2,257 → 2,106 |
// 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/'; |
const DOSSIER_DSC_HTML = '../donnees/coste/descriptions/html/'; |
const DOSSIER_DSC_TXT = '../donnees/coste/descriptions/txt/'; |
|
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' => '', |
'rang' => 290, |
'auteur' => '', |
'nom_francais' => '', |
'nom_coste' => '', |
'num_nom_coste' => '', |
'num_tax_sup_coste' => '', |
'tome' => '', |
'page' => '', |
'bdnff_nn' => '', |
'bdnff_nt' => ''); |
private $fichiersSpeciaux = array('2053', '0113', '0102'); |
|
public function __construct(Conteneur $conteneur) { |
$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"; |
$this->ouvrirDossier(); |
} |
|
public function verifierDescriptionTxt() { |
$this->chargerFichiers(); |
|
foreach ($this->listeFichiers as $this->fichierNum => $this->fichier) { |
$this->messages->afficherAvancement("Analyse des descriptions"); |
$this->verifierFichier(); |
} |
echo "\n"; |
|
$fichierTxt = $this->dossierBase.self::DOSSIER_LOG.'analyse.log'; |
file_put_contents($fichierTxt, $this->log); |
} |
|
public function genererCorrespondance() { |
$this->chargerFichiers(); |
|
foreach ($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); |
} |
|
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; |
private function ouvrirDossier() { |
$nomDossier = self::DOSSIER_DSC_HTML; |
$tableaux = null; |
if (file_exists($nomDossier) === true) { |
if (is_dir($nomDossier)) { |
if ($dossierOuvert = opendir($nomDossier)) { |
while (($nomFichier = readdir($dossierOuvert)) !== false) { |
if (! is_dir($nomFichier) && preg_match('/e([0-9]{4})\.htm/', $nomFichier, $match)) { |
$this->fichierNum = $match[1]; |
$nomFichier = $nomDossier.'/'.$nomFichier; |
$this->traiterFichier($nomFichier); |
$this->messages->afficherAvancement("Création fichier txt"); |
} |
} |
closedir($dossierOuvert); |
} else { |
$this->messages->traiterErreur("Le dossier {$this->nomDossier} n'a pas pu être ouvert."); |
$this->messages->traiterErreur("Le dossier $nomDossier n'a pas pu être ouvert."); |
} |
} else { |
$this->messages->traiterErreur("{$this->nomDossier} n'est pas un dossier."); |
$this->messages->traiterErreur("$nomDossier n'est pas un dossier."); |
} |
} else { |
$this->messages->traiterErreur("Le dossier {$this->nomDossier} est introuvable."); |
$this->messages->traiterErreur("Le dossier $nomDossier est introuvable."); |
} |
|
asort($this->listeFichiers); |
echo "\n"; |
} |
|
private function verifierFichier() { |
$donnees = $this->analyserFichier(); |
$txt = $donnees['texte']; |
$this->verifierOuvertureFermetureBalise($txt); |
$this->verifierAbscenceEgale($txt); |
$this->verifierNumero($txt); |
} |
|
private function verifierOuvertureFermetureBalise($txt) { |
$b_ouvert = substr_count($txt, '<B>'); |
$b_ferme = substr_count($txt, '</B>'); |
if ($b_ouvert != $b_ferme) { |
$this->log .= "{$this->fichierNum} contient $b_ouvert balises B ouvertes et $b_ferme fermées\n"; |
} |
$i_ouvert = substr_count($txt, '<I>'); |
$i_ferme = substr_count($txt, '</I>'); |
if ($i_ouvert != $i_ferme) { |
$this->log .= "{$this->fichierNum} contient $i_ouvert balises I ouvertes et $i_ferme fermées\n"; |
} |
} |
|
private function verifierAbscenceEgale($txt) { |
if (strripos($txt, '=') === false) { |
$this->log .= "{$this->fichierNum} ne contient pas le séparateur de phénologie (=)\n"; |
} |
} |
|
private function verifierNumero($txt) { |
if (preg_match('/^<B>[0-9]{1,4}. – /', $txt) == 0) { |
$this->log .= "{$this->fichierNum} ne contient pas un numéro bien formaté\n"; |
} |
} |
|
