]> gitweb.fperrin.net Git - DictionaryPC.git/commitdiff
Unit tests working again after refactoring!!!
authorThad Hughes <thad.hughes@gmail.com>
Fri, 10 Feb 2012 19:43:15 +0000 (11:43 -0800)
committerThad Hughes <thad.hughes@gmail.com>
Fri, 10 Feb 2012 19:43:15 +0000 (11:43 -0800)
12 files changed:
src/com/hughes/android/dictionary/engine/DictionaryBuilder.java
src/com/hughes/android/dictionary/engine/DictionaryBuilderMain.java
src/com/hughes/android/dictionary/engine/DictionaryBuilderTest.java
src/com/hughes/android/dictionary/parser/DictFileParser.java
src/com/hughes/android/dictionary/parser/Parser.java
src/com/hughes/android/dictionary/parser/wiktionary/AbstractWiktionaryParser.java
src/com/hughes/android/dictionary/parser/wiktionary/EnForeignParser.java [new file with mode: 0644]
src/com/hughes/android/dictionary/parser/wiktionary/EnFunctionCallbacks.java [new file with mode: 0644]
src/com/hughes/android/dictionary/parser/wiktionary/EnParser.java
src/com/hughes/android/dictionary/parser/wiktionary/EnToTranslationParser.java [new file with mode: 0644]
src/com/hughes/android/dictionary/parser/wiktionary/WiktionaryLangs.java
testdata/goldens/wiktionary.fr_fr.quickdic.text

index 41a4492e69f67e23ca3be7bc2010e38d64073b97..10c52a5c9a0824a23e24126c691de284357a3e79 100644 (file)
@@ -31,11 +31,12 @@ import javax.xml.parsers.ParserConfigurationException;
 import org.xml.sax.SAXException;
 
 import com.hughes.android.dictionary.parser.DictFileParser;
-import com.hughes.android.dictionary.parser.wiktionary.EnWiktionaryXmlParser;
+import com.hughes.android.dictionary.parser.Parser;
+import com.hughes.android.dictionary.parser.wiktionary.EnForeignParser;
+import com.hughes.android.dictionary.parser.wiktionary.EnToTranslationParser;
 import com.hughes.util.Args;
 import com.hughes.util.FileUtil;
 
-
 public class DictionaryBuilder {
   
   public final Dictionary dictionary;
@@ -126,6 +127,11 @@ public class DictionaryBuilder {
         if (inputName == null) {
           fatalError("Must specify human readable name for: " + prefix + "Name");
         }
+        String pageLimitString = keyValueArgs.remove(prefix + "PageLimit");
+        if (pageLimitString == null) {
+          pageLimitString = "-1";
+        }
+        final int pageLimit = Integer.parseInt(pageLimitString);
 
         final EntrySource entrySource = new EntrySource(dictionaryBuilder.dictionary.sources.size(), inputName, 0);
         System.out.println("");
@@ -133,24 +139,31 @@ public class DictionaryBuilder {
         String inputFormat = keyValueArgs.remove(prefix + "Format");
         if ("tab_separated".equals(inputFormat)) {
           final boolean flipColumns = "true".equals(keyValueArgs.remove(prefix + "FlipColumns"));
-          new DictFileParser(charset, flipColumns, DictFileParser.TAB, null, dictionaryBuilder, dictionaryBuilder.indexBuilders.toArray(new IndexBuilder[0]), null).parseFile(file, entrySource);
+          new DictFileParser(charset, flipColumns, DictFileParser.TAB, null, dictionaryBuilder, dictionaryBuilder.indexBuilders.toArray(new IndexBuilder[0]), null).parse(file, entrySource, pageLimit);
         } else if ("chemnitz".equals(inputFormat)) {
           final boolean flipColumns = "true".equals(keyValueArgs.remove(prefix + "FlipColumns"));
-          new DictFileParser(charset, flipColumns, DictFileParser.DOUBLE_COLON, DictFileParser.PIPE, dictionaryBuilder, dictionaryBuilder.indexBuilders.toArray(new IndexBuilder[0]), null).parseFile(file, entrySource);
+          new DictFileParser(charset, flipColumns, DictFileParser.DOUBLE_COLON, DictFileParser.PIPE, dictionaryBuilder, dictionaryBuilder.indexBuilders.toArray(new IndexBuilder[0]), null).parse(file, entrySource, pageLimit);
         } else if ("enwiktionary".equals(inputFormat)) {
+          final String type = keyValueArgs.remove(prefix + "WiktionaryType");
           final Pattern langPattern = Pattern.compile(keyValueArgs.remove(prefix + "LangPattern"), Pattern.CASE_INSENSITIVE);
           final Pattern langCodePattern = Pattern.compile(keyValueArgs.remove(prefix + "LangCodePattern"));
           final int enIndex = Integer.parseInt(keyValueArgs.remove(prefix + "EnIndex")) - 1;
-          String pageLimit = keyValueArgs.remove(prefix + "PageLimit");
-          if (pageLimit == null) {
-            pageLimit = "-1";
-          }
             
