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/trunk/R/textdoccol.R revision 18, Sat Nov 5 19:00:05 2005 UTC trunk/tm/R/textdoccol.R revision 809, Mon Jan 14 07:16:25 2008 UTC
# Line 1  Line 1 
1  # Author: Ingo Feinerer  # Author: Ingo Feinerer
2    
3  # S4 class definition  # The "..." are additional arguments for the FunctionGenerator reader
4  # Text document collection  setGeneric("TextDocCol", function(object,
5  # TODO: Define proper S4 term-document matrix                                    readerControl = list(reader = object@DefaultReader, language = "en_US", load = FALSE),
6  setClass("textdoccol", representation(docs = "list",                                    dbControl = list(useDb = FALSE, dbName = "", dbType = "DB1"),
7                                        tdm = "matrix"))                                    ...) standardGeneric("TextDocCol"))
8    setMethod("TextDocCol",
9  # Accessor function            signature(object = "Source"),
10  if (!isGeneric("docs")) {            function(object,
11      if (is.function("docs"))                     readerControl = list(reader = object@DefaultReader, language = "en_US", load = FALSE),
12          fun <- docs                     dbControl = list(useDb = FALSE, dbName = "", dbType = "DB1"),
13      else                     ...) {
14          fun <- function(object) standardGeneric("docs")                if (is.null(readerControl$reader))
15      setGeneric("docs", fun)                    readerControl$reader <- object@DefaultReader
16  }                if (is(readerControl$reader, "FunctionGenerator"))
17  setMethod("docs", "textdoccol", function(object) object@docs)                    readerControl$reader <- readerControl$reader(...)
18                  if (is.null(readerControl$language))
19  setGeneric("textdoccol", function(docs) standardGeneric("textdoccol"))                    readerControl$language = "en_US"
20  # Read in XML text documents                if (is.null(readerControl$load))
21  # Reuters Corpus Volume 1 (RCV1)                    readerControl$load = FALSE
 setMethod("textdoccol", "character", function(docs) {  
     require(XML)  
   
     tree <- xmlTreeParse(docs)  
     root <- xmlRoot(tree)  
   
     # TODO: At each loop node points to the current newsitem  
     node <- root  
   
     # TODO: Implement lacking fields.  
     # For this we need the full RCV1 XML set to know where to find those things  
     author <- "Not yet implemented"  
     timestamp <- xmlAttrs(node)[["date"]]  
     description <- "Not yet implemented"  
     id <- as.integer(xmlAttrs(node)[["itemid"]])  
     origin <- "Not yet implemented"  
     corpus <- unlist(xmlApply(node[["text"]], xmlValue), use.names = FALSE)  
22    
23      heading <- xmlValue(node[["title"]])                if (dbControl$useDb) {
24                      if (!dbCreate(dbControl$dbName, dbControl$dbType))
25                          stop("error in creating database")
26                      db <- dbInit(dbControl$dbName, dbControl$dbType)
27                  }
28    
29                  tdl <- list()
30                  counter <- 1
31                  while (!eoi(object)) {
32                      object <- stepNext(object)
33                      elem <- getElem(object)
34                      # If there is no Load on Demand support
35                      # we need to load the corpus into memory at startup
36                      if (!object@LoDSupport)
37                          readerControl$load <- TRUE
38                      doc <- readerControl$reader(elem, readerControl$load, readerControl$language, as.character(counter))
39                      if (dbControl$useDb) {
40                          dbInsert(db, ID(doc), doc)
41                          tdl <- c(tdl, ID(doc))
42                      }
43                      else
44                          tdl <- c(tdl, list(doc))
45                      counter <- counter + 1
46                  }
47    
48                  df <- data.frame(MetaID = rep(0, length(tdl)), stringsAsFactors = FALSE)
49                  if (dbControl$useDb) {
