lingo 1.8.0 → 1.8.1
Sign up to get free protection for your applications and to get access to all the features.
- data/ChangeLog +13 -0
- data/README +49 -29
- data/Rakefile +28 -4
- data/TODO +2 -9
- data/bin/lingo +24 -0
- data/bin/lingoctl +24 -0
- data/de/lingo-dic.txt +559 -74
- data/info/gpl-hdr.txt +21 -24
- data/lib/lingo.rb +83 -112
- data/lib/lingo/agenda_item.rb +53 -0
- data/lib/lingo/attendee.rb +261 -0
- data/lib/lingo/attendee/abbreviator.rb +95 -97
- data/lib/lingo/attendee/debugger.rb +94 -93
- data/lib/lingo/attendee/decomposer.rb +76 -83
- data/lib/lingo/attendee/dehyphenizer.rb +141 -144
- data/lib/lingo/attendee/formatter.rb +65 -0
- data/lib/lingo/attendee/multi_worder.rb +302 -0
- data/lib/lingo/attendee/noneword_filter.rb +89 -84
- data/lib/lingo/attendee/object_filter.rb +91 -0
- data/lib/lingo/attendee/sequencer.rb +159 -158
- data/lib/lingo/attendee/synonymer.rb +81 -84
- data/lib/lingo/attendee/text_reader.rb +242 -0
- data/lib/lingo/attendee/text_writer.rb +169 -0
- data/lib/lingo/attendee/tokenizer.rb +192 -191
- data/lib/lingo/attendee/variator.rb +152 -156
- data/lib/lingo/attendee/vector_filter.rb +140 -135
- data/lib/lingo/attendee/word_searcher.rb +98 -0
- data/lib/lingo/buffered_attendee.rb +69 -0
- data/lib/lingo/cachable.rb +58 -0
- data/lib/lingo/call.rb +72 -0
- data/lib/lingo/cli.rb +26 -0
- data/lib/lingo/config.rb +23 -26
- data/lib/lingo/core_ext.rb +42 -0
- data/lib/lingo/ctl.rb +239 -173
- data/lib/lingo/database.rb +148 -496
- data/lib/lingo/database/crypter.rb +85 -0
- data/lib/lingo/database/gdbm_store.rb +49 -0
- data/lib/lingo/database/hash_store.rb +67 -0
- data/lib/lingo/database/libcdb_store.rb +58 -0
- data/lib/lingo/database/sdbm_store.rb +64 -0
- data/lib/lingo/database/show_progress.rb +81 -0
- data/lib/lingo/database/source.rb +134 -0
- data/lib/lingo/database/source/key_value.rb +62 -0
- data/lib/lingo/database/source/multi_key.rb +65 -0
- data/lib/lingo/database/source/multi_value.rb +65 -0
- data/lib/lingo/database/source/single_word.rb +60 -0
- data/lib/lingo/database/source/word_class.rb +64 -0
- data/lib/lingo/error.rb +122 -0
- data/lib/lingo/language.rb +78 -518
- data/lib/lingo/language/dictionary.rb +173 -0
- data/lib/lingo/language/grammar.rb +211 -0
- data/lib/lingo/language/lexical.rb +66 -0
- data/lib/lingo/language/lexical_hash.rb +88 -0
- data/lib/lingo/language/token.rb +48 -0
- data/lib/lingo/language/word.rb +130 -0
- data/lib/lingo/language/word_form.rb +83 -0
- data/lib/lingo/reportable.rb +59 -0
- data/lib/lingo/version.rb +1 -1
- data/lingo-all.cfg +14 -10
- data/lingo-call.cfg +5 -5
- data/lingo.cfg +14 -12
- data/lingo.rb +26 -0
- data/lir.cfg +13 -9
- data/spec/spec_helper.rb +1 -0
- data/test.cfg +11 -11
- data/test/attendee/ts_abbreviator.rb +0 -6