           if (enIndex < 0 || enIndex >= 2) {
             fatalError("Must be 1 or 2: " + prefix + "EnIndex");
           }
-          new EnWiktionaryXmlParser(dictionaryBuilder.indexBuilders.get(enIndex), dictionaryBuilder.indexBuilders.get(1-enIndex),
-              langPattern, langCodePattern, enIndex != 0).parse(file, entrySource, Integer.parseInt(pageLimit));
+          final Parser parser;
+          if ("EnToTranslation".equals(type)) {
+            parser = new EnToTranslationParser(dictionaryBuilder.indexBuilders.get(enIndex), dictionaryBuilder.indexBuilders.get(1-enIndex),
+                langPattern, langCodePattern, enIndex != 0);
+          } else if ("EnForeign".equals(type)) {
+            parser = new EnForeignParser(dictionaryBuilder.indexBuilders.get(enIndex), dictionaryBuilder.indexBuilders.get(1-enIndex),
+                langPattern, langCodePattern, enIndex != 0);
+          } else {
+            fatalError("Invalid WiktionaryType (use EnToTranslation or EnForeign): " + type);
+            return;
+          }
+          parser.parse(file, entrySource, pageLimit);
         } else {
           fatalError("Invalid or missing input format: " + inputFormat);
         }
index 201ac591df8912643f38baf8da0292207bc24f46..0731ffb2237b4af66b51b825032f23b4999f5cb4 100644 (file)
@@ -93,14 +93,14 @@ public class DictionaryBuilderMain extends TestCase {
             String.format("--lang2Stoplist=%s", STOPLISTS + isoToStoplist.get(foreignIso)),
             String.format("--dictInfo=(EN)Wikitionary-based EN-%s dictionary.\n\n%s", foreignIso, isoToDedication.get(foreignIso)),
 
-            "--input2=" + INPUTS + "enWikiSplit/" + foreignIso + ".data",
+            "--input2=" + INPUTS + "eikiSplit/en/" + foreignIso + ".data",
             "--input2Name=enwiktionary." + foreignIso,
             "--input2Format=enwiktionary",
             "--input2LangPattern=" + isoToRegex.get(foreignIso),
             "--input2LangCodePattern=" + foreignIso.toLowerCase(),
             "--input2EnIndex=1",
 
-            "--input3=" + INPUTS + "enWikiSplit/EN.data",
+            "--input3=" + INPUTS + "wikiSplit/en/EN.data",
             "--input3Name=enwiktionary.english",
             "--input3Format=enwiktionary",
             "--input3LangPattern=" + isoToRegex.get(foreignIso),
@@ -125,14 +125,14 @@ public class DictionaryBuilderMain extends TestCase {
         "--input4Charset=UTF8",
         "--input4Format=chemnitz",
         