50                      dbInsert(db, "DMetaData", df)
51                      dmeta.df <- data.frame(key = "DMetaData", subset = I(list(NA)))
52                  }
53                  else
54                      dmeta.df <- df
55    
56                  cmeta.node <- new("MetaDataNode",
57                                NodeID = 0,
58                                MetaData = list(create_date = Sys.time(), creator = Sys.getenv("LOGNAME")),
59                                children = list())
60    
61                  return(new("TextDocCol", .Data = tdl, DMetaData = dmeta.df, CMetaData = cmeta.node, DBControl = dbControl))
62              })
63    
64    setGeneric("loadDoc", function(object, ...) standardGeneric("loadDoc"))
65    setMethod("loadDoc",
66              signature(object = "PlainTextDocument"),
67              function(object, ...) {
68                  if (!Cached(object)) {
69                      con <- eval(URI(object))
70                      corpus <- readLines(con)
71                      close(con)
72                      Corpus(object) <- corpus
73                      Cached(object) <- TRUE
74                      return(object)
75                  } else {
76                      return(object)
77                  }
78              })
79    setMethod("loadDoc",
80              signature(object =  "XMLTextDocument"),
81              function(object, ...) {
82                  if (!Cached(object)) {
83                      con <- eval(URI(object))
84                      corpus <- paste(readLines(con), "\n", collapse = "")
85                      close(con)
86                      doc <- xmlTreeParse(corpus, asText = TRUE)
87                      class(doc) <- "list"
88                      Corpus(object) <- doc
89                      Cached(object) <- TRUE
90                      return(object)
91                  } else {
92                      return(object)
93                  }
94              })
95    setMethod("loadDoc",
96              signature(object = "NewsgroupDocument"),
97              function(object, ...) {
98                  if (!Cached(object)) {
99                      con <- eval(URI(object))
100                      mail <- readLines(con)
101                      close(con)
102                      Cached(object) <- TRUE
103                      for (index in seq_along(mail)) {
104                          if (mail[index] == "")
105                              break
106                      }
107                      Corpus(object) <- mail[(index + 1):length(mail)]
108                      return(object)
109                  } else {
110                      return(object)
111                  }
112              })
113    setMethod("loadDoc",
114              signature(object = "StructuredTextDocument"),
115              function(object, ...) {
116                  if (!Cached(object)) {
117                      warning("load on demand not (yet) supported for StructuredTextDocuments")
118                      return(object)
119                  } else
120                      return(object)
121              })
122    
123    setGeneric("tmUpdate", function(object,
124                                    origin,
125                                    readerControl = list(reader = origin@DefaultReader, language = "en_US", load = FALSE),
126                                    ...) standardGeneric("tmUpdate"))
127    # Update is only supported for directories
128    # At the moment no other LoD devices are available anyway
129    setMethod("tmUpdate",
130              signature(object = "TextDocCol", origin = "DirSource"),
131              function(object, origin,
132                       readerControl = list(reader = origin@DefaultReader, language = "en_US", load = FALSE),
133                       ...) {
134                  if (is.null(readerControl$reader))
135                      readerControl$reader <- origin@DefaultReader
136                  if (is(readerControl$reader, "FunctionGenerator"))
137                      readerControl$reader <- readerControl$reader(...)