- data/test/attendee/ts_decomposer.rb +0 -6
- data/test/attendee/{ts_multiworder.rb → ts_multi_worder.rb} +1 -7
- data/test/attendee/ts_noneword_filter.rb +1 -7
- data/test/attendee/{ts_objectfilter.rb → ts_object_filter.rb} +1 -7
- data/test/attendee/ts_sequencer.rb +0 -6
- data/test/attendee/ts_synonymer.rb +0 -6
- data/test/attendee/{ts_textreader.rb → ts_text_reader.rb} +1 -7
- data/test/attendee/{ts_textwriter.rb → ts_text_writer.rb} +1 -7
- data/test/attendee/ts_tokenizer.rb +0 -6
- data/test/attendee/ts_variator.rb +0 -6
- data/test/attendee/ts_vector_filter.rb +1 -7
- data/test/attendee/{ts_wordsearcher.rb → ts_word_searcher.rb} +1 -7
- data/test/ref/artikel.non +2 -29
- data/test/ref/artikel.seq +13 -8
- data/test/ref/artikel.vec +30 -15
- data/test/ref/artikel.ven +29 -14
- data/test/ref/artikel.ver +58 -43
- data/test/ref/lir.csv +146 -145
- data/test/ref/lir.non +186 -210
- data/test/ref/lir.seq +54 -50
- data/test/test_helper.rb +41 -36
- data/test/ts_database.rb +12 -11
- data/test/ts_language.rb +118 -68
- metadata +67 -29
- data/lib/lingo/attendee/multiworder.rb +0 -301
- data/lib/lingo/attendee/objectfilter.rb +0 -86
- data/lib/lingo/attendee/textreader.rb +0 -237
- data/lib/lingo/attendee/textwriter.rb +0 -196
- data/lib/lingo/attendee/wordsearcher.rb +0 -96
- data/lib/lingo/attendees.rb +0 -289
- data/lib/lingo/const.rb +0 -131
- data/lib/lingo/modules.rb +0 -98
- data/lib/lingo/types.rb +0 -285
- data/lib/lingo/utilities.rb +0 -40
@@ -1,158 +1,163 @@
|
|
1
1
|
# encoding: utf-8
|
2
2
|
|
3
3
|
#--
|
4
|
-
|
5
|
-
#
|
6
|
-
#
|
7
|
-
#
|
8
|
-
# Copyright (C) 2007
|
9
|
-
#
|
10
|
-
#
|
11
|
-
#
|
12
|
-
#
|
13
|
-
#
|
14
|
-
#
|
15
|
-
#
|
16
|
-
#
|
17
|
-
#
|
18
|
-
#
|
19
|
-
#
|
20
|
-
#
|
21
|
-
#
|
22
|
-
#
|
23
|
-
#
|
24
|
-
|
25
|
-
# welcomeATlex-lingoDOTde near 50°55'N+6°55'E.
|
26
|
-
#
|
27
|
-
# Lex Lingo rules from here on
|
4
|
+
###############################################################################
|
5
|
+
# #
|
6
|
+
# Lingo -- A full-featured automatic indexing system #
|
7
|
+
# #
|
8
|
+
# Copyright (C) 2005-2007 John Vorhauer #
|
9
|
+
# Copyright (C) 2007-2012 John Vorhauer, Jens Wille #
|
10
|
+
# #
|
11
|
+
# Lingo is free software; you can redistribute it and/or modify it under the #
|
12
|
+
# terms of the GNU Affero General Public License as published by the Free #
|
13
|
+
# Software Foundation; either version 3 of the License, or (at your option) #
|
14
|
+
# any later version. #
|
15
|
+
# #
|
16
|
+
# Lingo is distributed in the hope that it will be useful, but WITHOUT ANY #
|
17
|
+
# WARRANTY; without even the implied warranty of MERCHANTABILITY or FITNESS #
|
18
|
+
# FOR A PARTICULAR PURPOSE. See the GNU Affero General Public License for #
|