-        "--input2=" + INPUTS + "enWikiSplit/DE.data",
+        "--input2=" + INPUTS + "wikiSplit/en/DE.data",
         "--input2Name=enwiktionary.DE",
         "--input2Format=enwiktionary",
         "--input2LangPattern=German",
         "--input2LangCodePattern=de",
         "--input2EnIndex=2",
 
-        "--input3=" + INPUTS + "enWikiSplit/EN.data",
+        "--input3=" + INPUTS + "wikiSplit/en/EN.data",
         "--input3Name=enwiktionary.english",
         "--input3Format=enwiktionary",
         "--input3LangPattern=German",
index 7f1bebaa06aed5f62bb8ee4ce9c91ba3e81943e8..a73b1b11a8c741c3fe0ea8f38b01934947252571 100644 (file)
@@ -85,6 +85,7 @@ public class DictionaryBuilderTest extends TestCase {
       final String langPattern, final String langCode) throws Exception {
     final File result = new File(TEST_OUTPUTS + name);
     System.out.println("Writing to: " + result);
+    final String type = data.equals("EN.data") ? "EnToTranslation" : "EnForeign";
     DictionaryBuilder.main(new String[] {
         "--dictOut=" + result.getAbsolutePath(),
         "--lang1=" + lang1,
@@ -96,6 +97,7 @@ public class DictionaryBuilderTest extends TestCase {
         "--input4=" + WIKISPLIT + data,
         "--input4Name=" + dictName,
         "--input4Format=enwiktionary",
+        "--input4WiktionaryType=" + type,
         "--input4LangPattern=" + langPattern,
         "--input4LangCodePattern=" + langCode,
         "--input4EnIndex=2",
index f4f68c8fae466586f1b7f39b87bb77854efe02ff..b435b4a1ecac0501d5805b603f1e8cc86dde832b 100644 (file)
@@ -38,7 +38,7 @@ import com.hughes.android.dictionary.engine.Language;
 import com.hughes.android.dictionary.engine.PairEntry;
 import com.hughes.android.dictionary.engine.PairEntry.Pair;
 
-public class DictFileParser {
+public class DictFileParser implements Parser {
   
   static final Logger logger = Logger.getLogger(DictFileParser.class.getName());
 
@@ -89,12 +89,16 @@ public class DictFileParser {
     this.bothIndexBuilder = bothIndexBuilder;
   }
 
-  public void parseFile(final File file, final EntrySource entrySouce) throws IOException {
+  @Override
+  public void parse(final File file, final EntrySource entrySouce, final int pageLimit) throws IOException {
     this.entrySource = entrySouce;
     final BufferedReader reader = new BufferedReader(new InputStreamReader(new FileInputStream(file), charset));
     String line;
     int count = 0;
     while ((line = reader.readLine()) != null) {
+      if (pageLimit >= 0 && count >= pageLimit) {
+        return;
+      }
       if (count % 10000 == 0) {
         logger.info("count=" + count + ", line=" + line);
       }
index 0ca30a60709dd0810e4767418c6f97a61916a3c0..b0f2e961214dfa5046583aecbeb3302f3e137042 100644 (file)
@@ -1,3 +1,17 @@
+// Copyright 2012 Google Inc. All Rights Reserved.
+//
+// Licensed under the Apache License, Version 2.0 (the "License");
+// you may not use this file except in compliance with the License.
+// You may obtain a copy of the License at
+//
+//     http://www.apache.org/licenses/LICENSE-2.0
+//
+// Unless required by applicable law or agreed to in writing, software
+// distributed under the License is distributed on an "AS IS" BASIS,
+// WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
+// See the License for the specific language governing permissions and
+// limitations under the License.
+
 package com.hughes.android.dictionary.parser;
 
 import java.io.File;
index c3bd2ffb1757377baf1b78d1cbe1643086afde9b..4f5d3625735747b31a10ad3e50e7804b2cda2e24 100644 (file)
@@ -53,6 +53,8 @@ public abstract class AbstractWiktionaryParser implements Parser {
 
   abstract void parseSection(final String heading, final String text);
   
