# -*- encoding: iso-8859-1 -*- """Verwalter eines Eintrags """ import re, sys class Entry: """ macht die einzelnen Informationseinheiten innerhalb eines Eintrags zugänglich. Kann den Informationseinheiten neue Werte zuweisen. Veränderung zur Version classEntry03: wl1 und wl2 enthalten eine Angabe zu ihrer Frequenz im Korpus: [(VERSION1, FREQ), (VERSION2, FREQ), ...] """ def __init__(self, entry): """bekommt einen kompletten Wörterbucheintrag in einer Liste. Legt für die Informationseinheiten Klassenattribute an. Weist self.ident einen Wert zu. ruft die parse-Fuktion zur Bestimmung der anderen Klassenattribute auf. """ self.ident = re.search("[0-9]+", entry[0]).group() self.wl2 = [] self.zDic = {} self.qList = [] self.unknown = "" self._parse(entry) def _parse(self, entry): """bekommt einen kompletten Wörterbucheintrag in einer Liste. Weist den folgenden Klassenattributen einen Wert zu: self.wl1, self.wl2, self.ibed, self.rectyp, self.zDic, self.qList, self.author, self.date, self.unknown. """ for line in entry[1:]: mat = re.search("WL1:\s(.+)", line) if mat: self.wl1 = self._transInList(mat.group(1)) mat = re.search("WL2:\s?(.*)", line) if mat: if mat.group(1): self.wl2 = self._transInList(mat.group(1)) mat = re.search("IBED:\s([0-9]+)", line) if mat: self.ibed = mat.group(1) mat = re.search("RECTYP:\s([0-9]+)", line) if mat: self.rectyp = mat.group(1) mat = re.search( "(Z[0-9]+|newZ[0-9])((\s+[0-9]+){4,4})", line) if mat: self.zDic[mat.group(1)] = tuple(mat.group(2).split()) mat = re.search( "(Q[0-9]+)((\t[0-9]+|\t[a-z]+[0-9]?=[0-9]+){4,4})", line) if mat: tup = ((mat.group(1)), (tuple(mat.group(2).split()))) self.qList.append(tup) mat = re.search("AUTOR:\s([A-Z]+)", line) if mat: self.author = mat.group(1) mat = re.search("DATUM:\s?([0-9]*)", line) #Datum ist nicht immer vermerkt, deshalb "*" statt "+" if mat: self.date = mat.group(1) mat = re.search("UNBEKANNT:\s(.+)", line) if mat: self.unknown = mat.group(1) def _transInList(self, lemma): """bekommt ein Lemma, hinter dem durch 'µ' getrennt dessen Frequenz steht. Macht aus den Lemma-Frequenz-Paaren Tupel und speichert sie in einer Liste: [(VERSION1, FREQ), (VERSION2, FREQ),...]. Übergibt die neue Lemmaliste. """ lemma = lemma.split("\t") lemma = [tuple(lem.split("µ")) for lem in lemma] return lemma def _mostProb1(self): """erstellt eine Kopie von self.wl1. Ermittelt anhand der Freqenz die wahrscheinlichste Lemmaversion. """ wl1Tmp = self.wl1[:] # print wl1Tmp wl1Tmp.sort(self._cmpTup) if wl1Tmp[0][1] == "0": self.wl1MostProb = None else: self.wl1MostProb = wl1Tmp[0] # print wl1Tmp def _mostProb2(self): """erstellt eine Kopie von self.wl2. Ermittelt anhand der Freqenz die wahrscheinlichste Lemmaversion. """ wl2Tmp = self.wl2[:] wl2Tmp.sort(self._cmpTup) if wl2Tmp[0][1] == "0": self.wl2MostProb = None else: self.wl2MostProb = wl2Tmp[0] def _cmpTup(self, tup1, tup2): """bekommt zwei Tupel, deren zweiter Teil eine Zahl enthält. Entscheidet welches Lemma die größere Zahl hat. """ return cmp(int(tup2[1]),int(tup1[1])) def getIdent(self): """gibt die ID-Nummer als String zurück """ return self.ident def getWl1(self): """gibt das Wortlemma1 als Liste mit Tupeln zurück: [(LEMMA-Original, FREQUENZ), (LEMMA-Version1, FREQUENZ), (LEMMA-Version2, FREQUENZ), ...] """ return self.wl1 def setWl1(self,wl1): """weist Wortlemma1 einen neuen Wert zu. """ self.wl1 = wl1 def getWl1Origin(self): """übergibt die Originalversion aus WDG von Wortlemma1 """ return self.wl1[0] def getWl1MostProb(self): """gibt das Wortlemma1 mit der höchsten Trefferanzahl zurück. Wenn keine Lemmaversion mehr als 0 Treffer hat, wird None zurückgegeben. """ self._mostProb1() return self.wl1MostProb def getWl1Rest(self): """übergibt alle Wortlemma1-Versionen, die nicht das Original sind. Sonst die leere Liste. """ return self.wl1[1:] def getWl2(self): """gibt das Wortlemma2 als Liste mit Tupeln zurück: [(LEMMA-Original, FREQUENZ), (LEMMA-Version1, FREQUENZ), (LEMMA-Version2, FREQUENZ), ...]. Ist kein Wortlemma2 verzeichnet, wird die leere Liste zurückgegeben. """ return self.wl2 def setWl2(self,wl2): """weist Wortlemma2 einen neuen Wert zu. """ self.wl2 = wl2 def getWl2Origin(self): """übergibt die Originalversion aus WDG von Wortlemma2 """ return self.wl2[0] def getWl2MostProb(self): """gibt das Wortlemma2 mit der höchsten Trefferanzahl zurück. Wenn keine Lemmaversion mehr als 0 Treffer hat, wird None zurückgegeben. """ self._mostProb2() return self.wl2MostProb def getWl2Rest(self): """übergibt alle Wortlemma2-Versionen, die nicht das Original sind. Sonst die leere Liste. """ return self.wl2[1:] def getIbed(self): """gibt die Bedeutungsnummer als String zurück. """ return self.ibed def getRectyp(self): """gibt den Rektionstyp als String zurück. """ return self.rectyp def getZ(self): """gibt alle Z-Zeilen in einem Dictionary zurück. Der Key besteht aus dem Kopf der Zeile, das Value aus einem Quadrupel mit den vier folgenden Zahlen, z.B.: {Z1: (0, 0, 1, 0), Z2: (1, 0, 3, 0), ...} """ return self.zDic def setZ(self, zDic): """weist dem Dictionary, das die Z-Zeilen enthält einen neuen Wert zu. """ self.zDic = zDic def getQ(self): """gibt alle Q-Zeilen in einer Liste mit Tupeln zurück. Das Tupel besteht aus dem Kopf der Zeile und aus einem Vierer-Tupel mit den vier folgenden Elementen, z.B.: [('Q1', ('0', 'jwk=40', 'jstw=0', 'jbed=9')), ('Q15', ('ksubk=1', 'kgrph=2', 'kkla1=0', 'kkla2=0')), ...] """ return self.qList def getUnknown(self): """gibt einen String von Daten zurück, die in keines der definierten Schemen passen. """ return self.unknown def getAuthor(self): """gibt einen String zurück, der vermutlich den Autor des WDG-Eintrags enthält. """ return self.author def getDate(self): """gibt Zahlen - vermutlich das Eintragungsdatum - als String zurück. """ return self.date