19
|
+
# more details. #
|
20
|
+
# #
|
21
|
+
# You should have received a copy of the GNU Affero General Public License #
|
22
|
+
# along with Lingo. If not, see <http://www.gnu.org/licenses/>. #
|
23
|
+
# #
|
24
|
+
###############################################################################
|
28
25
|
#++
|
29
26
|
|
30
27
|
class Lingo
|
31
28
|
|
32
|
-
|
33
|
-
|
34
|
-
|
35
|
-
|
36
|
-
|
37
|
-
|
38
|
-
|
39
|
-
|
40
|
-
|
41
|
-
|
42
|
-
|
43
|
-
|
44
|
-
|
45
|
-
|
46
|
-
|
47
|
-
|
48
|
-
|
49
|
-
|
50
|
-
|
51
|
-
|
52
|
-
|
53
|
-
|
54
|
-
|
55
|
-
|
56
|
-
|
57
|
-
|
58
|
-
|
59
|
-
|
60
|
-
|
61
|
-
|
62
|
-
|
63
|
-
|
64
|
-
|
65
|
-
|
66
|
-
|
67
|
-
|
68
|
-
|
69
|
-
|
70
|
-
|
71
|
-
|
72
|
-
|
73
|
-
|
74
|
-
|
75
|
-
|
76
|
-
|
77
|
-
|
78
|
-
|
79
|
-
|
80
|
-
|
81
|
-
|
82
|
-
|
83
|
-
|
84
|
-
|
85
|
-
|
86
|
-
|
87
|
-
|
88
|
-
|
89
|
-
|
90
|
-
|
91
|
-
|
92
|
-
|
93
|
-
|
29
|
+
class Attendee
|
30
|
+
|
31
|
+
# Die Hauptaufgabe des VectorFilter ist die Erstellung eines Dokumenten-Index-Vektor.
|
32
|
+
# Dabei werden die durch die anderen Attendees ermittelten Grundformen eines Wortes
|
33
|
+
# gespeichert und bei einem Datei- oder Record-Wechsel weitergeleitet. Der VectorFilter
|
34
|
+
# kann bestimmte Wortklassen filtern und die Ergebnisse in verschiedenen Arten aufbereiten.
|
35
|
+
# Dabei werden Funktionen wie das einfache Zählen der Häufigkeit innerhalb eines Dokuments,
|
36
|
+
# aber auch die Term-Frequenz und unterschiedliche Ausgabeformate unterstützt.
|
37
|
+
#
|
38
|
+
# === Mögliche Verlinkung
|
39
|
+
# Erwartet:: Daten vom Typ *Word*, z.B. von Abbreviator, Wordsearcher, Decomposer, Synonymer, Multiworder, Sequencer
|
40
|
+
# Erzeugt:: Daten vom Typ *String*, z.B. für Textwriter
|
41
|
+
#
|
42
|
+
# === Parameter
|
43
|
+
# Kursiv dargestellte Parameter sind optional (ggf. mit Angabe der Voreinstellung).
|
44
|
+
# Alle anderen Parameter müssen zwingend angegeben werden.
|
45
|
+
# <b>in</b>:: siehe allgemeine Beschreibung des Attendee
|
46
|
+
# <b>out</b>:: siehe allgemeine Beschreibung des Attendee
|
47
|
+
# <b><i>lexicals</i></b>:: (Standard: '[sy]' => die Wortklassen Substantiv und Synonyme werden gefiltert)
|
48
|
+
# Es können in eckige Klammern beliebige Wortklassen angegeben werden (siehe lib/strings.rb).
|
49
|
+
# Der Parameter wird als regulärer Ausdruck ausgewertet.
|
50
|
+
# <b><i>sort</i></b>:: (Standard: 'normal')
|
51
|
+
# Der Parameter +sort+ beeinflußt Verarbeitung und Ausgabeformat des VectorFilters.
|
52
|
+
# normal:: Jedes gefilterte Wort wird einmalig (keine Doppelnennungen!) in
|
53
|
+
# alphabetischer Reihenfolge in der Form "wort" ausgegeben.
|
54
|
+
# term_abs:: Jedes gefilterte Wort wird einmalig in absteigender Häufigkeit mit Angabe
|
