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 37, Wed Jan 11 17:49:17 2006 UTC trunk/tm/R/textdoccol.R revision 693, Fri Dec 22 13:21:30 2006 UTC
# Line 1  Line 1 
1  # Author: Ingo Feinerer  # Author: Ingo Feinerer
2    
3  setGeneric("textdoccol", function(object, ...) standardGeneric("textdoccol"))  # The "..." are additional arguments for the function_generator parser
4  setMethod("textdoccol",  setGeneric("TextDocCol", function(object, parser = read_plain, ...) standardGeneric("TextDocCol"))
5            c("character", "character", "logical", "logical"),  setMethod("TextDocCol",
6            function(object, inputType = "CSV", stripWhiteSpace = FALSE, toLower = FALSE) {            signature(object = "Source"),
7                # Add a new type for each unique input source format            function(object, parser = read_plain, ...) {
8                type <- match.arg(inputType,c("CSV","RCV1","REUT21578"))                if (inherits(parser, "function_generator"))
9                switch(type,                    parser <- parser(...)
10                       # Text in a special CSV format  
11                       # For details on the file format see the R documentation file                tdl <- list()
12                       # The first argument is a directory with .csv files                counter <- 1
13                       "CSV" = {                while (!eoi(object)) {
14                           tdl <- sapply(dir(object,                    object <- step_next(object)
15                                             pattern = ".csv",                    elem <- get_elem(object)
16                                             full.names = TRUE),                    # If there is no Load on Demand support
17                                         function(file) {                    # we need to load the corpus into memory at startup
18                                             m <- as.matrix(read.csv(file, header = FALSE))                    if (object@LoDSupport)
19                                             l <- vector("list", dim(m)[1])                        load <- object@Load
                                            for (i in 1:dim(m)[1]) {  
                                                author <- ""  
                                                timestamp <- date()  
                                                description <- ""  
                                                id <- as.integer(m[i,1])  
                                                corpus <- as.character(m[i,2:dim(m)[2]])  
                                                if (stripWhiteSpace)  
                                                    corpus <- gsub("[[:space:]]+", " ", corpus)  
                                                if (toLower)  
                                                    corpus <- tolower(corpus)  
                                                origin <- "CSV"  
                                                heading <- ""  
   
                                                l[[i]] <- new("textdocument", .Data = corpus, author = author, timestamp = timestamp,  
                                                              description = description, id = id, origin = origin, heading = heading)  
                                            }  
                                            l  
                                        })  
                          tdcl <- new("textdoccol", .Data = tdl)  
                      },  
                      # Read in text documents in XML Reuters Corpus Volume 1 (RCV1) format  
                      # The first argument is a directory with the RCV1 XML files  
                      "RCV1" = {  
                          tdl <- sapply(dir(object,  
                                            pattern = ".xml",  
                                            full.names = TRUE),  
                                        function(file) {  
                                            tree <- xmlTreeParse(file)  
                                            xmlApply(xmlRoot(tree), parseNewsItem, stripWhiteSpace, toLower)  
                                        })  
                          tdcl <- new("textdoccol", .Data = tdl)  
                      },  
                      # Read in text documents in Reuters-21578 XML (not SGML) format  
                      # Typically the first argument will be a directory where we can  
                      # find the files reut2-000.xml ... reut2-021.xml  
                      "REUT21578" = {  
                          tdl <- sapply(dir(object,  
                                            pattern = ".xml",  
                                            full.names = TRUE),  
                                        function(file) {  
                                            tree <- xmlTreeParse(file)  
                                            xmlApply(xmlRoot(tree), parseReuters, stripWhiteSpace, toLower)  
                                        })  
                          tdcl <- new("textdoccol", .Data = tdl)  
                      })  
               tdcl  
           })  
   
