SCM

SCM Repository

[tm] Diff of /pkg/R/corpus.R
ViewVC logotype

Diff of /pkg/R/corpus.R

Parent Directory Parent Directory | Revision Log Revision Log | View Patch Patch

trunk/tm/R/textdoccol.R revision 712, Sun Mar 4 15:18:36 2007 UTC pkg/R/corpus.R revision 1377, Wed May 21 17:15:56 2014 UTC
# Line 1  Line 1 
1  # Author: Ingo Feinerer  # Author: Ingo Feinerer
2    
3  # The "..." are additional arguments for the FunctionGenerator parser  PCorpus <-
4  setGeneric("TextDocCol", function(object,  function(x,
5                                    parser = readPlain,           readerControl = list(reader = reader(x), language = "en"),
6                                    load = FALSE,           dbControl = list(dbName = "", dbType = "DB1"))
7                                    dbControl = list(useDb = FALSE, dbName = "", dbType = "DB1"),  {
8                                    ...) standardGeneric("TextDocCol"))      stopifnot(inherits(x, "Source"))
9  setMethod("TextDocCol",  
10            signature(object = "Source"),      readerControl <- prepareReader(readerControl, reader(x))
           function(object, parser = readPlain, load = FALSE, dbControl = list(useDb = FALSE, dbName = "", dbType = "DB1"), ...) {  
               if (inherits(parser, "FunctionGenerator"))  
                   parser <- parser(...)  
11    
12                if (dbControl$useDb) {      if (is.function(readerControl$init))
13                    if (!dbCreate(dbControl$dbName, dbControl$dbType))          readerControl$init()
14    
15        if (is.function(readerControl$exit))
16            on.exit(readerControl$exit())
17    
18        if (!filehash::dbCreate(dbControl$dbName, dbControl$dbType))
19                        stop("error in creating database")                        stop("error in creating database")
20                    db <- dbInit(dbControl$dbName, dbControl$dbType)      db <- filehash::dbInit(dbControl$dbName, dbControl$dbType)
               }  
21    
22                tdl <- list()      tdl <- vector("list", length(x))
23                counter <- 1                counter <- 1
24                while (!eoi(object)) {      while (!eoi(x)) {
25                    object <- stepNext(object)          x <- stepNext(x)
26                    elem <- getElem(object)          elem <- getElem(x)
27                    # If there is no Load on Demand support          doc <- readerControl$reader(elem,
28                    # we need to load the corpus into memory at startup                                      readerControl$language,
29                    if (!object@LoDSupport)                                      as.character(counter))
30                        load <- TRUE          filehash::dbInsert(db, meta(doc, "id"), doc)
31                    doc <- parser(elem, load, as.character(counter))          tdl[[counter]] <- meta(doc, "id")
                   if (dbControl$useDb) {  
                       dbInsert(db, ID(doc), doc)  
                       tdl <- c(tdl, ID(doc))  
                   }  
                   else  
                       tdl <- c(tdl, list(doc))  
32                    counter <- counter + 1                    counter <- counter + 1
33                }                }
34    
35                df <- data.frame(MetaID = rep(0, length(tdl)), stringsAsFactors = FALSE)      structure(list(content = tdl,
36                if (dbControl$useDb) {                     meta = CorpusMeta(),
37                    dbInsert(db, "DMetaData", df)                     dmeta = data.frame(row.names = seq_along(tdl)),
38                    dmeta.df <- data.frame(key = "DMetaData")                     dbcontrol = dbControl),
39                    dbDisconnect(db)                class = c("PCorpus", "Corpus"))
40                }  }
41                else  
42                    dmeta.df <- df  Corpus <-
43    VCorpus <-
44                cmeta.node <- new("MetaDataNode",  function(x, readerControl = list(reader = reader(x), language = "en"))
45                              NodeID = 0,  {
46                              MetaData = list(create_date = Sys.time(), creator = Sys.getenv("LOGNAME")),      stopifnot(inherits(x, "Source"))
47                              children = list())  
48        readerControl <- prepareReader(readerControl, reader(x))
49                return(new("TextDocCol", .Data = tdl, DMetaData = dmeta.df, CMetaData = cmeta.node, DBControl = dbControl))  
50            })      if (is.function(readerControl$init))
51            readerControl$init()
52  setGeneric("loadDoc", function(object, ...) standardGeneric("loadDoc"))  
53  setMethod("loadDoc",      if (is.function(readerControl$exit))
54            signature(object = "PlainTextDocument"),          on.exit(readerControl$exit())
55            function(object, ...) {  
56                if (!Cached(object)) {      tdl <- vector("list", length(x))
57                    con <- eval(URI(object))      # Check for parallel element access
58                    corpus <- readLines(con)      if (is.function(getS3method("pGetElem", class(x), TRUE)))
59                    close(con)          tdl <- mapply(function(elem, id)
60                    Corpus(object) <- corpus                            readerControl$reader(elem, readerControl$language, id),
61                    Cached(object) <- TRUE                        pGetElem(x),
62                    return(object)                        id = as.character(seq_along(x)),
63                } else {                        SIMPLIFY = FALSE)
                   return(object)  
               }  
           })  
 setMethod("loadDoc",  
           signature(object =  "XMLTextDocument"),  
           function(object, ...) {  
               if (!Cached(object)) {  
                   con <- eval(URI(object))  
                   corpus <- paste(readLines(con), "\n", collapse = "")  
                   close(con)  
                   doc <- xmlTreeParse(corpus, asText = TRUE)  
                   class(doc) <- "list"  
                   Corpus(object) <- doc  
                   Cached(object) <- TRUE  
                   return(object)  
               } else {  
                   return(object)  
               }  
           })  
 setMethod("loadDoc",  
           signature(object = "NewsgroupDocument"),  
           function(object, ...) {  
               if (!Cached(object)) {  
                   con <- eval(URI(object))  
                   mail <- readLines(con)  
                   close(con)  
                   Cached(object) <- TRUE  
                   for (index in seq(along = mail)) {  
                       if (mail[index] == "")  
                           break  
                   }  
                   Corpus(object) <- mail[(index + 1):length(mail)]  
                   return(object)  
               } else {  
                   return(object)  
               }  
           })  
   
