| 424 |
jpm |
1 |
<?php
|
|
|
2 |
// commande : /opt/lampp/bin/php cli.php description_sp -a tester -n /home/jennifer/Tela-botanica_projets/Coste/descriptions/html
|
|
|
3 |
class Description {
|
|
|
4 |
|
| 428 |
jpm |
5 |
const DOSSIER_V0 = '../../../donnees/coste/0.00/';
|
|
|
6 |
const DOSSIER_DSC_HTML = '../../../donnees/coste/descriptions/html/';
|
|
|
7 |
const DOSSIER_DSC_TXT = '../../../donnees/coste/descriptions/txt/';
|
|
|
8 |
const DOSSIER_LOG = 'log/';
|
| 424 |
jpm |
9 |
|
| 428 |
jpm |
10 |
private $dossierBase = '';
|
| 424 |
jpm |
11 |
private $conteneur = null;
|
|
|
12 |
private $outils = null;
|
|
|
13 |
private $messages = null;
|
| 428 |
jpm |
14 |
private $action = '';
|
|
|
15 |
private $nomFichier = '';
|
|
|
16 |
private $nomDossier = '';
|
|
|
17 |
private $listeFichiers = array();
|
| 424 |
jpm |
18 |
private $fichierNum = '';
|
| 428 |
jpm |
19 |
private $fichier = '';
|
|
|
20 |
private $log = '';
|
|
|
21 |
private $correspondance = array();
|
|
|
22 |
private $infosCorrespondanceBase = array(
|
|
|
23 |
'nom_sci' => '',
|
|
|
24 |
'rang' => 290,
|
|
|
25 |
'auteur' => '',
|
|
|
26 |
'nom_francais' => '',
|
|
|
27 |
'nom_coste' => '',
|
|
|
28 |
'num_nom_coste' => '',
|
|
|
29 |
'num_tax_sup_coste' => '',
|
|
|
30 |
'tome' => '',
|
|
|
31 |
'page' => '',
|
|
|
32 |
'bdnff_nn' => '',
|
|
|
33 |
'bdnff_nt' => '');
|
| 424 |
jpm |
34 |
|
|
|
35 |
public function __construct(Conteneur $conteneur) {
|
|
|
36 |
$this->conteneur = $conteneur;
|
|
|
37 |
$this->outils = $conteneur->getOutils();
|
|
|
38 |
$this->messages = $conteneur->getMessages();
|
| 428 |
jpm |
39 |
$this->dossierBase = dirname(__FILE__).'/';
|
| 424 |
jpm |
40 |
}
|
|
|
41 |
|
|
|
42 |
public function genererDescriptionTxt() {
|
| 428 |
jpm |
43 |
$this->chargerFichiers();
|
|
|
44 |
|
|
|
45 |
foreach ($this->listeFichiers as $this->fichierNum => $this->fichier) {
|
|
|
46 |
$this->messages->afficherAvancement("Création des descriptions au format txt");
|
|
|
47 |
$this->genererFichier();
|
|
|
48 |
}
|
|
|
49 |
echo "\n";
|
| 424 |
jpm |
50 |
}
|
|
|
51 |
|
| 428 |
jpm |
52 |
public function verifierDescriptionTxt() {
|
|
|
53 |
$this->chargerFichiers();
|
|
|
54 |
|
|
|
55 |
foreach ($this->listeFichiers as $this->fichierNum => $this->fichier) {
|
|
|
56 |
$this->messages->afficherAvancement("Analyse des descriptions");
|
|
|
57 |
$this->verifierFichier();
|
|
|
58 |
}
|
|
|
59 |
echo "\n";
|
|
|
60 |
|
|
|
61 |
$fichierTxt = $this->dossierBase.self::DOSSIER_LOG.'analyse.log';
|
|
|
62 |
file_put_contents($fichierTxt, $this->log);
|
|
|
63 |
}
|
|
|
64 |
|
|
|
65 |
public function genererCorrespondance() {
|
|
|
66 |
$this->chargerFichiers();
|
|
|
67 |
|
|
|
68 |
foreach ($this->listeFichiers as $this->fichierNum => $this->fichier) {
|
|
|
69 |