 # TODO: Implement lacking fields as soon I have access to the original RCV1  
 # Parse a <newsitem></newsitem> element from a well-formed RCV1 XML file  
 parseNewsItem <- function(node, stripWhiteSpace = FALSE, toLower = FALSE) {  
     author <- "Not yet implemented"  
     timestamp <- xmlAttrs(node)[["date"]]  
     description <- "Not yet implemented"  
     id <- as.integer(xmlAttrs(node)[["itemid"]])  
     origin <- "Reuters Corpus Volume 1 XML"  
     corpus <- unlist(xmlApply(node[["text"]], xmlValue), use.names = FALSE)  
   
     if (stripWhiteSpace)  
         corpus <- gsub("[[:space:]]+", " ", corpus)  
     if (toLower)  
         corpus <- tolower(corpus)  
   
     heading <- xmlValue(node[["title"]])  
   
     new("textdocument", .Data = corpus, author = author, timestamp = timestamp,  
         description = description, id = id, origin = origin, heading = heading)  
 }  
   
 # Parse a <REUTERS></REUTERS> element from a well-formed Reuters-21578 XML file  
 parseReuters <- function(node, stripWhiteSpace = FALSE, toLower = FALSE) {  
     # The <AUTHOR></AUTHOR> tag is unfortunately NOT obligatory!  
     if (!is.null(node[["TEXT"]][["AUTHOR"]]))  
         author <- xmlValue(node[["TEXT"]][["AUTHOR"]])  
     else  
         author <- ""  
   
     timestamp <- xmlValue(node[["DATE"]])  
     description <- ""  
     id <- as.integer(xmlAttrs(node)[["NEWID"]])  
   
     origin <- "Reuters-21578 XML"  
   
     # The <BODY></BODY> tag is unfortunately NOT obligatory!  
     if (!is.null(node[["TEXT"]][["BODY"]]))  
         corpus <- xmlValue(node[["TEXT"]][["BODY"]])  
     else  
         corpus <- ""  
   
     if (stripWhiteSpace)  
         corpus <- gsub("[[:space:]]+", " ", corpus)  
     if (toLower)  
         corpus <- tolower(corpus)  
   