+  abstract void removeUselessArgs(final Map<String, String> namedArgs);
+  
   @Override
   public void parse(final File file, final EntrySource entrySource, final int pageLimit) throws IOException {
     this.entrySource = entrySource;
@@ -99,7 +101,7 @@ public abstract class AbstractWiktionaryParser implements Parser {
 
   public void incrementCount(final String string) {
     AtomicInteger counter = counters.get(string);
-    if (counter != null) {
+    if (counter == null) {
       counter = new AtomicInteger();
       counters.put(string, counter);
     }
@@ -109,7 +111,7 @@ public abstract class AbstractWiktionaryParser implements Parser {
   
   // -------------------------------------------------------------------------
   
-  static final class AppendAndIndexWikiCallback<T extends AbstractWiktionaryParser> implements WikiTokenizer.Callback {
+  static class AppendAndIndexWikiCallback<T extends AbstractWiktionaryParser> implements WikiTokenizer.Callback {
 
     final T parser;
     StringBuilder builder;
@@ -180,7 +182,7 @@ public abstract class AbstractWiktionaryParser implements Parser {
       FunctionCallback<T> functionCallback = functionCallbacks.get(name);
       if (functionCallback == null || !functionCallback.onWikiFunction(wikiTokenizer, name, args, namedArgs, parser, this)) {
         // Default function handling:
-//        namedArgs.keySet().removeAll(EnWiktionaryXmlParser.USELESS_WIKI_ARGS);
+        parser.removeUselessArgs(namedArgs);
         final boolean single = args.isEmpty() && namedArgs.isEmpty();
         builder.append(single ? "{" : "{{");
 