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['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['bdnff_nn'] = $match[1]; |
$infos['bdnff_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>|[A-Z])/u', $txt, $match)) { |
$infos['nom_coste'] = $match[1]; |
$infos['auteur'] = $match[2]; |
$infos['nom_francais'] = isset($match[3]) ? $match[3] : ''; |
} else { |
$this->messages->traiterErreur("La texte du fichier {$this->fichierNum} est mal formaté."); |
} |
|
$this->correspondance[] = $infos; |
} |
|
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'; |
private function traiterFichier($nomFichier) { |
$donnees = $this->analyserFichier($nomFichier); |
$txt = $this->nettoyerTxt($donnees['texte']); |
$fichierTxt = self::DOSSIER_DSC_TXT.$this->fichierNum.'.txt'; |
file_put_contents($fichierTxt, $txt); |
} |
|
private function analyserFichier() { |
$donnees = array('titre' => '', 'texte' => '', 'correspondance' => ''); |
if ($fichierOuvert = fopen($this->fichier, 'r')) { |
private function analyserFichier($nomFichier) { |
$this->fichier = $nomFichier; |
$donnees = null; |
if ($fichierOuvert = fopen($nomFichier, 'r')) { |
$i = 1; |
while ($ligne = fgets($fichierOuvert)) { |
if ($i == 24) { |
$donnees['titre'] = $this->supprimerHtml($ligne); |
} elseif ($i >= 45 && $i <= 62) { |
$donnees['texte'] .= $this->traiterLigneDescription($ligne); |
} elseif (($i == 63 || $i == 67) && preg_match('/Bdnff /ui', $ligne)) { |
$donnees['correspondance'] = $this->supprimerHtml($ligne); |
} |
$donnees['titre'] = $this->traiterHtml($ligne); |
} elseif ($i == 45) { |
$donnees['texte'] = $this->traiterHtml($ligne, $au = true); |
$this->donnees['texte'] = $this->traiterHtml($ligne); |
} elseif ($i >= 46 && $i <= 62) { |
$donnees['texte'] .= $this->traiterHtml($ligne); |
} elseif ($i == 63 || preg_match('/Bdnff /ui', $ligne)) { |
$donnees['correspondance'] = $this->traiterHtml($ligne); |
} elseif ($i == 67 || preg_match('/Bdnff /ui', $ligne)) { |
$donnees['correspondance'] = $this->traiterHtml($ligne); |
} |
|
$i++; |
} |
if ($i > 94) { |
$this->messages->traiterErreur("Le fichier {$this->fichier} contient plus de 94 lignes ($i)."); |
$this->messages->traiterErreur("Le fichier $nomFichier contient plus de 94 lignes ($i)."); |
} |
fclose($fichierOuvert); |
} else { |
$this->messages->traiterErreur("Le fichier {$this->fichier} n'a pas pu être ouvert."); |
$this->messages->traiterErreur("Le fichier $nomFichier n'a pas pu être ouvert."); |
} |
return $donnees; |
} |
|
private function supprimerHtml($txt) { |
$txt = strip_tags($txt,'<b>,<i>'); |
$txt = str_replace('­', '', $txt); |
$txt = str_ireplace(' ', ' ', $txt); |
$txt = trim($txt); |
$txt = preg_replace('/^<\/I>/', '', $txt); |
$txt = html_entity_decode($txt, ENT_NOQUOTES, 'UTF-8'); |
return $txt; |
private function traiterHtml($donnees, $au = null) { |
$donnees_traitees = strip_tags($donnees,'<b>,<i>'); |
$donnees_traitees = html_entity_decode($donnees_traitees, ENT_NOQUOTES, 'UTF-8'); |
$donnees_traitees = str_replace(array('<B>', '</B>'), '**', $donnees_traitees); |
$donnees_traitees = str_replace(array('<I>', '</I>'), '//', $donnees_traitees); |
$donnees_traitees = trim($donnees_traitees)."\n"; |
if ($au) { |
$donnees_traitees = str_replace('­', '', $donnees_traitees); |
} |
return $donnees_traitees; |
} |
|
private function traiterLigneDescription($txt) { |
$txt = $this->supprimerHtml($txt); |
$txt = $txt."\n"; |
return $txt; |
} |
|
private function nettoyerDescription($txt) { |
$txt = preg_replace("/\n{2,}+/", "\n", $txt); |
private function nettoyerTxt($txt) { |
$txt = str_replace("\n\n", "\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; |
} |
} |
?> |