2 # Ruby/UTF-2000 module by eto 2002-1114
8 $KCODE = 'u' #今のところこれ以外では動かない。String.splitが影響大。inspectも影響。
10 #$stdout.binmode if $debug
11 $stdout.sync = true if $debug
14 def to_a() self.split(//) end #$KCODEが設定されているので、UTF-8的な一文字づつがchにはいる
15 def each_char() to_a.each {|ch| yield ch } end
16 def char_length() to_a.length end
17 def char_at(n) to_a()[n] end
18 def char() Character.get(to_a[0]) end
19 def method_missing(mid, *args) char.method_missing(mid, *args) end
20 def char_id() char.char_id() end
21 def get_char_attribute(a) char.get_char_attribute(a) end
22 def ucs() char.ucs() end
29 #put関係、[]関係は用意しないことにした。
30 def de_er!() #EntityReferenceを取り除く
31 return self unless self =~ Regexp.new(EntityReference::REGEXP_PART) #それらしいのが無ければ何もしない
33 self.sub!(Regexp.new(Regexp.escape(er)), Character.new(er).mcs_utf8) #変換自体はCharacterにまかせる
34 return self.de_er! if self =~ Regexp.new(EntityReference::REGEXP_PART) #まだあったら再帰
37 def de_er() return self.dup.de_er!; end
39 def map_char(block = Proc.new)
40 return unless block_given?
41 return self.to_a.map {|ch| (block.call(ch)).to_s }.join("")
43 def map_char!(block = Proc.new)
44 return unless block_given?
45 self.replace(self.map_char {|ch| block.call(ch)})
47 def inspect_all() map_char {|ch| ch.char.inspect_all } end
48 def inspect_x() map_char {|ch| ch.char.inspect_x } end
50 def decompose() map_char {|ch| ch.char.decompose } end
51 def decompose!() self.replace(self.decompose); self; end
52 def decompose_all(level=nil)
53 level = 0 if level.nil?
55 p ['too many recursive', self]
59 return de.decompose_all(level+1) if de != self #なにか変化があったから再帰
62 def decompose_all!() self.replace(self.decompose_all); self; end
64 def find() #"日雲"→"曇"とかいう感じの操作
66 length = char_length()
69 ar << char.ids_contained #その文字を含んでいる漢字のリスト
81 if length == v #全部に顔を出していたら
89 db = CodesysDB.instance
90 composed = db.get('ids', self)
91 return "" if composed.nil? #なかったよと。
92 return "" if composed.char_length == 0 #なにごと?
93 return composed if composed.char_length == 1
94 composed.each_char {|ch|
96 return ch if char.has_attribute? #とりあえず最初にみつかったものを返すというヌルい仕様
98 return "" #attributeを持つものが一つも無かったら、""にする
101 #selfである文字列をIDSだと仮定し、それを完全にcomposeしきらないで、
102 #その部分集合だけをとりだして、compose可能であればできるだけcomposeする。
103 tree = IDS_Tree.new(self)
104 return self if tree.depth <= 1 #sub_nodesが無い場合はここでさよなら
105 tree.sub_nodes.each {|node|
107 next if c.nil? || c == ""
108 # print "#{self} #{node} #{c}\n"
110 n = self.gsub(node, c)
113 return self #おきかえられるものがまったくなかったら、自分をかえす。
119 (RUBY_PLATFORM =~ /cygwin/ || RUBY_PLATFORM =~ /mswin32/ || RUBY_PLATFORM =~ /mingw32/)
121 module_function :windows?
123 DB_DIR = 'd:/work/chise/char-db' #この後に/sysmtem-char-id/ucsという感じに続く
125 DB_DIR = '/usr/local/lib/xemacs-21.4.10/i686-pc-linux/char-db' #この後に/sysmtem-char-id/ucsという感じに続く
128 class EntityReference #======================================================================
129 #状況によってどのERに変換するかが異なる可能性があるので、普通のclassとして実装したほうがいい?
