private static void VypsatKompletniEntry(XmlWriter xw, string strRadek, HeslovaSlova glsHeslovaSlova, int iPoradi)
{
xw.WriteStartElement("entry");
xw.WriteAttributeString("source", csZkratkaSlovniku);
xw.WriteAttributeString("id", "h" + iPoradi.ToString("000000"));
xw.WriteElementString("original", strRadek);
VypsatJednotlivaHeslovaSlova(xw, glsHeslovaSlova, iPoradi);
xw.WriteEndElement(); //entry
}
private static void VypsatJednotlivaHeslovaSlova(XmlWriter xw, HeslovaSlova glsHeslovaSlova, int iPoradi)
{
int iPodporadi = 0;
foreach (HesloveSlovo hs in glsHeslovaSlova)
{
if (!hs.Odkaz && !hs.Transliterace && !String.IsNullOrEmpty(hs.Heslo))
{
iPodporadi++;
xw.WriteStartElement("hw");
xw.WriteAttributeString("id", String.Format("h{0:000000}.{1}", iPoradi, iPodporadi));
xw.WriteAttributeString("source", csZkratkaSlovniku);
if (hs.Varianta)
{
xw.WriteAttributeString("var", "true");
}
if (hs.Odkaz)
{
xw.WriteAttributeString("xref", "true");
}
if (hs.ZenskaPodoba)
{
xw.WriteAttributeString("fem", "true");
}
if (hs.RekonstruovanoZMistnihoJmena)
{
xw.WriteAttributeString("type", "reconstr");
}
if (hs.Transliterace)
{
xw.WriteAttributeString("form", "trsl");
}
if (hs.NejisteZneni)
{
xw.WriteAttributeString("cert", "uncertain");
}
if (hs.NejistyPramen)
{
xw.WriteAttributeString("sourceCert", "uncertain");
}
if (hs.JineCteni)
{
xw.WriteAttributeString("reading", "other");
}
if (hs.VychoziPodoba)
{
xw.WriteAttributeString("sourceForm", "true");
}
if (hs.ZmenenaPdodoba)
{
xw.WriteAttributeString("changedForm", "true");
}
if (hs.Rod != null)
{
xw.WriteAttributeString("gender", hs.Rod);
}
xw.WriteString(hs.Heslo);
xw.WriteEndElement(); //hw
}
}
}
private static void VytvoritJednotlivaHeslovaSlova(XmlDocument xd, HeslovaSlova glsHeslovaSlova, int iPoradi)
{
int iPodporadi = 0;
//xd.DocumentElement.RemoveChild(xd.DocumentElement.SelectSingleNode("//hw"));
XmlNode xe = xd.DocumentElement.SelectSingleNode("//hw");
xe = Index.RenameNode(xe, "", "hwo"); //hwo = headword original
bool bInterni = (glsHeslovaSlova.Count == 1 && glsHeslovaSlova[0].Heslo == xe.InnerText);
//if (glsHeslovaSlova.Count == 1 && glsHeslovaSlova[0].Heslo == xe.InnerText)
// return;
XmlNode xhwg = xd.CreateElement("hwGrp");
foreach (HesloveSlovo hs in glsHeslovaSlova)
{
if (!hs.Odkaz && !hs.Transliterace && !String.IsNullOrEmpty(hs.Heslo))
{
iPodporadi++;
XmlNode xnhw = xd.CreateElement("hw");
PripojitAtribut(xd, xnhw, "id", String.Format("h{0:000000}.{1}", iPoradi, iPodporadi));
//PripojitAtribut(xd, xnhw, "source", csZkratkaSlovniku)
if (hs.Varianta)
{
//PripojitAtribut(xd, xnhw, "variant", "true");
PripojitAtribut(xd, xnhw, "variant", hs.TypVarianty);
}
if (hs.Odkaz)
{
PripojitAtribut(xd, xnhw, "xref", "true");
}
if (hs.ZenskaPodoba)
{
PripojitAtribut(xd, xnhw, "fem", "true");
}
if (hs.RekonstruovanoZMistnihoJmena)
{
PripojitAtribut(xd, xnhw, "type", "reconstr");
}
if (hs.Transliterace)
{
PripojitAtribut(xd, xnhw, "form", "trsl");
}
if (hs.NejisteZneni)
{
PripojitAtribut(xd, xnhw, "cert", "uncertain");
}
if (hs.NejistyPramen)
{
PripojitAtribut(xd, xnhw, "sourceCert", "uncertain");
}
if (hs.JineCteni)
{
PripojitAtribut(xd, xnhw, "reading", "other");
}
if (hs.VychoziPodoba)
{
PripojitAtribut(xd, xnhw, "sourceForm", "true");
}
if (hs.ZmenenaPdodoba)
{
PripojitAtribut(xd, xnhw, "changedForm", "true");
}
if (hs.Rod != null)
{
PripojitAtribut(xd, xnhw, "gender", hs.Rod);
}
if (hs.RozepsanaForma)
{
PripojitAtribut(xd, xnhw, "form", "restored");
}
if (hs.ZkracenaForma)
{
PripojitAtribut(xd, xnhw, "form", "short");
}
if (bInterni)
{
PripojitAtribut(xd, xnhw, "use", "internal");
}
xnhw.InnerText = hs.Heslo;
xhwg.AppendChild(xnhw);
}
xd.DocumentElement.AppendChild(xhwg);
}
}
internal HeslovaSlova AnalyzujHeslo(XmlWriter xw, string strRadek, ref int iPoradi)
{
char[] cchOddelovaceHesel = new char[] { '/', '>', ',' };
//1. rozdělit řádek na hesla
//2. analyzovat jednotlivá hesla
HeslovaSlova glsHeslovaSlova = new HeslovaSlova(strRadek);
char[] chZnaky = new char[] { ' ', '-', '!', '(', ')', '*', ',', '.', '/', ':', '?', '[', ']', '_', '>' };
if (strRadek.IndexOfAny(cchOddelovaceHesel) > -1)
{
FrekvenceZnaku fz = new FrekvenceZnaku(chZnaky, strRadek.Trim(), true);
fz.SpocitejFrekvenci();
if (fz.PoradiZnaku.Contains('>'))
{
string[] asHesla = strRadek.Split(cchOddelovaceHesel, StringSplitOptions.RemoveEmptyEntries);
glsHeslovaSlova.Add((new HesloveSlovo(asHesla[0].Trim(), true, false)));
glsHeslovaSlova.Add((new HesloveSlovo(asHesla[1].Trim(), false, true)));
}
else if (fz.PoradiZnaku == "(/)")
{
string[] asHesla = strRadek.Split(cchOddelovaceHesel, StringSplitOptions.RemoveEmptyEntries);
foreach (string sHeslo in asHesla)
{
if (sHeslo.StartsWith("("))
{
glsHeslovaSlova.Add((new HesloveSlovo(true, sHeslo.Trim() + ")", "/")));
}
else
{
glsHeslovaSlova.Add((new HesloveSlovo(true, "(" + sHeslo.Trim(), "/")));
}
}
}
else if (fz.PoradiZnaku == " (., . ?)")