 setGeneric("tmUpdate", function(object, origin, parser = readPlain, ...) standardGeneric("tmUpdate"))  
 # Update is only supported for directories  
 # At the moment no other LoD devices are available anyway  
 setMethod("tmUpdate",  
           signature(object = "TextDocCol", origin = "DirSource"),  
           function(object, origin, parser = readPlain, load = FALSE, ...) {  
               if (inherits(parser, "FunctionGenerator"))  
                   parser <- parser(...)  
   
               object.filelist <- unlist(lapply(object, function(x) {as.character(URI(x))[2]}))  
               new.files <- setdiff(origin@FileList, object.filelist)  
   
               for (filename in new.files) {  
                   elem <- list(content = readLines(filename),  
                                uri = substitute(file(filename)))  
                   object <- appendElem(object, parser(elem, load, filename))  
               }  
   
               return(object)  
           })  
   
 setGeneric("tmMap", function(object, FUN, ...) standardGeneric("tmMap"))  
 setMethod("tmMap",  
           signature(object = "TextDocCol", FUN = "function"),  
           function(object, FUN, ...) {  
               result <- object  
               # Note that text corpora are automatically loaded into memory via \code{[[}  
               result@.Data <- lapply(object, FUN, ..., DMetaData = DMetaData(object))  
               return(result)  
           })  
   
 setGeneric("asPlain", function(object, FUN, ...) standardGeneric("asPlain"))  
 setMethod("asPlain",  
           signature(object = "PlainTextDocument"),  
           function(object, FUN, ...) {  
               return(object)  
           })  
 setMethod("asPlain",  
           signature(object = "XMLTextDocument", FUN = "function"),  
           function(object, FUN, ...) {  
               corpus <- Corpus(object)  
   
