BdlexUC.pl
2.84 KB
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
#!/usr/bin/perl
use strict;
#use warnings;
my %chars2bdlexMap;
my %bdlex2charsMap;
my $charsRegex = "";
my $bdlexRegex = "";
my $universalRegTo = "";
my $universalRegFrom = "";
if($#ARGV == 1)
{
initializeMapsAndRegex($ARGV[0]);
if($ARGV[1] eq "-t")
{
readTxt(1);
}
elsif($ARGV[1] eq "-tw"){
readTxt(2);
}
else
{
readTxt(0);
}
}
else
{
die "BAD USAGE : <rules_file> <direction> \n"."direction:\t-t : to\n\t\t-f : from\n\t\t-tw : to, respecting words boundaries\n";
}
sub readTxt
{
(my $direction) = ($_[0]);
while(<STDIN>)
{
if($direction == 1)
{
print convertToBdlex($_);
}
elsif($direction == 2)
{
print convertWord($_);
}
else
{
print convertFromBdlex($_);
}
}
}
sub initializeMapsAndRegex
{
#recup de l'argument
(my $ruleFile) = ($_[0]);
open(RULE_FILE, $ruleFile);
my $universalReg = "";
while(<RULE_FILE>)
{
#lecture du fichier contenant les regles de convertion
chop($_);
my @columns = split("\t");
if($#columns == 1) {
$chars2bdlexMap{$columns[0]} = $columns[1];
$bdlex2charsMap{$columns[1]} = $columns[0];
#recuperation du premier caractere du code si necessaire (pour la regle universelle)
my (@firstChar) = ($columns[1] =~ /^./g);
if($universalReg !~ /$firstChar[0]/){
$universalReg .= $firstChar[0];
}
#construction des regex
if($charsRegex eq "")
{
$charsRegex .= $columns[0];
$bdlexRegex .= $columns[1];
}
else
{
$charsRegex .= "|".$columns[0];
$bdlexRegex .= "|".$columns[1];
}
}
}
$universalRegTo = "([".$universalReg."])([0-9])";
$universalRegFrom = "([".$universalReg."])(0)";
close(RULE_FILE);
}
sub convertToBdlex
{
#recup de l'argument
my $convertedString = $_[0];
#on transforme ce qui match avec l'expression universelle pour eviter les conflits
$convertedString =~ s/$universalRegTo/$1.\(0\).$2/g;
$convertedString =~ s/.\(0\)./0/g;
#on recuperer ce qui match avec l'expression reguliere
my (@match) = ($convertedString =~ /$charsRegex/g);
for(my $i = 0; $i <= $#match; $i++)
{
$convertedString =~ s/$match[$i]/$chars2bdlexMap{$match[$i]}/;
}
$convertedString;
}
sub convertWord
{
#recup de l'argument
my $convertedString = $_[0];
#on recuperer ce qui match avec l'expression reguliere
my (@match) = ($convertedString =~ /\b($charsRegex)\b/g);
for(my $i = 0; $i <= $#match; $i++)
{
$convertedString =~ s/\b$match[$i]\b/$chars2bdlexMap{$match[$i]}/;
}
$convertedString;
}
sub convertFromBdlex
{
#recup de l'argument
my $convertedString = $_[0];
#on recuperer ce qui match avec l'expression reguliere
my (@match) = ($convertedString =~ /$bdlexRegex/g);
for(my $i = 0; $i <= $#match; $i++)
{
$convertedString =~ s/$match[$i]/$bdlex2charsMap{$match[$i]}/;
}
#on transforme ce qui match avec l'expression universelle apres pour eviter les conflits
$convertedString =~ s/$universalRegFrom/$1/g;
$convertedString;
}