<?php
// commande : /opt/lampp/bin/php cli.php description_sp -a tester -n /home/jennifer/Tela-botanica_projets/Coste/descriptions/html
class Description {

	const DOSSIER_V0 = '../../../donnees/coste/0.00/';
	const DOSSIER_DSC_HTML = '../../../donnees/coste/descriptions/html/';
	const DOSSIER_DSC_TXT = '../../../donnees/coste/descriptions/txt/';
	const DOSSIER_LOG = 'log/';

	private $auteurs = array();
	private $dossierBase = '';
	private $conteneur = null;
	private $outils = null;
	private $messages = null;
	private $action = '';
	private $nomFichier = '';
	private $nomDossier = '';
	private $listeFichiers = array();
	private $fichierNum = '';
	private $fichier = '';
	private $log = '';
	private $correspondance = array();
	private $infosCorrespondanceBase = array(
		'nom_sci' => '',
		'auteur' => '',
		'nom_addendum' => '',
		'annee' => '',
		'biblio_origine' => '',
		'rang' => 290,
		'nom_francais' => '',
		'nom_coste' => '',
		'auteur_coste' => '',
		'biblio_coste' => '',
		'num_nom_coste' => '',
		'num_nom_retenu_coste' => '',
		'num_tax_sup_coste' => '',
		'tome' => '',
		'page' => '',
		'synonymie_coste' => '',
		'flore_bdtfx_nn' => '',
		'flore_bdtfx_nt' => '');

	public function __construct(Conteneur $conteneur) {
		mb_internal_encoding('UTF-8');
		setlocale(LC_ALL, 'fr_FR.UTF-8');
		$this->conteneur = $conteneur;
		$this->outils = $conteneur->getOutils();
		$this->messages = $conteneur->getMessages();
		$this->dossierBase = dirname(__FILE__).'/';
	}

	public function genererDescriptionTxt() {
		$this->chargerFichiers();

		foreach ($this->listeFichiers as $this->fichierNum => $this->fichier) {
			$this->messages->afficherAvancement("Création des descriptions au format txt");
			$this->genererFichier();
		}
		echo "\n";
	}

	public function verifierDescriptionTxt() {
		$this->chargerFichiers();

		foreach ($this->listeFichiers as $this->fichierNum => $this->fichier) {
			$this->messages->afficherAvancement("Analyse des descriptions");
			$this->verifierFichier();
		}
		echo "\n";
		$this->ecrireLogs();
	}

	public function genererCorrespondance() {
		$this->chargerFichiers();

		$this->ajouterLogSyno(implode("\t", array_keys($this->infosCorrespondanceBase)));
		foreach ($this->listeFichiers as $this->fichierNum => $this->fichier) {
			$this->messages->afficherAvancement("Création du fichier de correspondance");
			$this->extraireInfosCorrespondance();
		}
		echo "\n";

		$fichierTxt = $this->dossierBase.self::DOSSIER_V0.'index_general_sp.tsv';
		$txtCorrespondance = $this->creerFichierCsvCorrespondance();
		file_put_contents($fichierTxt, $txtCorrespondance);

		ksort($this->auteurs);
		foreach ($this->auteurs as $auteur => $nbre) {
			$this->ajouterLogAuteur("$auteur\t$nbre");
		}

		$this->ecrireLogs();
	}


	private function chargerFichiers() {
		$this->nomDossier = $this->dossierBase.self::DOSSIER_DSC_HTML;
		if (file_exists($this->nomDossier) === true) {
			if (is_dir($this->nomDossier)) {
				if ($dossierOuvert = opendir($this->nomDossier)) {
					while (($this->nomFichier = readdir($dossierOuvert)) !== false) {
						if (! is_dir($this->nomFichier) && preg_match('/e([0-9]{4})\.htm/', $this->nomFichier, $match)) {
							$this->listeFichiers[$match[1]] = $this->nomDossier.'/'.$this->nomFichier;
						}
					}
					closedir($dossierOuvert);
				} else {
					$this->messages->traiterErreur("Le dossier {$this->nomDossier} n'a pas pu être ouvert.");
				}
			} else {
				$this->messages->traiterErreur("{$this->nomDossier} n'est pas un dossier.");
			}
		} else {
			$this->messages->traiterErreur("Le dossier {$this->nomDossier} est introuvable.");
		}