55
|
+
# der absoluten Häufigkeit im Dokument in der Form "12 wort" ausgegeben.
|
56
|
+
# term_rel:: Jedes gefilterte Wort wird einmalig in absteigender Häufigkeit mit Angabe
|
57
|
+
# der relativen Häufigkeit im Dokument in der Form "0.1234 wort" ausgegeben.
|
58
|
+
# sto_abs:: Jedes gefilterte Wort wird einmalig in absteigender Häufigkeit mit Angabe
|
59
|
+
# der absoluten Häufigkeit im Dokument in der Form "wort {12}" ausgegeben.
|
60
|
+
# sto_rel:: Jedes gefilterte Wort wird einmalig in absteigender Häufigkeit mit Angabe
|
61
|
+
# der relativen Häufigkeit im Dokument in der Form "wort {0.1234}" ausgegeben.
|
62
|
+
# <b><i>skip</i></b>:: (Standard: TA_PUNCTUATION und TA_OTHER) Hiermit wird angegeben, welche Objekte nicht
|
63
|
+
# verarbeitet werden sollen. Die +skip+-Angabe bezieht sich auf das Attribut +attr+ von
|
64
|
+
# Token oder Word-Objekten.
|
65
|
+
#
|
66
|
+
# === Beispiele
|
67
|
+
# Bei der Verarbeitung einer normalen Textdatei mit der Ablaufkonfiguration <tt>t1.cfg</tt>
|
68
|
+
# meeting:
|
69
|
+
# attendees:
|
70
|
+
# - text_reader: { out: lines, files: '$(files)' }
|
71
|
+
# - tokenizer: { in: lines, out: token }
|
72
|
+
# - word_searcher: { in: token, out: words, source: 'sys-dic' }
|
73
|
+
# - vector_filter: { in: words, out: filtr, sort: 'term_rel' }
|
74
|
+
# - debugger: { in: filtr, prompt: 'out>' }
|
75
|
+
# ergibt die Ausgabe über den Debugger: <tt>lingo -c t1 test.txt</tt>
|
76
|
+
# out> *FILE('test.txt')
|
77
|
+
# out> "0.28571 indexierung"
|
78
|
+
# out> *EOF('test.txt')
|
79
|
+
|
80
|
+
class VectorFilter < self
|
81
|
+
|
82
|
+
protected
|
83
|
+
|
84
|
+
def init
|
85
|
+
@lexis = Regexp.new(get_key('lexicals', '[sy]').downcase)
|
86
|
+
@sort = get_key('sort', 'normal').downcase
|
87
|
+
@skip = get_array('skip', TA_PUNCTUATION+','+TA_OTHER).collect {|s| s.upcase }
|
88
|
+
@vectors = Array.new
|
89
|
+
@word_count = 0
|
90
|
+
|
91
|
+
if @debug = get_key('debug', false)
|
92
|
+
@prompt = get_key('prompt', 'lex:) ')
|
93
|
+
end
|
94
94
|
end
|
95
|
-
end
|
96
95
|
|
97
|
-
|
98
|
-
|
99
|
-
|
100
|
-
|
101
|
-
|
102
|
-
|
103
|
-
|
96
|
+
def control(cmd, par)
|
97
|
+
case cmd
|
98
|
+
when STR_CMD_EOL
|
99
|
+
skip_command
|
100
|
+
when STR_CMD_FILE, STR_CMD_RECORD, STR_CMD_EOF
|
101
|
+
@debug ? @vectors.each(&method(:forward)) : sendVector
|
102
|
+
@vectors.clear
|
103
|
+
end
|
104
104
|
end
|
105
|
-
end
|
106
105
|
|
107
|
-
|
108
|
-
|
109
|
-
|
110
|
-
|
111
|
-
|
112
|
-
|
113
|
-
|
114
|
-
|
115
|
-
|
106
|
+
def process(obj)
|
107
|
+
if @debug
|
108
|
+
@vectors << "#{@prompt} #{obj.inspect}" if eval(@debug)
|
109
|
+
elsif obj.is_a?(Word)
|
110
|
+
@word_count += 1 if @skip.index(obj.attr).nil?
|
111
|
+
unless obj.lexicals.nil?