$this->messages->afficherAvancement("Création du fichier de correspondance");
|
|
|
70 |
$this->extraireInfosCorrespondance();
|
|
|
71 |
}
|
|
|
72 |
echo "\n";
|
|
|
73 |
|
|
|
74 |
$fichierTxt = $this->dossierBase.self::DOSSIER_V0.'index_general_sp.tsv';
|
|
|
75 |
$txtCorrespondance = $this->creerFichierCsvCorrespondance();
|
|
|
76 |
file_put_contents($fichierTxt, $txtCorrespondance);
|
|
|
77 |
}
|
|
|
78 |
|
|
|
79 |
private function chargerFichiers() {
|
|
|
80 |
$this->nomDossier = $this->dossierBase.self::DOSSIER_DSC_HTML;
|
|
|
81 |
if (file_exists($this->nomDossier) === true) {
|
|
|
82 |
if (is_dir($this->nomDossier)) {
|
|
|
83 |
if ($dossierOuvert = opendir($this->nomDossier)) {
|
|
|
84 |
while (($this->nomFichier = readdir($dossierOuvert)) !== false) {
|
|
|
85 |
if (! is_dir($this->nomFichier) && preg_match('/e([0-9]{4})\.htm/', $this->nomFichier, $match)) {
|
|
|
86 |
$this->listeFichiers[$match[1]] = $this->nomDossier.'/'.$this->nomFichier;
|
| 424 |
jpm |
87 |
}
|
|
|
88 |
}
|
|
|
89 |
closedir($dossierOuvert);
|
|
|
90 |
} else {
|
| 428 |
jpm |
91 |
$this->messages->traiterErreur("Le dossier {$this->nomDossier} n'a pas pu être ouvert.");
|
| 424 |
jpm |
92 |
}
|
|
|
93 |
} else {
|
| 428 |
jpm |
94 |
$this->messages->traiterErreur("{$this->nomDossier} n'est pas un dossier.");
|
| 424 |
jpm |
95 |
}
|
|
|
96 |
} else {
|
| 428 |
jpm |
97 |
$this->messages->traiterErreur("Le dossier {$this->nomDossier} est introuvable.");
|
| 424 |
jpm |
98 |
}
|
| 428 |
jpm |
99 |
|
|
|
100 |
asort($this->listeFichiers);
|
| 424 |
jpm |
101 |
}
|
|
|
102 |
|
| 428 |
jpm |
103 |
private function verifierFichier() {
|
|
|
104 |
$donnees = $this->analyserFichier();
|
|
|
105 |
$txt = $donnees['texte'];
|
|
|
106 |
$this->verifierOuvertureFermetureBalise($txt);
|
|
|
107 |
$this->verifierAbscenceEgale($txt);
|
|
|
108 |
$this->verifierNumero($txt);
|
|
|
109 |
}
|
|
|
110 |
|
|
|
111 |
private function verifierOuvertureFermetureBalise($txt) {
|
|
|
112 |
$b_ouvert = substr_count($txt, '<B>');
|
|
|
113 |
$b_ferme = substr_count($txt, '</B>');
|
|
|
114 |
if ($b_ouvert != $b_ferme) {
|
|
|
115 |
$this->log .= "{$this->fichierNum} contient $b_ouvert balises B ouvertes et $b_ferme fermées\n";
|
|
|
116 |
}
|
|
|
117 |
$i_ouvert = substr_count($txt, '<I>');
|
|
|
118 |
$i_ferme = substr_count($txt, '</I>');
|
|
|
119 |
if ($i_ouvert != $i_ferme) {
|
|
|
120 |
$this->log .= "{$this->fichierNum} contient $i_ouvert balises I ouvertes et $i_ferme fermées\n";
|
|
|
121 |
}
|
|
|
122 |
}
|
|
|
123 |
|
|
|
124 |
private function verifierAbscenceEgale($txt) {
|
|
|
125 |
if (strripos($txt, '=') === false) {
|
|
|
126 |
$this->log .= "{$this->fichierNum} ne contient pas le séparateur de phénologie (=)\n";
|
|
|
127 |
}
|
|
|
128 |
}
|
|
|
129 |
|
|
|
130 |
private function verifierNumero($txt) {
|
|
