home *** CD-ROM | disk | FTP | other *** search
/ Total Network Tools 2002 / NextStepPublishing-TotalNetworkTools2002-Win95.iso / Archive / Misc Servers / Zope.exe / LEXICON.PY < prev    next >
Encoding:
Python Source  |  2000-06-27  |  9.5 KB  |  242 lines
  1. ##############################################################################
  2. # 
  3. # Zope Public License (ZPL) Version 1.0
  4. # -------------------------------------
  5. # 
  6. # Copyright (c) Digital Creations.  All rights reserved.
  7. # 
  8. # This license has been certified as Open Source(tm).
  9. # 
  10. # Redistribution and use in source and binary forms, with or without
  11. # modification, are permitted provided that the following conditions are
  12. # met:
  13. # 
  14. # 1. Redistributions in source code must retain the above copyright
  15. #    notice, this list of conditions, and the following disclaimer.
  16. # 
  17. # 2. Redistributions in binary form must reproduce the above copyright
  18. #    notice, this list of conditions, and the following disclaimer in
  19. #    the documentation and/or other materials provided with the
  20. #    distribution.
  21. # 
  22. # 3. Digital Creations requests that attribution be given to Zope
  23. #    in any manner possible. Zope includes a "Powered by Zope"
  24. #    button that is installed by default. While it is not a license
  25. #    violation to remove this button, it is requested that the
  26. #    attribution remain. A significant investment has been put
  27. #    into Zope, and this effort will continue if the Zope community
  28. #    continues to grow. This is one way to assure that growth.
  29. # 
  30. # 4. All advertising materials and documentation mentioning
  31. #    features derived from or use of this software must display
  32. #    the following acknowledgement:
  33. # 
  34. #      "This product includes software developed by Digital Creations
  35. #      for use in the Z Object Publishing Environment
  36. #      (http://www.zope.org/)."
  37. # 
  38. #    In the event that the product being advertised includes an
  39. #    intact Zope distribution (with copyright and license included)
  40. #    then this clause is waived.
  41. # 
  42. # 5. Names associated with Zope or Digital Creations must not be used to
  43. #    endorse or promote products derived from this software without
  44. #    prior written permission from Digital Creations.
  45. # 
  46. # 6. Modified redistributions of any form whatsoever must retain
  47. #    the following acknowledgment:
  48. # 
  49. #      "This product includes software developed by Digital Creations
  50. #      for use in the Z Object Publishing Environment
  51. #      (http://www.zope.org/)."
  52. # 
  53. #    Intact (re-)distributions of any official Zope release do not
  54. #    require an external acknowledgement.
  55. # 
  56. # 7. Modifications are encouraged but must be packaged separately as
  57. #    patches to official Zope releases.  Distributions that do not
  58. #    clearly separate the patches from the original work must be clearly
  59. #    labeled as unofficial distributions.  Modifications which do not
  60. #    carry the name Zope may be packaged in any form, as long as they
  61. #    conform to all of the clauses above.
  62. # 
  63. # 
  64. # Disclaimer
  65. # 
  66. #   THIS SOFTWARE IS PROVIDED BY DIGITAL CREATIONS ``AS IS'' AND ANY
  67. #   EXPRESSED OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE
  68. #   IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR
  69. #   PURPOSE ARE DISCLAIMED.  IN NO EVENT SHALL DIGITAL CREATIONS OR ITS
  70. #   CONTRIBUTORS BE LIABLE FOR ANY DIRECT, INDIRECT, INCIDENTAL,
  71. #   SPECIAL, EXEMPLARY, OR CONSEQUENTIAL DAMAGES (INCLUDING, BUT NOT
  72. #   LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS OR SERVICES; LOSS OF
  73. #   USE, DATA, OR PROFITS; OR BUSINESS INTERRUPTION) HOWEVER CAUSED AND
  74. #   ON ANY THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY,
  75. #   OR TORT (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT
  76. #   OF THE USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF
  77. #   SUCH DAMAGE.
