// Grammalecte - Lexicographe
// License: MPL 2
/*jslint esversion: 6*/
/*global require,exports*/
"use strict";
${string}
${map}
if (typeof (require) !== 'undefined') {
var helpers = require("resource://grammalecte/helpers.js");
}
const _dTag = new Map([
[':G', "[mot grammatical]"],
[':N', " nom,"],
[':A', " adjectif,"],
[':M1', " prénom,"],
[':M2', " patronyme,"],
[':MP', " nom propre,"],
[':W', " adverbe,"],
[':X', " adverbe de négation,"],
[':U', " adverbe interrogatif,"],
[':J', " interjection,"],
[':B', " nombre,"],
[':T', " titre,"],
[':R', " préposition,"],
[':Rv', " préposition verbale,"],
[':D', " déterminant,"],
[':Dd', " déterminant démonstratif,"],
[':De', " déterminant exclamatif,"],
[':Dp', " déterminant possessif,"],
[':Di', " déterminant indéfini,"],
[':Dn', " déterminant négatif,"],
[':Od', " pronom démonstratif,"],
[':Oi', " pronom indéfini,"],
[':On', " pronom indéfini négatif,"],
[':Ot', " pronom interrogatif,"],
[':Or', " pronom relatif,"],
[':Ow', " pronom adverbial,"],
[':Os', " pronom personnel sujet,"],
[':Oo', " pronom personnel objet,"],
[':C', " conjonction,"],
[':Ĉ', " conjonction (él.),"],
[':Cc', " conjonction de coordination,"],
[':Cs', " conjonction de subordination,"],
[':Ĉs', " conjonction de subordination (él.),"],
[':Ŵ', " locution adverbiale (él.),"],
[':Ñ', " locution nominale (él.),"],
[':Â', " locution adjectivale (él.),"],
[':Ṽ', " locution verbale (él.),"],
[':Ŕ', " locution prépositive (él.),"],
[':Ĵ', " locution interjective (él.),"],
[':Zp', " préfixe,"],
[':Zs', " suffixe,"],
[':V1', " verbe (1ᵉʳ gr.),"],
[':V2', " verbe (2ᵉ gr.),"],
[':V3', " verbe (3ᵉ gr.),"],
[':V0e', " verbe,"],
[':V0a', " verbe,"],
[':O1', " 1ʳᵉ pers.,"],
[':O2', " 2ᵉ pers.,"],
[':O3', " 3ᵉ pers.,"],
[':e', " épicène"],
[':m', " masculin"],
[':f', " féminin"],
[':s', " singulier"],
[':p', " pluriel"],
[':i', " invariable"],
[':Y', " infinitif,"],
[':P', " participe présent,"],
[':Q', " participe passé,"],
[':Ip', " présent,"],
[':Iq', " imparfait,"],
[':Is', " passé simple,"],
[':If', " futur,"],
[':K', " conditionnel présent,"],
[':Sp', " subjonctif présent,"],
[':Sq', " subjonctif imparfait,"],
[':E', " impératif,"],
[':1s', " 1ʳᵉ p. sg.,"],
[':1ŝ', " présent interr. 1ʳᵉ p. sg.,"],
[':1ś', " présent interr. 1ʳᵉ p. sg.,"],
[':2s', " 2ᵉ p. sg.,"],
[':3s', " 3ᵉ p. sg.,"],
[':1p', " 1ʳᵉ p. pl.,"],
[':2p', " 2ᵉ p. pl.,"],
[':3p', " 3ᵉ p. pl.,"],
[':3p!', " 3ᵉ p. pl.,"],
[';S', " : symbole (unité de mesure)"],
['/*', ""],
['/C', " {classique}"],
['/M', ""],
['/R', " {réforme}"],
['/A', ""],
['/X', ""]
]);
const _dLocTag = new Map([
[':L', "locution"],
[':LN', "locution nominale"],
[':LA', "locution adjectivale"],
[':LV', "locution verbale"],
[':LW', "locution adverbiale"],
[':LR', "locution prépositive"],
[':LRv', "locution prépositive verbale"],
[':LO', "locution pronominale"],
[':LC', "locution conjonctive"],
[':LJ', "locution interjective"],
[':B', " cardinale"],
[':e', " épicène"],
[':m', " masculine"],
[':f', " féminine"],
[':s', " singulière"],
[':p', " plurielle"],
[':i', " invariable"],
['/L', " (latin)"]
]);
const _dLocVerb = new Map([
['i', " intransitive"],
['n', " transitive indirecte"],
['t', " transitive directe"],
['p', " pronominale"],
['m', " impersonnelle"],
]);
const _dElidedPrefix = new Map([
['d', "(de), déterminant épicène invariable"],
['l', "(le/la), déterminant masculin/féminin singulier"],
