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/R/textmin/R/textdoccol.R revision 57, Sun Sep 24 14:27:54 2006 UTC pkg/R/corpus.R revision 1460, Mon Jan 9 17:01:04 2017 UTC
# Line 1  Line 1 
1  # Author: Ingo Feinerer  # Author: Ingo Feinerer
2    
3  setGeneric("TextDocCol", function(object, inputType = "CSV", stripWhiteSpace = FALSE, toLower = FALSE) standardGeneric("TextDocCol"))  Corpus <-
4  setMethod("TextDocCol",  function(x, readerControl = list(reader = reader(x), language = "en"))
5            c("character"),  {
6            function(object, inputType = "PLAIN", stripWhiteSpace = FALSE, toLower = FALSE) {      stopifnot(inherits(x, "Source"))
7                # Add a new type for each unique input source format  
8                type <- match.arg(inputType,c("PLAIN", "CSV", "RCV1", "REUT21578", "REUT21578_XML", "NEWSGROUP", "RIS"))      readerControl <- prepareReader(readerControl, reader(x))
9                switch(type,  
10                       # Plain text      if ((inherits(x, "DirSource") || inherits(x, "VectorSource")) &&
11                       "PLAIN" = {          identical(readerControl$reader, readPlain))
12                           filelist <- dir(object, full.names = TRUE)          SimpleCorpus(x, readerControl)
13                           filenameIDs <- list(FileNames = filelist, IDs = 1:length(filelist))      else
14                           tdl <- sapply(filelist,          VCorpus(x, readerControl)
15                                         function(file, FileNameIDs = filenameIDs) {  }
16                                             id <- FileNameIDs$IDs[grep(file, FileNameIDs$FileNames)]  
17                                             origin <- dirname(file)  PCorpus <-
18                                             new("PlainTextDocument", FileName = file, Cached = 0, Author = "Unknown", DateTimeStamp = date(),  function(x,
19                                                 Description = "", ID = id, Origin = origin, Heading = "")           readerControl = list(reader = reader(x), language = "en"),
20                                         })           dbControl = list(dbName = "", dbType = "DB1"))
21                           tdcl <- new("TextDocCol", .Data = tdl)  {
22                       },      stopifnot(inherits(x, "Source"))
23                       # Text in a special CSV format  
24                       # For details on the file format see the R documentation file      readerControl <- prepareReader(readerControl, reader(x))
25                       # The first argument is a directory with .csv files  
26                       "CSV" = {      if (!filehash::dbCreate(dbControl$dbName, dbControl$dbType))
27                           filelist <- dir(object, pattern = "\\.csv", full.names = TRUE)          stop("error in creating database")
28                           tdl <- sapply(filelist,      db <- filehash::dbInit(dbControl$dbName, dbControl$dbType)
29                                         function(file) {  
30                                             m <- as.matrix(read.csv(file, header = FALSE))      x <- open(x)
31                                             l <- vector("list", dim(m)[1])      tdl <- vector("list", length(x))
32                                             for (i in 1:dim(m)[1]) {      counter <- 1
33                                                 author <- ""      while (!eoi(x)) {
34                                                 datetimestamp <- date()          x <- stepNext(x)
35                                                 description <- ""          elem <- getElem(x)
36                                                 id <- as.integer(m[i,1])          doc <- readerControl$reader(elem,
37                                                 corpus <- as.character(m[i,2:dim(m)[2]])                                      readerControl$language,
38                                                 if (stripWhiteSpace)                                      as.character(counter))
39                                                     corpus <- gsub("[[:space:]]+", " ", corpus)          filehash::dbInsert(db, meta(doc, "id"), doc)
40                                                 if (toLower)          tdl[[counter]] <- meta(doc, "id")
41                                                     corpus <- tolower(corpus)          counter <- counter + 1