     # The <TITLE></TITLE> tag is unfortunately NOT obligatory!  
     if (!is.null(node[["TEXT"]][["TITLE"]]))  
         heading <- xmlValue(node[["TEXT"]][["TITLE"]])  
20      else      else
21          heading <- ""                        load <- TRUE
22                      tdl <- c(tdl, list(parser(elem, object@LoDSupport, load, as.character(counter))))
23                      counter <- counter + 1
24                  }
25    
26                  dmeta.df <- data.frame(MetaID = rep(0, length(tdl)), stringsAsFactors = FALSE)
27                  dcmeta.node <- new("MetaDataNode",
28                                NodeID = 0,
29                                MetaData = list(create_date = Sys.time(), creator = Sys.getenv("LOGNAME")),
30                                children = list())
31    
32                  return(new("TextDocCol", .Data = tdl, DMetaData = dmeta.df, DCMetaData = dcmeta.node))
33              })
34    
35    setGeneric("load_doc", function(object, ...) standardGeneric("load_doc"))
36    setMethod("load_doc",
37              signature(object = "PlainTextDocument"),
38              function(object, ...) {
39                  if (!Cached(object)) {
40                      con <- eval(URI(object))
41                      corpus <- readLines(con)
42                      close(con)
43                      Corpus(object) <- corpus
44                      Cached(object) <- TRUE
45                      return(object)
46                  } else {
47                      return(object)
48                  }
49              })
50    setMethod("load_doc",
51              signature(object =  "XMLTextDocument"),
52              function(object, ...) {
53                  if (!Cached(object)) {
54                      con <- eval(URI(object))
55                      corpus <- paste(readLines(con), "\n", collapse = "")
56                      close(con)
57                      doc <- xmlTreeParse(corpus, asText = TRUE)
58                      class(doc) <- "list"
59                      Corpus(object) <- doc
60                      Cached(object) <- TRUE
61                      return(object)
62                  } else {
63                      return(object)
64                  }
65              })
66    setMethod("load_doc",
67              signature(object = "NewsgroupDocument"),
68              function(object, ...) {
69                  if (!Cached(object)) {
70                      con <- eval(URI(object))
71                      mail <- readLines(con)
72                      close(con)
73                      Cached(object) <- TRUE
74                      for (index in seq(along = mail)) {
75                          if (mail[index] == "")
76                              break
77                      }
78                      Corpus(object) <- mail[(index + 1):length(mail)]
79                      return(object)
80                  } else {
81                      return(object)
82                  }
83              })
84    
85    setGeneric("tm_update", function(object, origin, parser = read_plain, ...) standardGeneric("tm_update"))
86    # Update is only supported for directories
87    # At the moment no other LoD devices are available anyway
88    setMethod("tm_update",
89              signature(object = "TextDocCol", origin = "DirSource"),
90              function(object, origin, parser = read_plain, ...) {
91                  if (inherits(parser, "function_generator"))
92                      parser <- parser(...)
93    
94                  object.filelist <- unlist(lapply(object, function(x) {as.character(URI(x))[2]}))
95                  new.files <- setdiff(origin@FileList, object.filelist)
96    
97                  for (filename in new.files) {
98                      elem <- list(content = readLines(filename),
99                                   uri = substitute(file(filename)))
100                      object <- append_doc(object, parser(elem, TRUE, origin@Load, filename), NA)
101                  }
102    
103                  return(object)
104              })
105    
106    setGeneric("tm_map", function(object, FUN, ...) standardGeneric("tm_map"))
107    setMethod("tm_map",
108              signature(object = "TextDocCol", FUN = "function"),
109              function(object, FUN, ...) {
110                  result <- object
111                  # Note that text corpora are automatically loaded into memory via \code{[[}
112                  result@.Data <- lapply(object, FUN, ..., DMetaData = DMetaData(object))
113                  return(result)
114              })
115    
116    setGeneric("as.plain", function(object, FUN, ...) standardGeneric("as.plain"))
117    setMethod("as.plain",
118              signature(object = "PlainTextDocument"),
119              function(object, FUN, ...) {
120                  return(object)