		asort($this->listeFichiers);
	}

	private function verifierFichier() {
		$donnees = $this->analyserFichier();
		$txt = $donnees['texte'];
		$this->verifierOuvertureFermetureBalise($txt);
		$this->verifierAbscenceEgale($txt);
		$this->verifierNumero($txt);
		// TODO : vérifier les noms vernauclaire qui sont abrégés
	}

	private function verifierOuvertureFermetureBalise($txt) {
		$b_ouvert = substr_count($txt, '<B>');
		$b_ferme = substr_count($txt, '</B>');
		if ($b_ouvert != $b_ferme) {
			$message = "{$this->fichierNum} contient $b_ouvert balises B ouvertes et $b_ferme fermées";
			$this->ajouterLogAnalyse($message);
		}
		$i_ouvert = substr_count($txt, '<I>');
		$i_ferme = substr_count($txt, '</I>');
		if ($i_ouvert != $i_ferme) {
			$message = "{$this->fichierNum} contient $i_ouvert balises I ouvertes et $i_ferme fermées";
			$this->ajouterLogAnalyse($message);
		}
	}

	private function verifierAbscenceEgale($txt) {
		if (strripos($txt, '=') === false) {
			$message = "{$this->fichierNum} ne contient pas le séparateur de phénologie (=)";
			$this->ajouterLogAnalyse($message);
		}
	}

	private function verifierNumero($txt) {
		if (preg_match('/^<B>[0-9]{1,4}. – /', $txt) == 0) {
			$message = "{$this->fichierNum} ne contient pas un numéro bien formaté";
			$this->ajouterLogAnalyse($message);
		}
	}

	private function extraireInfosCorrespondance() {
		$donnees = $this->analyserFichier();
		$infos = $this->infosCorrespondanceBase;

		$titre = $donnees['titre'];
		if (preg_match('/^Coste ([0-9]+) - ((?:(?! - ).)+) - F[0-9]+, (?:(?! - ).)+ - (G[0-9]+), T([123])[.]p([0-9]+)$/', $titre, $match)) {
			$infos['num_nom_coste'] = $match[1];
			$infos['num_nom_retenu_coste'] = $match[1];
			$infos['nom_sci'] = $match[2];
			$infos['num_tax_sup_coste'] = $match[3];
			$infos['tome'] = $match[4];
			$infos['page'] = $match[5];
		} else {
			$this->messages->traiterErreur("Le titre du fichier {$this->fichierNum} est mal formaté.");
		}

		$corres = $donnees['correspondance'];
		if (preg_match('/^Bdnff ([0-9]+) - (?:(?! - ).)+ - (?:(?! - ).)+ - Tax=([0-9]+)$/', $corres, $match)) {
			$infos['flore_bdtfx_nn'] = $match[1];
			$infos['flore_bdtfx_nt'] = $match[2];
		} else {
			$this->messages->traiterErreur("La correspondance du fichier {$this->fichierNum} est mal formatée.");
		}