138                  if (is.null(readerControl$language))
139                      readerControl$language = "en_US"
140                  if (is.null(readerControl$load))
141                      readerControl$load = FALSE
142    
143                  object.filelist <- unlist(lapply(object, function(x) {as.character(URI(x))[2]}))
144                  new.files <- setdiff(origin@FileList, object.filelist)
145    
146                  for (filename in new.files) {
147                      elem <- list(content = readLines(filename),
148                                   uri = substitute(file(filename)))
149                      object <- appendElem(object, readerControl$reader(elem, readerControl$load, readerControl$language, filename))
150                  }
151    
152                  return(object)
153              })
154    
155    setGeneric("tmMap", function(object, FUN, ...) standardGeneric("tmMap"))
156    setMethod("tmMap",
157              signature(object = "TextDocCol", FUN = "function"),
158              function(object, FUN, ...) {
159                  result <- object
160                  # Note that text corpora are automatically loaded into memory via \code{[[}
161                  if (DBControl(object)[["useDb"]]) {
162                      db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
163                      i <- 1
164                      for (id in unlist(object)) {
165                          db[[id]] <- FUN(object[[i]], ..., DMetaData = DMetaData(object))
166                          i <- i + 1
167                      }
168                  }
169                  else
170                      result@.Data <- lapply(object, FUN, ..., DMetaData = DMetaData(object))
171                  return(result)
172              })
173    
174    setGeneric("asPlain", function(object, FUN, ...) standardGeneric("asPlain"))
175    setMethod("asPlain",
176              signature(object = "PlainTextDocument"),
177              function(object, FUN, ...) {
178                  return(object)
179              })
180    setMethod("asPlain",
181              signature(object = "XMLTextDocument", FUN = "function"),
182              function(object, FUN, ...) {
183                  corpus <- Corpus(object)
184    
185                  # As XMLDocument is no native S4 class, restore valid information
186                  class(corpus) <- "XMLDocument"
187                  names(corpus) <- c("doc","dtd")
188    
189                  return(FUN(xmlRoot(corpus), ...))
190              })
191    setMethod("asPlain",
192              signature(object = "Reuters21578Document"),
193              function(object, FUN, ...) {
194                  FUN <- convertReut21578XMLPlain
195                  corpus <- Corpus(object)
196    
197                  # As XMLDocument is no native S4 class, restore valid information
198                  class(corpus) <- "XMLDocument"
199                  names(corpus) <- c("doc","dtd")
200    
201                  return(FUN(xmlRoot(corpus), ...))
202              })
203    setMethod("asPlain",
204              signature(object = "RCV1Document"),
205              function(object, FUN, ...) {
206                  FUN <- convertRCV1Plain
207                  corpus <- Corpus(object)
208    
209                  # As XMLDocument is no native S4 class, restore valid information
210                  class(corpus) <- "XMLDocument"
211                  names(corpus) <- c("doc","dtd")
212    
213                  return(FUN(xmlRoot(corpus), ...))
214              })
215    setMethod("asPlain",
216              signature(object = "NewsgroupDocument"),
217              function(object, FUN, ...) {
218                  new("PlainTextDocument", .Data = Corpus(object), Cached = TRUE, URI = "", Author = Author(object),
219                      DateTimeStamp = DateTimeStamp(object), Description = Description(object), ID = ID(object),
220                      Origin = Origin(object), Heading = Heading(object), Language = Language(object))
221              })
222    setMethod("asPlain",
223              signature(object = "StructuredTextDocument"),
224              function(object, FUN, ...) {
225                  new("PlainTextDocument", .Data = unlist(Corpus(object)), Cached = TRUE,
226                      URI = "", Author = Author(object), DateTimeStamp = DateTimeStamp(object),
227                      Description = Description(object), ID = ID(object), Origin = Origin(object),
228                      Heading = Heading(object), Language = Language(object))
229              })
230    
231      doc <- new("textdocument", author = author, timestamp = timestamp, description = description,  setGeneric("tmFilter", function(object, ..., FUN = sFilter, doclevel = FALSE) standardGeneric("tmFilter"))
232                 id = id, origin = origin, corpus = corpus, heading = heading)  setMethod("tmFilter",
233              signature(object = "TextDocCol"),
234              function(object, ..., FUN = sFilter, doclevel = FALSE) {
235                  if (doclevel)
236                      return(object[sapply(object, FUN, ..., DMetaData = DMetaData(object))])
237                  else
238                      return(object[FUN(object, ...)])
239              })
240    
241    setGeneric("tmIndex", function(object, ..., FUN = sFilter, doclevel = FALSE) standardGeneric("tmIndex"))
242    setMethod("tmIndex",
243              signature(object = "TextDocCol"),
244              function(object, ..., FUN = sFilter, doclevel = FALSE) {
245                  if (doclevel)
246                      return(sapply(object, FUN, ..., DMetaData = DMetaData(object)))
247                  else
248                      return(FUN(object, ...))