121              })
122    setMethod("as.plain",
123              signature(object = "XMLTextDocument", FUN = "function"),
124              function(object, FUN, ...) {
125                  corpus <- Corpus(object)
126    
127                  # As XMLDocument is no native S4 class, restore valid information
128                  class(corpus) <- "XMLDocument"
129                  names(corpus) <- c("doc","dtd")
130    
131                  return(FUN(xmlRoot(corpus), ...))
132              })
133    
134    setGeneric("tm_tolower", function(object, ...) standardGeneric("tm_tolower"))
135    setMethod("tm_tolower",
136              signature(object = "PlainTextDocument"),
137              function(object, ...) {
138                  Corpus(object) <- tolower(object)
139                  return(object)
140              })
141    
142    setGeneric("strip_whitespace", function(object, ...) standardGeneric("strip_whitespace"))
143    setMethod("strip_whitespace",
144              signature(object = "PlainTextDocument"),
145              function(object, ...) {
146                  Corpus(object) <- gsub("[[:space:]]+", " ", object)
147                  return(object)
148              })
149    
150    setGeneric("stem_doc", function(object, ...) standardGeneric("stem_doc"))
151    setMethod("stem_doc",
152              signature(object = "PlainTextDocument"),
153              function(object, ...) {
154                  require(Rstem)
155                  splittedCorpus <- unlist(strsplit(object, " ", fixed = TRUE))
156                  stemmedCorpus <- wordStem(splittedCorpus)
157                  Corpus(object) <- paste(stemmedCorpus, collapse = " ")
158                  return(object)
159              })
160    
161    setGeneric("remove_words", function(object, stopwords, ...) standardGeneric("remove_words"))
162    setMethod("remove_words",
163              signature(object = "PlainTextDocument", stopwords = "character"),
164              function(object, stopwords, ...) {
165                  require(Rstem)
166                  splittedCorpus <- unlist(strsplit(object, " ", fixed = TRUE))
167                  noStopwordsCorpus <- splittedCorpus[!splittedCorpus %in% stopwords]
168                  Corpus(object) <- paste(noStopwordsCorpus, collapse = " ")
169                  return(object)
170              })
171    
172    setGeneric("tm_filter", function(object, ..., FUN = s_filter, doclevel = FALSE) standardGeneric("tm_filter"))
173    setMethod("tm_filter",
174              signature(object = "TextDocCol"),
175              function(object, ..., FUN = s_filter, doclevel = FALSE) {
176                  if (doclevel)
177                      return(object[sapply(object, FUN, ..., DMetaData = DMetaData(object))])
178                  else
179                      return(object[FUN(object, ...)])
180              })
181    
182    setGeneric("tm_index", function(object, ..., FUN = s_filter, doclevel = FALSE) standardGeneric("tm_index"))
183    setMethod("tm_index",
184              signature(object = "TextDocCol"),
185              function(object, ..., FUN = s_filter, doclevel = FALSE) {
186                  if (doclevel)
187                      return(sapply(object, FUN, ..., DMetaData = DMetaData(object)))
188                  else
189                      return(FUN(object, ...))
190              })
191    
192    s_filter <- function(object, s, ...) {
193        query.df <- DMetaData(object)
194        con <- textConnection(s)
195        tokens <- scan(con, "character")
196        close(con)
197        local.meta <- lapply(object, LocalMetaData)
198        local.used.meta <- lapply(local.meta, function(x) names(x) %in% tokens)
199        l.meta <- NULL
200        for (i in 1:length(object)) {
201            l.meta <- c(l.meta, list(local.meta[[i]][local.used.meta[[i]]]))
202        }
203        # Load local meta data from text documents into data frame
204        for (i in 1:length(l.meta)) {
205            l.meta[[i]] <- c(l.meta[[i]], list(author = Author(object[[i]])))
206            l.meta[[i]] <- c(l.meta[[i]], list(datetimestamp = DateTimeStamp(object[[i]])))
207            l.meta[[i]] <- c(l.meta[[i]], list(description = Description(object[[i]])))
208            l.meta[[i]] <- c(l.meta[[i]], list(identifier = ID(object[[i]])))
209            l.meta[[i]] <- c(l.meta[[i]], list(origin = Origin(object[[i]])))
210            l.meta[[i]] <- c(l.meta[[i]], list(heading = Heading(object[[i]])))
211        }
212        for (i in 1:length(l.meta)) {
213            for (j in 1:length(l.meta[[i]])) {
214                m <- l.meta[[i]][[j]]
215                m.name <- names(l.meta[[i]][j])
216                if (!(m.name %in% names(query.df))) {
217                    before <- rep(NA, i - 1)
218                    after <- rep(NA, length(l.meta) - i)