		$txt = $donnees['texte'];
		$txt = $this->corrigerDescription($txt);
		if (preg_match('/^<B>[0-9]{1,4}[.] – ([^<]+)<\/B> ([^–]*)– (?:<I>([^<]+)<\/I>[.] – |<I>([^<]+)<\/I>( \([^)]+\))[.] – |[A-Z]|<I>(?:Sous-|Espèce|Turion|Souche|Plante|Feuille|Racine))/u', $txt, $match)) {
			$infos['nom_coste'] = trim($match[1]);
			$infos['rang'] = $this->obtenirRangNom($infos['nom_coste']);
			$infos['auteur_coste'] = trim($match[2]);
			$infos['nom_francais'] = isset($match[3]) ? $match[3] : '';
			$infos['nom_francais'] = isset($match[4]) && isset($match[5]) ? $match[4].$match[5] : $infos['nom_francais'];
			if (strpos($infos['auteur_coste'], '(' ) !== false) {
				if (preg_match('/^([^(]*)\(([^)]+)\)(?:[.]?| ; ((?:(?! – ).)+))$/', $infos['auteur_coste'], $match)) {
					$infos['auteur_coste'] = $this->traiterAuteur(trim($match[1]));
					$infos['auteur'] = $this->normaliserAuteur($infos['auteur_coste']);
					$parentheseContenu = trim($match[2]);
					if (preg_match('/^[0-9]+$/', $parentheseContenu)) {
						$infos['annee'] = $parentheseContenu;
					} else {
						$infos['synonymie_coste'] = $parentheseContenu;
						$infos['biblio_coste'] = isset($match[3]) ? trim($match[3]) : '';
					}
				} else {
					$this->messages->traiterErreur("L'auteur du nom sciencitifique du fichier {$this->fichierNum} est mal formaté.");
				}
			}
		} else {
			$this->messages->traiterErreur("La texte du fichier {$this->fichierNum} est mal formaté.");
		}

		$this->correspondance[] = $infos;

		if ($infos['synonymie_coste'] != '') {
			$this->traiterSynonymie($infos);
		}
	}

	private function normaliserAuteur($auteurCoste) {
		$auteur = '';
		if ($auteurCoste != '') {
			$auteur = str_replace(' et ', ' & ', $auteurCoste);
		}
		return $auteur;
	}

	private function traiterSynonymie($infos) {
		$synoCoste = $infos['synonymie_coste'];
		$synoCoste = preg_replace('/, etc[.]$/', '', $synoCoste);
		$synoCoste = preg_replace('/^et /', '', $synoCoste);
		$synoCoste = preg_replace('/^(([A-Z][.]|[A-Z]{3,}) [A-Z]{3,}(?:(?! et ).+)) et ([A-Z]{3,}) ((?![A-Z]{3,}).+)$/', '$1 ; $2 $3 $4', $synoCoste);
		$synoCoste = preg_replace('/ et ((?:[A-Z][.]|[A-Z]{3,}) [A-Z]{3,})/', ' ; $1', $synoCoste);
		$synoCoste = preg_replace('/, ((?:(?!non |part[.]|an |G[.] G[.]|part[.]|centr[.])[^,]+))/', ' ;$1', $synoCoste);

		$synonymes = explode(';', $synoCoste);

		foreach ($synonymes as $num => $syno) {
			$synoTraite = $this->traiterNomSyno($syno);
			$nomSci = $this->obtenirNomSci($synoTraite, $infos, $synonymes, $num);
			$rang = $this->obtenirRangNom($nomSci);
			$complementNom = $this->obtenirComplementNom($synoTraite);
			$auteurCoste = $this->obtenirAuteur($complementNom);
			$auteur = $this->normaliserAuteur($auteurCoste);
			$this->ajouterAuteur($auteur);
			$biblioCoste = $this->obtenirBiblio($complementNom);
			$annee = $this->extraireAnnee($complementNom);

			$infosSyno = $this->infosCorrespondanceBase;
			$infosSyno['nom_sci'] = $nomSci;
			$infosSyno['auteur'] = $auteur;
			$infosSyno['biblio_origine'] = $biblioCoste;
			$infosSyno['annee'] = $annee;
			$infosSyno['nom_addendum'] =  $this->obtenirNomAddendum($syno);

			$infosSyno['rang'] = $rang;
			$infosSyno['nom_coste'] = $synoTraite;
			$infosSyno['auteur_coste'] = $auteurCoste;
			$infosSyno['biblio_coste'] =  $biblioCoste;
			$infosSyno['num_nom_coste'] = $infos['num_nom_coste'].'.'.($num + 1);
			$infosSyno['num_nom_retenu_coste'] = $infos['num_nom_coste'];
			$this->ajouterLogSyno(implode("\t", $infosSyno));
			$this->correspondance[] = $infosSyno;
		}
	}