131 %w( chinese-big5-cdp CDP- 4 X),
132 %w( ideograph-daikanwa M- 5 d),
133 %w( ideograph-cbeta CB 5 d),
134 %w( ideograph-gt GT- 5 d),
135 %w( ideograph-gt-k GT-K 5 d),
136 %w( japanese-jisx0208-1990 J90- 4 X),
137 %w( japanese-jisx0208 J83- 4 X),
138 %w( japanese-jisx0213-1 JX1- 4 X),
139 %w( japanese-jisx0213-2 JX2- 4 X),
140 %w( japanese-jisx0212 JSP- 4 X),
141 %w( japanese-jisx0208-1978 J78- 4 X),
142 %w( chinese-cns11643-1 C1- 4 X),
143 %w( chinese-cns11643-2 C2- 4 X),
144 %w( chinese-cns11643-3 C3- 4 X),
145 %w( chinese-cns11643-4 C4- 4 X),
146 %w( chinese-cns11643-5 C5- 4 X),
147 %w( chinese-cns11643-6 C6- 4 X),
148 %w( chinese-cns11643-7 C7- 4 X),
149 %w( korean-ksc5601 K0- 4 X),
151 CODESYS_ORDER = %w(japanese chinese korean ideograph)
152 REGEXP_PART = "&([-+0-9A-Za-z]+);"
153 REGEXP_ALL = "^#{REGEXP_PART}$"
155 def self.match?(er) (er =~ Regexp.new(REGEXP_PART)) != nil end
157 def self.parse(er) #char_idをFIXNUMで返す
158 return "" unless er =~ Regexp.new(REGEXP_ALL) #なんか、間違ってる?
159 er = $1 #ついでに中身の部分を取り出す
160 return $1.hex if er =~ /^MCS-([0-9A-Fa-f]+)/ #MCS
161 return $1.hex if er =~ /^U[-+]?([0-9A-Fa-f]+)/ #Unicode直打ち
163 er.sub!(/^I-/, '') if er =~ /^I-/ #I-がついてるとどう違うのかはよくわからない
164 each_codesys {|codesys, er_prefix, keta, numtype| #p [codesys, er_prefix, keta, numtype]
165 numtyperegex = '\d' #if numtype == 'd'
166 numtyperegex = '[0-9A-Fa-f]' if numtype == 'X'
167 regexpstr = "^#{er_prefix}(#{numtyperegex}{#{keta},#{keta}})$" #p regexpstr
168 if er =~ Regexp.new(regexpstr)
170 code = codestr.to_i #if numtype == 'd'
171 code = codestr.hex if numtype == 'X'
172 char_id_u8 = EntityReference.get_database(codesys, code)
173 char_id_num = Character.parse_char_id(char_id_u8)
180 def self.each_codesys()
181 CODESYS_ORDER.each {|lang|
182 CODESYS_TABLE.each {|codesys, er_prefix, keta, numtype| #普通こういう書き方はしない。ループ一個にする。
183 next unless codesys =~ lang
184 yield(codesys, er_prefix, keta, numtype)
188 def self.get_database(codesys, code)
189 c = CodesysDB.instance.get(codesys, code)
191 if codesys =~ /-jisx0208/
192 #return self.get_database("=jis-x0208", code) #再帰でどうだ?