219                    if (length(m) > 1) {
220                        nl <- vector("list", length(l.meta))
221                        nl[1:(i-1)] <- before
222                        nl[i] <- list(m)
223                        nl[(i+1):length(l.meta)] <- after
224                        insert <- data.frame(I(nl), stringsAsFactors = FALSE)
225                    }
226                    else
227                        insert <- c(before, m, after)
228                    query.df <- cbind(query.df, insert, stringsAsFactors = FALSE)
229                    names(query.df)[length(query.df)] <- m.name
230                }
231                else {
232                    if (is.null(m))
233                        m <- NA
234                    if (length(m) > 1) {
235                        rl <- query.df[ , m.name]
236                        rl[i] <- list(m)
237                        query.df[ , m.name] <- data.frame(I(rl), stringsAsFactors = FALSE)
238                    }
239                    else
240                        query.df[i, m.name] <- m
241                }
242            }
243        }
244        attach(query.df)
245        try(result <- rownames(query.df) %in% row.names(query.df[eval(parse(text = s)), ]))
246        detach(query.df)
247        return(result)
248    }
249    
250    setGeneric("search_fulltext", function(object, pattern, ...) standardGeneric("search_fulltext"))
251    setMethod("search_fulltext",
252              signature(object = "PlainTextDocument", pattern = "character"),
253              function(object, pattern, ...) {
254                  return(any(grep(pattern, Corpus(object))))
255              })
256    
257    setGeneric("append_elem", function(object, data, meta = NULL) standardGeneric("append_elem"))
258    setMethod("append_elem",
259              signature(object = "TextDocCol", data = "TextDocument"),
260              function(object, data, meta = NULL) {
261                  object@.Data[[length(object)+1]] <- data
262                  object@DMetaData <- rbind(object@DMetaData, c(MetaID = DCMetaData(object)@NodeID, meta))
263                  return(object)
264              })
265    
266    setGeneric("append_meta", function(object, dcmeta = NULL, dmeta = NULL) standardGeneric("append_meta"))
267    setMethod("append_meta",
268              signature(object = "TextDocCol"),
269              function(object, dcmeta = NULL, dmeta = NULL) {
270                  object@DCMetaData@MetaData <- c(object@DCMetaData@MetaData, dcmeta)
271                  if (!is.null(dcmeta))
272                      object@DMetaData <- cbind(object@DMetaData, dmeta)
273                  return(object)
274              })
275    
276      new("textdocument", .Data = corpus, author = author, timestamp = timestamp,  setGeneric("remove_meta", function(object, dcname = NULL, dname = NULL) standardGeneric("remove_meta"))
277          description = description, id = id, origin = origin, heading = heading)  setMethod("remove_meta",
278              signature(object = "TextDocCol"),
279              function(object, dcname = NULL, dname = NULL) {
280                  if (!is.null(dcname)) {
281                      object@DCMetaData@MetaData <- DCMetaData(object)@MetaData[names(DCMetaData(object)@MetaData) != dcname]
282  }  }
283                  if (!is.null(dname)) {
284                      object@DMetaData <- DMetaData(object)[names(DMetaData(object)) != dname]
285                  }
286                  return(object)
287              })
288    
289    setGeneric("prescind_meta", function(object, meta) standardGeneric("prescind_meta"))
290    setMethod("prescind_meta",
291              signature(object = "TextDocCol", meta = "character"),
292              function(object, meta) {
293                  for (m in meta) {
294                      if (m %in% c("Author", "DateTimeStamp", "Description", "ID", "Origin", "Heading")) {
295                          local.m <- lapply(object, m)
296                          local.m <- lapply(local.m, function(x) if (is.null(x)) return(NA) else return(x))
297                          local.m <- unlist(local.m)
298                          object@DMetaData <- cbind(DMetaData(object), data.frame(m = local.m), stringsAsFactors = FALSE)
299                          names(object@DMetaData)[length(object@DMetaData)] <- m
300                      }
301                      else {
302                          local.meta <- lapply(object, LocalMetaData)
303                          local.m <- lapply(local.meta, "[[", m)
304                          local.m <- lapply(local.m, function(x) if (is.null(x)) return(NA) else return(x))
305                          if (length(local.m) == length(unlist(local.m)))
306                              local.m <- unlist(local.m)
