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 712, Sun Mar 4 15:18:36 2007 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 FunctionGenerator parser
4  setMethod("textdoccol",  setGeneric("TextDocCol", function(object,
5            c("character", "character", "logical", "logical"),                                    parser = readPlain,
6            function(object, inputType = "CSV", stripWhiteSpace = FALSE, toLower = FALSE) {                                    load = FALSE,
7                # Add a new type for each unique input source format                                    dbControl = list(useDb = FALSE, dbName = "", dbType = "DB1"),
8                type <- match.arg(inputType,c("CSV","RCV1","REUT21578"))                                    ...) standardGeneric("TextDocCol"))
9                switch(type,  setMethod("TextDocCol",
10                       # Text in a special CSV format            signature(object = "Source"),
11                       # For details on the file format see the R documentation file            function(object, parser = readPlain, load = FALSE, dbControl = list(useDb = FALSE, dbName = "", dbType = "DB1"), ...) {
12                       # The first argument is a directory with .csv files                if (inherits(parser, "FunctionGenerator"))
13                       "CSV" = {                    parser <- parser(...)
14                           tdl <- sapply(dir(object,  
15                                             pattern = ".csv",                if (dbControl$useDb) {
16                                             full.names = TRUE),                    if (!dbCreate(dbControl$dbName, dbControl$dbType))
17                                         function(file) {                        stop("error in creating database")
18                                             m <- as.matrix(read.csv(file, header = FALSE))                    db <- dbInit(dbControl$dbName, dbControl$dbType)
19                                             l <- vector("list", dim(m)[1])                }
20                                             for (i in 1:dim(m)[1]) {  
21                                                 author <- ""                tdl <- list()
22                                                 timestamp <- date()                counter <- 1
23                                                 description <- ""                while (!eoi(object)) {
24                                                 id <- as.integer(m[i,1])                    object <- stepNext(object)
25                                                 corpus <- as.character(m[i,2:dim(m)[2]])                    elem <- getElem(object)
26                                                 if (stripWhiteSpace)                    # If there is no Load on Demand support
27                                                     corpus <- gsub("[[:space:]]+", " ", corpus)                    # we need to load the corpus into memory at startup
28                                                 if (toLower)                    if (!object@LoDSupport)
29                                                     corpus <- tolower(corpus)                        load <- TRUE
30                                                 origin <- "CSV"                    doc <- parser(elem, load, as.character(counter))
31                                                 heading <- ""                    if (dbControl$useDb) {
32                          dbInsert(db, ID(doc), doc)
33                                                 l[[i]] <- new("textdocument", .Data = corpus, author = author, timestamp = timestamp,                        tdl <- c(tdl, ID(doc))
34                                                               description = description, id = id, origin = origin, heading = heading)                    }
35                                             }                    else
36                                             l                        tdl <- c(tdl, list(doc))
37                                         })                    counter <- counter + 1
38                           tdcl <- new("textdoccol", .Data = tdl)                }
39                       },  
40                       # Read in text documents in XML Reuters Corpus Volume 1 (RCV1) format                df <- data.frame(MetaID = rep(0, length(tdl)), stringsAsFactors = FALSE)
41                       # The first argument is a directory with the RCV1 XML files                if (dbControl$useDb) {
42                       "RCV1" = {                    dbInsert(db, "DMetaData", df)
43                           tdl <- sapply(dir(object,                    dmeta.df <- data.frame(key = "DMetaData")
44                                             pattern = ".xml",                    dbDisconnect(db)
45                                             full.names = TRUE),                }
46                                         function(file) {                else
47                                             tree <- xmlTreeParse(file)                    dmeta.df <- df
48                                             xmlApply(xmlRoot(tree), parseNewsItem, stripWhiteSpace, toLower)  
49                                         })                cmeta.node <- new("MetaDataNode",
50                           tdcl <- new("textdoccol", .Data = tdl)                              NodeID = 0,
