chise/character.rb

   1 # Copyright (C) 2002-2004 Kouichirou Eto, All rights reserved.
   2
   3 require "singleton"
   4 require "chise/parser"
   5
   6 module CHISE
   7   class CharacterFactory # generate Character object and cache them
   8     include Singleton
   9
  10     MAX_CACHE_CHARACTER = 10000
  11
  12     def initialize
  13       clear
  14       @parser = CharacterParser.new
  15     end
  16
  17     def clear
  18       @chars = {}
  19     end
  20
  21     def get(char_id)
  22       check_max
  23       n = @parser.parse(char_id)
  24       @chars[n] = Character.new(n) if @chars[n].nil?
  25       @chars[n]
  26     end
  27
  28     def check_max
  29       clear if MAX_CACHE_CHARACTER < @chars.length # clear all caches.
  30     end
  31
  32     def nu_length
  33       @chars.length
  34     end
  35   end
  36
  37   class Character
  38     def initialize(char_id=nil)
  39       @parser = CharacterParser.new
  40       @char_id = @parser.parse(char_id)
  41       @attributes = Hash.new
  42       @check_all_database = false
  43     end
  44     attr_reader :char_id
  45
  46     def to_i() @char_id end
  47     def mcs_utf8() Character.u4itou8(@char_id) end
  48     def mcs_hex() sprintf("%x", @char_id) end
  49
  50     def self.get(char_id) # flyweight pattern
  51       CharacterFactory.instance.get(char_id)
  52     end
  53
  54     def normalize_attribute_name(b)
  55       a = b.dup
  56       a.gsub!(/_/, "-") #underline\82Í-\82É\92u\8a·
  57       a.sub!(/-at-/,  "@")
  58       a.sub!(/^map-/,  "=>")
  59       a.sub!(/^to-/,   "->")
  60       a.sub!(/^from-/, "<-")
  61       a
  62     end
  63
  64     def get_char_attribute(b) # XEmacs UTF-2000\8cÝ\8a·API\8cQ
  65       a = normalize_attribute_name(b)
  66       #p [a, b]
  67       atr = @attributes[a]
  68       return atr if atr
  69       atr = check_database(a)
  70       if atr
  71         @attributes[a] = atr
  72         return atr
  73       end
  74       return get_char_attribute("="+a) unless a =~ /^=/ #\93ª\82É=\82ª\82Â\82¢\82Ä\82È\82¢\8fê\8d\87\82Í\82»\82ê\82ª\8fÈ\97ª\82³\82ê\82Ä\82¢\82é\82±\82Æ\82ð\89¼\92è\82µ\82Ä\81A\8dÄ\8bA\82·\82é
  75       nil
  76     end
  77
  78     def put_char_attribute(b,v)
  79       a = normalize_attribute_name(b)
  80       @attributes[a] = v;
  81       CharDB.instance.put(a, mcs_utf8(), v)
  82     end
  83
  84     def char_attribute_alist() check_all_database(); @attributes; end
  85     def char_attribute_list()  check_all_database(); @attributes.keys; end
  86     alias [] get_char_attribute  #\82»\82Ì\97ª\8fÌ
  87     alias []= put_char_attribute
  88     alias alist char_attribute_alist
  89     alias list  char_attribute_list
  90
  91     def method_missing(mid, *args) # ref. ostruct.rb
  92       mname = mid.id2name
  93       return get_char_attribute(mname) if args.length == 0
  94       put_char_attribute(mname.chop, args[0]) if mname =~ /=$/ #\91ã\93ü
  95     end
  96
  97     def has_attribute?() # \88Ó\96¡\82Ì\82 \82éattribute\82ð\8e\9d\82Á\82Ä\82Ü\82·\82©?
  98       keys = list
  99       keys.delete_if {|k|
 100         k =~ /ids/
 101       }
 102       return (keys.length != 0)
 103     end
 104
 105     def ==(ch)
 106       return false if ch.nil?