@@ -192,7 +194,7 @@ public abstract class AbstractWiktionaryParser implements Parser {
         builder.append(single ? "}" : "}}");
       }
     }
-
+    
     @Override
     public void onHtml(WikiTokenizer wikiTokenizer) {
       // Unindexed for now.
diff --git a/src/com/hughes/android/dictionary/parser/wiktionary/EnForeignParser.java b/src/com/hughes/android/dictionary/parser/wiktionary/EnForeignParser.java
new file mode 100644 (file)
index 0000000..ec0350e
--- /dev/null
@@ -0,0 +1,395 @@
+// Copyright 2012 Google Inc. All Rights Reserved.
+//
+// Licensed under the Apache License, Version 2.0 (the "License");
+// you may not use this file except in compliance with the License.
+// You may obtain a copy of the License at
+//
+//     http://www.apache.org/licenses/LICENSE-2.0
+//
+// Unless required by applicable law or agreed to in writing, software
+// distributed under the License is distributed on an "AS IS" BASIS,
+// WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
+// See the License for the specific language governing permissions and
+// limitations under the License.
+
+package com.hughes.android.dictionary.parser.wiktionary;
+
+import java.util.ArrayList;
+import java.util.Collection;
+import java.util.List;
+import java.util.Map;
+import java.util.regex.Pattern;
+
+import com.hughes.android.dictionary.engine.EntryTypeName;
+import com.hughes.android.dictionary.engine.IndexBuilder;
+import com.hughes.android.dictionary.engine.IndexedEntry;
+import com.hughes.android.dictionary.engine.PairEntry;
+import com.hughes.android.dictionary.engine.PairEntry.Pair;
+import com.hughes.android.dictionary.parser.WikiTokenizer;
+
+public final class EnForeignParser extends EnParser {
+
+    public EnForeignParser(final IndexBuilder enIndexBuilder,
+        final IndexBuilder otherIndexBuilder, final Pattern langPattern,
+        final Pattern langCodePattern, final boolean swap) {
+      super(enIndexBuilder, otherIndexBuilder, langPattern, langCodePattern, swap);
+    }
+
+    @Override
+    void parseSection(String heading, String text) {
+      if (isIgnorableTitle(title)) {
+        return;
+      }
+      final String lang = heading.replaceAll("=", "").trim();
+      if (!langPattern.matcher(lang).find()){
+        return;
+      }
+      
+      final WikiTokenizer wikiTokenizer = new WikiTokenizer(text);
+      while (wikiTokenizer.nextToken() != null) {
+        if (wikiTokenizer.isHeading()) {
+          final String headingName = wikiTokenizer.headingWikiText();
+          if (headingName.equals("Translations")) {
+            LOG.warning("Translations not in English section: " + title);
+            incrementCount("WARNING: Translations not in English section");
+          } else if (headingName.equals("Pronunciation")) {
+            //doPronunciation(wikiLineReader);
+          } else if (partOfSpeechHeader.matcher(headingName).matches()) {
+            doForeignPartOfSpeech(lang, headingName, wikiTokenizer.headingDepth(), wikiTokenizer);
+          }
+        } else {
+          // It's not a heading.
+          // TODO: optimization: skip to next heading.
+        }
+      }
+    }
+    
+    static final class ListSection {
+      final String firstPrefix;
+      final String firstLine;
+      final List<String> nextPrefixes = new ArrayList<String>();
+      final List<String> nextLines = new ArrayList<String>();
+      
+      public ListSection(String firstPrefix, String firstLine) {
+        this.firstPrefix = firstPrefix;
+        this.firstLine = firstLine;
+      }
+
+      @Override
+      public String toString() {
+        return firstPrefix + firstLine + "{ " + nextPrefixes + "}";
+      }
+    }
+
+    int foreignCount = 0;
+    private void doForeignPartOfSpeech(final String lang, String posHeading, final int posDepth, WikiTokenizer wikiTokenizer) {
+      if (++foreignCount % 1000 == 0) {
+        LOG.info("***" + lang + ", " + title + ", pos=" + posHeading + ", foreignCount=" + foreignCount);
+      }
+      if (title.equals("6")) {
+        System.out.println();
+      }
+      
+      final StringBuilder foreignBuilder = new StringBuilder();
+      final List<EnForeignParser.ListSection> listSections = new ArrayList<EnForeignParser.ListSection>();
+      