51                       },                              MetaData = list(create_date = Sys.time(), creator = Sys.getenv("LOGNAME")),
52                       # Read in text documents in Reuters-21578 XML (not SGML) format                              children = list())
53                       # Typically the first argument will be a directory where we can  
54                       # find the files reut2-000.xml ... reut2-021.xml                return(new("TextDocCol", .Data = tdl, DMetaData = dmeta.df, CMetaData = cmeta.node, DBControl = dbControl))
55                       "REUT21578" = {            })
56                           tdl <- sapply(dir(object,  
57                                             pattern = ".xml",  setGeneric("loadDoc", function(object, ...) standardGeneric("loadDoc"))
58                                             full.names = TRUE),  setMethod("loadDoc",
59                                         function(file) {            signature(object = "PlainTextDocument"),
60                                             tree <- xmlTreeParse(file)            function(object, ...) {
61                                             xmlApply(xmlRoot(tree), parseReuters, stripWhiteSpace, toLower)                if (!Cached(object)) {
62                                         })                    con <- eval(URI(object))
63                           tdcl <- new("textdoccol", .Data = tdl)                    corpus <- readLines(con)
64                       })                    close(con)
65                tdcl                    Corpus(object) <- corpus
66            })                    Cached(object) <- TRUE
67                      return(object)
68  # TODO: Implement lacking fields as soon I have access to the original RCV1                } else {
69  # Parse a <newsitem></newsitem> element from a well-formed RCV1 XML file                    return(object)
70  parseNewsItem <- function(node, stripWhiteSpace = FALSE, toLower = FALSE) {                }
71      author <- "Not yet implemented"            })
72      timestamp <- xmlAttrs(node)[["date"]]  setMethod("loadDoc",
73      description <- "Not yet implemented"            signature(object =  "XMLTextDocument"),
74      id <- as.integer(xmlAttrs(node)[["itemid"]])            function(object, ...) {
75      origin <- "Reuters Corpus Volume 1 XML"                if (!Cached(object)) {
76      corpus <- unlist(xmlApply(node[["text"]], xmlValue), use.names = FALSE)                    con <- eval(URI(object))
77                      corpus <- paste(readLines(con), "\n", collapse = "")
78      if (stripWhiteSpace)                    close(con)
79          corpus <- gsub("[[:space:]]+", " ", corpus)                    doc <- xmlTreeParse(corpus, asText = TRUE)
80      if (toLower)                    class(doc) <- "list"
81          corpus <- tolower(corpus)                    Corpus(object) <- doc
82                      Cached(object) <- TRUE
83      heading <- xmlValue(node[["title"]])                    return(object)
84                  } else {
85      new("textdocument", .Data = corpus, author = author, timestamp = timestamp,                    return(object)
86          description = description, id = id, origin = origin, heading = heading)                }
87  }            })
88    setMethod("loadDoc",
89  # Parse a <REUTERS></REUTERS> element from a well-formed Reuters-21578 XML file            signature(object = "NewsgroupDocument"),
90  parseReuters <- function(node, stripWhiteSpace = FALSE, toLower = FALSE) {            function(object, ...) {
91      # The <AUTHOR></AUTHOR> tag is unfortunately NOT obligatory!                if (!Cached(object)) {
92      if (!is.null(node[["TEXT"]][["AUTHOR"]]))                    con <- eval(URI(object))
93          author <- xmlValue(node[["TEXT"]][["AUTHOR"]])                    mail <- readLines(con)
94      else                    close(con)
95          author <- ""                    Cached(object) <- TRUE
96                      for (index in seq(along = mail)) {
97      timestamp <- xmlValue(node[["DATE"]])                        if (mail[index] == "")
98      description <- ""                            break
99      id <- as.integer(xmlAttrs(node)[["NEWID"]])                    }
100                      Corpus(object) <- mail[(index + 1):length(mail)]
101      origin <- "Reuters-21578 XML"                    return(object)
102                  } else {
103      # The <BODY></BODY> tag is unfortunately NOT obligatory!                    return(object)
104      if (!is.null(node[["TEXT"]][["BODY"]]))                }
105          corpus <- xmlValue(node[["TEXT"]][["BODY"]])            })
106      else  
107          corpus <- ""  setGeneric("tmUpdate", function(object, origin, parser = readPlain, ...) standardGeneric("tmUpdate"))
108    # Update is only supported for directories
109      if (stripWhiteSpace)  # At the moment no other LoD devices are available anyway
110          corpus <- gsub("[[:space:]]+", " ", corpus)  setMethod("tmUpdate",
111      if (toLower)            signature(object = "TextDocCol", origin = "DirSource"),
112          corpus <- tolower(corpus)            function(object, origin, parser = readPlain, load = FALSE, ...) {
113                  if (inherits(parser, "FunctionGenerator"))
114      # The <TITLE></TITLE> tag is unfortunately NOT obligatory!                    parser <- parser(...)