 107       return false unless ch.is_a? Character
 108       self.char_id == ch.char_id
 109     end
 110
 111     def self.u4itou4(num)
 112       return "" unless num.is_a?(Integer)
 113       return sprintf("%c%c%c%c", num&0xff, (num >> 8)&0xff, (num >> 16)&0xff, (num >> 24)&0xff) #UCS-4\90\94\92l\82ð\95¶\8e\9a\97ñ\82É\82µ\82Äreturn
 114     end
 115
 116     def self.u4itou8(char_id) #ucs\82Ì\90\94\92l\82ð\8eó\82¯\82Æ\82è\81AUTF-8\82Ì\95¶\8e\9a\88ê\95¶\8e\9a\82ð\95Ô\82·
 117       begin
 118         u4 = Character.u4itou4(char_id)
 119         u8 = Uconv.u4tou8(u4)
 120         return u8
 121       rescue
 122         #raise ArgumentError, "invalid char_id (#{char_id})", caller(1)
 123         #print "error\n"
 124         return ""
 125       end
 126     end
 127
 128     def check_database(a)
 129       db = CharDB.instance
 130       u8 = mcs_utf8()
 131       v = db.get(a, u8) # u8\82Å\95\\82³\82ê\82é\95¶\8e\9a\82Ìa\83A\83g\83\8a\83r\83\85\81[\83g\82ð\92²\82×\82é\81B
 132       v
 133     end
 134
 135     def check_all_database() # \8c»\8dÝ\82Ì@char_id\82©\82ç\81A\95¶\8e\9a\83f\81[\83^\83x\81[\83X\82ð\8eQ\8fÆ\82·\82é
 136       return if @check_all_database
 137       return if @char_id.nil?
 138       db = CharDB.instance
 139       u8 = mcs_utf8()
 140       atrs = db.get_all(u8) #u8\82Å\95\\82³\82ê\82é\95¶\8e\9a\82Ì\83A\83g\83\8a\83r\83\85\81[\83g\82ð\91S\95\94\8e\9d\82Á\82Ä\82±\82¢
 141       atrs.each {|a,v|
 142         @attributes[a] = v #\82Æ\82©\82¢\82¤\8a´\82¶\82Å\91ã\93ü\82·\82é\82Ì\82Å\82¦\82¦\82©\82È?
 143       }
 144       @check_all_database = true #\8fd\82¢\8f\88\97\9d\82È\82Ì\82Å\88ê\89\9echeck\82·\82é
 145     end
 146
 147     def ucs()
 148       #p "ucs"
 149       #ar = %w{ucs ucs-big5 ucs-cdp ucs-cns ucs-jis ucs-ks =>ucs =>ucs* =>ucs-jis}
 150       #ar = %w{ucs ucs-jis ucs-big5 ucs-cdp ucs-cns ucs-ks =>ucs =>ucs* =>ucs-jis}
 151       ar = %w{ucs-jis ucs =>ucs-jis}
 152       #\95À\82Ñ\8f\87\82Í\9c\93\88Ó\93I\82Å\81Aucs-jis\82ð\90æ\82É\8fo\82µ\82Ä\82¢\82é\81B\96{\97\88\82Í\82±\82ê\82à\8ew\92è\82Å\82«\82é\82æ\82¤\82É\82·\82é\82×\82«\81B
 153       ar.each {|a|      #p [a]
 154         u = get_char_attribute(a)
 155         return u if u
 156       }
 157       nil
 158     end
 159
 160     #-------------------------------------------------------------------CCS\8aÖ\8cW
 161     def to_utf8() Uconv.u4tou8(Character.u4itou4(ucs())) end #UTF8\95¶\8e\9a\97ñ\82ð\95Ô\82·
 162     #alias to_s to_utf8
 163     alias to_s mcs_utf8
 164
 165     def map_utf8()
 166       u = ucs()
 167       if u.nil? || 0xffff < u
 168         return to_er()
 169       else
 170         return to_utf8()
 171       end
 172     end
 173     alias map_ucs map_utf8
 174
 175     def map_ucs_er()
 176       u = ucs()
 177       if u.nil? || 0xffff < u
 178         return to_er()
