Find indices to be updated for the right tree
498 :     indices.mapping <- NULL
499 :     for (m in levels(as.factor(DMetaData(y)$MetaID))) {
500 :     indices <- (DMetaData(y)$MetaID == m)
501 :     indices.mapping <- c(indices.mapping, list(m = indices))
502 :     names(indices.mapping)[length(indices.mapping)] <- m
503 :     }
504 :    
505 :     # Update the DMetaData data frames for the right tree
506 :     for (i in 1:ncol(update.struct$right.mapping)) {
507 :     map <- update.struct$right.mapping[,i]
508 :     y@DMetaData$MetaID <- replace(DMetaData(y)$MetaID, indices.mapping[[as.character(map[1])]], map[2])
509 :     }
510 :    
511 :     # Merge the DMetaData data frames
512 :     labels <- setdiff(names(DMetaData(y)), names(DMetaData(x)))
513 :     na.matrix <- matrix(NA, nrow = nrow(DMetaData(x)), ncol = length(labels), dimnames = list(row.names(DMetaData(x)), labels))
514 :     x.dmeta.aug <- cbind(DMetaData(x), na.matrix)
515 :     labels <- setdiff(names(DMetaData(x)), names(DMetaData(y)))
516 :     na.matrix <- matrix(NA, nrow = nrow(DMetaData(y)), ncol = length(labels), dimnames = list(row.names(DMetaData(y)), labels))
517 :     y.dmeta.aug <- cbind(DMetaData(y), na.matrix)
518 :     object@DMetaData <- rbind(x.dmeta.aug, y.dmeta.aug)
519 :    
520 :     return(object)
521 : feinerer 72 })
522 : feinerer 689
523 : feinerer 72 setMethod("c",
524 :     signature(x = "TextDocument"),
525 :     function(x, ..., recursive = TRUE){
526 :     args <- list(...)
527 :     if(length(args) == 0)
528 :     return(x)
529 : feinerer 54
530 : feinerer 73 dmeta.df <- data.frame(MetaID = rep(0, length(list(x, ...))), stringsAsFactors = FALSE)
531 : feinerer 698 cmeta.node <- new("MetaDataNode",
532 : feinerer 72 NodeID = 0,
533 : feinerer 689 MetaData = list(create_date = Sys.time(), creator = Sys.getenv("LOGNAME")),
534 : feinerer 72 children = list())
535 :    
536 : feinerer 720 return(new("TextDocCol",
537 :     .Data = list(x, ...),
538 :     DMetaData = dmeta.df,
539 :     CMetaData = cmeta.node,
540 :     DBControl = list(useDb = FALSE, dbName = "", dbType = "DB1")))
541 : feinerer 72 })
542 :    
543 : feinerer 54 setMethod("length",
544 :     signature(x = "TextDocCol"),
545 :     function(x){
546 :     return(length(as(x, "list")))
547 :     })
548 :    
549 :     setMethod("show",
550 :     signature(object = "TextDocCol"),
551 :     function(object){
552 : feinerer 70 cat(sprintf(ngettext(length(object),
553 :     "A text document collection with %d text document\n",
554 :     "A text document collection with %d text documents\n"),
555 :     length(object)))
556 : feinerer 54 })
557 :    
558 :     setMethod("summary",
559 :     signature(object = "TextDocCol"),
560 :     function(object){
561 :     show(object)
562 : feinerer 71 if (length(DMetaData(object)) > 0) {
563 : feinerer 698 cat(sprintf(ngettext(length(CMetaData(object)@MetaData),
564 : feinerer 77 "\nThe metadata consists of %d tag-value pair and a data frame\n",
565 :     "\nThe metadata consists of %d tag-value pairs and a data frame\n"),
566 : feinerer 698 length(CMetaData(object)@MetaData)))
567 : feinerer 54 cat("Available tags are:\n")
568 : feinerer 722 cat(strwrap(paste(names(CMetaData(object)@MetaData), collapse = " "), indent = 2, exdent = 2), "\n")
569 : feinerer 77 cat("Available variables in the data frame are:\n")
570 : feinerer 722 cat(strwrap(paste(names(DMetaData(object)), collapse = " "), indent = 2, exdent = 2), "\n")
571 : feinerer 54 }
572 :     })
573 : feinerer 55
574 :     setGeneric("inspect", function(object) standardGeneric("inspect"))
575 :     setMethod("inspect",
576 : feinerer 65 signature("TextDocCol"),
577 : feinerer 55 function(object) {
578 :     summary(object)
579 :     cat("\n")
580 : feinerer 719 if (DBControl(object)[["useDb"]]) {
581 :     db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
582 :     show(dbMultiFetch(db, unlist(object)))
583 :     dbDisconnect(db)
584 :     }
585 :     else
586 :     show(object@.Data)
587 : feinerer 55 })
588 : feinerer 65
589 :     # No metadata is checked
590 :     setGeneric("%IN%", function(x, y) standardGeneric("%IN%"))
591 :     setMethod("%IN%",
592 :     signature(x = "TextDocument", y = "TextDocCol"),
593 :     function(x, y) {
594 :     x %in% y
595 :     })
596 : feinerer 719
597 :     setMethod("lapply",
598 :     signature(X = "TextDocCol"),
599 :     function(X, FUN, ...) {
600 :     if (DBControl(X)[["useDb"]]) {
601 :     db <- dbInit(DBControl(X)[["dbName"]], DBControl(X)[["dbType"]])
602 :     result <- lapply(dbMultiFetch(db, unlist(X)), FUN, ...)
603 :     dbDisconnect(db)
604 :     }
605 :     else
606 :     result <- base::lapply(X, FUN, ...)
607 :     return(result)
608 :     })
609 :    
610 :     setMethod("sapply",
611 :     signature(X = "TextDocCol"),
612 :     function(X, FUN, ..., simplify = TRUE, USE.NAMES = TRUE) {
613 :     if (DBControl(X)[["useDb"]]) {
614 :     db <- dbInit(DBControl(X)[["dbName"]], DBControl(X)[["dbType"]])
615 :     result <- sapply(dbMultiFetch(db, unlist(X)), FUN, ...)
616 :     dbDisconnect(db)
617 :     }
618 :     else
619 :     result <- base::sapply(X, FUN, ...)
620 :     return(result)
621 :     })

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