193 c = CodesysDB.instance.get("=jis-x0208", code)
200 class CharacterFactory #============================================文字オブジェクトの生成、cache
209 n = Character.parse_char_id(char_id)
211 @chars[n] = Character.new(n) if @chars[n] == nil
217 GC.start #ガーベージコレクション
219 def length() @chars.length; end
221 reset if @max < @chars.length #MAXを超えたらresetしてしまう。乱暴じゃがcacheなのでこれでいいのだ。
225 class Character #=============================================================== 文字オブジェクト
226 def initialize(char_id=nil)
227 @char_id = Character.parse_char_id(char_id)
228 @attributes = Hash.new
229 @check_all_database = false
232 def mcs_utf8() Character.u4itou8(@char_id) end
234 #----------------------------------------------------------------------
235 def self.get(char_id) CharacterFactory.instance.get(char_id) end #flyweightパターン
237 #----------------------------------------------------------------------
238 def get_char_attribute(a) # XEmacs UTF-2000互換API群
239 a.gsub!(/_/, '-') #underlineは-に置換
241 return atr if atr != nil
242 atr = check_database(a)
243 @attributes[a] = atr if atr != nil
244 return get_char_attribute("=jis-x0208") if a =~ /jisx0208/
245 return @attributes[a]
247 def put_char_attribute(a,v)
248 a.gsub!(/_/, '-') #underlineは-に置換
250 CharDB.instance.put(a, mcs_utf8(), v)
252 def char_attribute_alist() check_all_database(); @attributes; end
253 def char_attribute_list() check_all_database(); @attributes.keys; end
254 alias [] get_char_attribute #その略称
255 alias []= put_char_attribute
256 alias alist char_attribute_alist
257 alias list char_attribute_list
259 def method_missing(mid, *args) #参考:ostruct.rb
261 return get_char_attribute(mname) if args.length == 0
262 put_char_attribute(mname.chop, args[0]) if mname =~ /=$/ #代入
265 def has_attribute?() #意味のあるattributeを持ってますか?
270 return (keys.length != 0)
273 #----------------------------------------------------------------------
275 return false if ch == nil
276 return false unless ch.is_a? Character
277 self.char_id == ch.char_id
280 #----------------------------------------------------------------------
281 def self.parse_char_id(char_id) #FIXNUMを返す
282 return nil if char_id == nil
283 if char_id.is_a?(Numeric) #p [char_id]
284 char_id = 0x80000000 + char_id if char_id < 0 #補数表現
286 elsif char_id.is_a?(String)
287 return char_id.to_i if char_id =~ /^\d+$/ #文字列による数字だったら数値化してreturn
288 return EntityReference.parse(char_id) if char_id =~ Regexp.new(EntityReference::REGEXP_ALL) #実体参照?
289 char_id.sub!(/^\?/, '') if char_id =~ /^\?/ #もし先頭に?がついていたら削除
290 #このへん本当はもっとちゃんとチェックするべし
291 u4 = Uconv.u8tou4(char_id) #UCS-4文字列に変換
292 return Character.u4tou4i(u4) #UCS-4数値にしてreturn
294 raise ArgumentError, "unknown object for char_id", caller(1)
298 return 0 if u4 == nil || u4 == ""
299 return (u4[3] << 24 | u4[2] << 16 | u4[1] << 8 | u4[0]) #UCS-4数値にしてreturn
301 def self.u4itou4(num)
302 return "" if num == nil
303 return sprintf("%c%c%c%c", num&0xff, (num >> 8)&0xff, (num >> 16)&0xff, (num >> 24)&0xff) #UCS-4数値を文字列にしてreturn
305 def self.u4itou8(char_id) #ucsの数値を受けとり、UTF-8の文字一文字を返す
307 u4 = Character.u4itou4(char_id)
308 u8 = Uconv.u4tou8(u4)
311 #raise ArgumentError, "invalid char_id (#{char_id})", caller(1)
317 #----------------------------------------------------------------------
318 def check_database(a)
321 v = db.get(a, u8) #u8で表される文字のaアトリビュートを調べる。
324 def check_all_database() #現在の@char_idから、文字データベースを参照する
325 return if @check_all_database
326 return if @char_id == nil
329 atrs = db.get_all(u8) #u8で表される文字のアトリビュートを全部持ってこい
331 @attributes[a] = v #とかいう感じで代入するのでええかな?