115      if (!is.null(node[["TEXT"]][["TITLE"]]))  
116          heading <- xmlValue(node[["TEXT"]][["TITLE"]])                object.filelist <- unlist(lapply(object, function(x) {as.character(URI(x))[2]}))
117                  new.files <- setdiff(origin@FileList, object.filelist)
118    
119                  for (filename in new.files) {
120                      elem <- list(content = readLines(filename),
121                                   uri = substitute(file(filename)))
122                      object <- appendElem(object, parser(elem, load, filename))
123                  }
124    
125                  return(object)
126              })
127    
128    setGeneric("tmMap", function(object, FUN, ...) standardGeneric("tmMap"))
129    setMethod("tmMap",
130              signature(object = "TextDocCol", FUN = "function"),
131              function(object, FUN, ...) {
132                  result <- object
133                  # Note that text corpora are automatically loaded into memory via \code{[[}
134                  result@.Data <- lapply(object, FUN, ..., DMetaData = DMetaData(object))
135                  return(result)
136              })
137    
138    setGeneric("asPlain", function(object, FUN, ...) standardGeneric("asPlain"))
139    setMethod("asPlain",
140              signature(object = "PlainTextDocument"),
141              function(object, FUN, ...) {
142                  return(object)
143              })
144    setMethod("asPlain",
145              signature(object = "XMLTextDocument", FUN = "function"),
146              function(object, FUN, ...) {
147                  corpus <- Corpus(object)
148    
149                  # As XMLDocument is no native S4 class, restore valid information
150                  class(corpus) <- "XMLDocument"
151                  names(corpus) <- c("doc","dtd")
152    
153                  return(FUN(xmlRoot(corpus), ...))
154              })
155    
156    setGeneric("tmTolower", function(object, ...) standardGeneric("tmTolower"))
157    setMethod("tmTolower",
158              signature(object = "PlainTextDocument"),
159              function(object, ...) {
160                  Corpus(object) <- tolower(object)
161                  return(object)
162              })
163    
164    setGeneric("stripWhitespace", function(object, ...) standardGeneric("stripWhitespace"))
165    setMethod("stripWhitespace",
166              signature(object = "PlainTextDocument"),
167              function(object, ...) {
168                  Corpus(object) <- gsub("[[:space:]]+", " ", object)
169                  return(object)
170              })
171    
172    setGeneric("stemDoc", function(object, ...) standardGeneric("stemDoc"))
173    setMethod("stemDoc",
174              signature(object = "PlainTextDocument"),
175              function(object, ...) {
176                  require("Rstem")
177                  splittedCorpus <- unlist(strsplit(object, " ", fixed = TRUE))
178                  stemmedCorpus <- Rstem::wordStem(splittedCorpus)
179                  Corpus(object) <- paste(stemmedCorpus, collapse = " ")
180                  return(object)
181              })
182    
183    setGeneric("removeWords", function(object, stopwords, ...) standardGeneric("removeWords"))
184    setMethod("removeWords",
185              signature(object = "PlainTextDocument", stopwords = "character"),
186              function(object, stopwords, ...) {
187                  require("Rstem")
188                  splittedCorpus <- unlist(strsplit(object, " ", fixed = TRUE))
189                  noStopwordsCorpus <- splittedCorpus[!splittedCorpus %in% stopwords]
190                  Corpus(object) <- paste(noStopwordsCorpus, collapse = " ")
191                  return(object)
192              })
193    
194    setGeneric("tmFilter", function(object, ..., FUN = sFilter, doclevel = FALSE) standardGeneric("tmFilter"))
195    setMethod("tmFilter",
196              signature(object = "TextDocCol"),
197              function(object, ..., FUN = sFilter, doclevel = FALSE) {
198                  if (doclevel)
199                      return(object[sapply(object, FUN, ..., DMetaData = DMetaData(object))])
200                  else
201                      return(object[FUN(object, ...)]) # TODO: Check that FUN knows about the database
202              })
203    
204    setGeneric("tmIndex", function(object, ..., FUN = sFilter, doclevel = FALSE) standardGeneric("tmIndex"))