42                                                 origin <- "CSV"      }
43                                                 heading <- ""      x <- close(x)
44    
45                                                 l[[i]] <- new("PlainTextDocument", .Data = corpus, Author = author, DateTimeStamp = datetimestamp,      p <- list(content = tdl,
46                                                               Description = description, ID = id, Origin = origin, Heading = heading)                meta = CorpusMeta(),
47                                             }                dmeta = data.frame(row.names = seq_along(tdl)),
48                                             l                dbcontrol = dbControl)
49                                         })      class(p) <- c("PCorpus", "Corpus")
50                           if (length(filelist) > 1)      p
51                               tdcl <- new("TextDocCol", .Data = unlist(tdl, recursive = FALSE))  }
52                           else  
53                               tdcl <- new("TextDocCol", .Data = tdl)  SimpleCorpus <-
54                       },  function(x, control = list(language = "en"))
55                       # Read in text documents in XML Reuters Corpus Volume 1 (RCV1) format  {
56                       # The first argument is a directory with the RCV1 XML files      stopifnot(inherits(x, "Source"))
57                       "RCV1" = {  
58                           filelist <- dir(object, pattern = "\\..xml", full.names = TRUE)      if (!is.null(control$reader) && !identical(control$reader, readPlain))
59                           tdl <- sapply(filelist,          warning("custom reader is ignored")
60                                         function(file) {  
61                                             tree <- xmlTreeParse(file)      content <- if (inherits(x, "VectorSource")) {
62                                             xmlApply(xmlRoot(tree), parseNewsItemPlain, stripWhiteSpace, toLower)          if (is.character(x$content)) x$content else as.character(x$content)
63                                         })      } else if (inherits(x, "DirSource")) {
64                           if (length(filelist) > 1)          setNames(as.character(
65                               tdcl <- new("TextDocCol", .Data = unlist(tdl, recursive = FALSE))                     lapply(x$filelist,
66                           else                            function(f) paste(readContent(f, x$encoding, "text"),
67                               tdcl <- new("TextDocCol", .Data = tdl)                                              collapse = "\n"))
68                       },                     ),
69                       # Read in text documents in Reuters-21578 XML (not SGML) format                   basename(x$filelist))
70                       # Typically the first argument will be a directory where we can      } else
71                       # find the files reut2-000.xml ... reut2-021.xml          stop("unsupported source type")
72                       "REUT21578" = {      s <- list(content = content,
73                           filelist <- dir(object, pattern = "\\..xml", full.names = TRUE)                meta = CorpusMeta(language = control$language),
74                           tdl <- sapply(filelist,                dmeta = data.frame(row.names = seq_along(x)))
75                                         function(file) {      class(s) <- c("SimpleCorpus", "Corpus")
76                                             tree <- xmlTreeParse(file)      s
77                                             xmlApply(xmlRoot(tree), parseReutersPlain, stripWhiteSpace, toLower)  }
78                                         })  
79                           if (length(filelist) > 1)  VCorpus <-
80                               tdcl <- new("TextDocCol", .Data = unlist(tdl, recursive = FALSE))  function(x, readerControl = list(reader = reader(x), language = "en"))
81                           else  {
82                               tdcl <- new("TextDocCol", .Data = tdl)      stopifnot(inherits(x, "Source"))
83                       },  
84                       "REUT21578_XML" = {      readerControl <- prepareReader(readerControl, reader(x))
85                           filelist <- dir(object, pattern = "\\..xml", full.names = TRUE)  