  78. # 
  79. # 
  80. # This software consists of contributions made by Digital Creations and
  81. # many individuals on behalf of Digital Creations.  Specific
  82. # attributions are listed in the accompanying credits file.
  83. # 
  84. ##############################################################################
  85.  
  86. import string, regex, ts_regex
  87. import regsub
  88.  
  89.  
  90.  
  91. __doc__=""" Module breaks out Zope specific methods and behavior.  In
  92. addition, provides the Lexicon class which defines a word to integer
  93. mapping.
  94.  
  95. """
  96.  
  97. from Splitter import Splitter
  98. from Persistence import Persistent
  99. from Acquisition import Implicit
  100. import OIBTree, BTree
  101. OIBTree=OIBTree.BTree
  102. OOBTree=BTree.BTree
  103. import re
  104.  
  105.  
  106. class Lexicon(Persistent, Implicit):
  107.     """Maps words to word ids and then some
  108.  
  109.     The Lexicon object is an attempt to abstract vocabularies out of
  110.     Text indexes.  This abstraction is not totally cooked yet, this
  111.     module still includes the parser for the 'Text Index Query
  112.     Language' and a few other hacks.
  113.  
  114.     """
  115.  
  116.     # default for older objects
  117.     stop_syn={}
  118.  
  119.     def __init__(self, stop_syn=None):
  120.         self._lexicon = OIBTree()
  121.         self.counter = 0
  122.         if stop_syn is None:
  123.             self.stop_syn = {}
  124.         else:
  125.             self.stop_syn = stop_syn
  126.  
  127.                 
  128.     def set_stop_syn(self, stop_syn):
  129.         """ pass in a mapping of stopwords and synonyms.  Format is:
  130.  
  131.         {'word' : [syn1, syn2, ..., synx]}
  132.  
  133.         Vocabularies do not necesarily need to implement this if their
  134.         splitters do not support stemming or stoping.
  135.  
  136.         """
  137.         self.stop_syn = stop_syn
  138.         
  139.  
  140.     def set(self, word):
  141.         """ return the word id of 'word' """
  142.  
  143.         if self._lexicon.has_key(word):
  144.             return self._lexicon[word]
  145.  
  146.         else:
  147.             if not hasattr(self, 'counter'):
  148.                 self.counter = 0
  149.             self._lexicon[intern(word)] = self.counter
  150.             self.counter = self.counter + 1
  151.             return self.counter - 1 
  152.  
  153.     def get(self, key, default=None):
  154.         """  """
  155.         return [self._lexicon.get(key, default)]
  156.  
  157.     def __getitem__(self, key):
  158.         return self.get(key)
  159.  
  160.     def __len__(self):
  161.         return len(self._lexicon)
  162.  
  163.     def Splitter(self, astring, words=None):
  164.         """ wrap the splitter """
  165.         if words is None:
  166.             words = self.stop_syn
  167.         return Splitter(astring, words)
  168.  
  169.     def grep(self, query):
  170.         """
  171.         regular expression search through the lexicon
  172.         he he.
  173.  
  174.         Do not use unless you know what your doing!!!
  175.         """
  176.         expr = re.compile(query)
  177.         hits = []
  178.         for x in self._lexicon.keys():
  179.             if expr.search(x):
  180.                 hits.append(x)
  181.         return hits
  182.  
  183.     def query_hook(self, q):
  184.         """ we don't want to modify the query cuz we're dumb """
  185.         return q
  186.         
  187.  
  188.  
  189.  
  190.  
