/*
      --------------------------------------------------------
      LIA_PHON : Un systeme complet de phonetisation de textes
      --------------------------------------------------------
  
      Copyright (C) 2001 FREDERIC BECHET
  
      ..................................................................
  
      This file is part of LIA_PHON
  
      LIA_PHON is free software; you can redistribute it and/or modify
      it under the terms of the GNU General Public License as published by
      the Free Software Foundation; either version 2 of the License, or
      (at your option) any later version.
  
      This program is distributed in the hope that it will be useful,
      but WITHOUT ANY WARRANTY; without even the implied warranty of
      MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
      GNU General Public License for more details.
  
      You should have received a copy of the GNU General Public License
      along with this program; if not, write to the Free Software
      Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA 02111-1307 USA
      ..................................................................
  
      For any publication related to scientific work using LIA_PHON,
      the following reference paper must be mentioned in the bibliography: 
          
      Bechet F., 2001, "LIA_PHON - Un systeme complet de phonetisation
      de textes", revue Traitement Automatique des Langues (T.A.L.)
      volume 42, numero 1/2001, edition Hermes
      ..................................................................
                                
      Contact :
                FREDERIC BECHET - LIA - UNIVERSITE D'AVIGNON
                AGROPARC BP1228 84911  AVIGNON  CEDEX 09  FRANCE
                frederic.bechet@lia.univ-avignon.fr
      ..................................................................
  */
  /*  Elimine la premiere majuscule des debuts de phrases avec la regle suivante :
        - si le mot avec la majuscule existe dans le lexique, on le garde
        - sinon, si le mot avec la prem lettre en minuscule existe dans le lexique
  	on le remplace par le mot du lexique
        - sinon, on garde le mot inconnu
      Entree : stdin pour le texte et 1er parametre pour le dico
      Sortie : stdout
      ATTENTION : les phrases fournies en entree DOIVENT etre structures en paragraphe,
  		c'est a dire avec la phrase (ou une partie de la phrase) sur une meme
  		ligne et en AUCUN CAS avec un mot par ligne !!!! */
  /*  FRED 0199  */
  
  #include <stdio.h>
  #include <stdlib.h>
  #include <string.h>
  #include <strings.h>
  
  /*  Definition des separateurs de mots  */
  
  char TablSeparateur[]=
  	{
  	' ','-','_','\'','"','*',	/* separateur intra/inter mots */
  	'.',';',',','?','!',':',	/* separateur inter mots */
  	'(',')','[',']','{','}',	/* separateur phrase */
  	'
  ','\0'} ;			/* fin de phrase */
  
  int SiSeparateur(c)
   char c;
  {
  static int n;
  if (c=='\0') return 1;
  for(n=0;TablSeparateur[n];n++) if (c==TablSeparateur[n]) return 1;
  return 0;
  }
  
  #define SiMajuscule(a)  ((((a)>='A')&&((a)<='Z'))?1:0)
  
  #define TailleLigne	8000
  
  /* Structure de codage de l'arbre dans un tableau */
  
  typedef struct
  	{
  	char c,mot;
  	unsigned int fg,fd;
  	} type_stoktree;
  
  type_stoktree *StockTree;
  
  int NbNode;
  
  #define SiIgnoreBlanc		1
  
  /*  Chargement de l'arbre-tableau  */
  
  void ChargeLexiqueCompile(ch)
   char *ch;
  {
  FILE *file;
  
  if (!(file=fopen(ch,"rb")))
   { fprintf(stderr,"Can't open : %s
  ",ch); exit(0); }
  
  fseek(file,0,SEEK_END);
  NbNode=(int)(ftell(file)/sizeof(type_stoktree));
  fseek(file,0,SEEK_SET);
  StockTree=(type_stoktree *)malloc(sizeof(type_stoktree)*(NbNode));
  if (fread(StockTree,sizeof(type_stoktree),NbNode+1,file)!=NbNode)
   {
   fprintf(stderr,"Erreur lors de la lecture du fichier : %s
  ",ch);
   exit(0);
   }
  fclose(file);
  }
  
  /*  Decoupage  */
  
  int EgalChar(ch_test,c_arbre)
   char *ch_test,c_arbre;
  {
  static int n;
  
  /*printf("EgalChar : %s == %c
  ",ch_test,c_arbre);*/
  
  if ((*ch_test==' ')&&(ch_test[1]==c_arbre)&&(SiSeparateur(c_arbre)))
   {
   /* on bouffe l'espace, peuchere , que si la caractere d'apres est un separateur
      ex : C ' est = c' est */
   for (n=0;ch_test[n];n++) ch_test[n]=ch_test[n+1];
   return 1;
   }
  
  if (SiIgnoreBlanc)
   if ((*ch_test==' ')&&(c_arbre=='_')) return 1;
  return 0;
  }
  
  int Present(ch,addr,lastword,indice,refe,lastindice)
   char *ch,**lastword,*refe;
   unsigned int addr;
   int indice,*lastindice;
  {
  if (addr==0) return 0;
  if ((*ch==StockTree[addr].c)||(EgalChar(ch,StockTree[addr].c)))
   {
   refe[indice]=StockTree[addr].c;
   /*for(y=0;y<=indice;y++) printf("%c",refe[y]); printf("
  ");*/
   if ((StockTree[addr].mot)&&((SiSeparateur(ch[1]))||(SiSeparateur(ch[0]))))
  	{ *lastword=ch; *lastindice=indice+1; }
   if ((ch[1]=='\0')&&(StockTree[addr].mot)) return 1;
   return Present(ch+1,StockTree[addr].fg,lastword,indice+1,refe,lastindice);
   }
  return Present(ch,StockTree[addr].fd,lastword,indice,refe,lastindice);
  }
  