               # As XMLDocument is no native S4 class, restore valid information  
               class(corpus) <- "XMLDocument"  
               names(corpus) <- c("doc","dtd")  
   
               return(FUN(xmlRoot(corpus), ...))  
           })  
   
 setGeneric("tmTolower", function(object, ...) standardGeneric("tmTolower"))  
 setMethod("tmTolower",  
           signature(object = "PlainTextDocument"),  
           function(object, ...) {  
               Corpus(object) <- tolower(object)  
               return(object)  
           })  
   
 setGeneric("stripWhitespace", function(object, ...) standardGeneric("stripWhitespace"))  
 setMethod("stripWhitespace",  
           signature(object = "PlainTextDocument"),  
           function(object, ...) {  
               Corpus(object) <- gsub("[[:space:]]+", " ", object)  
               return(object)  
           })  
   
 setGeneric("stemDoc", function(object, ...) standardGeneric("stemDoc"))  
 setMethod("stemDoc",  
           signature(object = "PlainTextDocument"),  
           function(object, ...) {  
               require("Rstem")  
               splittedCorpus <- unlist(strsplit(object, " ", fixed = TRUE))  
               stemmedCorpus <- Rstem::wordStem(splittedCorpus)  
               Corpus(object) <- paste(stemmedCorpus, collapse = " ")  
               return(object)  
           })  
   
 setGeneric("removeWords", function(object, stopwords, ...) standardGeneric("removeWords"))  
 setMethod("removeWords",  
           signature(object = "PlainTextDocument", stopwords = "character"),  
           function(object, stopwords, ...) {  
               require("Rstem")  
               splittedCorpus <- unlist(strsplit(object, " ", fixed = TRUE))  
               noStopwordsCorpus <- splittedCorpus[!splittedCorpus %in% stopwords]  
               Corpus(object) <- paste(noStopwordsCorpus, collapse = " ")  
               return(object)  
           })  
   
 setGeneric("tmFilter", function(object, ..., FUN = sFilter, doclevel = FALSE) standardGeneric("tmFilter"))  
 setMethod("tmFilter",  
           signature(object = "TextDocCol"),  
           function(object, ..., FUN = sFilter, doclevel = FALSE) {  
               if (doclevel)  
                   return(object[sapply(object, FUN, ..., DMetaData = DMetaData(object))])  
               else  
                   return(object[FUN(object, ...)]) # TODO: Check that FUN knows about the database  
           })  
   
 setGeneric("tmIndex", function(object, ..., FUN = sFilter, doclevel = FALSE) standardGeneric("tmIndex"))  
 setMethod("tmIndex",  
           signature(object = "TextDocCol"),  
           function(object, ..., FUN = sFilter, doclevel = FALSE) {  
               if (doclevel)  
                   return(sapply(object, FUN, ..., DMetaData = DMetaData(object)))  
               else  
                   return(FUN(object, ...)) # TODO: Check that FUN knows about the database  
           })  
   