	private function traiterNomSyno($syno) {
		$syno = $this->nettoyerEspacesNomSyno($syno);
		$syno = preg_replace('/^(?:avec|(?:compr|incl)[.]) /', '', $syno);
		return $syno;
	}

	private function nettoyerEspacesNomSyno($syno) {
		$syno = trim($syno);
		$syno = trim($syno, ' ');
		return $syno;
	}

	private function obtenirComplementNom($syno) {
		$complementNom = '';
		if (preg_match('/^(?:[^ ]+ [^ ]+ (?:(?:var|V)[.] [^ ]+|STELATUM|MINUS)|[^ ]+ [^ ]+) (.+)$/', $syno, $match)) {
			$complementNom = $match[1];
		}
		return $complementNom;
	}

	private function obtenirBiblio($complementNom) {
		$biblioCoste = '';
		if (preg_match("/ (p[.] [0-9]{1,}|in .+||Fl[.] fr[.]|(?: Sp[.])? ed[.] [1-2])$/", $complementNom, $match)) {
			$biblioCoste = $match[1];
		}
		return $biblioCoste;
	}

	private function extraireAnnee($complementNom) {
		$annee = '';
		if (preg_match('/(?:^| )([0-9]+)$/', $complementNom, $match)) {
			$annee = $match[1];
		}
		return $annee;
	}

	private function obtenirAuteur($complementNom) {
		$auteurCoste = '';
		if ($complementNom != '') {
			if (preg_match("/^((?!(?:auct.+|(?:, )?(?:non|an) .+|p[.] p[.])$).+)$/", $complementNom, $match)) {
				$auteurCoste = $this->traiterAuteur($match[1]);
			} else {
				$message = "Impossible de récupérer l'auteur pour le complément de nom ($complementNom).";
				$this->ajouterLogProbleme($message);
			}
		}
		return $auteurCoste;
	}

	private function traiterAuteur($auteurCoste) {
		$auteur = '';
		if ($auteurCoste != '') {
			$remplacementTxt = array(' p. p.', ' saltem part.', 'Fl. fr.');
			$auteurCoste = str_replace($remplacementTxt, '', $auteurCoste);
			$remplacementsRegExp = array(
				' [0-9]{4}',
				'[^ ]+ et auct[.], .+',
				' auct.+',
				',? part[.]',
				' p[.] [0-9]{1,}',
				' in .+|,? (?:non|an) .+',
				'(?: Sp[.])? ed[.] [1-2]');
			$auteur = preg_replace('/(?:'.implode('|', $remplacementsRegExp).')$/', '', $auteurCoste);
		}
		return $auteur;
	}

	private function ajouterAuteur($auteur) {
		if (!isset($this->auteurs[$auteur])) {
			$this->auteurs[$auteur] = 1;
		} else {
			$this->auteurs[$auteur]++;
		}
	}

	private function obtenirNomAddendum($syno) {
		$syno = $this->nettoyerEspacesNomSyno($syno);
		$nomAddendum = array();
		if (preg_match('/^((?:compr|incl)[.]) /', $syno, $match)) {
			$nomAddendum[] = '['.$match[1].']';
		}
		if (preg_match('/ ([^ ]+ et auct[.], .+)$/', $syno, $match)) {
			$nomAddendum[] = '['.$match[1].']';
		} elseif (preg_match('/ (auct[.],? .+)$/', $syno, $match)) {
			$nomAddendum[] = '['.$match[1].']';
		} else if (preg_match('/,? ((?:non|an) .+)$/', $syno, $match)) {
			$nomAddendum[] = '['.$match[1].']';
		} else if (preg_match('/ (p[.] p[.])$/', $syno, $match)) {
			$nomAddendum[] = '['.$match[1].']';
		} else if (preg_match('/ (saltem part[.])$/', $syno, $match)) {
			$nomAddendum[] = '['.$match[1].']';
		} else if (preg_match('/,? (part[.])$/', $syno, $match)) {
			$nomAddendum[] = '['.$match[1].']';
		}