|
112
|
+
lexis = obj.get_class(@lexis) #lexicals.collect { |lex| (lex.attr =~ @lexis) ? lex : nil }.compact # get_class(@lexis)
|
113
|
+
lexis.each { |lex| @vectors << lex.form.downcase }
|
114
|
+
add('Anzahl von Vektor-Wörtern', lexis.size)
|
115
|
+
end
|
116
116
|
end
|
117
117
|
end
|
118
|
-
end
|
119
|
-
|
120
|
-
private
|
121
118
|
|
122
|
-
|
123
|
-
|
124
|
-
|
125
|
-
|
119
|
+
private
|
120
|
+
|
121
|
+
def sendVector
|
122
|
+
return if @vectors.size==0
|
123
|
+
|
124
|
+
add('Objekte gefiltert', @vectors.size)
|
125
|
+
|
126
|
+
# Array der Vector-Wörter zählen und nach Häufigkeit sortieren
|
127
|
+
if @sort=='normal'
|
128
|
+
@vectors = @vectors.compact.sort.uniq
|
129
|
+
else
|
130
|
+
cnt = Hash.new(0)
|
131
|
+
@vectors.compact.each { |e| cnt[e]+=1 }
|
132
|
+
@vectors = cnt.to_a.sort { |x,y|
|
133
|
+
if (y[1]<=>x[1])==0
|
134
|
+
x[0]<=>y[0]
|
135
|
+
else
|
136
|
+
y[1]<=>x[1]
|
137
|
+
end
|
138
|
+
}
|
139
|
+
end
|
126
140
|
|
127
|
-
|
128
|
-
|
129
|
-
|
130
|
-
|
131
|
-
|
132
|
-
|
133
|
-
|
134
|
-
|
135
|
-
x[0]<=>y[0]
|
136
|
-
else
|
137
|
-
y[1]<=>x[1]
|
141
|
+
# Vectoren je nach Parameter formatiert weiterleiten
|
142
|
+
@vectors.collect { |vec|
|
143
|
+
case @sort
|
144
|
+
when 'term_abs' then sprintf "%d %s", vec[1], vec[0]
|
145
|
+
when 'term_rel' then sprintf "%6.5f %s", vec[1].to_f/@word_count, vec[0]
|
146
|
+
when 'sto_abs' then sprintf "%s {%d}", vec[0], vec[1]
|
147
|
+
when 'sto_rel' then sprintf "%s {%6.5f}", vec[0], vec[1].to_f/@word_count
|
148
|
+
else sprintf "%s", vec
|
138
149
|
end
|
139
|
-
}
|
140
|
-
end
|
150
|
+
}.each(&method(:forward))
|
141
151
|
|
142
|
-
|
143
|
-
|
144
|
-
case @sort
|
145
|
-
when 'term_abs' then sprintf "%d %s", vec[1], vec[0]
|
146
|
-
when 'term_rel' then sprintf "%6.5f %s", vec[1].to_f/@word_count, vec[0]
|
147
|
-
when 'sto_abs' then sprintf "%s {%d}", vec[0], vec[1]
|
148
|
-
when 'sto_rel' then sprintf "%s {%6.5f}", vec[0], vec[1].to_f/@word_count
|
149
|
-
else sprintf "%s", vec
|
150
|
-
end
|
151
|
-
}.each { |str| forward(str) }
|
152
|
+
@word_count = 0 if @sort == 'sto_rel'
|
153
|
+
end
|
152
154
|
|
153
|
-
@word_count = 0 if @sort == 'sto_rel'