249              })
250    
251      new("textdoccol", docs = list(doc), tdm = matrix())  sFilter <- function(object, s, ...) {
252        con <- textConnection(s)
253        tokens <- scan(con, "character", quiet = TRUE)
254        close(con)
255        localMetaNames <- unique(names(sapply(object, LocalMetaData)))
256        localMetaTokens <- localMetaNames[localMetaNames %in% tokens]
257        n <- names(DMetaData(object))
258        tags <- c("Author", "DateTimeStamp", "Description", "ID", "Origin", "Heading", "Language", localMetaTokens)
259        query.df <- DMetaData(prescindMeta(object, tags))
260        if (DBControl(object)[["useDb"]])
261            DMetaData(object) <- DMetaData(object)[, setdiff(n, tags), drop = FALSE]
262        # Rename to avoid name conflicts
263        names(query.df)[names(query.df) == "Author"] <- "author"
264        names(query.df)[names(query.df) == "DateTimeStamp"] <- "datetimestamp"
265        names(query.df)[names(query.df) == "Description"] <- "description"
266        names(query.df)[names(query.df) == "ID"] <- "identifier"
267        names(query.df)[names(query.df) == "Origin"] <- "origin"
268        names(query.df)[names(query.df) == "Heading"] <- "heading"
269        names(query.df)[names(query.df) == "Language"] <- "language"
270        attach(query.df)
271        try(result <- rownames(query.df) %in% row.names(query.df[eval(parse(text = s)), ]))
272        detach(query.df)
273        return(result)
274    }
275    
276    setGeneric("appendElem", function(object, data, meta = NULL) standardGeneric("appendElem"))
277    setMethod("appendElem",
278              signature(object = "TextDocCol", data = "TextDocument"),
279              function(object, data, meta = NULL) {
280                  if (DBControl(object)[["useDb"]]) {
281                      db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
282                      if (dbExists(db, ID(data)))
283                          warning("document with identical ID already exists")
284                      dbInsert(db, ID(data), data)
285                      object@.Data[[length(object)+1]] <- ID(data)
286                  }
287                  else
288                      object@.Data[[length(object)+1]] <- data
289                  DMetaData(object) <- rbind(DMetaData(object), c(MetaID = CMetaData(object)@NodeID, meta))
290                  return(object)
291              })
292    
293    setGeneric("appendMeta", function(object, cmeta = NULL, dmeta = NULL) standardGeneric("appendMeta"))
294    setMethod("appendMeta",
295              signature(object = "TextDocCol"),
296              function(object, cmeta = NULL, dmeta = NULL) {
297                  object@CMetaData@MetaData <- c(CMetaData(object)@MetaData, cmeta)
298                  if (!is.null(dmeta)) {
299                      DMetaData(object) <- cbind(DMetaData(object), eval(dmeta))
300                  }
301                  return(object)
302              })
303    
304    setGeneric("removeMeta", function(object, cname = NULL, dname = NULL) standardGeneric("removeMeta"))
305    setMethod("removeMeta",
306              signature(object = "TextDocCol"),
307              function(object, cname = NULL, dname = NULL) {
308                  if (!is.null(cname))
309                      object@CMetaData@MetaData <- CMetaData(object)@MetaData[names(CMetaData(object)@MetaData) != cname]
310                  if (!is.null(dname))
311                      DMetaData(object) <- DMetaData(object)[, names(DMetaData(object)) != dname, drop = FALSE]
312                  return(object)
313              })
314    
315    setGeneric("prescindMeta", function(object, meta) standardGeneric("prescindMeta"))
316    setMethod("prescindMeta",
317              signature(object = "TextDocCol", meta = "character"),
318              function(object, meta) {
319                  for (m in meta) {
320                      if (m %in% c("Author", "DateTimeStamp", "Description", "ID", "Origin", "Heading", "Language")) {
321                          local.m <- lapply(object, m)
322                          local.m <- lapply(local.m, function(x) if (is.null(x)) return(NA) else return(x))
323                          local.m <- unlist(local.m)
324                          DMetaData(object) <- cbind(DMetaData(object), data.frame(m = local.m, stringsAsFactors = FALSE))
325                          names(DMetaData(object))[which(names(DMetaData(object)) == "m")] <- m
326                      }
327                      else {
328                          local.meta <- lapply(object, LocalMetaData)
329                          local.m <- lapply(local.meta, "[[", m)
330                          local.m <- lapply(local.m, function(x) if (is.null(x)) return(NA) else return(x))