['j', "(je), pronom personnel sujet, 1ʳᵉ pers., épicène singulier"],
['m', "(me), pronom personnel objet, 1ʳᵉ pers., épicène singulier"],
['t', "(te), pronom personnel objet, 2ᵉ pers., épicène singulier"],
['s', "(se), pronom personnel objet, 3ᵉ pers., épicène singulier/pluriel"],
['n', "(ne), adverbe de négation"],
['c', "(ce), pronom démonstratif, masculin singulier/pluriel"],
['ç', "(ça), pronom démonstratif, masculin singulier"],
['qu', "(que), conjonction de subordination"],
['lorsqu', "(lorsque), conjonction de subordination"],
['quoiqu', "(quoique), conjonction de subordination"],
['jusqu', "(jusque), préposition"]
]);
const _dPronoms = new Map([
['je', " pronom personnel sujet, 1ʳᵉ pers. sing."],
['tu', " pronom personnel sujet, 2ᵉ pers. sing."],
['il', " pronom personnel sujet, 3ᵉ pers. masc. sing."],
['on', " pronom personnel sujet, 3ᵉ pers. sing. ou plur."],
['elle', " pronom personnel sujet, 3ᵉ pers. fém. sing."],
['nous', " pronom personnel sujet/objet, 1ʳᵉ pers. plur."],
['vous', " pronom personnel sujet/objet, 2ᵉ pers. plur."],
['ils', " pronom personnel sujet, 3ᵉ pers. masc. plur."],
['elles', " pronom personnel sujet, 3ᵉ pers. masc. plur."],
["là", " particule démonstrative"],
["ci", " particule démonstrative"],
['le', " COD, masc. sing."],
['la', " COD, fém. sing."],
['les', " COD, plur."],
['moi', " COI (à moi), sing."],
['toi', " COI (à toi), sing."],
['lui', " COI (à lui ou à elle), sing."],
['nous2', " COI (à nous), plur."],
['vous2', " COI (à vous), plur."],
['leur', " COI (à eux ou à elles), plur."],
['y', " pronom adverbial"],
["m'y", " (me) pronom personnel objet + (y) pronom adverbial"],
["t'y", " (te) pronom personnel objet + (y) pronom adverbial"],
["s'y", " (se) pronom personnel objet + (y) pronom adverbial"],
['en', " pronom adverbial"],
["m'en", " (me) pronom personnel objet + (en) pronom adverbial"],
["t'en", " (te) pronom personnel objet + (en) pronom adverbial"],
["s'en", " (se) pronom personnel objet + (en) pronom adverbial"]
]);
const _dSeparator = new Map([
['.', "point"],
['·', "point médian"],
['…', "points de suspension"],
[':', "deux-points"],
[';', "point-virgule"],
[',', "virgule"],
['?', "point d’interrogation"],
['!', "point d’exclamation"],
['(', "parenthèse ouvrante"],
[')', "parenthèse fermante"],
['[', "crochet ouvrante"],
[']', "crochet fermante"],
['{', "accolade ouvrante"],
['}', "accolade fermante"],
['-', "tiret"],
['—', "tiret cadratin"],
['–', "tiret demi-cadratin"],
['«', "guillemet ouvrant (chevrons)"],
['»', "guillemet fermant (chevrons)"],
['“', "guillemet ouvrant double"],
['”', "guillemet fermant double"],
['‘', "guillemet ouvrant"],
['’', "guillemet fermant"],
['/', "signe de la division"],
['+', "signe de l’addition"],
['*', "signe de la multiplication"],
['=', "signe de l’égalité"],
['<', "inférieur à"],
['>', "supérieur à"],
]);
class Lexicographe {
constructor (oDict, oTokenizer, oLocGraph) {
this.oDict = oDict;
this.oTokenizer = oTokenizer;
this.oLocGraph = JSON.parse(oLocGraph);
this._zPartDemForm = new RegExp("([a-zA-Zà-ö0-9À-Öø-ÿØ-ßĀ-ʯ]+)-(là|ci)$", "i");
this._aPartDemExceptList = new Set(["celui", "celle", "ceux", "celles", "de", "jusque", "par", "marie-couche-toi"]);
this._zInterroVerb = new RegExp("([a-zA-Zà-ö0-9À-Öø-ÿØ-ßĀ-ʯ]+)-(t-(?:il|elle|on)|je|tu|ils?|elles?|on|[nv]ous)$", "i");