307                          else
308                              local.m <- I(local.m)
309                          object@DMetaData <- cbind(DMetaData(object), data.frame(m = local.m), stringsAsFactors = FALSE)
310                          names(object@DMetaData)[length(object@DMetaData)] <- m
311                      }
312                  }
313                  return(object)
314              })
315    
316    setMethod("[",
317              signature(x = "TextDocCol", i = "ANY", j = "ANY", drop = "ANY"),
318              function(x, i, j, ... , drop) {
319                  if(missing(i))
320                      return(x)
321    
322                  object <- x
323                  object@.Data <- x@.Data[i, ..., drop = FALSE]
324                  df <- as.data.frame(DMetaData(object)[i, ])
325                  names(df) <- names(DMetaData(object))
326                  object@DMetaData <- df
327                  return(object)
328              })
329    
330    setMethod("[<-",
331              signature(x = "TextDocCol", i = "ANY", j = "ANY", value = "ANY"),
332              function(x, i, j, ... , value) {
333                  object <- x
334                  object@.Data[i, ...] <- value
335                  return(object)
336              })
337    
338    setMethod("[[",
339              signature(x = "TextDocCol", i = "ANY", j = "ANY"),
340              function(x, i, j, ...) {
341                  return(load_doc(x@.Data[[i]]))
342              })
343    
344    setMethod("[[<-",
345              signature(x = "TextDocCol", i = "ANY", j = "ANY", value = "ANY"),
346              function(x, i, j, ..., value) {
347                  object <- x
348                  object@.Data[[i, ...]] <- value
349                  return(object)
350              })
351    
352    # Update \code{NodeID}s of a DCMetaData tree
353    update_id <- function(object) {
354        id <<- 0
355        mapping <<- left.mapping <<- NULL
356        level <<- 0
357        return(list(root = set_id(object), left.mapping = left.mapping, right.mapping = mapping))
358    }
359    
360    # Traversal of (binary) DCMetaData tree with setup of \code{NodeID}s
361    set_id <- function(object) {
362        object@NodeID <- id
363        id <<- id + 1
364        level <<- level + 1
365    
366        if (length(object@children) > 0) {
367            mapping <<- cbind(mapping, c(object@children[[1]]@NodeID, id))
368            left <- set_id(object@children[[1]])
369            if (level == 1) {
370                left.mapping <<- mapping
371                mapping <<- NULL
372            }
373            mapping <<- cbind(mapping, c(object@children[[2]]@NodeID, id))
374            right <- set_id(object@children[[2]])
375    
376            object@children <- list(left, right)
377        }
378        level <<- level - 1
379    
380        return(object)
381    }
382    
383    setMethod("c",
384              signature(x = "TextDocCol"),
385              function(x, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) {
386                  args <- list(...)
387                  if(length(args) == 0)
388                      return(x)
389    
390                  result <- x
391                  for (c in args) {
392                      if (!inherits(c, "TextDocCol"))
393                          stop("invalid argument")
394                      result <- c2(result, c)
395                  }
396                  return(result)
397              })
398    
399    setGeneric("c2", function(x, y, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) standardGeneric("c2"))
400    setMethod("c2",
401              signature(x = "TextDocCol", y = "TextDocCol"),
402              function(x, y, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) {
403                  object <- x
404                  # Concatenate data slots
405                  object@.Data <- c(as(x, "list"), as(y, "list"))
406    
407                  # Update the DCMetaData tree
408                  dcmeta <- new("MetaDataNode", NodeID = 0, MetaData = meta, children = list(DCMetaData(x), DCMetaData(y)))
409                  update.struct <- update_id(dcmeta)
410                  object@DCMetaData <- update.struct$root
411    
412                  # Find indices to be updated for the left tree
413                  indices.mapping <- NULL
414                  for (m in levels(as.factor(DMetaData(x)$MetaID))) {
415                      indices <- (DMetaData(x)$MetaID == m)
416                      indices.mapping <- c(indices.mapping, list(m = indices))
417                      names(indices.mapping)[length(indices.mapping)] <- m
418                  }
419    
420                  # Update the DMetaData data frames for the left tree
421                  for (i in 1:ncol(update.struct$left.mapping)) {