86                           tdl <- sapply(filelist,      x <- open(x)
87                                         function(file) {      tdl <- vector("list", length(x))
88                                             parseReutersXML(file)      # Check for parallel element access
89                                         })      if (is.function(getS3method("pGetElem", class(x), TRUE)))
90                           tdcl <- new("TextDocCol", .Data = tdl)          tdl <- mapply(function(elem, id)
91                       },                          readerControl$reader(elem, readerControl$language, id),
92                       "NEWSGROUP" = {                        pGetElem(x),
93                           filelist <- dir(object, full.names = TRUE)                        id = as.character(seq_along(x)),
94                           tdl <- sapply(filelist,                        SIMPLIFY = FALSE)
95                                         function(file) {      else {
96                                             parseMail(file)          counter <- 1
97                                         })          while (!eoi(x)) {
98                           new("TextDocCol", .Data = tdl)              x <- stepNext(x)
99                       },              elem <- getElem(x)
100                       # Read in HTML documents as used by http://ris.bka.gv.at/vwgh              doc <- readerControl$reader(elem,
101                       "RIS" = {                                          readerControl$language,
102                           filelist <- dir(object, pattern = "\\..html", full.names = TRUE)                                          as.character(counter))
103                           tdl <- sapply(filelist,              tdl[[counter]] <- doc
104                                         function(file) {              counter <- counter + 1
105                                             # Ignore warnings from misformed HTML documents          }
106                                             suppressWarnings(RISDoc <- parseRISPlain(file, stripWhiteSpace, toLower))      }
107                                             if (!is.null(RISDoc)) {      x <- close(x)
108                                                 l <- list()  
109                                                 l[[length(l) + 1]] <- RISDoc      as.VCorpus(tdl)
110                                                 l  }
111                                             }  
112                                         })  `[.PCorpus` <-
113                           tdcl <- new("TextDocCol", .Data = tdl)  `[.SimpleCorpus` <-
114                       })  function(x, i)
115                tdcl  {
116            })      if (!missing(i)) {
117            x$content <- x$content[i]
118  # Parse an Austrian RIS HTML document          x$dmeta <- x$dmeta[i, , drop = FALSE]
119  parseRISPlain <- function(file, stripWhiteSpace = FALSE, toLower = FALSE) {      }
120      author <- ""      x
121      datetimestamp <- date()  }
122      description <- ""  `[.VCorpus` <-
123    function(x, i)
124      tree <- htmlTreeParse(file)  {
125      htmlElem <- unlist(tree$children$html$children)      if (!missing(i)) {
126            x$content <- x$content[i]
127      if (is.null(htmlElem))          x$dmeta <- x$dmeta[i, , drop = FALSE]
128          stop(paste("Empty document", file, "cannot be processed."))          if (!is.null(x$lazy))
129                x$lazy$index <- x$lazy$index[i]
130      textElem <- htmlElem[which(regexpr("text.value", names(htmlElem)) > 0)]      }
131      names(textElem) <- NULL      x
132    }
133      corpus <- paste(textElem, collapse = " ")  
134    .map_name_index <-
135      year <- substring(corpus, regexpr("..../../", corpus), regexpr("..../../", corpus) + 3)  function(x, i)
136      senat <- substring(corpus, regexpr("..../../", corpus) + 5, regexpr("..../../", corpus) + 6)  {
137      number <- substring(corpus, regexpr("..../../", corpus) + 8, regexpr("..../../", corpus) + 11)      if (is.character(i))
138            match(i, meta(x, "id", "local"))
139      id <- as.integer(paste(year, senat, number, sep = ""))      else
140            i
141      if (is.na(id))  }
142          stop(paste("Cannot extract 'Geschaeftszahl' out of malformed document", file))  
143      origin <- ""  `[[.PCorpus` <-
144    function(x, i)