this._zImperatifVerb = new RegExp("([a-zA-Zà-ö0-9À-Öø-ÿØ-ßĀ-ʯ]+)-((?:les?|la)-(?:moi|toi|lui|[nv]ous|leur)|y|en|[mts][’'](?:y|en)|les?|la|[mt]oi|leur|lui)$", "i");
this._zTag = new RegExp("[:;/][a-zA-Z0-9ÑÂĴĈŔÔṼŴ!][^:;/]*", "g");
}
getInfoForToken (oToken) {
// Token: .sType, .sValue, .nStart, .nEnd
// return a object {sType, sValue, aLabel}
let m = null;
try {
switch (oToken.sType) {
case 'SEPARATOR':
return {
sType: oToken.sType,
sValue: oToken.sValue,
aLabel: [_dSeparator.gl_get(oToken.sValue, "caractère indéterminé")]
};
break;
case 'NUM':
return {
sType: oToken.sType,
sValue: oToken.sValue,
aLabel: ["nombre"]
};
break;
case 'LINK':
return {
sType: oToken.sType,
sValue: oToken.sValue.slice(0, 40) + "…",
aLabel: ["hyperlien"]
};
break;
case 'ELPFX':
let sTemp = oToken.sValue.replace("’", "").replace("'", "").replace("`", "").toLowerCase();
return {
sType: oToken.sType,
sValue: oToken.sValue,
aLabel: [_dElidedPrefix.gl_get(sTemp, "préfixe élidé inconnu")]
};
break;
case 'FOLDERUNIX':
return {
sType: oToken.sType,
sValue: oToken.sValue.slice(0, 40) + "…",
aLabel: ["dossier UNIX (et dérivés)"]
};
break;
case 'FOLDERWIN':
return {
sType: oToken.sType,
sValue: oToken.sValue.slice(0, 40) + "…",
aLabel: ["dossier Windows"]
};
break;
case 'ACRONYM':
return {
sType: oToken.sType,
sValue: oToken.sValue,
aLabel: ["Sigle ou acronyme"]
};
break;
case 'WORD':
if (oToken.sValue.gl_count("-") > 4) {
return {
sType: "COMPLEX",
sValue: oToken.sValue,
aLabel: ["élément complexe indéterminé"]
};
} else if (m = this._zPartDemForm.exec(oToken.sValue)) {
// mots avec particules démonstratives
if (this._aPartDemExceptList.has(m[1].toLowerCase())) {
return {
sType: "WORD",
sValue: oToken.sValue,
aLabel: this._getMorph(oToken.sValue)
};
}
return {
sType: oToken.sType,
sValue: oToken.sValue,
aLabel: ["mot avec particule démonstrative"],
aSubElem: [
{ sType: oToken.sType, sValue: m[1], aLabel: this._getMorph(m[1]) },
{ sType: oToken.sType, sValue: "-" + m[2], aLabel: [this._formatSuffix(m[2].toLowerCase())] }
]
};
} else if (m = this._zImperatifVerb.exec(oToken.sValue)) {
// formes interrogatives
return {
sType: oToken.sType,
sValue: oToken.sValue,
aLabel: ["forme verbale impérative"],
aSubElem: [
{ sType: oToken.sType, sValue: m[1], aLabel: this._getMorph(m[1]) },
{ sType: oToken.sType, sValue: "-" + m[2], aLabel: [this._formatSuffix(m[2].toLowerCase())] }
]
};
} else if (m = this._zInterroVerb.exec(oToken.sValue)) {
// formes interrogatives
return {
sType: oToken.sType,
sValue: oToken.sValue,
aLabel: ["forme verbale interrogative"],
aSubElem: [
{ sType: oToken.sType, sValue: m[1], aLabel: this._getMorph(m[1]) },
{ sType: oToken.sType, sValue: "-" + m[2], aLabel: [this._formatSuffix(m[2].toLowerCase())] }
]
};
} else if (this.oDict.isValidToken(oToken.sValue)) {
return {
sType: oToken.sType,
sValue: oToken.sValue,
aLabel: this._getMorph(oToken.sValue)
};
} else {
return {
sType: "UNKNOWN",
sValue: oToken.sValue,
aLabel: ["mot inconnu du dictionnaire"]
};
}
break;
}
} catch (e) {
helpers.logerror(e);
}
return null;
}
_getMorph (sWord) {
let aElem = [];
for (let s of this.oDict.getMorph(sWord)) {
if (s.includes(":")) aElem.push(this._formatTags(s));
}
if (aElem.length == 0) {
aElem.push("mot inconnu du dictionnaire");
}
return aElem;
}
_formatTags (sTags) {
let sRes = "";
sTags = sTags.replace(/V([0-3][ea]?)[itpqnmr_eaxz]+/, "V$1");
let m;
while ((m = this._zTag.exec(sTags)) !== null) {
