# -*- encoding: iso-8859-1 -*- """Veränderung der Einträge """ import sys, re import classEntry04 class EntryModifyer: """die Klasse bekommt einen Eintrag. Wortlemma1 und Wortlemma2 werden in entry[1] bzw. entry[2] als Liste in folgendem Format übergeben: [(LEMMA, FREQUENZ),] z.B. [... [("heimbraecht", "0"), ("heimbr\xc4cht", "54")], [("heimbringen", "202")], ...] FREQUENZ bezieht sich auf die Trefferhäufigkeit, die das voranstehende Lemma in den IDS-Korpora erzielt hat. """ def __init__(self, p): """bekommt ein Objekt der Klasse Entry und macht daraus ein Klassenattribut """ self.p = p self._rmNull() self._treatEntRef() def _rmNull(self): """entfernt den Null-Character '^@' aus Wl1 und Wl2, wenn vorhanden. """ wl1 = [] wl2 = [] f = open("../../res/teilergebnisse/04rmNullChar.txt", "a") for lem in self.p.getWl1(): if re.search("\x00", lem[0]): wl1.append((lem[0].replace("\x00", ""), lem[1])) f.write("ID: " + self.p.getIdent() + "\t WL1: " + lem[0] + "\t -> \t" + lem[0].replace("\x00", "")+ "\n") else: wl1.append(lem) self.p.setWl1(wl1) for lem in self.p.getWl2(): if re.search("\x00", lem[0]): wl2.append((lem[0].replace("\x00", ""), lem[1])) f.write("ID: " + self.p.getIdent() + "\t WL2: " + lem[0] + "\t -> \t" + lem[0].replace("\x00", "")+ "\n") else: wl2.append(lem) self.p.setWl2(wl2) def _treatEntRef(self): """behandelt die Tupel wl1 und wl2: fügt Entity-Referenzen in Lemmata ein, die XML-Metazeichen enthalten, damit das Lexikon für XML-Parser lesbar wird. """ self.p.setWl1([(self._setEntRef(lem[0]),lem[1]) for lem in self.p.getWl1()]) self.p.setWl2([(self._setEntRef(lem[0]),lem[1]) for lem in self.p.getWl2()]) def _setEntRef(self, lemma): """bekommt ein Lemma. Setzt die Entity-Referenz für: < > " " & wenn vorhanden und übergibt das Lemma mit Entity-Referenz. """ i = 0 if not lemma.find("<") == -1: newLemma = lemma.replace("<", "<") i = 1 elif not lemma.find(">") == -1: newLemma = lemma.replace(">", ">") i = 1 elif not lemma.find("'") == -1: newLemma = lemma.replace("'", "'") i = 1 elif not lemma.find('"') == -1: newLemma = lemma.replace('"', """) i = 1 elif not lemma.find("&") == -1: newLemma = lemma.replace("&", "&") i = 1 else: newLemma = lemma if i == 1: f = open("../../res/teilergebnisse/04rmXmlMeta.txt", "a") f.write( "Entity-Referenzn gesetzt: " + "ID" + " " + self.p.getIdent( ) + " " + lemma + " " +"->" + " " + newLemma + "\n") return newLemma def insertNewZ1Verb(self): """fügt eine neue Z1-Zeile (Z1 0 0 0 0) bei Verben ein, wenn der Eintrag ein Infinitiv-, Präteritum- oder Präsensstamm ist und die Z1-Zeile fehlt. """ zDic = self.p.getZ() if self.p.getRectyp() == '1' and zDic.has_key("Z6"): if not (int(zDic["Z6"][2]) & 16) == 0 or zDic["Z6"][2] == "1" or zDic["Z6"][2] == "2": if not zDic.has_key("Z1"): zDic["newZ1"] = ("0", "0", "0", "0") self.p.setZ(zDic) f = open("../../res/teilergebnisse/newZLines/04newZ1LineVerb.txt", "a") f.write( "neue Z-Zeile gesetzt: " + "ID" + " " + self.p.getIdent( ) + " " + self.p.getWl1()[0][0] + "\n") def insertNewZ2Verb(self): """fügt eine neue Z2-Zeile (Z2 0 0 n n) bei Verben ein, wenn der Eintrag ein Präteritum- oder Infinitivstamm ist und die Z2-Zeile fehlt. """ zDic = self.p.getZ() if self.p.getRectyp() == '1' and zDic.has_key("Z6"): if not (int(zDic["Z6"][2]) & 16) == 0 or zDic["Z6"][2] == "1": if not zDic.has_key("Z2"): zDic["newZ2"] = ("0", "0", "n", "n") self.p.setZ(zDic) f = open("../../res/teilergebnisse/newZLines/04newZ2LineVerb.txt", "a") f.write( "neue Z-Zeile gesetzt: " + "ID" + " " + self.p.getIdent( ) + " " + self.p.getWl1()[0][0] + "\n") def insertNewZ3Verb(self): """fügt eine neue Z3-Zeile (Z3 0 0 0 0) bei Verben ein, wenn diese Zeile fehlt. """ zDic = self.p.getZ() if self.p.getRectyp() == '1' and not zDic.has_key("Z3"): zDic["newZ3"] = ("0", "0", "0", "0") self.p.setZ(zDic) f = open("../../res/teilergebnisse/newZLines/04newZ3LineVerb.txt", "a") f.write( "neue Z-Zeile gesetzt: " + "ID" + " " + self.p.getIdent( ) + " " + self.p.getWl1()[0][0] + "\n") def insertNewZ5Verb(self): """fügt eine neue Z5-Zeile (Z5 0 0 0 0) bei Verben ein, wenn diese Zeile fehlt. """ zDic = self.p.getZ() if self.p.getRectyp() == '1' and not zDic.has_key("Z5"): zDic["newZ5"] = ("0", "0", "0", "0") self.p.setZ(zDic) f = open("../../res/teilergebnisse/newZLines/04newZ5LineVerb.txt", "a") f.write( "neue Z-Zeile gesetzt: " + "ID" + " " + self.p.getIdent( ) + " " + self.p.getWl1()[0][0] + "\n") def insertNewZ12Verb(self): """fügt eine neue Z12-Zeile (Z12 0 0 0 0) bei Verben ein, wenn diese Zeile fehlt. """ zDic = self.p.getZ() if self.p.getRectyp() == '1' and not zDic.has_key("Z12"): zDic["newZ12"] = ("0", "0", "0", "0") self.p.setZ(zDic) f = open("../../res/teilergebnisse/newZLines/04newZ12LineVerb.txt", "a") f.write( "neue Z-Zeile gesetzt: " + "ID" + " " + self.p.getIdent( ) + " " + self.p.getWl1()[0][0] + "\n") def insertNewZ1Adj(self): """fügt eine neue Z1-Zeile (Z1 0 0 0 0) bei Adjektiven ein, wenn diese Zeile fehlt. """ zDic = self.p.getZ() if self.p.getRectyp() == '3' and not zDic.has_key("Z1"): zDic["newZ1"] = ("0", "0", "0", "0") self.p.setZ(zDic) f = open("../../res/teilergebnisse/newZLines/04newZ1LineAdj.txt", "a") f.write( "neue Z-Zeile gesetzt: " + "ID" + " " + self.p.getIdent( ) + " " + self.p.getWl1()[0][0] + "\n") def insertNewZ3Adj(self): """fügt eine neue Z3-Zeile (Z3 0 0 0 0) bei Adjektiven ein, wenn diese Zeile fehlt. """ zDic = self.p.getZ() if self.p.getRectyp() == '3' and not zDic.has_key("Z3"): zDic["newZ3"] = ("0", "0", "0", "0") self.p.setZ(zDic) f = open("../../res/teilergebnisse/newZLines/04newZ3LineAdj.txt", "a") f.write( "neue Z-Zeile gesetzt: " + "ID" + " " + self.p.getIdent( ) + " " + self.p.getWl1()[0][0] + "\n") def insertNewZ4Adj(self): """fügt eine neue Z4-Zeile (Z4 0 0 0 0) bei Adjektiven ein, wenn diese Zeile fehlt. """ zDic = self.p.getZ() if self.p.getRectyp() == '3' and not