145      if (stripWhiteSpace)  {
146          corpus <- gsub("[[:space:]]+", " ", corpus)      i <- .map_name_index(x, i)
147      if (toLower)      db <- filehash::dbInit(x$dbcontrol[["dbName"]], x$dbcontrol[["dbType"]])
148          corpus <- tolower(corpus)      filehash::dbFetch(db, x$content[[i]])
149    }
150      heading <- ""  `[[.SimpleCorpus` <-
151    function(x, i)
152      new("PlainTextDocument", .Data = corpus, Author = author, DateTimeStamp = datetimestamp,  {
153          Description = description, ID = id, Origin = origin, Heading = heading)      i <- .map_name_index(x, i)
154  }      n <- names(x$content)
155        PlainTextDocument(x$content[[i]],
156  # Parse a <newsitem></newsitem> element from a well-formed RCV1 XML file                        id = if (is.null(n)) i else n[i],
157  parseNewsItemPlain <- function(node, stripWhiteSpace = FALSE, toLower = FALSE) {                        language = meta(x, "language"))
158      author <- "Not yet implemented"  }
159      datetimestamp <- xmlAttrs(node)[["date"]]  `[[.VCorpus` <-
160      description <- "Not yet implemented"  function(x, i)
161      id <- as.integer(xmlAttrs(node)[["itemid"]])  {
162      origin <- "Reuters Corpus Volume 1 XML"      i <- .map_name_index(x, i)
163      corpus <- unlist(xmlApply(node[["text"]], xmlValue), use.names = FALSE)      if (!is.null(x$lazy))
164            .Call(copyCorpus, x, materialize(x, i))
165      if (stripWhiteSpace)      x$content[[i]]
166          corpus <- gsub("[[:space:]]+", " ", corpus)  }
167      if (toLower)  
168          corpus <- tolower(corpus)  `[[<-.PCorpus` <-
169    function(x, i, value)
170      heading <- xmlValue(node[["title"]])  {
171        i <- .map_name_index(x, i)
172      new("PlainTextDocument", .Data = corpus, Author = author, DateTimeStamp = datetimestamp,      db <- filehash::dbInit(x$dbcontrol[["dbName"]], x$dbcontrol[["dbType"]])
173          Description = description, ID = id, Origin = origin, Heading = heading)      db[[x$content[[i]]]] <- value
174  }      x
175    }
176  # Parse a <REUTERS></REUTERS> element from a well-formed Reuters-21578 XML file  `[[<-.VCorpus` <-
177  parseReutersPlain <- function(node, stripWhiteSpace = FALSE, toLower = FALSE) {  function(x, i, value)
178      # The <AUTHOR></AUTHOR> tag is unfortunately NOT obligatory!  {
179      if (!is.null(node[["TEXT"]][["AUTHOR"]]))      i <- .map_name_index(x, i)
180          author <- xmlValue(node[["TEXT"]][["AUTHOR"]])      # Mark new objects as inactive for lazy mapping
181      else      if (!is.null(x$lazy))
182          author <- ""          x$lazy$index[i] <- FALSE
183        x$content[[i]] <- value
184      datetimestamp <- xmlValue(node[["DATE"]])      x
185      description <- ""  }
186      id <- as.integer(xmlAttrs(node)[["NEWID"]])  
187    as.list.PCorpus <- as.list.VCorpus <-
188      origin <- "Reuters-21578 XML"  function(x, ...)
189        setNames(content(x), as.character(lapply(content(x), meta, "id")))
190      # The <BODY></BODY> tag is unfortunately NOT obligatory!  
191      if (!is.null(node[["TEXT"]][["BODY"]]))  as.list.SimpleCorpus <-
192          corpus <- xmlValue(node[["TEXT"]][["BODY"]])  function(x, ...)
193      else      as.list(content(x))
194          corpus <- ""  
195    as.VCorpus <-
196    function(x)
197        UseMethod("as.VCorpus")
198    as.VCorpus.VCorpus <- identity
199    as.VCorpus.list <-
200    function(x)
201    {
202        v <- list(content = x,
203                  meta = CorpusMeta(),
204                  dmeta = data.frame(row.names = seq_along(x)))
205        class(v) <- c("VCorpus", "Corpus")
206        v
207    }
208    
209    outer_union <-
210    function(x, y, ...)
211    {
212        if (nrow(x) > 0L)
213            x[, setdiff(names(y), names(x))] <- NA
214        if (nrow(y) > 0L)
215            y[, setdiff(names(x), names(y))] <- NA
216        res <- rbind(x, y)
217        if (ncol(res) == 0L)
218            res <- data.frame(row.names = seq_len(nrow(x) + nrow(y)))
219        res
220    }
221    
222    c.VCorpus <-
223    function(..., recursive = FALSE)
224    {
225        args <- list(...)
226        x <- args[[1L]]
227    
228      if (stripWhiteSpace)      if (length(args) == 1L)
229          corpus <- gsub("[[:space:]]+", " ", corpus)          return(x)
     if (toLower)  
         corpus <- tolower(corpus)  
   