333 @check_all_database = true #重い処理なので一応checkする
336 #----------------------------------------------------------------------
338 #ar = %w{ucs ucs-big5 ucs-cdp ucs-cns ucs-jis ucs-ks =>ucs =>ucs* =>ucs-jis}
339 ar = %w{ucs ucs-jis ucs-big5 ucs-cdp ucs-cns ucs-ks =>ucs =>ucs* =>ucs-jis}
340 #並び順は恣意的で、ucs-jisを先に出している。本来はこれも指定できるようにするべき。
342 u = get_char_attribute(a)
348 #----------------------------------------------------------------------CCS関係
349 def to_utf8() Uconv.u4tou8(Character.u4itou4(ucs())) end #UTF8文字列を返す
353 #----------------------------------------------------------------------
354 def to_er(codesys=nil) #実体参照を返す、希望するcodesysが引数(未実装)
355 return "" if @char_id == nil
356 return sprintf("&U+%04X;", @char_id) if @char_id <= 0xffff
357 return sprintf("&U-%05X;", @char_id) if @char_id <= 0xfffff
358 EntityReference.each_codesys {|codesys, er_prefix, keta, numtype|
361 return sprintf("&#{er_prefix}%0#{keta}#{numtype};", code)
363 return sprintf("&MCS-%08X;", @char_id) #本当はこれは無しにしたい
367 EntityReference.each_codesys {|codesys, er_prefix, keta, numtype|
369 ar << er if er != nil
375 return "<>" if @char_id == nil
376 ar = [to_utf8(), to_er().sub(/^&/,'').chop]
379 alias inspect inspect_x
380 def inspect_all_codesys()
381 #to_erを全てのcodesysにおいて実行する。その結果をコンパクトにまとめる
385 alist.to_a.sort.each {|a, v| ar << "#{a}:#{v}" }
386 return ar.join(',')+">"
390 alist.to_a.sort.each {|a, v|
391 str += "#{a}: #{v}\n"
396 #----------------------------------------------------------------------IDS関係
400 # return idss if idss
401 idss = self['ids-aggregated']
402 return idss if idss != nil && 0 < idss.length && k != idss
404 return idss if idss != nil && 0 < idss.length && k != idss
406 # return k if idss.nil? || idss.length == 0 || k == idss
407 # if idss.char_length == 2
408 # p ['What???', k, idss, k.inspect_all]
409 # #return idssx[1] #二個目だけ返すとか?
410 # return k #IDSに展開する方法が無いと。
412 # return k if k == idss
413 # if idss.include?(k) #<C5-4C4D><C6-4A37>この二文字のBUG対策
414 # #return idss.sub(k, '')
415 # return k #IDSに展開する方法が無いと。
419 def is_ids?() 0x2ff0 <= @char_id && @char_id <= 0x2fff end
420 def ids_operator_argc()
421 return 0 unless is_ids?
422 return 3 if @char_id == 0x2ff2 || @char_id == 0x2ff3
427 class DBS #======================================================================複数のDBを集めたclass
430 class ADB < BDB::Hash #======================================================================一つのDB
431 def initialize(*args)
436 self.close #これがないと、うまくデータベースがセーブされないのです。
440 def self.open_create(filename)
441 ADB.open(filename, nil, BDB::CREATE | BDB::EXCL) #上書きはしない
445 if key.char_length == 1
446 return '?'+key #Stringだったら引く前に?を足す
449 #key = key.to_s if key.is_a?(Numeric) #NumberだったらStringにする。
450 #ここで && key ! =~ /^\?/ をいれると、?自身を検索できなくなってしまう。
455 return v.to_i if v =~ /^\d+$/ #数字だったらここで変換しておく
456 return v.sub(/^\?/, '') if v =~ /^\?/ #冒頭の?は取り除く
457 return $1 if v =~ /^"(.+)"$/ #最初と最後に"がついていたら、取り除く
458 #p ['get', v, t, key, db]
459 #return parse_sexp(v) if v =~ /^\(.+\)$/ #最初と最後が()の時は、S式にparseする
462 def myget(key) #keyキーを引いて返す
464 v = get(key) #存在しなかったらnilを返すことになる
467 def myput(key, v) #keyにvをいれる
474 class DB #======================================================= データベース群のabstract class
475 def self.unix_to_win(unix) #Windowsファイル名制限のため、変換する
476 win = unix.gsub(/</, '(')
482 def self.win_to_unix(win)
483 unix = win.gsub(%r|\)|, '>')
484 unix.gsub!(%r|\(|, '<')
485 unix.gsub!(%r|!|, '?')