		$nomAddendum = implode(' ; ', $nomAddendum);
		return $nomAddendum;
	}

	private function remplacerAbreviationGenre($syno, $infos, $synonymes, $num) {
		$nomSci = $syno;

		if (preg_match('/^(([A-ZÆŒ])[.]) /', $syno, $matchSyno)) {
			if ($matchSyno[2] == substr($infos['nom_coste'], 0, 1)) {
				if (preg_match('/^([^ ]+) /', $infos['nom_coste'], $matchNomRetenu)) {
					$nomSci = str_replace($matchSyno[1], $matchNomRetenu[1], $syno);
				}
			} else {
				$synoPrecedent = $this->obtenirSynoAvecGenreComplet($synonymes, $num);

				if ($matchSyno[2] == substr($synoPrecedent, 0, 1)) {
					if (preg_match('/^([^ ]+) /', $synoPrecedent, $matchSynoPrec)) {
						$nomSci = str_replace($matchSyno[1], $matchSynoPrec[1], $syno);
					}
				} else {
					$message = "L'initiale du synonyme ($syno) ne correspondant pas au nom retenu {$infos['num_nom_coste']} ({$infos['nom_coste']}) ".
							"ni au synonyme précédent ($synoPrecedent).";
					$this->ajouterLogProbleme($message);
				}
			}
		}
		return $nomSci;
	}

	private function obtenirSynoAvecGenreComplet($synonymes, $num) {
		$synoPrecedent = '';
		$synoOk = false;
		while ($synoOk == false) {
			if ($num < 0) {
				$synoOk = true;
			}
			$synoPrecedent = $this->obtenirSynoPrecedent($synonymes, $num);
			if (preg_match('/^[A-ZÆŒ][.] /', $synoPrecedent)) {
				$num = $num - 1;
			} else {
				$synoOk = true;
			}
		}
		return $synoPrecedent;
	}

	private function obtenirSynoPrecedent($synonymes, $num) {
		$synoPrecedent = '';
		if (isset($synonymes[($num - 1 )])) {
			$synoPrecedent = $this->traiterNomSyno($synonymes[($num - 1 )]);
		}
		return $synoPrecedent;
	}


	private function obtenirNomSci($syno, $infos, $synonymes, $num) {
		$nomSci = $this->remplacerAbreviationGenre($syno, $infos, $synonymes, $num);

		if (preg_match('/^([^ ]+) ([^ ]+) (?:(?:var|V)[.] ([^ ]+)|(STELATUM||MINUS) )/', $nomSci, $match)) {
			$genre = $this->normaliserGenre($match[1]);
			$sp = $this->normaliserEpithete($match[2]);
			$infrasp = isset($match[4]) ? $match[4] : $match[3];
			$infrasp = $this->normaliserEpithete($infrasp);
			$nomSci = "$genre $sp var. $infrasp";
		} else if (preg_match('/^([^ ]+) ([^ ]+)(?: |$)/', $nomSci, $match)) {
			$genre = $this->normaliserGenre($match[1]);
			$sp = $this->normaliserEpithete($match[2]);
			$nomSci = "$genre $sp";
		} else {
			$message = "Le synonyme ($nomSci) du nom {$infos['num_nom_coste']} a une structure étrange.";
			$this->ajouterLogProbleme($message);
		}
		return $nomSci;
	}

	private function normaliserGenre($genre) {
		$genre = mb_convert_case(mb_strtolower($genre), MB_CASE_TITLE);
		$genre = str_replace('Æ', 'æ', $genre);
		return $genre;
	}

	private function normaliserEpithete($sp) {
		$sp = mb_strtolower($sp);
		$sp = str_replace('Æ', 'æ', $sp);
		return $sp;
	}

	private function obtenirRangNom($syno) {
		$rang = 290;
		if (strpos($syno, ' var. ')) {
			$rang = 340;
		}
		return $rang;
	}

	private function creerFichierCsvCorrespondance() {
		$lignes[] = implode("\t", array_keys($this->infosCorrespondanceBase));
		foreach ($this->correspondance as $infos) {
			$lignes[] = implode("\t", $infos);
		}

		$txt = '';
		$txt = implode("\n", $lignes);
		return $txt;
	}

	private function genererFichier() {
		$donnees = $this->analyserFichier();