     # The <TITLE></TITLE> tag is unfortunately NOT obligatory!  
     if (!is.null(node[["TEXT"]][["TITLE"]]))  
         heading <- xmlValue(node[["TEXT"]][["TITLE"]])  
     else  
         heading <- ""  
230    
231      topics <- unlist(xmlApply(node[["TOPICS"]], function(x) xmlValue(x)), use.names = FALSE)      if (!all(unlist(lapply(args, inherits, class(x)))))
232            stop("not all arguments are of the same corpus type")
233    
234      new("PlainTextDocument", .Data = corpus, Cached = 1, Author = author, DateTimeStamp = datetimestamp,      v <- list(content = do.call("c", lapply(args, content)),
235          Description = description, ID = id, Origin = origin, Heading = heading, LocalMetaData = list(Topics = topics))                meta = CorpusMeta(meta = do.call("c",
236                    lapply(args, function(a) meta(a, type = "corpus")))),
237                  dmeta = Reduce(outer_union, lapply(args, meta)))
238        class(v) <- c("VCorpus", "Corpus")
239        v
240    }
241    
242    content.VCorpus <-
243    function(x)
244    {
245        if (!is.null(x$lazy))
246            .Call(copyCorpus, x, materialize(x))
247        x$content
248    }
249    
250    content.SimpleCorpus <-
251    function(x)
252        x$content
253    
254    content.PCorpus <-
255    function(x)
256    {
257        db <- filehash::dbInit(x$dbcontrol[["dbName"]], x$dbcontrol[["dbType"]])
258        filehash::dbMultiFetch(db, unlist(x$content))
259    }
260    
261    inspect <-
262    function(x)
263        UseMethod("inspect", x)
264    inspect.PCorpus <-
265    inspect.SimpleCorpus <-
266    inspect.VCorpus <-
267    function(x)
268    {
269        print(x)
270        cat("\n")
271        print(noquote(content(x)))
272        invisible(x)
273  }  }
274    
275  # Set up metadata for a well-formed Reuters-21578 XML file  length.PCorpus <-
276  parseReutersXML<- function(file) {  length.SimpleCorpus <-
277      new("XMLTextDocument", FileName = file, Cached = 0, Author = "REUTERS", DateTimeStamp = date(),  length.VCorpus <-
278          Description = "Reuters21578 file containing several news articles", ID = as.integer(0),  function(x)
279          Origin = "Reuters-21578 XML", Heading = "Reuters21578 news articles")      length(x$content)
280  }  
281    names.PCorpus <-
282  parseMail <- function(file) {  names.SimpleCorpus <-
283      mail <- readLines(file)  names.VCorpus <-
284      author <- gsub("From: ", "", grep("^From:", mail, value = TRUE))  function(x)
285      datetimestamp <- gsub("Date: ", "", grep("^Date:", mail, value = TRUE))      as.character(meta(x, "id", "local"))
286      id <- as.integer(file)  
287      origin <- gsub("Path: ", "", grep("^Path:", mail, value = TRUE))  `names<-.PCorpus` <- `names<-.VCorpus` <-
288      heading <- gsub("Subject: ", "", grep("^Subject:", mail, value = TRUE))  function(x, value)
289      newsgroup <- gsub("Newsgroups: ", "", grep("^Newsgroups:", mail, value = TRUE))  {
290        meta(x, "id", "local") <- as.character(value)
291      new("NewsgroupDocument", FileName = file, Cached = 0, Author = author, DateTimeStamp = datetimestamp,      x
292          Description = "", ID = id, Origin = origin, Heading = heading, Newsgroup = newsgroup)  }
293  }  
294    format.PCorpus <-
295  setGeneric("loadFileIntoMem", function(object, ...) standardGeneric("loadFileIntoMem"))  format.SimpleCorpus <-
296  setMethod("loadFileIntoMem",  format.VCorpus <-
297            c("PlainTextDocument"),  function(x, ...)
298            function(object, ...) {  {
299                if (Cached(object) == 0) {      c(sprintf("<<%s>>", class(x)[1L]),
300                    corpus <- readLines(FileName(object))        sprintf("Metadata:  corpus specific: %d, document level (indexed): %d",
301                    Corpus(object) <- corpus                length(meta(x, type = "corpus")),
302                    Cached(object) <- 1                ncol(meta(x, type = "indexed"))),
303                    return(object)        sprintf("Content:  documents: %d", length(x)))
304                } else {  }
305                    return(object)  
306                }  writeCorpus <-
307            })  function(x, path = ".", filenames = NULL)
308  setMethod("loadFileIntoMem",  {
309            c("XMLTextDocument"),      filenames <- file.path(path,
310            function(object, ...) {        if (is.null(filenames))
311                if (Cached(object) == 0) {            sprintf("%s.txt", as.character(meta(x, "id", "local")))
312                    file <- FileName(object)        else filenames)
                   doc <- xmlTreeParse(file)  
                   class(doc) <- "list"  
                   Corpus(object) <- doc  
                   Cached(object) <- 1  
                   return(object)  
               } else {  
                   return(object)  
               }  
           })  
 setMethod("loadFileIntoMem",  
           c("NewsgroupDocument"),  
           function(object, ...) {  
               if (Cached(object) == 0) {  
                   mail <- readLines(FileName(object))  
                   Cached(object) <- 1  
                   index <- grep("^Lines:", mail)  
                   Corpus(object) <- mail[(index + 1):length(mail)]  
                   return(object)  
               } else {  
                   return(object)  
               }  
           })  
   