|
154
155
|
end
|
155
156
|
|
157
|
+
# For backwards compatibility.
|
158
|
+
Vectorfilter = VectorFilter
|
159
|
+
Vector_filter = VectorFilter
|
160
|
+
|
156
161
|
end
|
157
162
|
|
158
163
|
end
|
@@ -0,0 +1,98 @@
|
|
1
|
+
# encoding: utf-8
|
2
|
+
|
3
|
+
#--
|
4
|
+
###############################################################################
|
5
|
+
# #
|
6
|
+
# Lingo -- A full-featured automatic indexing system #
|
7
|
+
# #
|
8
|
+
# Copyright (C) 2005-2007 John Vorhauer #
|
9
|
+
# Copyright (C) 2007-2012 John Vorhauer, Jens Wille #
|
10
|
+
# #
|
11
|
+
# Lingo is free software; you can redistribute it and/or modify it under the #
|
12
|
+
# terms of the GNU Affero General Public License as published by the Free #
|
13
|
+
# Software Foundation; either version 3 of the License, or (at your option) #
|
14
|
+
# any later version. #
|
15
|
+
# #
|
16
|
+
# Lingo is distributed in the hope that it will be useful, but WITHOUT ANY #
|
17
|
+
# WARRANTY; without even the implied warranty of MERCHANTABILITY or FITNESS #
|
18
|
+
# FOR A PARTICULAR PURPOSE. See the GNU Affero General Public License for #
|
19
|
+
# more details. #
|
20
|
+
# #
|
21
|
+
# You should have received a copy of the GNU Affero General Public License #
|
22
|
+
# along with Lingo. If not, see <http://www.gnu.org/licenses/>. #
|
23
|
+
# #
|
24
|
+
###############################################################################
|
25
|
+
#++
|
26
|
+
|
27
|
+
class Lingo
|
28
|
+
|
29
|
+
class Attendee
|
30
|
+
|
31
|
+
# Der WordSearcher ist das Herzstück von Lingo. Er macht die Hauptarbeit und versucht
|
32
|
+
# alle Token die nach einem sinnvollen Wort aussehen, in den ihm angegebenen
|
33
|
+
# Wörterbüchern zu finden und aufzulösen. Dabei werden die im Wörterbuch gefundenen
|
34
|
+
# Grundformen inkl. Wortklassen an das Word-Objekt angehängt.
|
35
|
+
#
|
36
|
+
# === Mögliche Verlinkung
|
37
|
+
# Erwartet:: Daten vom Typ *Token* (andere werden einfach durchgereicht) z.B. von Tokenizer, Abbreviator
|
38
|
+
# Erzeugt:: Daten vom Typ *Word* für erkannte Wörter z.B. für Synonymer, Decomposer, Ocr_variator, Multiworder, Sequencer, Noneword_filter, Vector_filter
|
39
|
+
#
|
40
|
+
# === Parameter
|
41
|
+
# Kursiv dargestellte Parameter sind optional (ggf. mit Angabe der Voreinstellung).
|
42
|
+
# Alle anderen Parameter müssen zwingend angegeben werden.
|
43
|
+
# <b>in</b>:: siehe allgemeine Beschreibung des Attendee
|
44
|
+
# <b>out</b>:: siehe allgemeine Beschreibung des Attendee
|
45
|
+
# <b>source</b>:: siehe allgemeine Beschreibung des Dictionary
|
46
|
+
# <b><i>mode</i></b>:: (Standard: all) siehe allgemeine Beschreibung des Dictionary
|
47
|
+
#
|
48
|
+
# === Beispiele
|
49
|
+
# Bei der Verarbeitung einer normalen Textdatei mit der Ablaufkonfiguration <tt>t1.cfg</tt>
|
50
|
+
# meeting:
|
51
|
+
# attendees:
|
52
|
+
# - text_reader: { out: lines, files: '$(files)' }
|
53
|
+
# - tokenizer: { in: lines, out: token }
|
54
|
+
# - abbreviator: { in: token, out: abbrev, source: 'sys-abk' }
|
55
|
+
# - word_searcher: { in: abbrev, out: words, source: 'sys-dic' }
|
56
|
+
# - debugger: { in: words, prompt: 'out>' }
|
57
|
+
# ergibt die Ausgabe über den Debugger: <tt>lingo -c t1 test.txt</tt>
|
58
|
+
# out> *FILE('test.txt')
|
59
|
+
# out> <Dies = [(dies/w)]>
|
60
|
+
# out> <ist = [(sein/v)]>
|
61
|
+
# out> <ggf. = [(gegebenenfalls/w)]>
|
62
|
+
# out> <eine = [(einen/v), (ein/w)]>
|
63
|
+
# out> <Abk³rzung = [(abk³rzung/s)]>
|
64
|
+
# out> :./PUNC:
|
65
|
+
# out> *EOL('test.txt')
|
66
|
+
# out> *EOF('test.txt')
|
67
|
+
|
68
|
+
class WordSearcher < self
|
69
|
+
|
70
|
+
def init
|
71
|
+
set_dic
|
72
|
+
end
|
73
|
+
|
74
|
+
def control(cmd, par)
|
75
|
+
@dic.report.each_pair { |key, value|
|
76
|
+
set(key, value)
|
77
|
+
} if cmd == STR_CMD_STATUS
|
78
|
+
end
|
79
|
+
|
80
|
+
def process(obj)
|
81
|
+
if obj.is_a?(Token) && obj.attr == TA_WORD
|
82
|
+
inc('Anzahl gesuchter Wörter')
|
83
|
+
word = @dic.find_word(obj.form)
|
84
|
+
inc('Anzahl gefundener Wörter') unless word.unknown?