 179       else
 180         return Character.get(u).to_er()
 181       end
 182     end
 183
 184     def to_euc()
 185       u = ucs()
 186       return "" if u.nil? || 0xffff < u
 187       Uconv.u16toeuc(Uconv.u4tou16(Character.u4itou4(ucs())))
 188     end
 189
 190     def map_euc()
 191       e = to_euc()
 192       return e if e != ""
 193       return to_er()
 194     end
 195
 196     def to_sjis()
 197       u = ucs()
 198       return "" if u.nil? || 0xffff < u
 199       Uconv.u16tosjis(Uconv.u4tou16(Character.u4itou4(ucs())))
 200     end
 201
 202     def map_sjis()
 203       e = to_sjis()
 204       return e if e != ""
 205       return to_er()
 206     end
 207
 208     def to_er(codesys=nil) #\8eÀ\91Ì\8eQ\8fÆ\82ð\95Ô\82·\81A\8aó\96]\82·\82écodesys\82ª\88ø\90\94(\96¢\8eÀ\91\95)
 209       return "" if @char_id.nil?
 210       return sprintf("&#x%04x;", @char_id) if @char_id <= 0xffff
 211       return sprintf("&#x%05x;", @char_id) if @char_id <= 0xfffff
 212       EntityReference.each_codesys {|codesys, er_prefix, keta, numtype|
 213         code = self[codesys]
 214         next if code.nil?
 215         return sprintf("&#{er_prefix}%0#{keta}#{numtype};", code)
 216       }
 217       return sprintf("&MCS-%08X;", @char_id) #\96{\93\96\82Í\82±\82ê\82Í\96³\82µ\82É\82µ\82½\82¢
 218     end
 219
 220     def to_er_list()
 221       ar = []
 222       EntityReference.each_codesys {|codesys, er_prefix, keta, numtype|
 223         er = to_er(codesys)
 224         ar << er if er
 225       }
 226       ar
 227     end
 228
 229     def inspect_x()
 230       return "<>" if @char_id.nil?
 231       ar = [to_utf8(), to_er().sub(/^&/,"").chop]
 232       "<"+ar.join(",")+">"
 233     end
 234     alias inspect inspect_x
 235
 236     def inspect_all_codesys() #\96¢\8a®\90¬
 237       #to_er\82ð\91S\82Ä\82Ìcodesys\82É\82¨\82¢\82Ä\8eÀ\8ds\82·\82é\81B\82»\82Ì\8c\8b\89Ê\82ð\83R\83\93\83p\83N\83g\82É\82Ü\82Æ\82ß\82é
 238     end
 239
 240     def inspect_all()
 241       ar = [inspect.chop]
 242       alist.to_a.sort.each {|a, v| ar << "#{a}:#{v}" }
 243       return ar.join(",")+">"
 244     end
 245
 246     def dump_all()
 247       ar = [inspect]
 248       alist.to_a.sort.each {|a, v| ar << "#{a}:#{v}" }
 249       return ar.join('\n')+'\n'
 250     end
 251
 252     def get_attributes()
 253       str = ""
 254       alist.to_a.sort.each {|a, v|
 255         str += "#{a}: #{v}\n"
 256       }
 257       str
 258     end
 259
 260     def inspect_ids(hex_flag=false)
 261       ids = decompose
 262       ar = []
 263       ar << (hex_flag ? "x"+mcs_hex : to_utf8)
 264       if to_s != ids #ids\82ª\95\94\95i\82»\82Ì\82à\82Ì\82¾\82Á\82½\82ç\95\94\95i\92Ç\89Á\82Í\82µ\82È\82¢
 265         ids.each_char {|ch|
 266           char = ch.char
 267           next if char.is_ids?