486 unix.gsub!(%r|\+|, '*')
489 # def windows?() DB.windows?() end
491 return @pre + DB.unix_to_win(t) + @post if windows?
492 return @pre + t + @post
494 def get_dirname(t) File.dirname(get_filename(t)) end
498 keys.each {|key| open_db(key) }
503 next if ! File.file?(f)
509 t = DB.win_to_unix(f)
510 t.sub!(%r|^#{@pre}|, '')
511 t.sub!(%r|#{@post}$|, '') if @post != ""
519 return nil if db.nil?
524 return nil if get(t) #すでにopenしていたら再openはしない。
526 bdb = ADB.open(get_filename(t), nil, 0)
527 @dbs[t] = bdb if bdb != nil
529 p ["open error", get_filename(t)]; return nil
533 def make_db(t, h=nil) #tという名前でhという中身のデータベースを作る
534 return nil if get(t) #すでにある場合はreturn
535 Dir.mkdir(get_dirname(t)) unless FileTest.exist?(get_dirname(t))
538 db = ADB.open_create(get_filename(t)) #上書きはしない
541 k = '?'+k if k.is_a?(String)
547 p ["make error", get_filename(t)]; return nil
551 def make_db_no_question_mark(t, h=nil) #tという名前でhという中身のデータベースを作る
552 return nil if get(t) #すでにある場合はreturn
553 Dir.mkdir(get_dirname(t)) unless FileTest.exist?(get_dirname(t))
556 db = ADB.open_create(get_filename(t)) #上書きはしない
559 # k = '?'+k if k.is_a?(String)
565 p ["make error", get_filename(t)]; return nil
569 def remove_db(t) #tという名前のデータベースを消去する
576 File.unlink(get_filename(t)) if FileTest.file?(get_filename(t))
578 p ["unlink error", get_filename(t)]; return nil
581 Dir.rmdir(dn) if FileTest.directory?(dn) && Dir.entries(dn).length <= 2 #空directoryだったら消す
585 return s.to_i if s =~ /^\d+$/
591 file = get_filename(t)
592 open("#{file}.txt", "w"){|out|
593 # out.binmode.sync = true
595 ar.map! {|k, v| [to_num(k), to_num(v)] }
597 out.printf("%s\t%s\n", k, v)
602 def each_db() @dbs.to_a.sort.each {|t, db| yield(t, db) } end
603 def dump_all() each_db {|t, db| dump_db(t) } end
604 def close_all() each_db {|t, db| db.close } end
605 def keys() @dbs.keys end
607 return unless block_given?
613 k.sub!(/^\?/, '') if k =~ /^\?/ #冒頭の?は取り除く
614 vv = get(t, k) #p ['each', t, k, v, vv]
619 return unless block_given?
623 ar.map! {|k, v| [to_num(k), to_num(v)] }
625 k.sub!(/^\?/, '') if k =~ /^\?/ #冒頭の?は取り除く
626 vv = get(t, k) #p ['each', t, k, v, vv]
630 #----------------------------------------------------------------------
631 def get(t, key=nil) #tというデータベースのkeyキーを引いて返す
633 return db if key.nil?