 # TODO  
 sFilter <- function(object, s, ...) {  
     query.df <- DMetaData(object)  
     con <- textConnection(s)  
     tokens <- scan(con, "character")  
     close(con)  
     local.meta <- lapply(object, LocalMetaData)  
     local.used.meta <- lapply(local.meta, function(x) names(x) %in% tokens)  
     l.meta <- NULL  
     for (i in 1:length(object)) {  
         l.meta <- c(l.meta, list(local.meta[[i]][local.used.meta[[i]]]))  
     }  
     # Load local meta data from text documents into data frame  
     for (i in 1:length(l.meta)) {  
         l.meta[[i]] <- c(l.meta[[i]], list(author = Author(object[[i]])))  
         l.meta[[i]] <- c(l.meta[[i]], list(datetimestamp = DateTimeStamp(object[[i]])))  
         l.meta[[i]] <- c(l.meta[[i]], list(description = Description(object[[i]])))  
         l.meta[[i]] <- c(l.meta[[i]], list(identifier = ID(object[[i]])))  
         l.meta[[i]] <- c(l.meta[[i]], list(origin = Origin(object[[i]])))  
         l.meta[[i]] <- c(l.meta[[i]], list(heading = Heading(object[[i]])))  
     }  
     for (i in 1:length(l.meta)) {  
         for (j in 1:length(l.meta[[i]])) {  
             m <- l.meta[[i]][[j]]  
             m.name <- names(l.meta[[i]][j])  
             if (!(m.name %in% names(query.df))) {  
                 before <- rep(NA, i - 1)  
                 after <- rep(NA, length(l.meta) - i)  
                 if (length(m) > 1) {  
                     nl <- vector("list", length(l.meta))  
                     nl[1:(i-1)] <- before  
                     nl[i] <- list(m)  
                     nl[(i+1):length(l.meta)] <- after  
                     insert <- data.frame(I(nl), stringsAsFactors = FALSE)  
                 }  
                 else  
                     insert <- c(before, m, after)  
                 query.df <- cbind(query.df, insert, stringsAsFactors = FALSE)  
                 names(query.df)[length(query.df)] <- m.name  
             }  
             else {  
                 if (is.null(m))  
                     m <- NA  
                 if (length(m) > 1) {  
                     rl <- query.df[ , m.name]  
                     rl[i] <- list(m)  
                     query.df[ , m.name] <- data.frame(I(rl), stringsAsFactors = FALSE)  
                 }  
                 else  
                     query.df[i, m.name] <- m  
             }  
         }  
     }  
     attach(query.df)  
     try(result <- rownames(query.df) %in% row.names(query.df[eval(parse(text = s)), ]))  
     detach(query.df)  
     return(result)  
 }  
   
 setGeneric("searchFullText", function(object, pattern, ...) standardGeneric("searchFullText"))  
 setMethod("searchFullText",  
           signature(object = "PlainTextDocument", pattern = "character"),  
           function(object, pattern, ...) {  
               return(any(grep(pattern, Corpus(object))))  
           })  
   
 setGeneric("appendElem", function(object, data, meta = NULL) standardGeneric("appendElem"))  
 setMethod("appendElem",  
           signature(object = "TextDocCol", data = "TextDocument"),  
           function(object, data, meta = NULL) {  
               if (DBControl(object)[["useDb"]]) {  
                   db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])  
                   if (dbExists(db, ID(data)))  
                       warning("document with identical ID already exists")  
                   dbInsert(db, ID(data), data)  
                   dbDisconnect(db)  
                   object@.Data[[length(object)+1]] <- ID(data)  
               }  
               else  
                   object@.Data[[length(object)+1]] <- data  
               DMetaData(object) <- rbind(DMetaData(object), c(MetaID = CMetaData(object)@NodeID, meta))  
               return(object)  
           })  
   
 setGeneric("appendMeta", function(object, cmeta = NULL, dmeta = NULL) standardGeneric("appendMeta"))  
 setMethod("appendMeta",  
           signature(object = "TextDocCol"),  
           function(object, cmeta = NULL, dmeta = NULL) {  
               object@CMetaData@MetaData <- c(CMetaData(object)@MetaData, cmeta)  
               if (!is.null(dmeta)) {  
                   DMetaData(object) <- cbind(DMetaData(object), dmeta)  
               }  
               return(object)  
           })  
   
 setGeneric("removeMeta", function(object, cname = NULL, dname = NULL) standardGeneric("removeMeta"))  
 setMethod("removeMeta",  
           signature(object = "TextDocCol"),  
           function(object, cname = NULL, dname = NULL) {  
               if (!is.null(cname)) {  
                   object@CMetaData@MetaData <- CMetaData(object)@MetaData[names(CMetaData(object)@MetaData) != cname]  
               }  
               if (!is.null(dname)) {  
                   DMetaData(object) <- DMetaData(object)[names(DMetaData(object)) != dname]  
               }  
               return(object)  
           })  
   
