Subversion Repositories eFlore/Projets.eflore-projets

<?php

/*

  fork temporaire de cel/jrest/lib/RechercheInfosTaxonBeta.php

  [php-5.4 & co]

*/

require_once('/home/raphael/cel/jrest/lib/Cel.php');

// require_once('/home/raphael/cel/jrest/lib/RechercheInfosTaxonBeta.php');

require_once('/home/raphael/cel/jrest/lib/NameParser.php');

class RechercheInfosTaxonBeta {

	static function getSpaceNoAfter($nom_saisi, $pattern, $offset) {

		if( ($q = strpos($nom_saisi, $pattern, max(0, $offset))) ) {

			// position du premier espace après $pattern,

			// ou position de fin de $pattern autrement

			if(! ($r = strpos($nom_saisi, ' ', $offset + strlen($pattern))) )

				return $offset + strlen($pattern);

			return $r;

		}

		return FALSE;

	}

	static function supprimerAuteurBis($nom_saisi, &$auteur = null) {

		$strip_pos = 600;

		$before = 600;

		$after = 0;

		// temp var

		$p = $q = NULL;

		if(strpos($nom_saisi, ' ') === FALSE) return FALSE; // pas d'espace, pas de nom d'auteur

		// si "(", break après "Gp)" si présent, sinon, avant "("

		if( ($p = strpos($nom_saisi, ' Gp)')) ) {

			$after = $p + 4;

			goto sendAuthor;

		}

		// si ".":

		if( ($p = strpos($nom_saisi, '.')) ) {

			// " f. "

			/* SELECT nom_sci, LOCATE(' ', SUBSTRING_INDEX(nom_sci, ' f. ', -1)) AS space_pos

			   FROM tb_eflore.bdtfx_v1_02 WHERE nom_sci LIKE '% f. %' HAVING space_pos > 0; */

			// f. suivi de 1 mot sauf, "Rosa pomifera f. x longicruris" (2)

			/*if( ($q = strpos($nom_saisi, ' f. ', $p - 2)) ) {

			  $after = max($after, strpos($nom_saisi, ' ', $q + 4)); // premier espace après ' f. '

			  }*/

			$after = max($after, self::getSpaceNoAfter($nom_saisi, ' f. ', $p - 2));

			// " var. "

			// var. n'est pas un repère vraiment adéquat, on sait juste qu'il fait partie du nom sci

			// $after = min($strip_pos, strpos($nom_saisi, ' var. '));

			$after = max($after, self::getSpaceNoAfter($nom_saisi, ' var. ', $p - 4));

			// " subsp. "

			// après subsp.: le plus souvent un ' x ', donc pas vraiment de règle (1 ou 2 mots)

			$after = max($after, self::getSpaceNoAfter($nom_saisi, ' subsp. ', $p - 6));

			// AUTEUR "."

			// autrement, avant un "." dans la partie auteur, il peut y avoir entre 1 et 7 mots à gauche

			// grep -o '^[^.]*\.' liste-auteur.txt|while read f; do grep -o ' '<<<"$f"|wc -l; done|sort -n|tail -1

			if(!$after) { // si le "." rencontré n'est pas l'un du "nom_sci", c'est de "auteur"

				$before = min($before, $p);

			}

		}

		if( ($p = strpos($nom_saisi, ' x ')) ) {

			$after = max($after, strpos($nom_saisi, ' x ', $p + 3));

		}

		// " (L.)" et " L."

		if( ($p = strpos($nom_saisi, ' (L.)')) ) {

			$before = min($before, $p);

		}

		// note: on supprime le " L." en amont

		// if( ($p = strpos($nom_saisi, ' L.')) ) $before = min($before, $p);

		// "(" et ")", uniquement dans nom_sci dans le cadre de " Gp)", autrement: auteur

		// XXX: ce cas englobe " (L.)"

		if( ($p = strpos($nom_saisi, '(')) ) {

			$before = min($before, $p);

		}

		// TODO: gérer le " sp." [taxon supérieur], pour l'instant return FALSE

		if( ($p = strpos($nom_saisi, ' sp.')) ) {

			return FALSE;

		}

		// TODO: idem

		if( ($p = strpos($nom_saisi, ' sp ')) ) {

			return FALSE;

		}

		// si "&": auteur, et entre 1 et 10 mots à gauche

		// grep -o '^[^&]*&' liste-auteur.txt|while read f; do grep -o ' '<<<"$f"|wc -l; done|sort -n|tail -1

		// si ",": auteur, et entre 1 et 5 mots à gauche

		// grep -o '^[^,]*,' liste-auteur.txt|while read f; do grep -o ' '<<<"$f"|wc -l; done|sort -n|tail -1

		// TRIM auteurs:

		// sed -e 's/[()]//g' liste-auteur.txt|awk '{print $1}'|sed -e 's/[ .,]*$//g'|awk '{print $1}'|sed -r '/^.{0,3}$/d'|sort -u|wc -l

	sendAuthor:

		$x = self::contientAuteur($nom_saisi, $after, $auteur);

		if($x) {

			$n = substr($nom_saisi, 0, min($before, strpos($nom_saisi, $auteur[1])));

			$auteur = trim(substr($nom_saisi, strlen($n)));

			return trim($n,  " \t\n\r\0\x0B(),.&");

		}

		return FALSE;

	}

	static function contientAuteur($nom_saisi, $start, &$auteur = NULL) {

		static $auteurs;

		// XXX: PHP-5.3

		// $auteurs = file_get_contents(dirname(__FILE__) . "/../static/auteurs-bdtfx.min.txt");

		$auteurs = file_get_contents(__DIR__ . "/auteurs-bdtfx.min.txt") or die('no file: auteurs-bdtfx.min.txt');

		return preg_match('^\s(' . $auteurs . ')^S', $nom_saisi, $auteur, 0, $start);

	}

	static function supprimerAuteur($nom_saisi, &$auteur = null) {

		// TODO: gérer les hybrides

		if(self::estUnHybride($nom_saisi) || self::estUneFormuleHybridite($nom_saisi)) {

			$nom_decoupe = explode(' ', $nom_saisi);

			$derniere_position_hybride = end(array_keys($nom_decoupe, 'x'));

			$nom_saisi_sans_auteur = implode(' ',array_slice($nom_decoupe, 0, $derniere_position_hybride + 2));

			/*

			  var_dump($nom_saisi, $nom_decoupe, $derniere_position_hybride, $nom_saisi_sans_auteur);

			  if($auteur != NULL) {

			  $c = strpos($nom_saisi, ' x ');

			  $auteur = substr($nom_saisi, $c + 3);

			  return substr($nom_saisi, 0, $c);

			  }

			  var_dump(substr($nom_saisi, 0, strpos($nom_saisi, ' x ')));

			  echo "XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX\n";*/

		} else {

			/* Attention le parseur de nom n'est pas fiable à 100%

			   mais ça marche dans la plupart des cas

			   à part les formules d'hybridité saisies avec un auteur */

			$nameparser = new NameParser();

			$auteur = $nameparser->parse_auth($nom_saisi);

			$nom_saisi_sans_auteur = str_replace($auteur, '', $nom_saisi);

		}

		return trim($nom_saisi_sans_auteur);

	}

	static function estUneFormuleHybridite($nom_saisi) {

		return strpos($nom_saisi,' x ') !== false;

	}

	static function estUnHybride($nom_saisi) {

		return strpos($nom_saisi,'x ') === 0;

	}

}