331                          if (length(local.m) == length(unlist(local.m)))
332                              local.m <- unlist(local.m)
333                          else
334                              local.m <- I(local.m)
335                          DMetaData(object) <- cbind(DMetaData(object), data.frame(m = local.m, stringsAsFactors = FALSE))
336                          names(DMetaData(object))[which(names(DMetaData(object)) == "m")] <- m
337                      }
338                  }
339                  return(object)
340              })
341    
342    setMethod("[",
343              signature(x = "TextDocCol", i = "ANY", j = "ANY", drop = "ANY"),
344              function(x, i, j, ... , drop) {
345                  if(missing(i))
346                      return(x)
347    
348                  object <- x
349                  object@.Data <- x@.Data[i, ..., drop = FALSE]
350                  if (DBControl(object)[["useDb"]]) {
351                      index <- object@DMetaData[[1 , "subset"]]
352                      if (any(is.na(index)))
353                          object@DMetaData[[1 , "subset"]] <- i
354                      else
355                          object@DMetaData[[1 , "subset"]] <- index[i]
356                  }
357                  else
358                      DMetaData(object) <- DMetaData(x)[i, , drop = FALSE]
359                  return(object)
360              })
361    
362    setMethod("[<-",
363              signature(x = "TextDocCol", i = "ANY", j = "ANY", value = "ANY"),
364              function(x, i, j, ... , value) {
365                  object <- x
366                  if (DBControl(object)[["useDb"]]) {
367                      db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
368                      counter <- 1
369                      for (id in object@.Data[i, ...]) {
370                          if (length(value) == 1)
371                              db[[id]] <- value
372                          else {
373                              db[[id]] <- value[[counter]]
374                          }
375                          counter <- counter + 1
376                      }
377                  }
378                  else
379                      object@.Data[i, ...] <- value
380                  return(object)
381              })
382    
383    setMethod("[[",
384              signature(x = "TextDocCol", i = "ANY", j = "ANY"),
385              function(x, i, j, ...) {
386                  if (DBControl(x)[["useDb"]]) {
387                      db <- dbInit(DBControl(x)[["dbName"]], DBControl(x)[["dbType"]])
388                      result <- dbFetch(db, x@.Data[[i]])
389                      return(loadDoc(result))
390                  }
391                  else
392                      return(loadDoc(x@.Data[[i]]))
393              })
394    
395    setMethod("[[<-",
396              signature(x = "TextDocCol", i = "ANY", j = "ANY", value = "ANY"),
397              function(x, i, j, ..., value) {
398                  object <- x
399                  if (DBControl(object)[["useDb"]]) {
400                      db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
401                      index <- object@.Data[[i]]
402                      db[[index]] <- value
403                  }
404                  else
405                      object@.Data[[i, ...]] <- value
406                  return(object)
407              })
408    
409    # Update \code{NodeID}s of a CMetaData tree
410    update_id <- function(object, id = 0, mapping = NULL, left.mapping = NULL, level = 0) {
411        # Traversal of (binary) CMetaData tree with setup of \code{NodeID}s
412        set_id <- function(object) {
413            object@NodeID <- id
414            id <<- id + 1
415            level <<- level + 1
416    
417            if (length(object@children) > 0) {
418                mapping <<- cbind(mapping, c(object@children[[1]]@NodeID, id))
419                left <- set_id(object@children[[1]])
420                if (level == 1) {
421                    left.mapping <<- mapping
422                    mapping <<- NULL
423                }
424                mapping <<- cbind(mapping, c(object@children[[2]]@NodeID, id))
425                right <- set_id(object@children[[2]])
426    
427                object@children <- list(left, right)
428            }
429            level <<- level - 1
430    
431            return(object)
432        }
433    
434        return(list(root = set_id(object), left.mapping = left.mapping, right.mapping = mapping))
435    }
436    
437    setMethod("c",
438              signature(x = "TextDocCol"),
439              function(x, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) {
440                  args <- list(...)
