src/com/hughes/android/dictionary/engine/DictionaryBuilderMain.java

   1 // Copyright 2011 Google Inc. All Rights Reserved.
   2 //
   3 // Licensed under the Apache License, Version 2.0 (the "License");
   4 // you may not use this file except in compliance with the License.
   5 // You may obtain a copy of the License at
   6 //
   7 //     http://www.apache.org/licenses/LICENSE-2.0
   8 //
   9 // Unless required by applicable law or agreed to in writing, software
  10 // distributed under the License is distributed on an "AS IS" BASIS,
  11 // WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
  12 // See the License for the specific language governing permissions and
  13 // limitations under the License.
  14
  15 package com.hughes.android.dictionary.engine;
  16
  17 import java.util.LinkedHashMap;
  18 import java.util.Map;
  19
  20 import junit.framework.TestCase;
  21
  22 import com.hughes.android.dictionary.parser.enwiktionary.EnWiktionaryLangs;
  23
  24 public class DictionaryBuilderMain extends TestCase {
  25
  26   static final String INPUTS = "data/inputs/";
  27   static final String STOPLISTS = "data/inputs/stoplists/";
  28   static final String OUTPUTS = "data/outputs/";
  29
  30   public static void main(final String[] args) throws Exception {
  31
  32     // Builds all the dictionaries it can, outputs list to a text file.
  33
  34     final Map<String,String> isoToWikiName = new LinkedHashMap<String, String>(EnWiktionaryLangs.isoCodeToWikiName);
  35     isoToWikiName.remove("EN");
  36     isoToWikiName.remove("DE");
  37
  38     final Map<String,String>  isoToDedication = new LinkedHashMap<String, String>();
  39     isoToDedication.put("AF", "Afrikaans dictionary dedicated to Heiko and Mariëtte Horn.");
  40     isoToDedication.put("HR", "Croatian dictionary dedicated to Ines Viskic and Miro Kresonja.");
  41     isoToDedication.put("NL", "Dutch dictionary dedicated to Mike LeBeau.");
  42     // German handled in file.
  43     isoToDedication.put("EL", "Greek dictionary dedicated to Noah Egge.");
  44     isoToDedication.put("IT", "Italian dictionary dedicated to Carolina Tropini, my favorite stardust in the whole universe!  Ti amo!");
  45     isoToDedication.put("KO", "Korean dictionary dedicated to Ande Elwood--fall fashion und Fernsehturms!");
  46     isoToDedication.put("PT", "Portuguese dictionary dedicated to Carlos Melo, one Tough Mudder.");
  47     isoToDedication.put("RO", "Romanian dictionary dedicated to Radu Teodorescu.");
  48     isoToDedication.put("RU", "Russian dictionary dedicated to Maxim Aronin--best friend always!.");
  49     isoToDedication.put("SR", "Serbian dictionary dedicated to Filip Crnogorac--thanks for the honey.");
  50     isoToDedication.put("ES", "Spanish dictionary made especially for Carolina Tropini! <3 XoXoXXXXX!");
  51     isoToDedication.put("SV", "Swedish dictionary dedicated to Kajsa Palmblad--björn kramar!");
  52
  53     final Map<String,String>  isoToStoplist = new LinkedHashMap<String, String>();
  54     isoToStoplist.put("DE", "de.txt");
  55     isoToStoplist.put("EN", "en.txt");
  56     isoToStoplist.put("ES", "es.txt");
  57     isoToStoplist.put("IT", "it.txt");
  58     isoToStoplist.put("FR", "fr.txt");
  59
  60     final Map<String,String>  isoToRegex = new LinkedHashMap<String, String>();
  61     // HACK: The missing "e" prevents a full match, causing "Cantonese" to be appended to the entries.