  191. stop_words=(
  192.     'am', 'ii', 'iii', 'per', 'po', 're', 'a', 'about', 'above', 'across',
  193.     'after', 'afterwards', 'again', 'against', 'all', 'almost', 'alone',
  194.     'along', 'already', 'also', 'although', 'always', 'am', 'among',
  195.     'amongst', 'amoungst', 'amount', 'an', 'and', 'another', 'any',
  196.     'anyhow', 'anyone', 'anything', 'anyway', 'anywhere', 'are', 'around',
  197.     'as', 'at', 'back', 'be', 'became', 'because', 'become', 'becomes',
  198.     'becoming', 'been', 'before', 'beforehand', 'behind', 'being',
  199.     'below', 'beside', 'besides', 'between', 'beyond', 'bill', 'both',
  200.     'bottom', 'but', 'by', 'can', 'cannot', 'cant', 'con', 'could',
  201.     'couldnt', 'cry', 'describe', 'detail', 'do', 'done', 'down', 'due',
  202.     'during', 'each', 'eg', 'eight', 'either', 'eleven', 'else',
  203.     'elsewhere', 'empty', 'enough', 'even', 'ever', 'every', 'everyone',
  204.     'everything', 'everywhere', 'except', 'few', 'fifteen', 'fifty',
  205.     'fill', 'find', 'fire', 'first', 'five', 'for', 'former', 'formerly',
  206.     'forty', 'found', 'four', 'from', 'front', 'full', 'further', 'get',
  207.     'give', 'go', 'had', 'has', 'hasnt', 'have', 'he', 'hence', 'her',
  208.     'here', 'hereafter', 'hereby', 'herein', 'hereupon', 'hers',
  209.     'herself', 'him', 'himself', 'his', 'how', 'however', 'hundred', 'i',
  210.     'ie', 'if', 'in', 'inc', 'indeed', 'interest', 'into', 'is', 'it',
  211.     'its', 'itself', 'keep', 'last', 'latter', 'latterly', 'least',
  212.     'less', 'made', 'many', 'may', 'me', 'meanwhile', 'might', 'mill',
  213.     'mine', 'more', 'moreover', 'most', 'mostly', 'move', 'much', 'must',
  214.     'my', 'myself', 'name', 'namely', 'neither', 'never', 'nevertheless',
  215.     'next', 'nine', 'no', 'nobody', 'none', 'noone', 'nor', 'not',
  216.     'nothing', 'now', 'nowhere', 'of', 'off', 'often', 'on', 'once',
  217.     'one', 'only', 'onto', 'or', 'other', 'others', 'otherwise', 'our',
  218.     'ours', 'ourselves', 'out', 'over', 'own', 'per', 'perhaps',
  219.     'please', 'pre', 'put', 'rather', 're', 'same', 'see', 'seem',
  220.     'seemed', 'seeming', 'seems', 'serious', 'several', 'she', 'should',
  221.     'show', 'side', 'since', 'sincere', 'six', 'sixty', 'so', 'some',
  222.     'somehow', 'someone', 'something', 'sometime', 'sometimes',
  223.     'somewhere', 'still', 'such', 'take', 'ten', 'than', 'that', 'the',
  224.     'their', 'them', 'themselves', 'then', 'thence', 'there',
  225.     'thereafter', 'thereby', 'therefore', 'therein', 'thereupon', 'these',
  226.     'they', 'thick', 'thin', 'third', 'this', 'those', 'though', 'three',
  227.     'through', 'throughout', 'thru', 'thus', 'to', 'together', 'too',
  228.     'toward', 'towards', 'twelve', 'twenty', 'two', 'un', 'under',
  229.     'until', 'up', 'upon', 'us', 'very', 'via', 'was', 'we', 'well',
  230.     'were', 'what', 'whatever', 'when', 'whence', 'whenever', 'where',
  231.     'whereafter', 'whereas', 'whereby', 'wherein', 'whereupon',
  232.     'wherever', 'whether', 'which', 'while', 'whither', 'who', 'whoever',
  233.     'whole', 'whom', 'whose', 'why', 'will', 'with', 'within', 'without',
  234.     'would', 'yet', 'you', 'your', 'yours', 'yourself', 'yourselves',
  235.     )
  236. stop_word_dict={}
  237. for word in stop_words: stop_word_dict[word]=None
  238.  
  239.  
  240.  
  241.  
  242.