637 def put(t, key, v) #tというデータベースのkeyにvをいれる
644 db.myput(key, v) #putする
648 class CharDB < DB #------------------------------------ MCS-UTF8をキーとした属性へのデータベース
652 @glob, @pre, @post = "#{DB_DIR}/system-char-id/*", "#{DB_DIR}/system-char-id/", ""
655 def get_all(u8) #全データベースのu8キーを引いてHashにまとめて返す
659 atrs[t] = v if v != nil
665 class CodesysDB < DB #----------------------------------------------------------------------
669 @glob, @pre, @post = "#{DB_DIR}/*/system-char-id", "#{DB_DIR}/", "/system-char-id"
672 #def keys() @dbs.keys.sort end #どんなCodesysの情報を持っているかの一覧
673 def keys() @dbs.keys end #どんなCodesysの情報を持っているかの一覧
677 return Codesys.new(t)
681 class Codesys < DB #======================================================================
685 @dbs = CodesysDB.instance
687 def keys() #どんなコードポイントの情報を持っているかの一覧
688 ks = @dbs.get(@name).keys
689 if @name =~ /jisx0208/ #特別処理
690 n = @dbs.get('=jis-x0208').keys
691 # p ['keys', @name, ks, n]
694 ks.map! {|k| to_num(k) }
698 v = @dbs.get(@name, key)
700 if @name =~ /jisx0208/ #jisx0208が含まれている場合だけ特別処理する
701 return @dbs.get('=jis-x0208', key)
706 return unless block_given?
712 k.sub!(/^\?/, '') if k =~ /^\?/ #冒頭の?は取り除く
713 vv = @dbs.get(@name, k) #p ['each', t, k, v, vv]
718 return unless block_given?
722 ar.map! {|k, v| [to_num(k), to_num(v)] }
724 k.sub!(/^\?/, '') if k =~ /^\?/ #冒頭の?は取り除く
725 vv = @dbs.get(@name, k) #p ['each', t, k, v, vv]
731 class IDS_TEXT_DB < DB #======================================================================
734 IDS_DB_DIR = 'd:/work/chise/ids/' #この後にIDS-JIS-X0208-1990.txtという感じに続く
736 IDS_DB_DIR = '/home/eto/work/chise/ids/' #この後にIDS-JIS-X0208-1990.txtという感じに続く
740 #IDS-UCS-Compat-Supplement.txt
749 IDS-JIS-X0208-1990.txt
770 @glob, @pre, @post = "#{IDS_DB_DIR}/db/*", "#{IDS_DB_DIR}/db/", ""
771 dir = File.dirname(@pre)
772 Dir.mkdir(dir) unless FileTest.exist?(dir)
776 return unless block_given?
777 @ids_list.each {|file|
779 yield(IDS_DB_DIR+file)
785 next if line =~ /^;/ #コメントはとばす
787 code, char, ids = line.split
788 yield(code, char, ids)
794 dir = File.dirname(file) + '/../ids-new/'
795 Dir.mkdir(dir) if ! FileTest.directory?(dir)
796 newfile = dir + File.basename(file)
798 open(newfile, "w"){|out|
799 out.binmode.sync = true
800 each_line(file){|code, ch, ids|
801 char = Character.get(ch)
803 out.print "#{code} #{ch} #{ids}\n"
810 dir = File.dirname(file) + '/../ids-error'
811 Dir.mkdir(dir) unless FileTest.exist?(dir)
812 errfile = dir + '/' + File.basename(file)
814 open(errfile, "w"){|out|
815 out.binmode.sync = true
816 each_line(file){|code, ch, ids|
817 char = Character.get(ch)
818 ids_error = char['ids-error']
819 next if ids_error.nil?