  62     isoToRegex.put("ZH", "Chinese|Mandarin|Cantones");
  63
  64 //    isoToWikiName.keySet().retainAll(Arrays.asList("UK", "HR", "FI"));
  65     //isoToWikiName.clear();
  66     boolean go = true;
  67     for (final String foreignIso : isoToWikiName.keySet()) {
  68       if (foreignIso.equals("blah")) {
  69         go = true;
  70       }
  71       if (!go) {
  72         continue;
  73       }
  74
  75         final String dictFile = String.format("%s/EN-%s_enwiktionary.quickdic", OUTPUTS, foreignIso);
  76         System.out.println("building dictFile: " + dictFile);
  77
  78         if (!isoToStoplist.containsKey(foreignIso)) {
  79           isoToStoplist.put(foreignIso, "empty.txt");
  80         }
  81         if (!isoToDedication.containsKey(foreignIso)) {
  82           isoToDedication.put(foreignIso, "");
  83         }
  84         if (!isoToRegex.containsKey(foreignIso)) {
  85           isoToRegex.put(foreignIso, isoToWikiName.get(foreignIso));
  86         }
  87
  88         DictionaryBuilder.main(new String[] {
  89             String.format("--dictOut=%s", dictFile),
  90             String.format("--lang1=EN"),
  91             String.format("--lang2=%s", foreignIso),
  92             String.format("--lang1Stoplist=%s", STOPLISTS + isoToStoplist.get("EN")),
  93             String.format("--lang2Stoplist=%s", STOPLISTS + isoToStoplist.get(foreignIso)),
  94             String.format("--dictInfo=(EN)Wikitionary-based EN-%s dictionary.\n\n%s", foreignIso, isoToDedication.get(foreignIso)),
  95
  96             "--input2=" + INPUTS + "enWikiSplit/" + foreignIso + ".data",
  97             "--input2Name=enwiktionary." + foreignIso,
  98             "--input2Format=enwiktionary",
  99             "--input2LangPattern=" + isoToRegex.get(foreignIso),
 100             "--input2LangCodePattern=" + foreignIso.toLowerCase(),
 101             "--input2EnIndex=1",
 102
 103             "--input3=" + INPUTS + "enWikiSplit/EN.data",
 104             "--input3Name=enwiktionary.english",
 105             "--input3Format=enwiktionary",
 106             "--input3LangPattern=" + isoToRegex.get(foreignIso),
 107             "--input3LangCodePattern=" + foreignIso.toLowerCase(),
 108             "--input3EnIndex=1",
 109
 110         });
 111
 112     }  // foreignIso
 113
 114     final String dictFile = String.format("%s/DE-EN_chemnitz_enwiktionary.quickdic", OUTPUTS);
 115     DictionaryBuilder.main(new String[] {
 116         "--dictOut=" + dictFile,
 117         "--lang1=DE",
 118         "--lang2=EN",
 119         String.format("--lang1Stoplist=%s", STOPLISTS + "de.txt"),
 120         String.format("--lang2Stoplist=%s", STOPLISTS + "en.txt"),
 121         "--dictInfo=@" + INPUTS + "de-en_chemnitz_enwiktionary.info",
 122
 123         "--input4=" + INPUTS + "de-en_chemnitz.txt",
 124         "--input4Name=chemnitz",
 125         "--input4Charset=UTF8",
 126         "--input4Format=chemnitz",
 127
 128         "--input2=" + INPUTS + "enWikiSplit/DE.data",
 129         "--input2Name=enwiktionary.DE",
 130         "--input2Format=enwiktionary",
 131         "--input2LangPattern=German",
 132         "--input2LangCodePattern=de",
 133         "--input2EnIndex=2",
 134
 135         "--input3=" + INPUTS + "enWikiSplit/EN.data",
 136         "--input3Name=enwiktionary.english",
 137         "--input3Format=enwiktionary",
 138         "--input3LangPattern=German",
 139         "--input3LangCodePattern=de",
 140         "--input3EnIndex=2",
 141     });
 142
 143   }
 144
 145 }