		$txt = $this->nettoyerDescription($donnees['texte']);
		$txt = $this->corrigerDescription($txt);
		$txt = $this->remplacerHtmlParSyntaxeWiki($txt);
		$fichierTxt = $this->dossierBase.self::DOSSIER_DSC_TXT.$this->fichierNum.'.txt';
		file_put_contents($fichierTxt, $txt);

		unset($donnees['texte']);
		$txt = implode("\n", $donnees);
		$fichierTxt = $this->dossierBase.self::DOSSIER_DSC_TXT.$this->fichierNum.'.json';
		file_put_contents($fichierTxt, $txt);
	}

	private function analyserFichier() {
		$donnees = array('titre' => '', 'texte' => '', 'correspondance' => '');
		if ($fichierOuvert = fopen($this->fichier, 'r')) {
			$i = 1;
			while ($ligne = fgets($fichierOuvert)) {
				if ($i == 24) {
					$donnees['titre'] = $this->supprimerHtml($ligne);
				} elseif ($i >= 45 && $i <= 60) {
					$donnees['texte'] .= $this->traiterLigneDescription($ligne);
				} elseif ($i >= 61 && preg_match('/Bdnff /ui', $ligne)) {
					$donnees['correspondance'] = $this->supprimerHtml($ligne);
				}
				$i++;
			}
			fclose($fichierOuvert);
		} else {
			$this->messages->traiterErreur("Le fichier {$this->fichier} n'a pas pu être ouvert.");
		}
		return $donnees;
	}

	private function supprimerHtml($txt) {
		$txt = strip_tags($txt,'<b>,<i>');
		$txt = str_replace('&#173;', '', $txt);
		$txt = str_ireplace('&nbsp;', ' ', $txt);
		$txt = trim($txt);
		$txt = preg_replace('/^<\/I>/', '', $txt);
		$txt = html_entity_decode($txt, ENT_NOQUOTES, 'UTF-8');
		return $txt;
	}

	private function traiterLigneDescription($txt) {
		$txt = $this->supprimerHtml($txt);
		$txt = $txt."\n";
		return $txt;
	}

	private function nettoyerDescription($txt) {
		$txt = preg_replace("/\n{2,}+/", "\n", $txt);
		$txt = trim($txt);
		return $txt;
	}

	private function corrigerDescription($txt) {
		$txt = preg_replace("/– <I>([^.]+?)[.] – <\/I>/", "– <I>$1</I>. – ", $txt);
		$txt = preg_replace("/– <I>([^.]+?)[.] – ([A-Z])<\/I>/", "– <I>$1</I>. – $2", $txt);
		$txt = preg_replace("/– <I>([^.]+?) – <\/I>/", "– <I>$1</I>. – ", $txt);
		return $txt;
	}

	private function remplacerHtmlParSyntaxeWiki($txt) {
		$txt = str_replace(array('<B>', '</B>'), '**', $txt);
		$txt = str_replace(array('<I>', '</I>'), '//', $txt);
		return $txt;
	}

	private function ajouterLogAnalyse($txt) {
		if (isset($this->log['analyse']) == false) {
			$this->log['analyse'] = '';
		}
		$this->log['analyse'] .= "$txt\n";
	}

	private function ajouterLogSyno($txt) {
		if (isset($this->log['synonymes']) == false) {
			$this->log['synonymes'] = '';
		}
		$this->log['synonymes'] .= "$txt\n";
	}

	private function ajouterLogAuteur($txt) {
		if (isset($this->log['auteurs']) == false) {
			$this->log['auteurs'] = '';
		}
		$this->log['auteurs'] .= "$txt\n";
	}

	private function ajouterLogProbleme($txt) {
		if (isset($this->log['problemes']) == false) {
			$this->log['problemes'] = '';
		}
		$this->log['problemes'] .= "$txt\n";
	}

	private function ecrireLogs() {
		foreach ($this->log as $nom => $log) {
			$fichier = $this->dossierBase.self::DOSSIER_LOG.$nom.'.log';
			file_put_contents($fichier, $log);
		}
	}
}
?>