Subversion Repositories eFlore/Projets.eflore-projets

Rev

Rev 430 | Rev 436 | Go to most recent revision | Details | Compare with Previous | Last modification | View Log | RSS feed

Rev Author Line No. Line
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' => '',
430 jpm 26 
		'annee' => '',
27 
		'biblio_coste' => '',
428 jpm 28 
		'nom_francais' => '',
29 
		'nom_coste' => '',
430 jpm 30 
		'auteur_coste' => '',
428 jpm 31 
		'num_nom_coste' => '',
430 jpm 32 
		'num_nom_retenu_coste' => '',
428 jpm 33 
		'num_tax_sup_coste' => '',
34 
		'tome' => '',
35 
		'page' => '',
430 jpm 36 
		'synonymie_coste' => '',
428 jpm 37 
		'bdnff_nn' => '',
38 
		'bdnff_nt' => '');
424 jpm 39 
 
40 
	public function __construct(Conteneur $conteneur) {
41 
		$this->conteneur = $conteneur;
42 
		$this->outils = $conteneur->getOutils();
43 
		$this->messages = $conteneur->getMessages();
428 jpm 44 
		$this->dossierBase = dirname(__FILE__).'/';
424 jpm 45 
	}
46 
 
47 
	public function genererDescriptionTxt() {
428 jpm 48 
		$this->chargerFichiers();
49 
 
50 
		foreach ($this->listeFichiers as $this->fichierNum => $this->fichier) {
51 
			$this->messages->afficherAvancement("Création des descriptions au format txt");
52 
			$this->genererFichier();
53 
		}
54 
		echo "\n";
424 jpm 55 
	}
56 
 
428 jpm 57 
	public function verifierDescriptionTxt() {
58 
		$this->chargerFichiers();
59 
 
60 
		foreach ($this->listeFichiers as $this->fichierNum => $this->fichier) {
61 
			$this->messages->afficherAvancement("Analyse des descriptions");
62 
			$this->verifierFichier();
63 
		}
64 
		echo "\n";
65 
 
66 
		$fichierTxt = $this->dossierBase.self::DOSSIER_LOG.'analyse.log';
67 
		file_put_contents($fichierTxt, $this->log);
68 
	}
69 
 
70 
	public function genererCorrespondance() {
71 
		$this->chargerFichiers();
72 
 
73 
		foreach ($this->listeFichiers as $this->fichierNum => $this->fichier) {
74 
			$this->messages->afficherAvancement("Création du fichier de correspondance");
75 
			$this->extraireInfosCorrespondance();
76 
		}
77 
		echo "\n";
78 
 
79 
		$fichierTxt = $this->dossierBase.self::DOSSIER_V0.'index_general_sp.tsv';
80 
		$txtCorrespondance = $this->creerFichierCsvCorrespondance();
430 jpm 81 
		file_put_contents($fichierTxt, $txtCorrespondance);
82 
 
83 
		$fichierLog = $this->dossierBase.self::DOSSIER_LOG.'synonymes.log';
84 
		file_put_contents($fichierLog, $this->log);
428 jpm 85 
	}
86 
 
87 
	private function chargerFichiers() {
88 
		$this->nomDossier = $this->dossierBase.self::DOSSIER_DSC_HTML;
89 
		if (file_exists($this->nomDossier) === true) {
90 
			if (is_dir($this->nomDossier)) {
91 
				if ($dossierOuvert = opendir($this->nomDossier)) {
92 
					while (($this->nomFichier = readdir($dossierOuvert)) !== false) {
93 
						if (! is_dir($this->nomFichier) && preg_match('/e([0-9]{4})\.htm/', $this->nomFichier, $match)) {
94 
							$this->listeFichiers[$match[1]] = $this->nomDossier.'/'.$this->nomFichier;
424 jpm 95 
						}
96 
					}
97 
					closedir($dossierOuvert);
98 
				} else {
428 jpm 99 
					$this->messages->traiterErreur("Le dossier {$this->nomDossier} n'a pas pu être ouvert.");
424 jpm 100 
				}
101 
			} else {
428 jpm 102 
				$this->messages->traiterErreur("{$this->nomDossier} n'est pas un dossier.");
424 jpm 103 
			}
104 
		} else {
428 jpm 105 
			$this->messages->traiterErreur("Le dossier {$this->nomDossier} est introuvable.");
424 jpm 106 
		}
428 jpm 107 
 
430 jpm 108 
		arsort($this->listeFichiers);
424 jpm 109 
	}
110 
 
428 jpm 111 
	private function verifierFichier() {
112 
		$donnees = $this->analyserFichier();
113 
		$txt = $donnees['texte'];
114 
		$this->verifierOuvertureFermetureBalise($txt);
115 
		$this->verifierAbscenceEgale($txt);
116 
		$this->verifierNumero($txt);
430 jpm 117 
		// TODO : vérifier les noms vernauclaire qui sont abrégés
428 jpm 118 
	}
119 
 