 setGeneric("tm_transform", function(object, FUN, ...) standardGeneric("tm_transform"))  
 setMethod("tm_transform",  
           c("TextDocCol"),  
           function(object, FUN, ...) {  
               result <- as(lapply(object, FUN, ..., GlobalMetaData = GlobalMetaData(object)), "TextDocCol")  
               result@GlobalMetaData <- GlobalMetaData(object)  
               return(result)  
           })  
   
 setGeneric("toPlainTextDocument", function(object, FUN, ...) standardGeneric("toPlainTextDocument"))  
 setMethod("toPlainTextDocument",  
           c("PlainTextDocument"),  
           function(object, FUN, ...) {  
               return(object)  
           })  
 setMethod("toPlainTextDocument",  
           c("XMLTextDocument"),  
           function(object, FUN, ...) {  
               if (Cached(object) == 0)  
                   object <- loadFileIntoMem(object)  
   
               corpus <- Corpus(object)  
   
               # As XMLDocument is no native S4 class, restore valid information  
               class(corpus) <- "XMLDocument"  
               names(corpus) <- c("doc","dtd")  
   
               return(xmlApply(xmlRoot(corpus), FUN, ...))  
           })  
   
 setGeneric("stemTextDocument", function(object, ...) standardGeneric("stemTextDocument"))  
 setMethod("stemTextDocument",  
           c("PlainTextDocument"),  
           function(object) {  
               if (Cached(object) == 0)  
                   object <- loadFileIntoMem(object)  
   
               require(Rstem)  
               splittedCorpus <- unlist(strsplit(object, " ", fixed = TRUE))  
               stemmedCorpus <- wordStem(splittedCorpus)  
               Corpus(object) <- paste(stemmedCorpus, collapse = " ")  
               return(object)  
           })  
   
 setGeneric("removeStopWords", function(object, stopwords, ...) standardGeneric("removeStopWords"))  
 setMethod("removeStopWords",  
           c("PlainTextDocument", "character"),  
           function(object, stopwords) {  
               if (Cached(object) == 0)  
                   object <- loadFileIntoMem(object)  
   
               require(Rstem)  
               splittedCorpus <- unlist(strsplit(object, " ", fixed = TRUE))  
               noStopwordsCorpus <- splittedCorpus[!splittedCorpus %in% stopwords]  
               Corpus(object) <- paste(noStopwordsCorpus, collapse = " ")  
               return(object)  
           })  
   
 setGeneric("tm_filter", function(object, FUN, ...) standardGeneric("tm_filter"))  
 setMethod("tm_filter",  
           c("TextDocCol"),  
           function(object, FUN, ...) {  
               sapply(object, FUN, ..., GlobalMetaData = GlobalMetaData(object))  
           })  
   
 setGeneric("filterREUT21578Topics", function(object, topics, ...) standardGeneric("filterREUT21578Topics"))  
 setMethod("filterREUT21578Topics",  
           c("PlainTextDocument", "character"),  
           function(object, topics) {  
               if (Cached(object) == 0)  
                   object <- loadFileIntoMem(object)  
   