820 out.print "#{code} #{ch} #{ids} #{ids_error}\n"
827 class IDS_DB < DB #======================================================================BDB化したIDS DBを扱う
830 @dbs = CharDB.instance
833 db = IDS_TEXT_DB.instance
836 @same_ids_counter = 0
837 @good_ids_counter = 0
838 @conflict_ids_counter = 0
839 db.each_line(file){|code, ch, ids|
842 ids = "" if ids == nil
843 next if ids == "" #IDSが定義されていない場合は、さっくりと無視するべしよ。
845 charimg = Character.get(ch) #実体参照である可能性がある
847 next if code =~ /'$/ || code =~ /"$/ #大漢和番号のダッシュ付きは無視する
848 char = Character.get("&"+code+";") #code表記を元に実体参照を作って解釈する
849 if char.nil? || char.to_s == "" #うまく文字にならなかった
850 print "char == null #{char.inspect} #{code} #{ch} #{ids}\n" unless code =~ /^M-/ || code =~ /^CB/
851 #大漢和、CBETA以外の場合は、エラーメッセージ。
854 if char != charimg #code表記と文字が一致していない?
855 unless code =~ /^M-/ || code =~ /^MH-/ || code =~ /^CB/ #食い違っていて当然であるので何もしない
856 print "unknown char #{char.inspect} #{code} #{ch} #{ids}\n"
857 next #それ以外の場合はエラーメッセージをだして、次へ。
860 next if !char.has_attribute? #isolated characterはまぎれこませない。
862 ids.de_er! #実体参照を解除する
863 next if ids == char.to_s #もし文字とまったく一緒なら、意味が無いので情報を持たない
864 next if ids.char_length == 1
866 idstree = IDS_Tree.new(ids)
867 c = idstree.check_integrity
868 c = "contains self" if ids.include?(char.to_s)
869 if c #ちょっとでもエラーがある場合は、
870 char['ids-error'] = c #エラーを記録して、データとしては保持しない
874 if char['ids'].nil? || char['ids'] == "" #元々IDSが無かった場合は、
875 char['ids'] = ids #普通に代入すればそれでいいです。
876 @good_ids_counter += 1
877 else #しかしいままでにすでにIDSが定義されていた場合は?
878 if char['ids'] == ids #新しいIDSと古いIDSが完全に一致するなら無視しましょう。
879 @same_ids_counter += 1
880 else #しかしいままでのIDSと新しいIDSが食い違った場合は?
881 @conflict_ids_counter += 1
882 # print "conflict #{char.inspect} #{code} #{ids} #{char['ids']}\n"
886 print "#{file} #{@char_counter} #{@same_ids_counter} #{@conflict_ids_counter} #{@good_ids_counter}\n"
887 CharacterFactory.instance.reset()
889 @dbs.dump_db('ids-error') #テキスト化する
890 @dbs.dump_db('ids') #テキスト化する
894 @dbs.each('ids') {|k, v|
897 h[ids] = "" if h[ids].nil?
901 h[k] = char_sort(v) #文字の順番を、よく使うっぽいものからの順番にする
903 h.delete_if {|k, v| #h[k]が""になる可能性もあるが、それはkeyとして入れないことにする。
906 print "length #{h.length}\n"
907 cdb = CodesysDB.instance
908 cdb.make_db_no_question_mark('ids', h)
909 p ['make db no q mark done.']
910 cdb.open_db('ids') #これが無いと、dump_dbされません。
914 def char_sort(composed)
915 return composed if composed.char_length == 1
921 if char.char_id < 0xfffff #Unicodeっぽい?