205    setMethod("tmIndex",
206              signature(object = "TextDocCol"),
207              function(object, ..., FUN = sFilter, doclevel = FALSE) {
208                  if (doclevel)
209                      return(sapply(object, FUN, ..., DMetaData = DMetaData(object)))
210                  else
211                      return(FUN(object, ...)) # TODO: Check that FUN knows about the database
212              })
213    
214    # TODO
215    sFilter <- function(object, s, ...) {
216        query.df <- DMetaData(object)
217        con <- textConnection(s)
218        tokens <- scan(con, "character")
219        close(con)
220        local.meta <- lapply(object, LocalMetaData)
221        local.used.meta <- lapply(local.meta, function(x) names(x) %in% tokens)
222        l.meta <- NULL
223        for (i in 1:length(object)) {
224            l.meta <- c(l.meta, list(local.meta[[i]][local.used.meta[[i]]]))
225        }
226        # Load local meta data from text documents into data frame
227        for (i in 1:length(l.meta)) {
228            l.meta[[i]] <- c(l.meta[[i]], list(author = Author(object[[i]])))
229            l.meta[[i]] <- c(l.meta[[i]], list(datetimestamp = DateTimeStamp(object[[i]])))
230            l.meta[[i]] <- c(l.meta[[i]], list(description = Description(object[[i]])))
231            l.meta[[i]] <- c(l.meta[[i]], list(identifier = ID(object[[i]])))
232            l.meta[[i]] <- c(l.meta[[i]], list(origin = Origin(object[[i]])))
233            l.meta[[i]] <- c(l.meta[[i]], list(heading = Heading(object[[i]])))
234        }
235        for (i in 1:length(l.meta)) {
236            for (j in 1:length(l.meta[[i]])) {
237                m <- l.meta[[i]][[j]]
238                m.name <- names(l.meta[[i]][j])
239                if (!(m.name %in% names(query.df))) {
240                    before <- rep(NA, i - 1)
241                    after <- rep(NA, length(l.meta) - i)
242                    if (length(m) > 1) {
243                        nl <- vector("list", length(l.meta))
244                        nl[1:(i-1)] <- before
245                        nl[i] <- list(m)
246                        nl[(i+1):length(l.meta)] <- after
247                        insert <- data.frame(I(nl), stringsAsFactors = FALSE)
248                    }
249                    else
250                        insert <- c(before, m, after)
251                    query.df <- cbind(query.df, insert, stringsAsFactors = FALSE)
252                    names(query.df)[length(query.df)] <- m.name
253                }
254                else {
255                    if (is.null(m))
256                        m <- NA
257                    if (length(m) > 1) {
258                        rl <- query.df[ , m.name]
259                        rl[i] <- list(m)
260                        query.df[ , m.name] <- data.frame(I(rl), stringsAsFactors = FALSE)
261                    }
262      else      else
263          heading <- ""                      query.df[i, m.name] <- m
264                }
265            }
266        }
267        attach(query.df)
268        try(result <- rownames(query.df) %in% row.names(query.df[eval(parse(text = s)), ]))
269        detach(query.df)
270        return(result)
271    }
272    
273    setGeneric("searchFullText", function(object, pattern, ...) standardGeneric("searchFullText"))
274    setMethod("searchFullText",
275              signature(object = "PlainTextDocument", pattern = "character"),
276              function(object, pattern, ...) {
277                  return(any(grep(pattern, Corpus(object))))
278              })
279    
280    setGeneric("appendElem", function(object, data, meta = NULL) standardGeneric("appendElem"))
281    setMethod("appendElem",
282              signature(object = "TextDocCol", data = "TextDocument"),
283              function(object, data, meta = NULL) {
284                  if (DBControl(object)[["useDb"]]) {
285                      db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
286                      if (dbExists(db, ID(data)))
287                          warning("document with identical ID already exists")
288                      dbInsert(db, ID(data), data)
289                      dbDisconnect(db)
290                      object@.Data[[length(object)+1]] <- ID(data)
291                  }
292                  else
293                      object@.Data[[length(object)+1]] <- data