zDic.has_key("Z4"): zDic["newZ4"] = ("0", "0", "0", "0") self.p.setZ(zDic) f = open("../../res/teilergebnisse/newZLines/04newZ4LineAdj.txt", "a") f.write( "neue Z-Zeile gesetzt: " + "ID" + " " + self.p.getIdent( ) + " " + self.p.getWl1()[0][0] + "\n") def insertNewZ1Subst(self): """fügt eine neue Z1-Zeile (Z1 0 0 0 0) bei Substantiven ein, wenn Genitiv-, Dativ-, und Akkusativendung endungslos sind und die Z1-Zeile fehlt. """ zDic = self.p.getZ() if self.p.getRectyp() == "2" and zDic.has_key("Z2"): if zDic["Z2"][0] == "0" and zDic["Z2"][1] == "0" and zDic["Z2"][2] == "0": if not zDic.has_key("Z1"): zDic["newZ1"] = ("0", "0", "0", "0") self.p.setZ(zDic) f = open("../../res/teilergebnisse/newZLines/04newZ1LineSubst.txt", "a") f.write( "neue Z-Zeile gesetzt: " + "ID" + " " + self.p.getIdent( ) + " " + self.p.getWl1()[0][0] + "\n") def insertNewZ2Subst(self): """fügt eine neue Z2-Zeile (Z2 0 0 0 0) bei Substantiven ein, wenn der Eintrag femininen Geschlechts ist und die Z2-Zeile fehlt. """ zDic = self.p.getZ() if self.p.getRectyp() == '2' and zDic.has_key("Z1"): if zDic["Z1"][0] == "0": if not zDic.has_key("Z2"): zDic["newZ2"] = ("0", "0", "0", "0") self.p.setZ(zDic) f = open("../../res/teilergebnisse/newZLines/04newZ2LineSubst.txt", "a") f.write( "neue Z-Zeile gesetzt: " + "ID" + " " + self.p.getIdent( ) + " " + self.p.getWl1()[0][0] + "\n") def insertNewZ1Z2Subst(self): """überprüft, ob eine neue Z1- und Z2-Zeile eingefügt werden soll. Das ist der Fall bei Substantiven mit folgenden Ableitungssuffixen: -ANZ, -ENS, -ENZ, -IK, -ION, -HEIT, -KEIT, -LEI, -REI, -SCHAFT, -TAET, -TUM, -UNG. """ zDic = self.p.getZ() if self.p.getRectyp() == "2": if not self.p.getZ().has_key("Z1") and not self.p.getZ().has_key("Z2"): if self.p.getWl1()[0][0].endswith("HEIT") or self.p.getWl1()[0][0].endswith("ION"): self._insertZ1Z2(zDic) elif self.p.getWl1()[0][0].endswith("KEIT") or self.p.getWl1()[0][0].endswith("UNG"): self._insertZ1Z2(zDic) elif self.p.getWl1()[0][0].endswith("TAET") or self.p.getWl1()[0][0].endswith("SCHAFT"): self._insertZ1Z2(zDic) elif self.p.getWl1()[0][0].endswith("ENS") or self.p.getWl1()[0][0].endswith("IK"): self._insertZ1Z2(zDic) elif self.p.getWl1()[0][0].endswith("ENZ") or self.p.getWl1()[0][0].endswith("ANZ"): self._insertZ1Z2(zDic) elif self.p.getWl1()[0][0].endswith("REI") or self.p.getWl1()[0][0].endswith("LEI"): self._insertZ1Z2(zDic) def insertNewZ6Subst(self): """überprüft, ob eine neue Z6-Zeile eingefügt werden soll. Das ist der Fall bei femininen Substantiven auf -E sowie -ION, -HEIT, -KEIT, -SCHAFT, -TAET, -TUM, -UNG. """ zDic = self.p.getZ() if self.p.getRectyp() == "2": if not self.p.getZ().has_key("Z6"): if self.p.getWl1()[0][0].endswith("HEIT") or self.p.getWl1()[0][0].endswith("ION"): self._insertZ60(zDic) elif self.p.getWl1()[0][0].endswith("KEIT") or self.p.getWl1()[0][0].endswith("UNG"): self._insertZ60(zDic) elif self.p.getWl1()[0][0].endswith("TAET") or self.p.getWl1()[0][0].endswith("SCHAFT"): self._insertZ60(zDic) elif