src/com/hughes/android/dictionary/Entry.java

   1 package com.hughes.android.dictionary;\r
   2 \r
   3 import java.io.IOException;\r
   4 import java.io.RandomAccessFile;\r
   5 import java.util.ArrayList;\r
   6 import java.util.Arrays;\r
   7 import java.util.LinkedHashMap;\r
   8 import java.util.LinkedHashSet;\r
   9 import java.util.List;\r
  10 import java.util.Map;\r
  11 import java.util.Set;\r
  12 import java.util.regex.Pattern;\r
  13 \r
  14 import com.hughes.util.raf.RAFFactory;\r
  15 import com.hughes.util.raf.RAFSerializable;\r
  16 \r
  17 public final class Entry implements RAFSerializable<Entry> {\r
  18 \r
  19   static final byte LANG1 = 0;\r
  20   static final byte LANG2 = 1;\r
  21 \r
  22   static final Pattern lineSplitPattern = Pattern.compile("\\s::\\s");\r
  23   static final Pattern sublineSplitPattern = Pattern.compile("\\s\\|\\s");\r
  24 \r
  25   final String[] lang1;\r
  26   final String[] lang2;\r
  27   \r
  28 //  public Entry(final String lang1, final String lang2) {\r
  29 //    this.lang1 = new String[] {lang1};\r
  30 //    this.lang2 = new String[] {lang2};\r
  31 //  }\r
  32 \r
  33   Entry(final String[] lang1, final String[] lang2) {\r
  34     this.lang1 = lang1;\r
  35     this.lang2 = lang2;\r
  36   }\r
  37 \r
  38   public static final RAFFactory<Entry> RAF_FACTORY = new RAFFactory<Entry>() {\r
  39     public Entry create(RandomAccessFile raf) throws IOException {\r
  40       final int rows = raf.readByte();\r
  41       final String[] lang1 = new String[rows];\r
  42       final String[] lang2 = new String[rows];\r
  43       for (int i = 0; i < lang1.length; ++i) {\r
  44         lang1[i] = raf.readUTF();\r
  45         lang2[i] = raf.readUTF();\r
  46       }\r
  47       return new Entry(lang1, lang2);\r
  48     }};\r
  49   public void write(RandomAccessFile raf) throws IOException {\r
  50     assert lang1.length == (byte) lang1.length;\r
  51     raf.writeByte(lang1.length);\r
  52     for (int i = 0; i < lang1.length; ++i) {\r
  53       raf.writeUTF(lang1[i]);\r
  54       raf.writeUTF(lang2[i]);\r
  55     }\r
  56   }\r
  57 \r
  58   @Override\r
  59   public boolean equals(Object o) {\r
  60     if (!(o instanceof Entry)) {\r
  61       return false;\r
  62     }\r
  63     final Entry that = (Entry) o;\r
  64     return Arrays.deepEquals(this.lang1, that.lang1) && Arrays.deepEquals(this.lang2, that.lang2); \r
  65   }\r
  66 \r
  67   @Override\r
  68   public int hashCode() {\r
  69     return Arrays.deepHashCode(lang1) + Arrays.deepHashCode(lang2);\r
  70   }\r
  71 \r
  72   @Override\r
  73   public String toString() {\r
  74     return getRawText();\r
  75   }\r
  76 \r
  77   public int getRowCount() {\r
  78     assert lang1.length == lang2.length;\r
  79     return lang1.length;\r
  80   }\r
  81 \r
  82   String[] getAllText(final byte lang) {\r
  83     if (lang == LANG1) {\r
  84       return lang1;\r
  85     }\r
  86     assert lang == LANG2;\r
  87     return lang2;\r
  88   }\r
  89   \r
  90   String getRawText() {\r
  91     return Arrays.asList(getAllText(LANG1)) + "\t" + Arrays.asList(getAllText(LANG2));\r
  92   }\r
  93   \r
  94   static byte otherLang(final byte lang) {\r
  95     assert lang == LANG1 || lang == LANG2;\r
  96     return lang == LANG1 ? LANG2 : LANG1;\r
  97   }\r
  98   \r
  99 \r
 100   static Entry parseFromLine(String line, final boolean hasMultipleSubentries) {\r
 101     line = line.replaceAll("&lt;", "<");\r
 102     line = line.replaceAll("&gt;", ">");\r
 103     final String[] parts = lineSplitPattern.split(line);\r
 104     if (parts.length != 2) {\r
 105       System.err.println("Entry:" + "Invalid line: " + line);\r
 106       return null;\r
 107     }\r
 108     if (!hasMultipleSubentries) {\r
 109       return new Entry(new String[] {parts[0].trim()}, new String[] {parts[1].trim()});\r
 110     }\r
 111     \r
 112     final String[] lang1 = sublineSplitPattern.split(" " + parts[0].trim() + " ");\r
 113     final String[] lang2 = sublineSplitPattern.split(" " + parts[1].trim() + " ");\r
 114     if (lang1.length != lang2.length) {\r
 115       System.err.println("Entry:" + "Invalid subline: " + line);\r
 116       return null;\r
 117     }\r
 118     for (int i = 0; i < lang1.length; ++i) {\r
 119       lang1[i] = lang1[i].trim();\r
 120       lang2[i] = lang2[i].trim();\r
 121     }\r
 122     return new Entry(lang1, lang2);\r
 123   }\r
 124   \r
 125   static final Map<String, String> bracketToClose = new LinkedHashMap<String, String>();\r
 126   static {\r
 127     bracketToClose.put("\"", "\"");\r
 128     bracketToClose.put(" '", "' ");\r
 129   }\r
 130   \r
 131   static final Pattern WHITESPACE = Pattern.compile("\\s+");\r
 132   \r
 133   public Set<String> getIndexableTokens(final byte lang) {\r
 134     final Set<String> result = new LinkedHashSet<String>();\r
 135     String text = Arrays.asList(getAllText(lang)).toString();\r
 136 \r
 137     text = text.replaceAll("fig\\.", " ");\r
 138     text = text.replaceAll("\\{[^\\}]+}", " ");\r
 139     text = text.replaceAll("\"-", "-");\r
 140     text = text.replaceAll("-\"", "-");\r
 141     text = text.replaceAll("[\":/\\()<>\\[\\],;?!.]", " ");\r
 142     result.addAll(Arrays.asList(WHITESPACE.split(text)));\r
 143 \r
 144     text = text.replaceAll("[-]", " ");\r
 145     result.addAll(Arrays.asList(WHITESPACE.split(text)));\r
 146     \r
 147     final Set<String> result2 = new LinkedHashSet<String>();\r
 148     for (final String token : result) {\r
 149       if (isIndexable(token)) {\r
 150         result2.add(token);\r
 151       }\r
 152     }\r
 153     return result2;\r
 154   }\r
 155 \r
 156   static boolean isIndexable(final String text) {\r
 157     // Does it have an alpha-numeric anywhere?\r
 158     return text.matches(".*\\w.*");\r
 159   }\r
 160   \r
 161   static List<String> getTextInside(final String text, final String start, final String end) {\r
 162     final List<String> result = new ArrayList<String>();\r
 163     int startPos = 0;\r
 164     while ((startPos = text.indexOf(start)) != -1) {\r
 165       final int endPos = text.indexOf(end, startPos + 1);\r
 166       result.add(text.substring(startPos + 1, endPos));\r
 167       startPos = endPos + 1;\r
 168     }\r
 169     return result;\r
 170   }\r
 171 \r
 172 }