+      appendAndIndexWikiCallback.reset(foreignBuilder, null);
+      this.state = State.ENGLISH_DEF_OF_FOREIGN;  // TODO: this is wrong, need new category....
+      titleAppended = false;
+      wordForms.clear();
+      
+      try {
+      
+      EnForeignParser.ListSection lastListSection = null;
+      
+      int currentHeadingDepth = posDepth;
+      while (wikiTokenizer.nextToken() != null) {
+        if (wikiTokenizer.isHeading()) {
+          currentHeadingDepth = wikiTokenizer.headingDepth();
+          
+          if (currentHeadingDepth <= posDepth) {
+            wikiTokenizer.returnToLineStart();
+            return;
+          }
+        }  // heading
+        
+        if (currentHeadingDepth > posDepth) {
+          // TODO: deal with other neat info sections inside POS
+          continue;
+        }
+        
+        if (wikiTokenizer.isFunction()) {
+          final String name = wikiTokenizer.functionName();
+          final List<String> args = wikiTokenizer.functionPositionArgs();
+          final Map<String,String> namedArgs = wikiTokenizer.functionNamedArgs();
+          // First line is generally a repeat of the title with some extra information.
+          // We need to build up the left side (foreign text, tokens) separately from the
+          // right side (English).  The left-side may get paired with multiple right sides.
+          // The left side should get filed under every form of the word in question (singular, plural).
+          
+          // For verbs, the conjugation comes later on in a deeper section.
+          // Ideally, we'd want to file every English entry with the verb
+          // under every verb form coming from the conjugation.
+          // Ie. under "fa": see: "make :: fare" and "do :: fare"
+          // But then where should we put the conjugation table?
+          // I think just under fare.  But then we need a way to link to the entry (actually the row, since entries doesn't show up!)
+          // for the conjugation table from "fa".
+          // Would like to be able to link to a lang#token.
+          
+          appendAndIndexWikiCallback.onFunction(wikiTokenizer, name, args, namedArgs);
+          
+        } else if (wikiTokenizer.isListItem()) {
+          final String prefix = wikiTokenizer.listItemPrefix();
+          if (lastListSection != null && 
+              prefix.startsWith(lastListSection.firstPrefix) && 
+              prefix.length() > lastListSection.firstPrefix.length()) {
+            lastListSection.nextPrefixes.add(prefix);
+            lastListSection.nextLines.add(wikiTokenizer.listItemWikiText());
+          } else {
+            lastListSection = new ListSection(prefix, wikiTokenizer.listItemWikiText());
+            listSections.add(lastListSection);
+          }
+        } else if (lastListSection != null) {
+          // Don't append anything after the lists, because there's crap.
+        } else if (wikiTokenizer.isWikiLink()) {
+          // Unindexed!
+          foreignBuilder.append(wikiTokenizer.wikiLinkText());
+          
+        } else if (wikiTokenizer.isPlainText()) {
+          // Unindexed!
+          foreignBuilder.append(wikiTokenizer.token());
+          
+        } else if (wikiTokenizer.isMarkup() || wikiTokenizer.isNewline() || wikiTokenizer.isComment()) {
+          // Do nothing.
+        } else {
+          LOG.warning("Unexpected token: " + wikiTokenizer.token());
+          assert false;
+        }
+      }
+      
+      } finally {
+        // Here's where we exit.
+        // Should we make an entry even if there are no foreign list items?
+        String foreign = foreignBuilder.toString().trim();
+        if (!titleAppended && !foreign.toLowerCase().startsWith(title.toLowerCase())) {
+          foreign = String.format("%s %s", title, foreign);
+        }
+        if (!langPattern.matcher(lang).matches()) {
+          foreign = String.format("(%s) %s", lang, foreign);
+        }
+        for (final EnForeignParser.ListSection listSection : listSections) {
+          doForeignListSection(foreign, title, wordForms, listSection);
+        }
+      }
+    }
+    
+    private void doForeignListSection(final String foreignText, String title, final Collection<String> forms, final EnForeignParser.ListSection listSection) {