 # TODO  
 setGeneric("prescindMeta", function(object, meta) standardGeneric("prescindMeta"))  
 setMethod("prescindMeta",  
           signature(object = "TextDocCol", meta = "character"),  
           function(object, meta) {  
               for (m in meta) {  
                   if (m %in% c("Author", "DateTimeStamp", "Description", "ID", "Origin", "Heading")) {  
                       local.m <- lapply(object, m)  
                       local.m <- lapply(local.m, function(x) if (is.null(x)) return(NA) else return(x))  
                       local.m <- unlist(local.m)  
                       object@DMetaData <- cbind(DMetaData(object), data.frame(m = local.m), stringsAsFactors = FALSE)  
                       names(object@DMetaData)[length(object@DMetaData)] <- m  
                   }  
64                    else {                    else {
65                        local.meta <- lapply(object, LocalMetaData)          counter <- 1
66                        local.m <- lapply(local.meta, "[[", m)          while (!eoi(x)) {
67                        local.m <- lapply(local.m, function(x) if (is.null(x)) return(NA) else return(x))              x <- stepNext(x)
68                        if (length(local.m) == length(unlist(local.m)))              elem <- getElem(x)
69                            local.m <- unlist(local.m)              doc <- readerControl$reader(elem,
70                        else                                          readerControl$language,
71                            local.m <- I(local.m)                                          as.character(counter))
72                        object@DMetaData <- cbind(DMetaData(object), data.frame(m = local.m), stringsAsFactors = FALSE)              tdl[[counter]] <- doc
73                        names(object@DMetaData)[length(object@DMetaData)] <- m              counter <- counter + 1
                   }  
               }  
               return(object)  
           })  
   
 # WARNING: DMetaData is changed (since both use the same database)  
 setMethod("[",  
           signature(x = "TextDocCol", i = "ANY", j = "ANY", drop = "ANY"),  
           function(x, i, j, ... , drop) {  
               if(missing(i))  
                   return(x)  
   
               object <- x  
               object@.Data <- x@.Data[i, ..., drop = FALSE]  
               df <- as.data.frame(DMetaData(object)[i, ])  
               names(df) <- names(DMetaData(object))  
               object@DMetaData(object) <- df  
               return(object)  
           })  
   
 # TODO  
 setMethod("[<-",  
           signature(x = "TextDocCol", i = "ANY", j = "ANY", value = "ANY"),  
           function(x, i, j, ... , value) {  
               object <- x  
               object@.Data[i, ...] <- value  
               return(object)  
           })  
   
 setMethod("[[",  
           signature(x = "TextDocCol", i = "ANY", j = "ANY"),  
           function(x, i, j, ...) {  
               if (DBControl(x)[["useDb"]]) {  
                   db <- dbInit(DBControl(x)[["dbName"]], DBControl(x)[["dbType"]])  
                   result <- dbFetch(db, x@.Data[[i]])  
                   dbDisconnect(db)  
                   return(loadDoc(result))  
74                }                }
               else  
                   return(loadDoc(x@.Data[[i]]))  
           })  
   
 setMethod("[[<-",  
           signature(x = "TextDocCol", i = "ANY", j = "ANY", value = "ANY"),  
           function(x, i, j, ..., value) {  
               object <- x  
               if (DBControl(object)[["useDb"]]) {  
                   db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])  
                   index <- object@.Data[[i]]  
                   db[[index]] <- value  
                   dbDisconnect(db)  
75                }                }
               else  
                   object@.Data[[i, ...]] <- value  
               return(object)  
           })  
   
