1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179
|
package calculFrequences;
import java.io.IOException;
import java.util.ArrayList;
import java.util.Collection;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import org.w3c.dom.Document;
import org.w3c.dom.NamedNodeMap;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;
import org.xml.sax.SAXException;
import com.sun.org.apache.xerces.internal.parsers.DOMParser;
public class ArticleXml {
// Champs
private Document doc;
// Hash Lemme => fréquence
private Map<String,Integer> lemFreq = new HashMap<String, Integer>();
// Hash Forme => fréquence
private Map<String,Integer> formFreq = new HashMap<String, Integer>();
// Hash String sn => Objet sn
private Map<String,Sn> hash_sn = new HashMap<String, Sn>();
// Hash String sn => int poids
//private Map<String,Integer> snPoids = new HashMap();
// Nb de mots dans le doc
private int nbmots;
// Date
private String date;
// Constructeur
ArticleXml(){}
public ArticleXml(String adresse){
DOMParser parser = new DOMParser();
try {parser.parse(adresse);} // <= ligne 39
catch (SAXException e) {e.printStackTrace();}
catch (IOException e) {e.printStackTrace();}
doc=parser.getDocument();
calculeFreq();
rechercheSn();
doc=null;
}
// Méthodes Publiques
public Collection<Sn> getListeSnAsObj(){
return hash_sn.values();
}
public int nbMots(){
return nbmots;
}
public void setDate (String date){
this.date=date;
}
public String getDate(){
return date;
}
// Méthodes Privées
// Fréquences des lemmes et des formes
private void calculeFreq (){
NodeList words = doc.getElementsByTagName("w");
for (int i = 0; i< words.getLength();i++){
NamedNodeMap attributs= words.item(i).getAttributes();
// valeur de l'attribut lem
String lemme = attributs.getNamedItem("lem").getNodeValue();
// -> dans Hash
if (lemFreq.containsKey(lemme)){lemFreq.put(lemme, (lemFreq.get(lemme)+1));}
else {lemFreq.put(lemme,1);}
// forme
String forme = words.item(i).getTextContent();
// -> dans Hash
if (formFreq.containsKey(forme)){formFreq.put(forme, (formFreq.get(forme)+1));}
else {formFreq.put(forme,1);}
}
nbmots=words.getLength();
}
//Recherche des Sn
private void rechercheSn(){
NodeList sn_list = doc.getElementsByTagName("sn");
for (int i=0;i<sn_list.getLength();i++){
// récolte la liste de Mot sous <sn>, construit un objet Sn, le passe dans hash_sn : String => Sn
toHash(getSn(sn_list.item(i)));
}
}
// Autres méthodes (anciennes fonctions)
private void toHash (Sn un_sn){
if (hash_sn.containsKey(un_sn.asString())){
hash_sn.get(un_sn.asString()).incFreq(1);
}
else {
un_sn.setFreq(1);
hash_sn.put(un_sn.asString(), un_sn);
}
}
private Sn getSn(Node noeud_sn){
List<Mot> liste_mots = new ArrayList<Mot>();
// sn tete
NodeList cat_filles_sn = noeud_sn.getChildNodes();
for(int i=0;i<cat_filles_sn.getLength();i++){
liste_mots.addAll(getMots(cat_filles_sn.item(i)));
}
// sp extension
Node pere = noeud_sn.getParentNode();
NodeList freres = pere.getChildNodes();
for (int i=0;i<freres.getLength();i++){
if (freres.item(i).getNodeName().equals("SP")){
// sn tête rajouté dans hash_sn à la volée
Sn sn_tete = new Sn(liste_mots);
toHash(sn_tete);
NodeList cat_filles_sp=freres.item(i).getChildNodes();
for (int j=0;j<cat_filles_sp.getLength();j++){
if(cat_filles_sp.item(j).getNodeName().equals("prep")){
liste_mots.addAll(getMots(cat_filles_sp.item(j)));
}
else if(cat_filles_sp.item(j).getNodeName().equals("SN")){
NodeList fils_SN= cat_filles_sp.item(j).getChildNodes();
for (int k=0;k<fils_SN.getLength();k++){
if(fils_SN.item(k).getNodeName().equals("det")){
liste_mots.addAll(getMots(fils_SN.item(k)));
}
else if(fils_SN.item(k).getNodeName().equals("sn")){
// appel récursif
// sn renvoyé : sn tete + extension
liste_mots.addAll(getSn(fils_SN.item(k)).getMots());
}
}
}
}
}
}
Sn sn = new Sn(liste_mots);
return sn;
}
// fonction traitement d'un noeud de catégorie => renvoie la liste des Mot
private List<Mot> getMots(Node noeud_cat){
List<Mot> mots= new ArrayList<Mot>();
NodeList words = noeud_cat.getChildNodes();
for (int i=0;i<words.getLength();i++){
if (words.item(i).getNodeName().equals("w")){
NamedNodeMap attributs= words.item(i).getAttributes();
Mot un_mot = new Mot(
noeud_cat.getNodeName(),
words.item(i).getTextContent(),
attributs.getNamedItem("lem").getNodeValue()
);
// Set les fréquences des lemmes et des formes
un_mot.setFreqLem(lemFreq.get(un_mot.getLem()));
un_mot.setFreqForm(formFreq.get(un_mot.getForm()));
mots.add(un_mot);
}
}
return (List<Mot>) mots;
}
} |
Partager