+      state = State.ENGLISH_DEF_OF_FOREIGN;
+      final String prefix = listSection.firstPrefix;
+      if (prefix.length() > 1) {
+        // Could just get looser and say that any prefix longer than first is a sublist.
+        LOG.warning("Prefix too long: " + listSection);
+        incrementCount("WARNING: Prefix too long");
+        return;
+      }
+      
+      final PairEntry pairEntry = new PairEntry(entrySource);
+      final IndexedEntry indexedEntry = new IndexedEntry(pairEntry);
+
+      entryIsFormOfSomething = false;
+      final StringBuilder englishBuilder = new StringBuilder();
+      final String mainLine = listSection.firstLine;
+      appendAndIndexWikiCallback.reset(englishBuilder, indexedEntry);
+      appendAndIndexWikiCallback.dispatch(mainLine, enIndexBuilder, EntryTypeName.WIKTIONARY_ENGLISH_DEF);
+
+      final String english = trim(englishBuilder.toString());
+      if (english.length() > 0) {
+        final Pair pair = new Pair(english, trim(foreignText), this.swap);
+        pairEntry.pairs.add(pair);
+        foreignIndexBuilder.addEntryWithString(indexedEntry, title, entryIsFormOfSomething ? EntryTypeName.WIKTIONARY_IS_FORM_OF_SOMETHING_ELSE : EntryTypeName.WIKTIONARY_TITLE_MULTI);
+        for (final String form : forms) {
+          foreignIndexBuilder.addEntryWithString(indexedEntry, form, EntryTypeName.WIKTIONARY_INFLECTED_FORM_MULTI);
+        }
+      }
+      
+      // Do examples.
+      String lastForeign = null;
+      for (int i = 0; i < listSection.nextPrefixes.size(); ++i) {
+        final String nextPrefix = listSection.nextPrefixes.get(i);
+        final String nextLine = listSection.nextLines.get(i);
+
+        // TODO: This splitting is not sensitive to wiki code.
+        int dash = nextLine.indexOf("&mdash;");
+        int mdashLen = 7;
+        if (dash == -1) {
+          dash = nextLine.indexOf("—");
+          mdashLen = 1;
+        }
+        if (dash == -1) {
+          dash = nextLine.indexOf(" - ");
+          mdashLen = 3;
+        }
+        
+        if ((nextPrefix.equals("#:") || nextPrefix.equals("##:")) && dash != -1) {
+          final String foreignEx = nextLine.substring(0, dash);
+          final String englishEx = nextLine.substring(dash + mdashLen);
+          final Pair pair = new Pair(formatAndIndexExampleString(englishEx, enIndexBuilder, indexedEntry), formatAndIndexExampleString(foreignEx, foreignIndexBuilder, indexedEntry), swap);
+          if (pair.lang1 != "--" && pair.lang1 != "--") {
+            pairEntry.pairs.add(pair);
+          }
+          lastForeign = null;
+        } else if (nextPrefix.equals("#:") || nextPrefix.equals("##:")){
+          final Pair pair = new Pair("--", formatAndIndexExampleString(nextLine, null, indexedEntry), swap);
+          lastForeign = nextLine;
+          if (pair.lang1 != "--" && pair.lang1 != "--") {
+            pairEntry.pairs.add(pair);
+          }
+        } else if (nextPrefix.equals("#::") || nextPrefix.equals("#**")) {
+          if (lastForeign != null && pairEntry.pairs.size() > 0) {
+            pairEntry.pairs.remove(pairEntry.pairs.size() - 1);
+            final Pair pair = new Pair(formatAndIndexExampleString(nextLine, enIndexBuilder, indexedEntry), formatAndIndexExampleString(lastForeign, foreignIndexBuilder, indexedEntry), swap);
+            if (pair.lang1 != "--" || pair.lang2 != "--") {
+              pairEntry.pairs.add(pair);
+            }
+            lastForeign = null;
+          } else {
+            LOG.warning("TODO: English example with no foreign: " + title + ", " + nextLine);
+            final Pair pair = new Pair("--", formatAndIndexExampleString(nextLine, null, indexedEntry), swap);
+            if (pair.lang1 != "--" || pair.lang2 != "--") {
+              pairEntry.pairs.add(pair);
+            }
+          }
+        } else if (nextPrefix.equals("#*")) {
+          // Can't really index these.
+          final Pair pair = new Pair("--", formatAndIndexExampleString(nextLine, null, indexedEntry), swap);
+          lastForeign = nextLine;
+          if (pair.lang1 != "--" || pair.lang2 != "--") {
+            pairEntry.pairs.add(pair);
+          }
