Subversion Repositories navi

#!/usr/bin/python

# -*- coding: utf-8 -*-

import re

import dbconnector

import parsenum

wordlist = dbconnector.getnavilist()

infixes1 = (u"awn", u"eyk", u"us", u"äp", u"")

infixes2 = (u"ìyev", u"iyev", u"ìmìy", u"arm", u"asy", u"ilv", u"ìmv", u"imv", u"ìrm", u"irv", u"ìsy", u"aly", u"ary", u"ìly", u"ìry", u"ìlm", u"alm", u"am", u"ay", u"er", u"ìm", u"iv", u"ìy", u"ol", u"")

infixes3 = (u"äng", u"ats", u"eiy", u"ei", u"uy", u"")

prefixes = (u"tsay", u"say", u"fay", u"fra", u"pxe", u"fne", u"tsa", u"sa", u"pe", u"fe", u"le", u"nì", u"sä", u"tì", u"sì", u"ay", u"me", u"fì", u"ke", u"he", u"a")

adpositions = (u"mungwrr", u"kxamlä", u"pximaw", u"pxisre", u"tafkip", u"nemfa", u"takip", u"mìkam", u"teri", u"fkip", u"luke", u"pxel", u"pxaw", u"rofa", u"ìla", u"fpi", u"ftu", u"kip", u"lok", u"maw", u"sre", u"sìn", u"vay", u"eo", u"fa", u"hu", u"io", u"ka", u"mì", u"na", u"ne", u"ro", u"ta", u"uo", u"wä", u"äo", u"to")

postfixes = adpositions + (u"tsyìp", u"eyä", u"ìri", u"ìl", u"it", u"lo", u"ri", u"ru", u"ti", u"ur", u"ve", u"yä", u"ya", u"tu", u"vi", u"yu", u"an", u"ng", u"ke", u"e", u"o", u"l", u"t", u"y", u"a", u"ä", u"r")

#prefixesn = ur"(?P<npr>(?:(?:fì|tsa)?(?:me|pxe|ay|fra)?|(?:fay)?|(?:tsay)?)(?:fne)?(?:tì|sä)?"

#prefixesv = ur"(?P<vpr>(?:nì|sä|tì|rä'ä |ke )?)"

lenit = ((u"px", u"p"), (u"tx", u"t"), (u"kx", u"k"), (u"ts", u"s"), (u"t", u"s"), (u"p", u"f"), (u"k", u"h"), (u"'", u""))

def parseword(wordin):

    ret = {"word": {"id": 0, "navi": u"[" + wordin[0] + u"]", "infix": u"", "type": u""}}

    for word in wordlist:

        foundit = True

        foundprefs = []

        foundposts = []

        lenited = False

        splitword = word["infix"].split(u" ")

        if len(wordin) < len(splitword):

            foundit = False

            next

        for wor in range(len(splitword)):

            if not foundit:

                break

            foundprefs.append([])

            foundposts.append([])

            center = u""

            foundins = [u"", u"", u""]

            pre = []

            post = []

            if u"<1>" in splitword[wor]:

                for in1 in infixes1:

                    for in2 in infixes2:

                        for in3 in infixes3:

                            if splitword[wor].replace(u"<1><2>",in1+in2).replace(u"<3>",in3) in wordin[wor]:

                                center = splitword[wor].replace(u"<1><2>",in1+in2).replace(u"<3>",in3)

                                foundins = [in1, in2, in3]

                                break

                        if center != u"": break

                    if center != u"": break

            else:

                if splitword[wor] in wordin[wor]:

                    center = splitword[wor]

                if center == u"":

                    for i in lenit:

                        temp = u""

                        if splitword[wor].startswith(i[0]):

                            temp = i[1] + splitword[wor][len(i[0]):]

                            if temp in wordin[wor]:

                                lenited = True

                                center = temp

                if center == u"":

                    if splitword[wor].endswith(u"nga"):

                        temp = splitword[wor][:-3] + u"ng"

                        if temp in wordin[wor]:

                            center = temp

                    if splitword[wor].endswith(u"po"):

                        temp = splitword[wor][:-3] + u"p"

                        if temp in wordin[wor]:

                            center = temp

            if center == u"":

                foundit = False

                break

            temp = wordin[wor].split(center)

            if len(temp) != 2:

                foundit = False

                break

            pref, posf = temp

            last = u""

            while last != pref:

                last = pref

                for pre in prefixes:

                    if pref != u"":

                        if pref.endswith(pre):

                            if pre in foundprefs[wor]:

                                break

                            foundprefs[wor].append(pre)

                            pref = pref[:-len(pre)]

                            break

            if pref != u"":

                foundit = False

                break

            last = u""

            while last != posf:

                last = posf

                for pos in postfixes:

                    if posf != u"":

                        if posf.startswith(pos):

                            if pos in foundposts[wor]:

                                break

                            foundposts[wor].append(pos)

                            posf = posf[len(pos):]

                            break

            if posf != u"":

                foundit = False

                break

        if foundit == True:

            foundword = word

            break

    ret["pref"] = foundprefs

    ret["post"] = foundposts

    ret["inf"] = foundins

    ret["len"] = lenited

    if foundit == True:

        ret["word"] = foundword

    return ret

def parsesent(sent):

    sent = sent.strip().lower().replace(u"’", u"'")

    sent = re.sub(ur"[^\wìä' ]",u"",sent)

    sent = re.sub(ur"\ +",u" ",sent)

    sent = sent.split(u" ")

    ret = []

    left = len(sent)

    while left:

        word = parsenum.parse(sent[len(sent)-left])

        if word == None:

            word = parseword(sent[-left:])

        left -= len(word["word"]["navi"].split(" "))

        ret.append(word)

    return ret