441                  if (length(args) == 0)
442                      return(x)
443    
444                  if (!all(sapply(args, inherits, "TextDocCol")))
445                      stop("not all arguments are text document collections")
446                  if (DBControl(x)[["useDb"]] == TRUE || any(unlist(sapply(args, DBControl)["useDb", ])))
447                      stop("concatenating text document collections with activated database is not supported")
448    
449                  result <- x
450                  for (c in args) {
451                      result <- c2(result, c)
452                  }
453                  return(result)
454              })
455    
456    setGeneric("c2", function(x, y, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) standardGeneric("c2"))
457    setMethod("c2",
458              signature(x = "TextDocCol", y = "TextDocCol"),
459              function(x, y, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) {
460                  object <- x
461                  # Concatenate data slots
462                  object@.Data <- c(as(x, "list"), as(y, "list"))
463    
464                  # Set the DBControl slot
465                  object@DBControl <- list(useDb = FALSE, dbName = "", dbType = "DB1")
466    
467                  # Update the CMetaData tree
468                  cmeta <- new("MetaDataNode", NodeID = 0, MetaData = meta, children = list(CMetaData(x), CMetaData(y)))
469                  update.struct <- update_id(cmeta)
470                  object@CMetaData <- update.struct$root
471    
472                  # Find indices to be updated for the left tree
473                  indices.mapping <- NULL
474                  for (m in levels(as.factor(DMetaData(x)$MetaID))) {
475                      indices <- (DMetaData(x)$MetaID == m)
476                      indices.mapping <- c(indices.mapping, list(m = indices))
477                      names(indices.mapping)[length(indices.mapping)] <- m
478                  }
479    
480                  # Update the DMetaData data frames for the left tree
481                  for (i in 1:ncol(update.struct$left.mapping)) {
482                      map <- update.struct$left.mapping[,i]
483                      x@DMetaData$MetaID <- replace(DMetaData(x)$MetaID, indices.mapping[[as.character(map[1])]], map[2])
484                  }
485    
486                  # Find indices to be updated for the right tree
487                  indices.mapping <- NULL
488                  for (m in levels(as.factor(DMetaData(y)$MetaID))) {
489                      indices <- (DMetaData(y)$MetaID == m)
490                      indices.mapping <- c(indices.mapping, list(m = indices))
491                      names(indices.mapping)[length(indices.mapping)] <- m
492                  }
493    
494                  # Update the DMetaData data frames for the right tree
495                  for (i in 1:ncol(update.struct$right.mapping)) {
496                      map <- update.struct$right.mapping[,i]
497                      y@DMetaData$MetaID <- replace(DMetaData(y)$MetaID, indices.mapping[[as.character(map[1])]], map[2])
498                  }
499    
500                  # Merge the DMetaData data frames
501                  labels <- setdiff(names(DMetaData(y)), names(DMetaData(x)))
502                  na.matrix <- matrix(NA, nrow = nrow(DMetaData(x)), ncol = length(labels), dimnames = list(row.names(DMetaData(x)), labels))
503                  x.dmeta.aug <- cbind(DMetaData(x), na.matrix)
504                  labels <- setdiff(names(DMetaData(x)), names(DMetaData(y)))
505                  na.matrix <- matrix(NA, nrow = nrow(DMetaData(y)), ncol = length(labels), dimnames = list(row.names(DMetaData(y)), labels))
506                  y.dmeta.aug <- cbind(DMetaData(y), na.matrix)
507                  object@DMetaData <- rbind(x.dmeta.aug, y.dmeta.aug)
508    
509                  return(object)
510              })
511    
512    setMethod("c",
513              signature(x = "TextDocument"),
514              function(x, ..., recursive = TRUE){
515                  args <- list(...)