294                  DMetaData(object) <- rbind(DMetaData(object), c(MetaID = CMetaData(object)@NodeID, meta))
295                  return(object)
296              })
297    
298      new("textdocument", .Data = corpus, author = author, timestamp = timestamp,  setGeneric("appendMeta", function(object, cmeta = NULL, dmeta = NULL) standardGeneric("appendMeta"))
299          description = description, id = id, origin = origin, heading = heading)  setMethod("appendMeta",
300              signature(object = "TextDocCol"),
301              function(object, cmeta = NULL, dmeta = NULL) {
302                  object@CMetaData@MetaData <- c(CMetaData(object)@MetaData, cmeta)
303                  if (!is.null(dmeta)) {
304                      DMetaData(object) <- cbind(DMetaData(object), dmeta)
305  }  }
306                  return(object)
307              })
308    
309    setGeneric("removeMeta", function(object, cname = NULL, dname = NULL) standardGeneric("removeMeta"))
310    setMethod("removeMeta",
311              signature(object = "TextDocCol"),
312              function(object, cname = NULL, dname = NULL) {
313                  if (!is.null(cname)) {
314                      object@CMetaData@MetaData <- CMetaData(object)@MetaData[names(CMetaData(object)@MetaData) != cname]
315                  }
316                  if (!is.null(dname)) {
317                      DMetaData(object) <- DMetaData(object)[names(DMetaData(object)) != dname]
318                  }
319                  return(object)
320              })
321    
322    # TODO
323    setGeneric("prescindMeta", function(object, meta) standardGeneric("prescindMeta"))
324    setMethod("prescindMeta",
325              signature(object = "TextDocCol", meta = "character"),
326              function(object, meta) {
327                  for (m in meta) {
328                      if (m %in% c("Author", "DateTimeStamp", "Description", "ID", "Origin", "Heading")) {
329                          local.m <- lapply(object, m)
330                          local.m <- lapply(local.m, function(x) if (is.null(x)) return(NA) else return(x))
331                          local.m <- unlist(local.m)
332                          object@DMetaData <- cbind(DMetaData(object), data.frame(m = local.m), stringsAsFactors = FALSE)
333                          names(object@DMetaData)[length(object@DMetaData)] <- m
334                      }
335                      else {
336                          local.meta <- lapply(object, LocalMetaData)
337                          local.m <- lapply(local.meta, "[[", m)
338                          local.m <- lapply(local.m, function(x) if (is.null(x)) return(NA) else return(x))
339                          if (length(local.m) == length(unlist(local.m)))
340                              local.m <- unlist(local.m)
341                          else
342                              local.m <- I(local.m)
343                          object@DMetaData <- cbind(DMetaData(object), data.frame(m = local.m), stringsAsFactors = FALSE)
344                          names(object@DMetaData)[length(object@DMetaData)] <- m
345                      }
346                  }
347                  return(object)
348              })
349    
350    # WARNING: DMetaData is changed (since both use the same database)
351    setMethod("[",
352              signature(x = "TextDocCol", i = "ANY", j = "ANY", drop = "ANY"),
353              function(x, i, j, ... , drop) {
354                  if(missing(i))
355                      return(x)
356    
357                  object <- x
358                  object@.Data <- x@.Data[i, ..., drop = FALSE]
359                  df <- as.data.frame(DMetaData(object)[i, ])
360                  names(df) <- names(DMetaData(object))
361                  object@DMetaData(object) <- df
362                  return(object)
363              })
364    
365    # TODO
366    setMethod("[<-",
367              signature(x = "TextDocCol", i = "ANY", j = "ANY", value = "ANY"),
368              function(x, i, j, ... , value) {
369                  object <- x
370                  object@.Data[i, ...] <- value
371                  return(object)
372              })
373    
374    setMethod("[[",
375              signature(x = "TextDocCol", i = "ANY", j = "ANY"),
376              function(x, i, j, ...) {
377                  if (DBControl(x)[["useDb"]]) {
378                      db <- dbInit(DBControl(x)[["dbName"]], DBControl(x)[["dbType"]])