 # TODO  
 # Update \code{NodeID}s of a CMetaData tree  
 update_id <- function(object, id = 0, mapping = NULL, left.mapping = NULL, level = 0) {  
     # Traversal of (binary) CMetaData tree with setup of \code{NodeID}s  
     set_id <- function(object) {  
         object@NodeID <- id  
         id <<- id + 1  
         level <<- level + 1  
76    
77          if (length(object@children) > 0) {      structure(list(content = tdl,
78              mapping <<- cbind(mapping, c(object@children[[1]]@NodeID, id))                     meta = CorpusMeta(),
79              left <- set_id(object@children[[1]])                     dmeta = data.frame(row.names = seq_along(tdl))),
80              if (level == 1) {                class = c("VCorpus", "Corpus"))
81                  left.mapping <<- mapping  }
82                  mapping <<- NULL  
83              }  `[.PCorpus` <-
84              mapping <<- cbind(mapping, c(object@children[[2]]@NodeID, id))  function(x, i)
85              right <- set_id(object@children[[2]])  {
86        if (!missing(i)) {
87            x$content <- x$content[i]
88            x$dmeta <- x$dmeta[i, , drop = FALSE]
89        }
90        x
91    }
92    
93    `[.VCorpus` <-
94    function(x, i)
95    {
96        if (!missing(i)) {
97            x$content <- x$content[i]
98            x$dmeta <- x$dmeta[i, , drop = FALSE]
99            if (!is.null(x$lazy))
100                x$lazy$index <- x$lazy$index[i]
101        }
102        x
103    }
104    
105    .map_name_index <-
106    function(x, i)
107    {
108        if (is.character(i))
109            match(i, meta(x, "id", "local"))
110        else
111            i
112    }
113    
114    `[[.PCorpus` <-
115    function(x, i)
116    {
117        i <- .map_name_index(x, i)
118        db <- filehash::dbInit(x$dbcontrol[["dbName"]], x$dbcontrol[["dbType"]])
119        filehash::dbFetch(db, x$content[[i]])
120    }
121    `[[.VCorpus` <-
122    function(x, i)
123    {
124        i <- .map_name_index(x, i)
125        if (!is.null(x$lazy))
126            .Call(copyCorpus, x, materialize(x, i))
127        x$content[[i]]
128    }
129    
130    `[[<-.PCorpus` <-
131    function(x, i, value)
132    {
133        i <- .map_name_index(x, i)
134        db <- filehash::dbInit(x$dbcontrol[["dbName"]], x$dbcontrol[["dbType"]])
135        db[[x$content[[i]]]] <- value
136        x
137    }
138    `[[<-.VCorpus` <-
139    function(x, i, value)
140    {
141        i <- .map_name_index(x, i)
142        # Mark new objects as inactive for lazy mapping
143        if (!is.null(x$lazy))
144            x$lazy$index[i] <- FALSE
145        x$content[[i]] <- value
146        x
147    }
148    
149    as.list.PCorpus <- as.list.VCorpus <-
150    function(x, ...)
151        content(x)
152    
153    as.VCorpus <-
154    function(x)
155        UseMethod("as.VCorpus")
156    as.VCorpus.VCorpus <- identity
157    
158    outer_union <-
159    function(x, y, ...)
160    {
161        if (nrow(x) > 0L)
162            x[, setdiff(names(y), names(x))] <- NA
163        if (nrow(y) > 0L)
164            y[, setdiff(names(x), names(y))] <- NA
165        res <- rbind(x, y)
166        if (ncol(res) == 0L)
167            res <- data.frame(row.names = seq_len(nrow(x) + nrow(y)))
168        res
169    }
170    
171    c.VCorpus <-
172    function(..., recursive = FALSE)
173    {
174        args <- list(...)
175        x <- args[[1L]]
176    
177              object@children <- list(left, right)      if (length(args) == 1L)
178          }          return(x)
         level <<- level - 1  
179    
180          return(object)      if (!all(unlist(lapply(args, inherits, class(x)))))
181      }          stop("not all arguments are of the same corpus type")
182    
183      return(list(root = set_id(object), left.mapping = left.mapping, right.mapping = mapping))      structure(list(content = do.call("c", lapply(args, content)),
184                       meta = CorpusMeta(meta = do.call("c",
185                         lapply(args, function(a) meta(a, type = "corpus")))),
186                       dmeta = Reduce(outer_union, lapply(args, meta))),
187                  class = c("VCorpus", "Corpus"))
188    }
189    
190    content.VCorpus <-
191    function(x)
192    {
193        if (!is.null(x$lazy))
194            .Call(copyCorpus, x, materialize(x))
195        x$content
196    }
197    
198    content.PCorpus <-
199    function(x)
200    {
201        db <- filehash::dbInit(x$dbcontrol[["dbName"]], x$dbcontrol[["dbType"]])
202        filehash::dbMultiFetch(db, unlist(x$content))
203    }
204    
205    inspect <-
206    function(x)
207        UseMethod("inspect", x)
208    inspect.PCorpus <- inspect.VCorpus <-
209    function(x)
210    {
211        print(x)
212        cat("\n")
213        print(noquote(content(x)))
214        invisible(x)
215  }  }
216    
217  # TODO  length.PCorpus <- length.VCorpus <-
218  setMethod("c",  function(x)
219            signature(x = "TextDocCol"),      length(x$content)
220            function(x, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) {  
221                args <- list(...)  names.PCorpus <- names.VCorpus <-
222                if(length(args) == 0)  function(x)
223                    return(x)      as.character(meta(x, "id", "local"))
224    
225    print.PCorpus <- print.VCorpus <-
226    function(x, ...)
227    {
228        writeLines(sprintf("<<%s (documents: %d, metadata (corpus/indexed): %d/%d)>>",
229                           class(x)[1],
230                           length(x),
231                           length(meta(x, type = "corpus")),
232                           ncol(meta(x, type = "indexed"))))
233        invisible(x)
234    }
235    
236    writeCorpus <-
237    function(x, path = ".", filenames = NULL)
238    {
239        filenames <- file.path(path,
240          if (is.null(filenames))
241              sprintf("%s.txt", as.character(meta(x, "id", "local")))
242          else filenames)
243    
244                result <- x      stopifnot(length(x) == length(filenames))
               for (c in args) {  
                   if (!inherits(c, "TextDocCol"))  
                       stop("invalid argument")  
                   result <- c2(result, c)  
               }  
               return(result)  
           })  
   