sRes += _dTag.get(m[0]);
}
if (sRes.startsWith(" verbe") && !sRes.includes("infinitif")) {
sRes += " [" + sTags.slice(1, sTags.indexOf(" ")) + "]";
}
if (!sRes) {
return "#Erreur. Étiquette inconnue : [" + sTags + "]";
}
return sRes.gl_trimRight(",");
}
_formatTagsLoc (sTags) {
let sRes = "";
let m;
while ((m = this._zTag.exec(sTags)) !== null) {
if (m[0].startsWith(":LV")) {
sRes += _dLocTag.get(":LV");
for (let c of m[0].slice(3)) {
sRes += _dLocVerb.get(c);
}
} else {
sRes += _dLocTag.get(m[0]);
}
}
if (!sRes) {
return "#Erreur. Étiquette inconnue : [" + sTags + "]";
}
return sRes.gl_trimRight(",");
}
_formatSuffix (s) {
if (s.startsWith("t-")) {
return "“t” euphonique +" + _dPronoms.get(s.slice(2));
}
if (!s.includes("-")) {
return _dPronoms.get(s.replace("’", "'"));
}
if (s.endsWith("ous")) {
s += '2';
}
let nPos = s.indexOf("-");
return _dPronoms.get(s.slice(0, nPos)) + " +" + _dPronoms.get(s.slice(nPos + 1));
}
getListOfTokens (sText, bInfo=true) {
let aElem = [];
if (sText !== "") {
for (let oToken of this.oTokenizer.genTokens(sText)) {
if (bInfo) {
let aRes = this.getInfoForToken(oToken);
if (aRes) {
aElem.push(aRes);
}
} else if (oToken.sType !== "SPACE") {
aElem.push(oToken);
}
}
}
return aElem;
}
* generateInfoForTokenList (lToken) {
for (let oToken of lToken) {
let aRes = this.getInfoForToken(oToken);
if (aRes) {
yield aRes;
}
}
}
getListOfTokensReduc (sText, bInfo=true) {
let aTokenList = this.getListOfTokens(sText.replace("'", "’").trim(), false);
let iKey = 0;
let aElem = [];
do {
let oToken = aTokenList[iKey];
let sMorphLoc = '';
let aTokenTempList = [oToken];
if (oToken.sType == "WORD" || oToken.sType == "ELPFX"){
let iKeyTree = iKey + 1;
let oLocNode = this.oLocGraph[oToken.sValue.toLowerCase()];
while (oLocNode) {
let oTokenNext = aTokenList[iKeyTree];
iKeyTree++;
if (oTokenNext) {
oLocNode = oLocNode[oTokenNext.sValue.toLowerCase()];
}
if (oLocNode && iKeyTree <= aTokenList.length) {
sMorphLoc = oLocNode["_:_"];
aTokenTempList.push(oTokenNext);
} else {
break;
}
}
}
if (sMorphLoc) {
let sValue = '';
for (let oTokenWord of aTokenTempList) {
sValue += oTokenWord.sValue+' ';
}
let oTokenLocution = {
'nStart': aTokenTempList[0].nStart,
'nEnd': aTokenTempList[aTokenTempList.length-1].nEnd,
'sType': "LOC",
'sValue': sValue.replace('’ ','’').trim(),
'aSubToken': aTokenTempList
};
if (bInfo) {
let aSubElem = null;
if (sMorphLoc.startsWith("*|")) {
// cette suite de tokens n’est une locution que dans certains cas minoritaires
oTokenLocution.sType = "LOCP";
for (let oElem of this.generateInfoForTokenList(aTokenTempList)) {
aElem.push(oElem);
}
sMorphLoc = sMorphLoc.slice(2);
} else {
aSubElem = [...this.generateInfoForTokenList(aTokenTempList)];
}
// cette suite de tokens est la plupart du temps une locution
let aFormatedTag = [];
for (let sTagLoc of sMorphLoc.split('|') ){
aFormatedTag.push(this._formatTagsLoc(sTagLoc));
}
aElem.push({
sType: oTokenLocution.sType,
sValue: oTokenLocution.sValue,
aLabel: aFormatedTag,
aSubElem: aSubElem
});
} else {
aElem.push(oTokenLocution);
}
iKey = iKey + aTokenTempList.length;
} else {
if (bInfo) {
let aRes = this.getInfoForToken(oToken);
if (aRes) {
aElem.push(aRes);
}
} else {
aElem.push(oToken);
}
iKey++;
}
} while (iKey < aTokenList.length);
return aElem;
}
}
if (typeof(exports) !== 'undefined') {
exports.Lexicographe = Lexicographe;
}