516                  if(length(args) == 0)
517                      return(x)
518    
519                  dmeta.df <- data.frame(MetaID = rep(0, length(list(x, ...))), stringsAsFactors = FALSE)
520                  cmeta.node <- new("MetaDataNode",
521                                NodeID = 0,
522                                MetaData = list(create_date = Sys.time(), creator = Sys.getenv("LOGNAME")),
523                                children = list())
524    
525                  return(new("TextDocCol",
526                             .Data = list(x, ...),
527                             DMetaData = dmeta.df,
528                             CMetaData = cmeta.node,
529                             DBControl = list(useDb = FALSE, dbName = "", dbType = "DB1")))
530              })
531    
532    setMethod("length",
533              signature(x = "TextDocCol"),
534              function(x){
535                  return(length(as(x, "list")))
536        })
537    
538    setMethod("show",
539              signature(object = "TextDocCol"),
540              function(object){
541                  cat(sprintf(ngettext(length(object),
542                                       "A text document collection with %d text document\n",
543                                       "A text document collection with %d text documents\n"),
544                              length(object)))
545        })
546    
547    setMethod("summary",
548              signature(object = "TextDocCol"),
549              function(object){
550                  show(object)
551                  if (length(DMetaData(object)) > 0) {
552                      cat(sprintf(ngettext(length(CMetaData(object)@MetaData),
553                                                  "\nThe metadata consists of %d tag-value pair and a data frame\n",
554                                                  "\nThe metadata consists of %d tag-value pairs and a data frame\n"),
555                                           length(CMetaData(object)@MetaData)))
556                      cat("Available tags are:\n")
557                      cat(strwrap(paste(names(CMetaData(object)@MetaData), collapse = " "), indent = 2, exdent = 2), "\n")
558                      cat("Available variables in the data frame are:\n")
559                      cat(strwrap(paste(names(DMetaData(object)), collapse = " "), indent = 2, exdent = 2), "\n")
560                  }
561        })
562    
563    setGeneric("inspect", function(object) standardGeneric("inspect"))
564    setMethod("inspect",
565              signature("TextDocCol"),
566              function(object) {
567                  summary(object)
568                  cat("\n")
569                  if (DBControl(object)[["useDb"]]) {
570                      db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
571                      show(dbMultiFetch(db, unlist(object)))
572                  }
573                  else
574                      show(object@.Data)
575              })
576    
577    # No metadata is checked
578    setGeneric("%IN%", function(x, y) standardGeneric("%IN%"))
579    setMethod("%IN%",
580              signature(x = "TextDocument", y = "TextDocCol"),
581              function(x, y) {
582                  if (DBControl(y)[["useDb"]]) {
583                      db <- dbInit(DBControl(y)[["dbName"]], DBControl(y)[["dbType"]])
584                      result <- any(sapply(y, function(x, z) {x %in% Corpus(z)}, x))
585                  }
586                  else
587                      result <- x %in% y
588                  return(result)
589              })
590    
591    setMethod("lapply",
592              signature(X = "TextDocCol"),
593              function(X, FUN, ...) {
594                  if (DBControl(X)[["useDb"]]) {
595                      db <- dbInit(DBControl(X)[["dbName"]], DBControl(X)[["dbType"]])
596                      result <- lapply(dbMultiFetch(db, unlist(X)), FUN, ...)
597                  }
598                  else
599                      result <- base::lapply(X, FUN, ...)
600                  return(result)
601              })
602    
603    setMethod("sapply",
604              signature(X = "TextDocCol"),
605              function(X, FUN, ..., simplify = TRUE, USE.NAMES = TRUE) {
606                  if (DBControl(X)[["useDb"]]) {
607                      db <- dbInit(DBControl(X)[["dbName"]], DBControl(X)[["dbType"]])
608                      result <- sapply(dbMultiFetch(db, unlist(X)), FUN, ...)
609                  }
610                  else
611                      result <- base::sapply(X, FUN, ...)
612                  return(result)
613  })  })

Legend:
Removed from v.18  
changed lines
  Added in v.809

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