cbeta 4.0.0 → 4.2.0

checksums.yaml

@@ -1,7 +1,7 @@
 ---
 SHA256:
-  metadata.gz: 346145ac7ac767e90b736501a231bc7fb92d70eeff529dbc64f0d05c59bb4714
-  data.tar.gz: 9dd75ba7fbb1280e2cede956f6694193eb6f7e4d22d667a3c055dd35a7ced5c1
+  metadata.gz: e86b3e6256a56e239bd95259c3e040ce05563740aa7a53ae387bbdace4bae2e1
+  data.tar.gz: d72162f4ea8d9c0650d748b3593c3ddabe259dd295438d7aed7a474b93bfe5bf
 SHA512:
-  metadata.gz: 521d9a7d25265961a650d7c1d8171bc3742872cca2bfdaa46d8fd93c2d07bd2ba10dd1f67822c6358c21a4cd050683ca1f63151998aac36c4a425e9e24dc6e57
-  data.tar.gz: e30e68df19b306e9472faa679da95ba4fc61862756748e0bebde6422cdeb3d4975b78b3850953dd0ef7af806b9e1c992daa6d4f293b59accc1ec7716d68763df
+  metadata.gz: e75dbd36ac5ececb236bac18deff9692055188456cc42afe69a99218948013943229e5f3679272491c9ff6baaac0f06654a2f1ff9965df0bb2dbff3b9d048d45
+  data.tar.gz: 644492039267b108f6d35fdf97fb937bbff1ce592d2090169171a89d94aa235e59068eb1dc92fb6ca3c10fd1afa4c0c6a8e48c87c29fff9b49fe05431ecdf4e1

data/lib/cbeta/gaiji.rb

@@ -1,19 +1,34 @@
 require 'json'
-require 'unihan2'
 
 # 存取 CBETA 缺字資料庫
 class CBETA::Gaiji
-  
+  # 內建缺字資料所在的資料夾
+  DATA_FOLDER = File.expand_path('../data', __dir__)
+
   # 載入 CBETA 缺字資料庫
-  def initialize
+  #
+  # 預設使用 gem 內建的缺字資料。也可以傳入外部檔案路徑，自行決定要使用哪一份資料，
+  # 例如 https://github.com/cbeta-org/cbeta_gaiji 某個版本的 cbeta_gaiji.json，
+  # 讓缺字資料版本與 gem 版本脫鉤。外部檔案必須與 cbeta_gaiji repo 的 JSON 格式相同。
+  #
+  # @param gaiji_path [String, nil] CB 缺字資料（cbeta_gaiji.json）路徑，nil 表示使用內建資料
+  # @param sanskrit_path [String, nil] 悉曇、蘭札資料（cbeta_sanskrit.json）路徑，nil 表示使用內建資料
+  #
+  # @example 使用內建資料
+  #   g = CBETA::Gaiji.new
+  #
+  # @example 使用外部資料
+  #   g = CBETA::Gaiji.new(
+  #     gaiji_path: '/path/to/cbeta_gaiji/cbeta_gaiji.json',
+  #     sanskrit_path: '/path/to/cbeta_gaiji/cbeta_sanskrit.json'
+  #   )
+  def initialize(gaiji_path: nil, sanskrit_path: nil)
     @us = CBETA::UnicodeService.new
-    folder = File.join(File.dirname(__FILE__), '../data')
-    fn = File.join(folder, 'cbeta_gaiji.json')
-    @gaijis = JSON.parse(File.read(fn))
-    
-    fn = File.join(folder, 'cbeta_sanskrit.json')
-    h = JSON.parse(File.read(fn))
-    @gaijis.merge!(h)
+    gaiji_path    ||= File.join(DATA_FOLDER, 'cbeta_gaiji.json')
+    sanskrit_path ||= File.join(DATA_FOLDER, 'cbeta_sanskrit.json')
+
+    @gaijis = JSON.parse(File.read(gaiji_path))
+    @gaijis.merge!(JSON.parse(File.read(sanskrit_path)))
     
     @zzs = {}
     @uni2cb = {}

data/lib/cbeta/p5a_checker.rb

@@ -21,6 +21,7 @@ require_relative 'cbeta_share'
 #   * [E14] <anchor type="right"> 不應直接出現在 div 或 body 下
 #   * [E15] <note> corresp 無對應的 <note>
 #   * [E16] app/@n 與 note/@n 不一致
+#   * [E17] list 下沒有任何有內容的 item
 #
 # * 警告類型
 #   * [W01] 夾注包夾注
@@ -29,6 +30,9 @@ require_relative 'cbeta_share'
 class CBETA::P5aChecker
   ALLOW_TAB = %w[change]
 
+  # 判斷 item 是否有內容時，不計入的元素（本身不產生內容，只是標記位置）
+  EMPTY_ELEMENTS = %w[lb pb milestone anchor mulu space]
+
   # @param xml_root [String] 來源 CBETA XML P5a 路徑
   # @param figures [String] 插圖 路徑 (可由 https://github.com/cbeta-git/CBR2X-figures 取得)
   # @param log [String] Log file path
@@ -119,6 +123,12 @@ class CBETA::P5aChecker
     end
   end
 