 # TODO  
 setGeneric("c2", function(x, y, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) standardGeneric("c2"))  
 setMethod("c2",  
           signature(x = "TextDocCol", y = "TextDocCol"),  
           function(x, y, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) {  
               object <- x  
               # Concatenate data slots  
               object@.Data <- c(as(x, "list"), as(y, "list"))  
   
               # Update the CMetaData tree  
               cmeta <- new("MetaDataNode", NodeID = 0, MetaData = meta, children = list(CMetaData(x), CMetaData(y)))  
               update.struct <- update_id(cmeta)  
               object@CMetaData <- update.struct$root  
   
               # Find indices to be updated for the left tree  
               indices.mapping <- NULL  
               for (m in levels(as.factor(DMetaData(x)$MetaID))) {  
                   indices <- (DMetaData(x)$MetaID == m)  
                   indices.mapping <- c(indices.mapping, list(m = indices))  
                   names(indices.mapping)[length(indices.mapping)] <- m  
               }  
   
               # Update the DMetaData data frames for the left tree  
               for (i in 1:ncol(update.struct$left.mapping)) {  
                   map <- update.struct$left.mapping[,i]  
                   x@DMetaData$MetaID <- replace(DMetaData(x)$MetaID, indices.mapping[[as.character(map[1])]], map[2])  
               }  
   
               # Find indices to be updated for the right tree  
               indices.mapping <- NULL  
               for (m in levels(as.factor(DMetaData(y)$MetaID))) {  
                   indices <- (DMetaData(y)$MetaID == m)  
                   indices.mapping <- c(indices.mapping, list(m = indices))  
                   names(indices.mapping)[length(indices.mapping)] <- m  
               }  
   