379                      result <- dbFetch(db, x@.Data[[i]])
380                      dbDisconnect(db)
381                      return(loadDoc(result))
382                  }
383                  else
384                      return(loadDoc(x@.Data[[i]]))
385              })
386    
387    setMethod("[[<-",
388              signature(x = "TextDocCol", i = "ANY", j = "ANY", value = "ANY"),
389              function(x, i, j, ..., value) {
390                  object <- x
391                  if (DBControl(object)[["useDb"]]) {
392                      db <- dbInit(DBControl(object)[["dbName"]], DBControl(object)[["dbType"]])
393                      index <- object@.Data[[i]]
394                      db[[index]] <- value
395                      dbDisconnect(db)
396                  }
397                  else
398                      object@.Data[[i, ...]] <- value
399                  return(object)
400              })
401    
402    # TODO
403    # Update \code{NodeID}s of a CMetaData tree
404    update_id <- function(object, id = 0, mapping = NULL, left.mapping = NULL, level = 0) {
405        # Traversal of (binary) CMetaData tree with setup of \code{NodeID}s
406        set_id <- function(object) {
407            object@NodeID <- id
408            id <<- id + 1
409            level <<- level + 1
410    
411            if (length(object@children) > 0) {
412                mapping <<- cbind(mapping, c(object@children[[1]]@NodeID, id))
413                left <- set_id(object@children[[1]])
414                if (level == 1) {
415                    left.mapping <<- mapping
416                    mapping <<- NULL
417                }
418                mapping <<- cbind(mapping, c(object@children[[2]]@NodeID, id))
419                right <- set_id(object@children[[2]])
420    
421                object@children <- list(left, right)
422            }
423            level <<- level - 1
424    
425            return(object)
426        }
427    
428        return(list(root = set_id(object), left.mapping = left.mapping, right.mapping = mapping))
429    }
430    
431    # TODO
432    setMethod("c",
433              signature(x = "TextDocCol"),
434              function(x, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) {
435                  args <- list(...)
436                  if(length(args) == 0)
437                      return(x)
438    
439                  result <- x
440                  for (c in args) {
441                      if (!inherits(c, "TextDocCol"))
442                          stop("invalid argument")
443                      result <- c2(result, c)
444                  }
445                  return(result)
446              })
447    
448    # TODO
449    setGeneric("c2", function(x, y, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) standardGeneric("c2"))
450    setMethod("c2",
451              signature(x = "TextDocCol", y = "TextDocCol"),
452              function(x, y, ..., meta = list(merge_date = Sys.time(), merger = Sys.getenv("LOGNAME")), recursive = TRUE) {
453                  object <- x
454                  # Concatenate data slots
455                  object@.Data <- c(as(x, "list"), as(y, "list"))
456    
457                  # Update the CMetaData tree
458                  cmeta <- new("MetaDataNode", NodeID = 0, MetaData = meta, children = list(CMetaData(x), CMetaData(y)))
459                  update.struct <- update_id(cmeta)
460                  object@CMetaData <- update.struct$root
461    
462                  # Find indices to be updated for the left tree
463                  indices.mapping <- NULL
464                  for (m in levels(as.factor(DMetaData(x)$MetaID))) {
465                      indices <- (DMetaData(x)$MetaID == m)
466                      indices.mapping <- c(indices.mapping, list(m = indices))
467                      names(indices.mapping)[length(indices.mapping)] <- m
468                  }
469    
470                  # Update the DMetaData data frames for the left tree
471                  for (i in 1:ncol(update.struct$left.mapping)) {
472                      map <- update.struct$left.mapping[,i]
473                      x@DMetaData$MetaID <- replace(DMetaData(x)$MetaID, indices.mapping[[as.character(map[1])]], map[2])
474                  }
475    
476                  # Find indices to be updated for the right tree
477                  indices.mapping <- NULL
478                  for (m in levels(as.factor(DMetaData(y)$MetaID))) {