120 
	private function verifierOuvertureFermetureBalise($txt) {
121 
		$b_ouvert = substr_count($txt, '<B>');
122 
		$b_ferme = substr_count($txt, '</B>');
123 
		if ($b_ouvert != $b_ferme) {
124 
			$this->log .= "{$this->fichierNum} contient $b_ouvert balises B ouvertes et $b_ferme fermées\n";
125 
		}
126 
		$i_ouvert = substr_count($txt, '<I>');
127 
		$i_ferme = substr_count($txt, '</I>');
128 
		if ($i_ouvert != $i_ferme) {
129 
			$this->log .= "{$this->fichierNum} contient $i_ouvert balises I ouvertes et $i_ferme fermées\n";
130 
		}
131 
	}
132 
 
133 
	private function verifierAbscenceEgale($txt) {
134 
		if (strripos($txt, '=') === false) {
135 
			$this->log .= "{$this->fichierNum} ne contient pas le séparateur de phénologie (=)\n";
136 
		}
137 
	}
138 
 
139 
	private function verifierNumero($txt) {
140 
		if (preg_match('/^<B>[0-9]{1,4}. – /', $txt) == 0) {
141 
			$this->log .= "{$this->fichierNum} ne contient pas un numéro bien formaté\n";
142 
		}
143 
	}
144 
 
145 
	private function extraireInfosCorrespondance() {
146 
		$donnees = $this->analyserFichier();
147 
		$infos = $this->infosCorrespondanceBase;
148 
 
149 
		$titre = $donnees['titre'];
430 jpm 150 
		if (preg_match('/^Coste ([0-9]+) - ((?:(?! - ).)+) - F[0-9]+, (?:(?! - ).)+ - (G[0-9]+), T([123])[.]p([0-9]+)$/', $titre, $match)) {
428 jpm 151 
			$infos['num_nom_coste'] = $match[1];
152 
			$infos['nom_sci'] = $match[2];
153 
			$infos['num_tax_sup_coste'] = $match[3];
154 
			$infos['tome'] = $match[4];
155 
			$infos['page'] = $match[5];
156 
		} else {
157 
			$this->messages->traiterErreur("Le titre du fichier {$this->fichierNum} est mal formaté.");
158 
		}
159 
 
160 
		$corres = $donnees['correspondance'];
430 jpm 161 
		if (preg_match('/^Bdnff ([0-9]+) - (?:(?! - ).)+ - (?:(?! - ).)+ - Tax=([0-9]+)$/', $corres, $match)) {
428 jpm 162 
			$infos['bdnff_nn'] = $match[1];
163 
			$infos['bdnff_nt'] = $match[2];
164 
		} else {
165 
			$this->messages->traiterErreur("La correspondance du fichier {$this->fichierNum} est mal formatée.");
166 
		}
167 
 
168 
		$txt = $donnees['texte'];
169 
		$txt = $this->corrigerDescription($txt);
430 jpm 170 
		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)) {
171 
			$infos['nom_coste'] = trim($match[1]);
172 
			$infos['auteur_coste'] = trim($match[2]);
173 
			$infos['nom_francais'] = isset($match[3]) ? $match[3] : '';
174 
			$infos['nom_francais'] = isset($match[4]) && isset($match[5]) ? $match[4].$match[5] : $infos['nom_francais'];
175 
			if (strpos($infos['auteur_coste'], '(' ) !== false) {
176 
				if (preg_match('/^([^(]*)\(([^)]+)\)(?:[.]?| ; ((?:(?! – ).)+))$/', $infos['auteur_coste'], $match)) {
177 
					$infos['auteur_coste'] = trim($match[1]);
178 
					$infos['auteur'] = $this->traiterAuteur($infos['auteur_coste']);
179 
					$parentheseContenu = trim($match[2]);
180 
					if (preg_match('/^[0-9]+$/', $parentheseContenu)) {
181 
						$infos['annee'] = $parentheseContenu;
182 
					} else {
183 
						$infos['synonymie_coste'] = $parentheseContenu;
184 
						$infos['biblio_coste'] = isset($match[3]) ? trim($match[3]) : '';
185 
					}
186 
				} else {
187 
					$this->messages->traiterErreur("L'auteur du nom sciencitifique du fichier {$this->fichierNum} est mal formaté.");
188 
				}
189 
			}
428 jpm 190 
		} else {
191 
			$this->messages->traiterErreur("La texte du fichier {$this->fichierNum} est mal formaté.");
192 
		}
193 
 
194 
		$this->correspondance[] = $infos;
430 jpm 195 
 
196 
		if ($infos['synonymie_coste'] != '') {
197 
			$this->traiterSynonymie($infos);
198 
		}
428 jpm 199 
	}
200 
 
430 jpm 201 
	private function traiterAuteur($auteurCoste) {
202 
		$auteur = '';
203 
		if ($auteurCoste != '') {
204 
			$auteur = str_replace('et', '&', $auteurCoste);
205 
		}
206 
		return $auteur;
207 
	}
208 
 