               # Update the DMetaData data frames for the right tree  
               for (i in 1:ncol(update.struct$right.mapping)) {  
                   map <- update.struct$right.mapping[,i]  
                   y@DMetaData$MetaID <- replace(DMetaData(y)$MetaID, indices.mapping[[as.character(map[1])]], map[2])  
               }  
   
               # Merge the DMetaData data frames  
               labels <- setdiff(names(DMetaData(y)), names(DMetaData(x)))  
               na.matrix <- matrix(NA, nrow = nrow(DMetaData(x)), ncol = length(labels), dimnames = list(row.names(DMetaData(x)), labels))  
               x.dmeta.aug <- cbind(DMetaData(x), na.matrix)  
               labels <- setdiff(names(DMetaData(x)), names(DMetaData(y)))  
               na.matrix <- matrix(NA, nrow = nrow(DMetaData(y)), ncol = length(labels), dimnames = list(row.names(DMetaData(y)), labels))  
               y.dmeta.aug <- cbind(DMetaData(y), na.matrix)  
               object@DMetaData <- rbind(x.dmeta.aug, y.dmeta.aug)  
   
               return(object)  
           })  
   
 # TODO  
 setMethod("c",  
           signature(x = "TextDocument"),  
           function(x, ..., recursive = TRUE){  
               args <- list(...)  
               if(length(args) == 0)  
                   return(x)  
245    
246                dmeta.df <- data.frame(MetaID = rep(0, length(list(x, ...))), stringsAsFactors = FALSE)      mapply(function(doc, f) writeLines(as.character(doc), f), x, filenames)
               cmeta.node <- new("MetaDataNode",  
                             NodeID = 0,  
                             MetaData = list(create_date = Sys.time(), creator = Sys.getenv("LOGNAME")),  
                             children = list())  
   
               return(new("TextDocCol", .Data = list(x, ...), DMetaData = dmeta.df, CMetaData = cmeta.node))  
           })  
   
 setMethod("length",  
           signature(x = "TextDocCol"),  
           function(x){  
               return(length(as(x, "list")))  
     })  
   
 setMethod("show",  
           signature(object = "TextDocCol"),  
           function(object){  
               cat(sprintf(ngettext(length(object),  
                                    "A text document collection with %d text document\n",  
                                    "A text document collection with %d text documents\n"),  
                           length(object)))  
     })  
   
 setMethod("summary",  
           signature(object = "TextDocCol"),  
           function(object){  
               show(object)  
               if (length(DMetaData(object)) > 0) {  
                   cat(sprintf(ngettext(length(CMetaData(object)@MetaData),  
                                               "\nThe metadata consists of %d tag-value pair and a data frame\n",  
                                               "\nThe metadata consists of %d tag-value pairs and a data frame\n"),  
                                        length(CMetaData(object)@MetaData)))  
                   cat("Available tags are:\n")  
                   cat(names(CMetaData(object)@MetaData), "\n")  
                   cat("Available variables in the data frame are:\n")  
                   cat(names(DMetaData(object)), "\n")  
               }  
     })  
   
 # TODO  
 setGeneric("inspect", function(object) standardGeneric("inspect"))  
 setMethod("inspect",  
           signature("TextDocCol"),  
           function(object) {  
               summary(object)  
               cat("\n")  
               show(object@.Data)  
           })  
247    
248  # TODO      invisible(x)
249  # No metadata is checked  }
 setGeneric("%IN%", function(x, y) standardGeneric("%IN%"))  
 setMethod("%IN%",  
           signature(x = "TextDocument", y = "TextDocCol"),  
           function(x, y) {  
               x %in% y  
           })  

Legend:
Removed from v.712  
changed lines
  Added in v.1377

root@r-forge.r-project.org
ViewVC Help
Powered by ViewVC 1.0.0  
Thanks to:
Vienna University of Economics and Business Powered By FusionForge