479                      indices <- (DMetaData(y)$MetaID == m)
480                      indices.mapping <- c(indices.mapping, list(m = indices))
481                      names(indices.mapping)[length(indices.mapping)] <- m
482                  }
483    
484                  # Update the DMetaData data frames for the right tree
485                  for (i in 1:ncol(update.struct$right.mapping)) {
486                      map <- update.struct$right.mapping[,i]
487                      y@DMetaData$MetaID <- replace(DMetaData(y)$MetaID, indices.mapping[[as.character(map[1])]], map[2])
488                  }
489    
490                  # Merge the DMetaData data frames
491                  labels <- setdiff(names(DMetaData(y)), names(DMetaData(x)))
492                  na.matrix <- matrix(NA, nrow = nrow(DMetaData(x)), ncol = length(labels), dimnames = list(row.names(DMetaData(x)), labels))
493                  x.dmeta.aug <- cbind(DMetaData(x), na.matrix)
494                  labels <- setdiff(names(DMetaData(x)), names(DMetaData(y)))
495                  na.matrix <- matrix(NA, nrow = nrow(DMetaData(y)), ncol = length(labels), dimnames = list(row.names(DMetaData(y)), labels))
496                  y.dmeta.aug <- cbind(DMetaData(y), na.matrix)
497                  object@DMetaData <- rbind(x.dmeta.aug, y.dmeta.aug)
498    
499                  return(object)
500              })
501    
502    # TODO
503    setMethod("c",
504              signature(x = "TextDocument"),
505              function(x, ..., recursive = TRUE){
506                  args <- list(...)
507                  if(length(args) == 0)
508                      return(x)
509    
510                  dmeta.df <- data.frame(MetaID = rep(0, length(list(x, ...))), stringsAsFactors = FALSE)
511                  cmeta.node <- new("MetaDataNode",
512                                NodeID = 0,
513                                MetaData = list(create_date = Sys.time(), creator = Sys.getenv("LOGNAME")),
514                                children = list())
515    
516                  return(new("TextDocCol", .Data = list(x, ...), DMetaData = dmeta.df, CMetaData = cmeta.node))
517              })
518    
519    setMethod("length",
520              signature(x = "TextDocCol"),
521              function(x){
522                  return(length(as(x, "list")))
523        })
524    
525    setMethod("show",
526              signature(object = "TextDocCol"),
527              function(object){
528                  cat(sprintf(ngettext(length(object),
529                                       "A text document collection with %d text document\n",
530                                       "A text document collection with %d text documents\n"),
531                              length(object)))
532        })
533    
534    setMethod("summary",
535              signature(object = "TextDocCol"),
536              function(object){
537                  show(object)
538                  if (length(DMetaData(object)) > 0) {
539                      cat(sprintf(ngettext(length(CMetaData(object)@MetaData),
540                                                  "\nThe metadata consists of %d tag-value pair and a data frame\n",
541                                                  "\nThe metadata consists of %d tag-value pairs and a data frame\n"),
542                                           length(CMetaData(object)@MetaData)))
543                      cat("Available tags are:\n")
544                      cat(names(CMetaData(object)@MetaData), "\n")
545                      cat("Available variables in the data frame are:\n")
546                      cat(names(DMetaData(object)), "\n")
547                  }
548        })
549    
550    # TODO
551    setGeneric("inspect", function(object) standardGeneric("inspect"))
552    setMethod("inspect",
553              signature("TextDocCol"),
554              function(object) {
555                  summary(object)
556                  cat("\n")
557                  show(object@.Data)
558              })
559    
560    # TODO
561    # No metadata is checked
562    setGeneric("%IN%", function(x, y) standardGeneric("%IN%"))
563    setMethod("%IN%",
564              signature(x = "TextDocument", y = "TextDocCol"),
565              function(x, y) {
566                  x %in% y
567              })

Legend:
Removed from v.37  
changed lines
  Added in v.712

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