  void ProcessLine(ch)
   char *ch;
  {
  /* on traite a part le cas : [A partir du ....]
     c'est a dire que tous les 'A' de debut de phrase sont
     systematiquement changes en 'a2' et hop !!!! */
  
  if ((ch[0]=='A')&&(ch[1]==' ')) printf("à %s",ch+2);
  else
  if (SiMajuscule(ch[0]))
   {
   static char sauv_ch1[TailleLigne],sauv_ch2[TailleLigne],
  	     refe1[TailleLigne],refe2[TailleLigne],*lastword1,*lastword2;
   static int lastindice1,lastindice2;
  
   lastword1=lastword2=NULL;
  
   strcpy(sauv_ch1,ch);
   Present(sauv_ch1,1,&lastword1,0,refe1,&lastindice1);
   if (lastword1) refe1[lastindice1]='\0';
   strcpy(sauv_ch2,ch);
   sauv_ch2[0]+=('a'-'A');
   Present(sauv_ch2,1,&lastword2,0,refe2,&lastindice2);
   if (lastword2) refe2[lastindice2]='\0';
   /*
   if (lastword1) printf("Avec maju : [%s] [%s]
  ",refe1,lastword1+1); else printf("Avec maju : NULL
  ");
   if (lastword2) printf("Sans maju : [%s] [%s]
  ",refe2,lastword2+1); else printf("Sans maju : NULL
  ");
   */
   if (lastword1)
    if ((lastword2)&&(lastindice2>lastindice1))
     if (lastword2[1]==' ') printf("%s%s",refe2,lastword2+1);
     else	printf("%s %s",refe2,lastword2+1);
    else
     if (lastword1[1]==' ') printf("%s%s",refe1,lastword1+1);
     else printf("%s %s",refe1,lastword1+1);
   else
    if (lastword2)
     if (lastword2[1]==' ') printf("%s%s",refe2,lastword2+1);
     else printf("%s %s",refe2,lastword2+1);
    else
     printf("%s",ch);
   }
  else printf("%s",ch);
  }
  
  /*  Prog Principal  */
  
  int main(argc,argv)
   int argc;
   char **argv;
  {
  char ch[TailleLigne];
  int n;
  
  if (argc<2)
   {
   fprintf(stderr,"Syntaxe : %s [-h] <lexi compile>
  ",argv[0]);
   exit(0);
   }
  
  if (!strcmp(argv[1],"-h"))
   {
   fprintf(stderr,"Syntaxe : %s [-h] <lexi compile>
  \
   \t Elimine la premiere majuscule des debuts de phrases
  \
   \t avec la regle suivante :
  \
   \t - si le mot avec la majuscule existe dans le lexique,
  \
   \t   on le garde
  \
   \t - sinon, si le mot avec la prem lettre en minuscule existe
  \
   \t   dans le lexique on le remplace par le mot du lexique
  \
   \t - sinon, on garde le mot inconnu
  \
   \t Le dico passe en parametre est le meme que dans la
  \
   \t commande 'lia_token' et doit avoir ete compile avec
  \
   \t la commande 'lia_compile_lexitree'
  \
   \t Entree : stdin pour le texte et 1er parametre pour le dico
  \
   \t Sortie : stdout
  
  \
   \t ATTENTION 1 : le texte a traiter DOIT avoir au prealable ete
  \
   \t               decoupe en phrase grace aux marqueurs :
  \
   \t               '<s>'=debut de phrase , '</s>'=fin de phrase.
  \
   \t               On peut utiliser la commande : 'lia_sentence'
  \
   \t ATTENTION 2 : les phrases fournies en entree DOIVENT etre
  \
   \t               structures en paragraphe, c'est a dire avec la
  \
   \t               phrase (ou une partie de la phrase) sur une meme
  \
   \t               ligne et en AUCUN CAS avec un mot par ligne !!!!
  ",argv[0]);
   exit(0);
   }
  
  /*fprintf(stderr,"Chargement de l'arbre dans le tableau -> ");*/
  ChargeLexiqueCompile(argv[1]);
  /*fprintf(stderr,"Termine
  ");*/
  /*fprintf(stderr,"On a lu : %d noeuds
  ",NbNode);*/
  
  while(fgets(ch,TailleLigne,stdin))
   {
   if (!strncmp(ch,"<s>",3))
    if (fgets(ch,TailleLigne,stdin))
     {
     if (strncmp(ch,"</s>",4)) 
      {
      printf("<s>
  ");
      /* on elimine les espaces en debut de ligne */
      for(n=0;(ch[n])&&(ch[n]==' ');n++);
      if (ch[n]) ProcessLine(ch+n);
      }
     }
    else
     {
     fprintf(stderr,"Bizarre ???? derniere phrase non fermee !!!!
  ");
     exit(0);
     }
   else printf("%s",ch);
   }
  
  exit(0); 
  }