209 
	private function traiterSynonymie($infos) {
210 
		$synoCoste = $infos['synonymie_coste'];
211 
		$synoCoste = preg_replace('/^et /', '', $synoCoste);
212 
		$synoCoste = preg_replace('/ et ([A-Z]{2,}|[A-Z][.] [A-Z]{2,})/', ' ; $1', $synoCoste);
435 jpm 213 
		$synoCoste = preg_replace('/, ((?:(?!non |part[.]|an |G[.] G[.]|part[.]|centr[.])[^,]+))/', ' ;$1', $synoCoste);
430 jpm 214 
 
215 
		$synonymes = explode(';', $synoCoste);
216 
 
217 
		foreach ($synonymes as $syno) {
218 
			$syno = trim($syno);
219 
			$syno = trim($syno, ' ');
220 
			$infosSyno = $this->infosCorrespondanceBase;
221 
			$this->log .= $infos['num_nom_coste']."\t$syno\n";
222 
			$this->correspondance[] = $infosSyno;
223 
		}
224 
	}
225 
 
428 jpm 226 
	private function creerFichierCsvCorrespondance() {
227 
		$lignes[] = implode("\t", array_keys($this->infosCorrespondanceBase));
228 
		foreach ($this->correspondance as $infos) {
229 
			$lignes[] = implode("\t", $infos);
230 
		}
231 
 
232 
		$txt = '';
233 
		$txt = implode("\n", $lignes);
234 
		return $txt;
235 
	}
236 
 
237 
	private function genererFichier() {
238 
		$donnees = $this->analyserFichier();
239 
 
240 
		$txt = $this->nettoyerDescription($donnees['texte']);
241 
		$txt = $this->corrigerDescription($txt);
242 
		$txt = $this->remplacerHtmlParSyntaxeWiki($txt);
243 
		$fichierTxt = $this->dossierBase.self::DOSSIER_DSC_TXT.$this->fichierNum.'.txt';
244 
		file_put_contents($fichierTxt, $txt);
245 
 
246 
		unset($donnees['texte']);
247 
		$txt = implode("\n", $donnees);
248 
		$fichierTxt = $this->dossierBase.self::DOSSIER_DSC_TXT.$this->fichierNum.'.json';
424 jpm 249 
		file_put_contents($fichierTxt, $txt);
250 
	}
251 
 
428 jpm 252 
	private function analyserFichier() {
253 
		$donnees = array('titre' => '', 'texte' => '', 'correspondance' => '');
254 
		if ($fichierOuvert = fopen($this->fichier, 'r')) {
424 jpm 255 
			$i = 1;
256 
			while ($ligne = fgets($fichierOuvert)) {
257 
				if ($i == 24) {
428 jpm 258 
					$donnees['titre'] = $this->supprimerHtml($ligne);
430 jpm 259 
				} elseif ($i >= 45 && $i <= 60) {
428 jpm 260 
					$donnees['texte'] .= $this->traiterLigneDescription($ligne);
430 jpm 261 
				} elseif ($i >= 61 && preg_match('/Bdnff /ui', $ligne)) {
428 jpm 262 
					$donnees['correspondance'] = $this->supprimerHtml($ligne);
263 
				}
424 jpm 264 
				$i++;
265 
			}
266 
			fclose($fichierOuvert);
267 
		} else {
428 jpm 268 
			$this->messages->traiterErreur("Le fichier {$this->fichier} n'a pas pu être ouvert.");
424 jpm 269 
		}
270 
		return $donnees;
271 
	}
272 
 
428 jpm 273 
	private function supprimerHtml($txt) {
274 
		$txt = strip_tags($txt,'<b>,<i>');
275 
		$txt = str_replace('&#173;', '', $txt);
276 
		$txt = str_ireplace('&nbsp;', ' ', $txt);
277 
		$txt = trim($txt);
278 
		$txt = preg_replace('/^<\/I>/', '', $txt);
279 
		$txt = html_entity_decode($txt, ENT_NOQUOTES, 'UTF-8');
280 
		return $txt;
424 jpm 281 
	}
282 
 
428 jpm 283 
	private function traiterLigneDescription($txt) {
284 
		$txt = $this->supprimerHtml($txt);
285 
		$txt = $txt."\n";
286 
		return $txt;
287 
	}
288 
 
289 
	private function nettoyerDescription($txt) {
290 
		$txt = preg_replace("/\n{2,}+/", "\n", $txt);
424 jpm 291 
		$txt = trim($txt);
292 
		return $txt;
293 
	}
428 jpm 294 
 
295 
	private function corrigerDescription($txt) {
296 
		$txt = preg_replace("/– <I>([^.]+?)[.] – <\/I>/", "– <I>$1</I>. – ", $txt);
297 
		$txt = preg_replace("/– <I>([^.]+?)[.] – ([A-Z])<\/I>/", "– <I>$1</I>. – $2", $txt);
298 
		$txt = preg_replace("/– <I>([^.]+?) – <\/I>/", "– <I>$1</I>. – ", $txt);
299 
		return $txt;
300 
	}
301 
 
302 
	private function remplacerHtmlParSyntaxeWiki($txt) {
303 
		$txt = str_replace(array('<B>', '</B>'), '**', $txt);
304 
		$txt = str_replace(array('<I>', '</I>'), '//', $txt);
305 
		return $txt;
306 
	}
424 jpm 307 
}
308 
?>