|
85
|
+
obj = word
|
86
|
+
end
|
87
|
+
forward(obj)
|
88
|
+
end
|
89
|
+
|
90
|
+
end
|
91
|
+
|
92
|
+
# For backwards compatibility.
|
93
|
+
Wordsearcher = WordSearcher
|
94
|
+
Word_searcher = WordSearcher
|
95
|
+
|
96
|
+
end
|
97
|
+
|
98
|
+
end
|
@@ -0,0 +1,69 @@
|
|
1
|
+
# encoding: utf-8
|
2
|
+
|
3
|
+
#--
|
4
|
+
###############################################################################
|
5
|
+
# #
|
6
|
+
# Lingo -- A full-featured automatic indexing system #
|
7
|
+
# #
|
8
|
+
# Copyright (C) 2005-2007 John Vorhauer #
|
9
|
+
# Copyright (C) 2007-2012 John Vorhauer, Jens Wille #
|
10
|
+
# #
|
11
|
+
# Lingo is free software; you can redistribute it and/or modify it under the #
|
12
|
+
# terms of the GNU Affero General Public License as published by the Free #
|
13
|
+
# Software Foundation; either version 3 of the License, or (at your option) #
|
14
|
+
# any later version. #
|
15
|
+
# #
|
16
|
+
# Lingo is distributed in the hope that it will be useful, but WITHOUT ANY #
|
17
|
+
# WARRANTY; without even the implied warranty of MERCHANTABILITY or FITNESS #
|
18
|
+
# FOR A PARTICULAR PURPOSE. See the GNU Affero General Public License for #
|
19
|
+
# more details. #
|
20
|
+
# #
|
21
|
+
# You should have received a copy of the GNU Affero General Public License #
|
22
|
+
# along with Lingo. If not, see <http://www.gnu.org/licenses/>. #
|
23
|
+
# #
|
24
|
+
###############################################################################
|
25
|
+
#++
|
26
|
+
|
27
|
+
class Lingo
|
28
|
+
|
29
|
+
class BufferedAttendee < Attendee
|
30
|
+
|
31
|
+
BufferInsert = Struct.new(:position, :object)
|
32
|
+
|
33
|
+
def initialize(config, lingo)
|
34
|
+
@buffer, @inserts = [], []
|
35
|
+
super
|
36
|
+
end
|
37
|
+
|
38
|
+
protected
|
39
|
+
|
40
|
+
def process(obj)
|
41
|
+
@buffer.push(obj)
|
42
|
+
process_buffer if process_buffer?
|
43
|
+
end
|
44
|
+
|
45
|
+
private
|
46
|
+
|
47
|
+
def forward_buffer
|
48
|
+
@inserts.sort_by!(&:position).each { |i|
|
49
|
+
@buffer.insert(i.position, i.object)
|
50
|
+
}.clear
|
51
|
+
|
52
|
+
@buffer.each(&method(:forward)).clear
|
53
|
+
end
|
54
|
+
|
55
|
+
def process_buffer?
|
56
|
+
true
|
57
|
+
end
|
58
|
+
|
59
|
+
def process_buffer
|
60
|
+
raise NotImplementedError
|
61
|
+
end
|
62
|
+
|
63
|
+
def deferred_insert(pos, obj)
|
64
|
+
@inserts << BufferInsert.new(pos, obj)
|
65
|
+
end
|
66
|
+
|
67
|
+
end
|
68
|
+
|
69
|
+
end
|