self.p.getWl1()[0][0].endswith("TUM"): self._insertZ60(zDic) if zDic.has_key("Z1") and zDic["Z1"][0] == "0": if self.p.getWl1()[0][0].endswith("E"): self._insertZ61(zDic) def _insertZ1Z2(self, zDic): """fügt eine neue Z1- und Z2-Zeile mit jeweils 0 0 0 0 ein. """ zDic["newZ2"] = ("0", "0", "0", "0") zDic["newZ1"] = ("0", "0", "0", "0") f = open("../../res/teilergebnisse/newZLines/04newZ1Z2LineSubst.txt", "a") f.write( "zwei neue Z-Zeilen gesetzt: " + "ID" + " " + self.p.getIdent( ) + " " + self.p.getWl1()[0][0] + "\n") def _insertZ60(self, zDic): """fügt eine neue Z6-Zeile mit Z6 0 0 16 0 ein. """ zDic["newZ6"] = ("0", "0", "16", "0") f = open("../../res/teilergebnisse/newZLines/04newZ6LineSubst.txt", "a") f.write( "neue Z-Zeilen gesetzt: " + "ID" + " " + self.p.getIdent( ) + " " + self.p.getWl1()[0][0] + "\n") def _insertZ61(self, zDic): """fügt eine neue Z6-Zeile mit Z6 0 0 4 0 ein. """ zDic["newZ6"] = ("0", "0", "4", "0") f = open("../../res/teilergebnisse/newZLines/04newZ6LineSubst.txt", "a") f.write( "zwei neue Z-Zeilen gesetzt: " + "ID" + " " + self.p.getIdent( ) + " " + self.p.getWl1()[0][0] + "\n") def treatCases(self): """entscheidet, welche Lemmata groß bzw. klein geschrieben werden. Die Funktionswortklasse wurde nicht mitberücksichtigt. """ if self.p.getRectyp() == "1" or self.p.getRectyp() == "3": self.p.setWl1(self._setLowerCase(self.p.getWl1())) self.p.setWl2(self._setLowerCase(self.p.getWl2())) elif self.p.getRectyp() == "2": self.p.setWl1(self._setCapital(self.p.getWl1())) self.p.setWl2(self._setCapital(self.p.getWl2())) def _setLowerCase(self, lemmaList): """bekommt eine Liste aus Tupeln [(LEMMA, FREQUENZ), ...]. Ruft für jedes Lemma die lower-Funktion auf und gibt die Tuple-Liste in Kleinschreibung zurück [(lemma, FREQUENZ), ...]. """ return [(self._lowerLemma(lem[0]),lem[1]) for lem in lemmaList] def _setCapital(self, lemmaList): """bekommt eine Liste aus Tupeln [(LEMMA, FREQUENZ),...]. Ruft für jedes Lemma die capitalize-Funktion auf und gibt die Tuple-Liste in Großschreibung zurück [(Lemma, FREQUENZ), ...]. """ return [(self._capitalizeLemma(lem[0]),lem[1]) for lem in lemmaList] def _lowerLemma(self, lemma): """bekommt ein Lemma. Setzt jeden Buchstaben (auch die Umlaute) in Kleinbuchstaben. Übergibt das Lemma. """ lemma = lemma.lower() if re.search("Ä", lemma): lemma = lemma.replace("Ä","ä") if re.search("Ö", lemma): lemma = lemma.replace("Ö", "ö") if re.search("Ü", lemma): lemma = lemma.replace("Ü","ü") return lemma def _capitalizeLemma(self, lemma): """bekommt ein Lemma. Setzt den ersten Buschstaben groß, alle anderen (auch die Umlaute) klein. Übergibt das Lemma """ newLemma = lemma.capitalize() if re.search( "Ä",lemma[1:]): newLemma = lemma[0] + newLemma[1:].replace("Ä","ä") if re.search( "Ö",lemma[1:]): newLemma = lemma[0] + newLemma[1:].replace("Ö", "ö") if re.search( "Ü",lemma[1:]): newLemma = lemma[0] + newLemma[1:].replace("Ü","ü") return newLemma