+  # 節點是否有內容（文字，或 EMPTY_ELEMENTS 以外的元素）
+  def content?(e)
+    return true unless e.text.strip.empty?
+    e.xpath('.//*').any? { |d| not EMPTY_ELEMENTS.include?(d.name) }
+  end
+
   def display_errors
     @g_errors.keys.sort.each do |k|
       s = @g_errors[k].to_a.join(',')
@@ -230,6 +240,20 @@ class CBETA::P5aChecker
     traverse(e)
   end
 
+  # list 下應該至少有一個 item 是有內容的
+  def e_list(e)
+    # item 可能包在 app/lem 之類的元素裡，所以用 descendant 找，
+    # 但要排除 巢狀 list 底下的 item
+    items = e.xpath('.//item').select { |item| nearest_list(item).equal?(e) }
+    unless items.any? { |item| content?(item) }
+      msg = "[E17] list 下沒有任何有內容的 item"
+      head = e.at_xpath('head')
+      msg += ", head: #{head.text.gsub(/\s+/, ' ').strip[0, 30]}" unless head.nil?
+      error msg
+    end
+    traverse(e)
+  end
+
   def e_note(e)
     error "[E11] note 直接出現在 div 下" if e.parent.name == 'div'
     error "[E12] note 直接出現在 lg 下" if e.parent.name == 'lg'
@@ -342,6 +366,7 @@ class CBETA::P5aChecker
     when 'item'    then e_item(e)
     when 'lb'      then e_lb(e)
     when 'lem'     then e_lem(e)
+    when 'list'    then e_list(e)
     when 'note'    then e_note(e)
     when 'p'       then e_p(e)
     when 'rdg'     then e_rdg(e)
@@ -360,6 +385,13 @@ class CBETA::P5aChecker
     end
   end
   
+  # 往上找最近的 list 祖先
+  def nearest_list(e)
+    r = e.parent
+    r = r.parent while r.element? and r.name != 'list'
+    r
+  end
+
   def read_notes(doc)
     @notes = Set.new
     doc.xpath('//note').each do |e|

data/lib/cbeta/unicode_service.rb

@@ -1,19 +1,29 @@
+# 判斷字元收錄於哪一版 Unicode
+#
+# 使用 Ruby 內建 regexp 的 Unicode Age 屬性（\p{Age=...}）判斷。
+# Age 屬性一經指定就不會變動，所以結果不受 Ruby 版本影響。
 class CBETA::UnicodeService
-  def initialize
-    @u2 = Unihan2.new
-  end
+  # Unicode 3.0 以內
+  LEVEL1 = /\A\p{Age=3.0}+\z/
+
+  # Unicode 10.0 以內
+  LEVEL2 = /\A\p{Age=10.0}+\z/
 
+  # Unicode 3.0 以內 在 mobile 可以正確顯示
+  #
+  # @param code [String] 字元
+  # @return [Boolean]
   def level1?(code)
     return false if code.nil?
-    # Unicode 3.0 以內 在 mobile 可以正確顯示
-    v = @u2.ver(code)
-    raise "Unihan2.ver 回傳 nil, code: #{code}" if v.nil?
-    v <= 3
+    LEVEL1.match?(code)
   end
 
+  # Unicode 10 以內 在 desktop 有字型可以顯示
+  #
+  # @param code [String] 字元
+  # @return [Boolean]
   def level2?(code)
     return false if code.nil?
-    # Unicode 10 以內 在 desktop 有字型可以顯示
-    @u2.ver(code) <= 10
+    LEVEL2.match?(code)
   end
 end

metadata

@@ -1,7 +1,7 @@
 --- !ruby/object:Gem::Specification
 name: cbeta
 version: !ruby/object:Gem::Version
-  version: 4.0.0
+  version: 4.2.0
 platform: ruby
 authors:
 - Ray Chou
@@ -36,26 +36,6 @@ cert_chain:
   -----END CERTIFICATE-----
 date: 1980-01-02 00:00:00.000000000 Z
 dependencies:
-- !ruby/object:Gem::Dependency
-  name: unihan2
-  requirement: !ruby/object:Gem::Requirement
-    requirements:
-    - - "~>"
-      - !ruby/object:Gem::Version
-        version: '1.2'
-    - - ">="
-      - !ruby/object:Gem::Version
-        version: 1.2.0
-  type: :runtime
-  prerelease: false
-  version_requirements: !ruby/object:Gem::Requirement
-    requirements:
-    - - "~>"
-      - !ruby/object:Gem::Version
-        version: '1.2'
-    - - ">="
-      - !ruby/object:Gem::Version
-        version: 1.2.0
 - !ruby/object:Gem::Dependency
   name: nokogiri
   requirement: !ruby/object:Gem::Requirement