               if (any(LocalMetaData(object)$Topics %in% topics))  
                   return(TRUE)  
               else  
                   return(FALSE)  
           })  
313    
314  setGeneric("filterIDs", function(object, IDs, ...) standardGeneric("filterIDs"))      stopifnot(length(x) == length(filenames))
 setMethod("filterIDs",  
           c("TextDocument", "numeric"),  
           function(object, IDs) {  
               if (ID(object) %in% IDs)  
                   return(TRUE)  
               else  
                   return(FALSE)  
           })  
315    
316  setGeneric("attachData", function(object, data) standardGeneric("attachData"))      mapply(function(doc, f) writeLines(as.character(doc), f), x, filenames)
 setMethod("attachData",  
           c("TextDocCol","TextDocument"),  
           function(object, data) {  
               data <- as(list(data), "TextDocCol")  
               object@.Data <- as(c(object@.Data, data), "TextDocCol")  
               return(object)  
           })  
   
 setGeneric("attachMetaData", function(object, name, metadata) standardGeneric("attachMetaData"))  
 setMethod("attachMetaData",  
           c("TextDocCol"),  
           function(object, name, metadata) {  
               object@GlobalMetaData <- c(GlobalMetaData(object), new = list(metadata))  
               names(object@GlobalMetaData)[length(names(GlobalMetaData(object)))] <- name  
               return(object)  
           })  
   
 setGeneric("setSubscriptable", function(object, name) standardGeneric("setSubscriptable"))  
 setMethod("setSubscriptable",  
           c("TextDocCol"),  
           function(object, name) {  
               if (!is.character(GlobalMetaData(object)$subscriptable))  
                   object <- attachMetaData(object, "subscriptable", name)  
               else  
                   object@GlobalMetaData$subscriptable <- c(GlobalMetaData(object)$subscriptable, name)  
               return(object)  
           })  
   
 setMethod("[",  
           signature(x = "TextDocCol", i = "ANY", j = "ANY", drop = "ANY"),  
           function(x, i, j, ... , drop) {  
               if(missing(i))  
                   return(x)  
317    
318                object <- x      invisible(x)
               object@.Data <- x@.Data[i, ..., drop = FALSE]  
               for (m in names(GlobalMetaData(object))) {  
                   if (m %in% GlobalMetaData(object)$subscriptable) {  
                       object@GlobalMetaData[[m]] <- GlobalMetaData(object)[[m]][i, ..., drop = FALSE]  
319                    }                    }
               }  
               return(object)  
           })  
   
 setMethod("c",  
           signature(x = "TextDocCol"),  
           function(x, ..., recursive = TRUE){  
               args <- list(...)  
               if(length(args) == 0)  
                   return(x)  
               return(as(c(as(x, "list"), ...), "TextDocCol"))  
     })  
   
 setMethod("length",  
           signature(x = "TextDocCol"),  
           function(x){  
               return(length(as(x, "list")))  
     })  
   
 setMethod("show",  
           signature(object = "TextDocCol"),  
           function(object){  
               cat("A text document collection with", length(object), "text document")  
               if (length(object) == 1)  
                   cat("\n")  
               else  
                   cat("s\n")  
     })  
   
 setMethod("summary",  
           signature(object = "TextDocCol"),  
           function(object){  
               show(object)  
               if (length(GlobalMetaData(object)) > 0) {  
                   cat("\nThe global metadata consists of", length(GlobalMetaData(object)), "tag-value pair")  
                   if (length(GlobalMetaData(object)) == 1)  
                       cat(".\n")  
                   else  
                       cat("s.\n")  
                   cat("Available tags are:\n")  
                   cat(names(GlobalMetaData(object)), "\n")  
               }  
     })  
   
 setGeneric("inspect", function(object) standardGeneric("inspect"))  
 setMethod("inspect",  
           c("TextDocCol"),  
           function(object) {  
               summary(object)  
               cat("\n")  
               show(as(object, "list"))  
           })  

Legend:
Removed from v.57  
changed lines
  Added in v.1460

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