|
131 |
if (preg_match('/^<B>[0-9]{1,4}. – /', $txt) == 0) {
|
|
|
132 |
$this->log .= "{$this->fichierNum} ne contient pas un numéro bien formaté\n";
|
|
|
133 |
}
|
|
|
134 |
}
|
|
|
135 |
|
|
|
136 |
private function extraireInfosCorrespondance() {
|
|
|
137 |
$donnees = $this->analyserFichier();
|
|
|
138 |
$infos = $this->infosCorrespondanceBase;
|
|
|
139 |
|
|
|
140 |
$titre = $donnees['titre'];
|
|
|
141 |
if (preg_match('/^Coste ([0-9]+) - ([^ ]+ [^ ]+) - F[0-9]+, [^ ]+ - (G[0-9]+), T([123])[.]p([0-9]+)$/', $titre, $match)) {
|
|
|
142 |
$infos['num_nom_coste'] = $match[1];
|
|
|
143 |
$infos['nom_sci'] = $match[2];
|
|
|
144 |
$infos['num_tax_sup_coste'] = $match[3];
|
|
|
145 |
$infos['tome'] = $match[4];
|
|
|
146 |
$infos['page'] = $match[5];
|
|
|
147 |
} else {
|
|
|
148 |
$this->messages->traiterErreur("Le titre du fichier {$this->fichierNum} est mal formaté.");
|
|
|
149 |
}
|
|
|
150 |
|
|
|
151 |
$corres = $donnees['correspondance'];
|
|
|
152 |
if (preg_match('/^Bdnff ([0-9]+) -[^-]+-[^-]+- Tax=([0-9]+)$/', $corres, $match)) {
|
|
|
153 |
$infos['bdnff_nn'] = $match[1];
|
|
|
154 |
$infos['bdnff_nt'] = $match[2];
|
|
|
155 |
|
|
|
156 |
} else {
|
|
|
157 |
$this->messages->traiterErreur("La correspondance du fichier {$this->fichierNum} est mal formatée.");
|
|
|
158 |
}
|
|
|
159 |
|
|
|
160 |
$txt = $donnees['texte'];
|
|
|
161 |
$txt = $this->corrigerDescription($txt);
|
|
|
162 |
if (preg_match('/^<B>[0-9]{1,4}[.] – ([^<]+)<\/B> ([^–]+)– (?:<I>([^<]+)<\/I>|[A-Z])/u', $txt, $match)) {
|
|
|
163 |
$infos['nom_coste'] = $match[1];
|
|
|
164 |
$infos['auteur'] = $match[2];
|
|
|
165 |
$infos['nom_francais'] = isset($match[3]) ? $match[3] : '';
|
|
|
166 |
} else {
|
|
|
167 |
$this->messages->traiterErreur("La texte du fichier {$this->fichierNum} est mal formaté.");
|
|
|
168 |
}
|
|
|
169 |
|
|
|
170 |
$this->correspondance[] = $infos;
|
|
|
171 |
}
|
|
|
172 |
|
|
|
173 |
private function creerFichierCsvCorrespondance() {
|
|
|
174 |
$lignes[] = implode("\t", array_keys($this->infosCorrespondanceBase));
|
|
|
175 |
foreach ($this->correspondance as $infos) {
|
|
|
176 |
$lignes[] = implode("\t", $infos);
|
|
|
177 |
}
|
|
|
178 |
|
|
|
179 |
$txt = '';
|
|
|
180 |
$txt = implode("\n", $lignes);
|
|
|
181 |
return $txt;
|
|
|
182 |
}
|
|
|
183 |
|
|
|
184 |
private function genererFichier() {
|
|
|
185 |
$donnees = $this->analyserFichier();
|
|
|
186 |
|
|
|
187 |
$txt = $this->nettoyerDescription($donnees['texte']);
|
|
|
188 |
$txt = $this->corrigerDescription($txt);
|
|
|
189 |
$txt = $this->remplacerHtmlParSyntaxeWiki($txt);
|
|
|
190 |
$fichierTxt = $this->dossierBase.self::DOSSIER_DSC_TXT.$this->fichierNum.'.txt';
|
|
|
191 |
file_put_contents($fichierTxt, $txt);
|
|
|
192 |
|
|
|
193 |
unset($donnees['texte']);
|
|
|
194 |
$txt = implode("\n", $donnees);