 268           if hex_flag then
 269             ar << "x"+char.mcs_hex
 270           else
 271             u = char.to_utf8
 272             if u != ""
 273               ar << u
 274             else
 275               ar << char.to_er
 276             end
 277           end
 278         }
 279       end
 280       return "("+ar.join("\t")+")"
 281     end
 282
 283     #--------------------------------------------------------------------IDS\8aÖ\8cW
 284     def glyph_decompose() do_decompose(false) end
 285     def decompose()       do_decompose(true)  end
 286     def do_decompose(check_meaning = true)
 287       k = self.to_s
 288       #       idss = self["ids"]
 289       #       return idss if idss
 290       #       return k if self.is_basic_kanji? #\8aî\96{\8a¿\8e\9a\82Ístop kanji\82Æ\82·\82é\82¼\82Æ\81B
 291       if check_meaning
 292         return self["ids-represent"] if self["ids-represent"] #ids_represent\82ð\8e\9d\82Á\82Ä\82¢\82é\8fê\8d\87\82Í\82»\82Ì\92l\82Æ\82·\82é\81B
 293         return self["ids-element"] if self["ids-element"] #ids_element\82ð\8e\9d\82Á\82Ä\82¢\82é\8fê\8d\87\82Í\82»\82Ì\92l\82Æ\82·\82é\81B
 294         idss = self["ids-meaning"]
 295         return idss if idss && 0 < idss.length && k != idss
 296       end
 297       idss = self["ids-aggregated"]
 298       return idss if idss && 0 < idss.length && k != idss
 299       idss = self["ids"]
 300       return idss if idss && 0 < idss.length && k != idss
 301       return k
 302       #       return k if idss.nil? || idss.length == 0 || k == idss
 303       #       if idss.char_length == 2
 304       # p ["What???", k, idss, k.inspect_all]
 305       #  #return idssx[1] #\93ñ\8cÂ\96Ú\82¾\82¯\95Ô\82·\82Æ\82©?
 306       #  return k #IDS\82É\93W\8aJ\82·\82é\95û\96@\82ª\96³\82¢\82Æ\81B
 307       #       end
 308       #       return k if k == idss
 309       #       if idss.include?(k) #<C5-4C4D><C6-4A37>\82±\82Ì\93ñ\95¶\8e\9a\82ÌBUG\91Î\8dô
 310       #  #return idss.sub(k, "")
 311       #  return k #IDS\82É\93W\8aJ\82·\82é\95û\96@\82ª\96³\82¢\82Æ\81B
 312       #       end
 313       #       return idss
 314     end
 315
 316     def decompose_all
 317       pde = ""
 318       de = self.decompose #\8fo\94\93_
 319       level = 0
 320       while true
 321         pde = de
 322         de = pde.decompose #\82à\82¤\88ê\93x\95ª\89ð\82ð\82µ\82Ä\82Ý\82é\81B
 323         break if pde == de #\83\8b\81[\83v\82ð\94²\82¯\82¾\82·
 324         exit if 10 < level #p ["too many recursive", self]
 325         level += 1
 326       end
 327       return de
 328     end
 329
 330     def decompose_all_nu(level=nil)
 331       level = 0 if level.nil?
 332       if 10 < level
 333         p ["too many recursive", self]
 334         exit
 335       end
 336       de = self.decompose
 337       return de.decompose_all(level+1) if de != self #\82È\82É\82©\95Ï\89»\82ª\82 \82Á\82½\82©\82ç\8dÄ\8bA
 338       return de #\82à\82¤\82±\82ê\88È\8fã\95Ï\89»\82Í\96³\82³\82»\82¤\82¾\82¼\82Æ\81B
 339     end
 340
 341     def is_ids?() 0x2ff0 <= @char_id && @char_id <= 0x2fff end
 342
 343     def ids_operator_argc()
 344       return 0 unless is_ids?
 345       return 3 if @char_id == 0x2ff2 || @char_id == 0x2ff3
 346       return 2
 347     end
 348   end
 349 end