422                      map <- update.struct$left.mapping[,i]
423                      x@DMetaData$MetaID <- replace(DMetaData(x)$MetaID, indices.mapping[[as.character(map[1])]], map[2])
424                  }
425    
426                  # Find indices to be updated for the right tree
427                  indices.mapping <- NULL
428                  for (m in levels(as.factor(DMetaData(y)$MetaID))) {
429                      indices <- (DMetaData(y)$MetaID == m)
430                      indices.mapping <- c(indices.mapping, list(m = indices))
431                      names(indices.mapping)[length(indices.mapping)] <- m
432                  }
433    
434                  # Update the DMetaData data frames for the right tree
435                  for (i in 1:ncol(update.struct$right.mapping)) {
436                      map <- update.struct$right.mapping[,i]
437                      y@DMetaData$MetaID <- replace(DMetaData(y)$MetaID, indices.mapping[[as.character(map[1])]], map[2])
438                  }
439    
440                  # Merge the DMetaData data frames
441                  labels <- setdiff(names(DMetaData(y)), names(DMetaData(x)))
442                  na.matrix <- matrix(NA, nrow = nrow(DMetaData(x)), ncol = length(labels), dimnames = list(row.names(DMetaData(x)), labels))
443                  x.dmeta.aug <- cbind(DMetaData(x), na.matrix)
444                  labels <- setdiff(names(DMetaData(x)), names(DMetaData(y)))
445                  na.matrix <- matrix(NA, nrow = nrow(DMetaData(y)), ncol = length(labels), dimnames = list(row.names(DMetaData(y)), labels))
446                  y.dmeta.aug <- cbind(DMetaData(y), na.matrix)
447                  object@DMetaData <- rbind(x.dmeta.aug, y.dmeta.aug)
448    
449                  return(object)
450              })
451    
452    
453    setMethod("c",
454              signature(x = "TextDocument"),
455              function(x, ..., recursive = TRUE){
456                  args <- list(...)
457                  if(length(args) == 0)
458                      return(x)
459    
460                  dmeta.df <- data.frame(MetaID = rep(0, length(list(x, ...))), stringsAsFactors = FALSE)
461                  dcmeta.node <- new("MetaDataNode",
462                                NodeID = 0,
463                                MetaData = list(create_date = Sys.time(), creator = Sys.getenv("LOGNAME")),
464                                children = list())
465    
466                  return(new("TextDocCol", .Data = list(x, ...), DMetaData = dmeta.df, DCMetaData = dcmeta.node))
467              })
468    
469    setMethod("length",
470              signature(x = "TextDocCol"),
471              function(x){
472                  return(length(as(x, "list")))
473        })
474    
475    setMethod("show",
476              signature(object = "TextDocCol"),
477              function(object){
478                  cat(sprintf(ngettext(length(object),
479                                       "A text document collection with %d text document\n",
480                                       "A text document collection with %d text documents\n"),
481                              length(object)))
482        })
483    
484    setMethod("summary",
485              signature(object = "TextDocCol"),
486              function(object){
487                  show(object)
488                  if (length(DMetaData(object)) > 0) {
489                      cat(sprintf(ngettext(length(DCMetaData(object)@MetaData),
490                                                  "\nThe metadata consists of %d tag-value pair and a data frame\n",
491                                                  "\nThe metadata consists of %d tag-value pairs and a data frame\n"),
492                                           length(DCMetaData(object)@MetaData)))
493                      cat("Available tags are:\n")
494                      cat(names(DCMetaData(object)@MetaData), "\n")
495                      cat("Available variables in the data frame are:\n")
496                      cat(names(DMetaData(object)), "\n")
497                  }
498        })
499    
500    setGeneric("inspect", function(object) standardGeneric("inspect"))
501    setMethod("inspect",
502              signature("TextDocCol"),
503              function(object) {
504                  summary(object)
505                  cat("\n")
506                  show(as(object, "list"))
507              })
508    
509    # No metadata is checked
510    setGeneric("%IN%", function(x, y) standardGeneric("%IN%"))
511    setMethod("%IN%",
512              signature(x = "TextDocument", y = "TextDocCol"),
513              function(x, y) {
514                  x %in% y
515              })

Legend:
Removed from v.37  
changed lines
  Added in v.693

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