|
|
|
195 |
$fichierTxt = $this->dossierBase.self::DOSSIER_DSC_TXT.$this->fichierNum.'.json';
|
| 424 |
jpm |
196 |
file_put_contents($fichierTxt, $txt);
|
|
|
197 |
}
|
|
|
198 |
|
| 428 |
jpm |
199 |
private function analyserFichier() {
|
|
|
200 |
$donnees = array('titre' => '', 'texte' => '', 'correspondance' => '');
|
|
|
201 |
if ($fichierOuvert = fopen($this->fichier, 'r')) {
|
| 424 |
jpm |
202 |
$i = 1;
|
|
|
203 |
while ($ligne = fgets($fichierOuvert)) {
|
|
|
204 |
if ($i == 24) {
|
| 428 |
jpm |
205 |
$donnees['titre'] = $this->supprimerHtml($ligne);
|
|
|
206 |
} elseif ($i >= 45 && $i <= 62) {
|
|
|
207 |
$donnees['texte'] .= $this->traiterLigneDescription($ligne);
|
|
|
208 |
} elseif (($i == 63 || $i == 67) && preg_match('/Bdnff /ui', $ligne)) {
|
|
|
209 |
$donnees['correspondance'] = $this->supprimerHtml($ligne);
|
|
|
210 |
}
|
| 424 |
jpm |
211 |
$i++;
|
|
|
212 |
}
|
|
|
213 |
if ($i > 94) {
|
| 428 |
jpm |
214 |
$this->messages->traiterErreur("Le fichier {$this->fichier} contient plus de 94 lignes ($i).");
|
| 424 |
jpm |
215 |
}
|
|
|
216 |
fclose($fichierOuvert);
|
|
|
217 |
} else {
|
| 428 |
jpm |
218 |
$this->messages->traiterErreur("Le fichier {$this->fichier} n'a pas pu être ouvert.");
|
| 424 |
jpm |
219 |
}
|
|
|
220 |
return $donnees;
|
|
|
221 |
}
|
|
|
222 |
|
| 428 |
jpm |
223 |
private function supprimerHtml($txt) {
|
|
|
224 |
$txt = strip_tags($txt,'<b>,<i>');
|
|
|
225 |
$txt = str_replace('­', '', $txt);
|
|
|
226 |
$txt = str_ireplace(' ', ' ', $txt);
|
|
|
227 |
$txt = trim($txt);
|
|
|
228 |
$txt = preg_replace('/^<\/I>/', '', $txt);
|
|
|
229 |
$txt = html_entity_decode($txt, ENT_NOQUOTES, 'UTF-8');
|
|
|
230 |
return $txt;
|
| 424 |
jpm |
231 |
}
|
|
|
232 |
|
| 428 |
jpm |
233 |
private function traiterLigneDescription($txt) {
|
|
|
234 |
$txt = $this->supprimerHtml($txt);
|
|
|
235 |
$txt = $txt."\n";
|
|
|
236 |
return $txt;
|
|
|
237 |
}
|
|
|
238 |
|
|
|
239 |
private function nettoyerDescription($txt) {
|
|
|
240 |
$txt = preg_replace("/\n{2,}+/", "\n", $txt);
|
| 424 |
jpm |
241 |
$txt = trim($txt);
|
|
|
242 |
return $txt;
|
|
|
243 |
}
|
| 428 |
jpm |
244 |
|
|
|
245 |
private function corrigerDescription($txt) {
|
|
|
246 |
$txt = preg_replace("/– <I>([^.]+?)[.] – <\/I>/", "– <I>$1</I>. – ", $txt);
|
|
|
247 |
$txt = preg_replace("/– <I>([^.]+?)[.] – ([A-Z])<\/I>/", "– <I>$1</I>. – $2", $txt);
|
|
|
248 |
$txt = preg_replace("/– <I>([^.]+?) – <\/I>/", "– <I>$1</I>. – ", $txt);
|
|
|
249 |
return $txt;
|
|
|
250 |
}
|
|
|
251 |
|
|
|
252 |
private function remplacerHtmlParSyntaxeWiki($txt) {
|
|
|
253 |
$txt = str_replace(array('<B>', '</B>'), '**', $txt);
|
|
|
254 |
$txt = str_replace(array('<I>', '</I>'), '//', $txt);
|
|
|
255 |
return $txt;
|
|
|
256 |
}
|
| 424 |
jpm |
257 |
}
|
|
|
258 |
?>
|