{
glsHeslovaSlova.Add((new HesloveSlovo(true, strRadek.Trim())));
}
else
{
string strOddelovac = ",";
if (fz.PoradiZnaku.IndexOf('/') > -1)
{
strOddelovac = "/";
}
else if (fz.PoradiZnaku.IndexOf(',') > -1)
{
strOddelovac = ",";
}
else
{
strOddelovac = "";
}
string[] asHesla = strRadek.Split(cchOddelovaceHesel, StringSplitOptions.RemoveEmptyEntries);
foreach (string sHeslo in asHesla)
{
glsHeslovaSlova.Add((new HesloveSlovo(true, sHeslo.Trim(), strOddelovac)));
}
}
}
else
{
glsHeslovaSlova.Add(new HesloveSlovo(strRadek));
}
glsHeslovaSlova.KonsolidujHesla();
if (strRadek.IndexOfAny(new char[] { '_', ':' }) == -1)
{
VypsatKompletniEntry(xw, strRadek, glsHeslovaSlova, ++iPoradi);
return(glsHeslovaSlova);
}
else
{
return(new HeslovaSlova(strRadek));
}
}
public void PrevestTxtNaXml()
{
List <string> glsVsechnaHesla = new List <string>(18000);
Dictionary <string, List <HeslovaSlova> > gdcHeslovaSlova = new Dictionary <string, List <HeslovaSlova> >();
XmlWriterSettings xws = new XmlWriterSettings();
xws.Indent = true;
xws.IndentChars = " ";
Dictionary <string, HeslovaSlova> glsDuplicitniHesla = new Dictionary <string, HeslovaSlova>();
using (StreamReader sr = new StreamReader(base.VstupniSoubor)) {
using (XmlWriter xw = XmlWriter.Create(base.VystupniSoubor, xws)) {
xw.WriteStartDocument(true);
xw.WriteStartElement("dictionary");
xw.WriteAttributeString("name", csZkratkaSlovniku);
string sRadek;
int i = 0;
while ((sRadek = sr.ReadLine()) != null)
{
if (sRadek[sRadek.Length - 1] != '-')
{
HeslovaSlova hss = AnalyzujHeslo(xw, sRadek, ref i);
foreach (HesloveSlovo hs in hss)
{
if (!String.IsNullOrEmpty(hs.Heslo))
{
string sIdHeslo = hs.Heslo + " " + hs.Rod;
if (gdcHeslovaSlova.ContainsKey(sIdHeslo))
{
gdcHeslovaSlova[sIdHeslo].Add(hss);
}
else
{
gdcHeslovaSlova.Add(sIdHeslo, new List <HeslovaSlova>(new HeslovaSlova[] { hss }));
}
if (glsVsechnaHesla.Contains(sIdHeslo))
{
glsDuplicitniHesla.Add(sIdHeslo, hss);
}
else
{
glsVsechnaHesla.Add(sIdHeslo);
}
}
}
}
}
xw.WriteEndElement(); //dictionary
xw.WriteEndDocument();
}
}
Console.WriteLine("Duplicitní hesla:");
using (XmlWriter xw = XmlWriter.Create(base.VystupniSoubor.Replace(".xml", "_dupl.xml"), xws)) {
xw.WriteStartDocument(true);
xw.WriteStartElement("dictionary");
xw.WriteAttributeString("name", csZkratkaSlovniku);
xw.WriteAttributeString("duplicity", "true");
foreach (KeyValuePair <string, List <HeslovaSlova> > kvp in gdcHeslovaSlova)
{
if (kvp.Value.Count > 1)
{
xw.WriteStartElement("duplicita");
xw.WriteAttributeString("heslo", kvp.Key);
foreach (HeslovaSlova hs in kvp.Value)
{
VypsatKompletniEntry(xw, hs.OriginalniPodoba, hs, 0);
}
xw.WriteEndElement();
}
}
//foreach (KeyValuePair<string, HeslovaSlova> kvp in glsDuplicitniHesla) {
// xw.WriteStartElement("duplicita");
// xw.WriteAttributeString("heslo", kvp.Key);
// VypsatKompletniEntry(xw, kvp.Key, kvp.Value);
// xw.WriteEndElement();
//}
xw.WriteFullEndElement();
xw.WriteEndDocument();
}
}