927 EntityReference.each_codesys{|codesys, er_prefix, keta, numtype|
931 # p [codesys, v] if v
932 if v #EntityReferenceの順番に準拠する。
940 # p ['yokuwakaran character', ar, ar[0].inspect_all, arorg]
941 EntityReference.each_codesys{|codesys, er_prefix, keta, numtype|
945 # p [codesys, v] if v
951 def dump_ids_duplicated
952 open('ids-duplicated.txt', 'w'){|out|
954 CodesysDB.instance.each('ids') {|k, v|
956 out.print "nil #{k} #{v}\n"
961 out.print "#{n} #{k} #{v}"
964 out.print " #{char.inspect}"
970 def make_ids_aggregated
971 @dbs.each('ids') {|k, v|
975 char['ids-aggregated'] = ag
977 @dbs.dump_db('ids-aggregated')
979 def dump_ids_aggregated
980 open('ids-aggregated.txt', 'w'){|out|
982 @dbs.each('ids') {|k, v|
985 ag = char['ids-aggregated']
986 out.print "#{char.to_s} #{ag} #{ids}\n" if ids != ag
991 @dbs.each('ids') {|k, v|
998 break if ids == pids #これ以上分割できないようだったら終了〜。
1001 p [char.to_s, pids, ids, ar] if 10 < counter #これは何かおかしいぞと
1006 #やっぱりIDS文字も加えることにする. by eto 2003-02-05
1007 # ar.delete_if {|ch|
1008 # ch.char.is_ids? #IDS文字はまぎれこませない。
1011 char['ids-parts'] = str
1013 @dbs.dump_db('ids-parts')
1015 def make_ids_contained
1017 @dbs.each('ids-parts') {|k, v|
1019 parts = char.ids_parts
1020 parts.each_char {|ch|
1022 h[ch] = [] if h[ch].nil?
1025 # part['ids-contained'] = "" if part['ids-contained'].nil?
1026 # part['ids-contained'] += k
1032 char['ids-contained'] = v.join('')
1035 @dbs.dump_db('ids-contained')
1037 def make_ids_decomposed
1038 @dbs.each('ids') {|k, v|
1040 de= char.decompose_all
1041 char['ids-decomposed'] = de
1043 @dbs.dump_db('ids-decomposed')
1047 class Node < Array #=======================================================木構造の中の一つの枝
1048 def initialize(nodeleaf=nil, nodenum=nil)
1050 @nodeleaf = nodeleaf
1053 original_add(@nodeleaf)
1056 attr_reader :nodenum
1057 alias original_add <<
1058 private :original_add
1061 @nodenum -= 1 if @nodenum
1067 ar += n.nodes if n.is_a? Node
1073 class Tree #======================================================================木構造を扱う
1078 @depth = 1 #stackの深さが最大になったところの値、木構造が無いときは1となる
1080 def depth() @depth - 1 end
1081 def add_node(nodeleaf=nil, nodenum=nil) #枝を追加
1082 new_node = Node.new(nodeleaf, nodenum)
1083 @stack.last << new_node
1085 if @depth < @stack.length
1086 @depth = @stack.length
1090 def end_node() #この枝は終り
1094 def add_leaf(a) #葉を追加
1100 n = @stack.last.nodenum
1107 n = @stack.last.nodenum
1108 return nil if @root.length == 0 #no tree is good tree
1109 return "unmatch leaves" if n && n != 0
1110 return "extra nodes" if @root.first.is_a?(Node) && @root.length != 1
1111 return "extra leaves" if @root.length != 1
1124 def to_s() @root.to_s end
1125 def inspect() @root.inspect end
1128 class IDS_Tree < Tree #======================================================================
1135 @str.each_char {|ch|
1136 char = Character.new(ch)
1138 add_node(char, ids_operator_argc(char))
1145 return true if "+*".include?(obj.to_s) #テスト用ですかね
1146 return true if obj.is_ids?
1149 def ids_operator_argc(obj)
1150 return obj.ids_operator_argc if 0 < obj.ids_operator_argc
1155 return r if r #不完全がすでにわかっているならreturn
1156 return "contains ques" if @str =~ /\?/ #?が含まれている?
1162 class IDS #======================================================================IDSそのものを扱うclass
1163 def initialize(str) #IDS文字列をうけとる。
1168 def parse_x #柔軟型のParse. IDSキャラクターが前にきてなくてもよい。などなど。
1172 class Counter #======================================================================
1174 #counter = Counter.new(50) { exit }
1191 #----------------------------------------------------------------------終了