+        } else if (nextPrefix.equals("#::*") || nextPrefix.equals("##") || nextPrefix.equals("#*:") || nextPrefix.equals("#:*") || true) {
+          final Pair pair = new Pair("--", formatAndIndexExampleString(nextLine, null, indexedEntry), swap);
+          if (pair.lang1 != "--" || pair.lang2 != "--") {
+            pairEntry.pairs.add(pair);
+          }
+//        } else {
+//          assert false;
+        }
+      }
+    }
+    
+    private String formatAndIndexExampleString(final String example, final IndexBuilder indexBuilder, final IndexedEntry indexedEntry) {
+      // TODO:
+//      if (wikiTokenizer.token().equals("'''")) {
+//        insideTripleQuotes = !insideTripleQuotes;
+//      }
+      final StringBuilder builder = new StringBuilder();
+      appendAndIndexWikiCallback.reset(builder, indexedEntry);
+      appendAndIndexWikiCallback.entryTypeName = EntryTypeName.WIKTIONARY_EXAMPLE;
+      appendAndIndexWikiCallback.entryTypeNameSticks = true;
+      try {
+        // TODO: this is a hack needed because we don't safely split on the dash.
+        appendAndIndexWikiCallback.dispatch(example, indexBuilder, EntryTypeName.WIKTIONARY_EXAMPLE);
+      } catch (AssertionError e) {
+        return "--";
+      }
+      final String result = trim(builder.toString());
+      return result.length() > 0 ? result : "--";
+    }
+
+
+    private void itConjAre(List<String> args, Map<String, String> namedArgs) {
+      final String base = args.get(0);
+      final String aux = args.get(1);
+      
+      putIfMissing(namedArgs, "inf", base + "are");
+      putIfMissing(namedArgs, "aux", aux);
+      putIfMissing(namedArgs, "ger", base + "ando");
+      putIfMissing(namedArgs, "presp", base + "ante");
+      putIfMissing(namedArgs, "pastp", base + "ato");
+      // Present
+      putIfMissing(namedArgs, "pres1s", base + "o");
+      putIfMissing(namedArgs, "pres2s", base + "i");
+      putIfMissing(namedArgs, "pres3s", base + "a");
+      putIfMissing(namedArgs, "pres1p", base + "iamo");
+      putIfMissing(namedArgs, "pres2p", base + "ate");
+      putIfMissing(namedArgs, "pres3p", base + "ano");
+      // Imperfect
+      putIfMissing(namedArgs, "imperf1s", base + "avo");
+      putIfMissing(namedArgs, "imperf2s", base + "avi");
+      putIfMissing(namedArgs, "imperf3s", base + "ava");
+      putIfMissing(namedArgs, "imperf1p", base + "avamo");
+      putIfMissing(namedArgs, "imperf2p", base + "avate");
+      putIfMissing(namedArgs, "imperf3p", base + "avano");
+      // Passato remoto
+      putIfMissing(namedArgs, "prem1s", base + "ai");
+      putIfMissing(namedArgs, "prem2s", base + "asti");
+      putIfMissing(namedArgs, "prem3s", base + "ò");
+      putIfMissing(namedArgs, "prem1p", base + "ammo");
+      putIfMissing(namedArgs, "prem2p", base + "aste");
+      putIfMissing(namedArgs, "prem3p", base + "arono");
+      // Future
+      putIfMissing(namedArgs, "fut1s", base + "erò");
+      putIfMissing(namedArgs, "fut2s", base + "erai");
+      putIfMissing(namedArgs, "fut3s", base + "erà");
+      putIfMissing(namedArgs, "fut1p", base + "eremo");
+      putIfMissing(namedArgs, "fut2p", base + "erete");
+      putIfMissing(namedArgs, "fut3p", base + "eranno");
+      // Conditional
+      putIfMissing(namedArgs, "cond1s", base + "erei");
+      putIfMissing(namedArgs, "cond2s", base + "eresti");
+      putIfMissing(namedArgs, "cond3s", base + "erebbe");
+      putIfMissing(namedArgs, "cond1p", base + "eremmo");
+      putIfMissing(namedArgs, "cond2p", base + "ereste");
+      putIfMissing(namedArgs, "cond3p", base + "erebbero");
+      // Subjunctive / congiuntivo
+      putIfMissing(namedArgs, "sub123s", base + "i");
+      putIfMissing(namedArgs, "sub1p", base + "iamo");
+      putIfMissing(namedArgs, "sub2p", base + "iate");
+      putIfMissing(namedArgs, "sub3p", base + "ino");
+      // Imperfect subjunctive
+      putIfMissing(namedArgs, "impsub12s", base + "assi");
+      putIfMissing(namedArgs, "impsub3s", base + "asse");
+      putIfMissing(namedArgs, "impsub1p", base + "assimo");
+      putIfMissing(namedArgs, "impsub2p", base + "aste");
+      putIfMissing(namedArgs, "impsub3p", base + "assero");
+      // Imperative
+      putIfMissing(namedArgs, "imp2s", base + "a");
+      putIfMissing(namedArgs, "imp3s", base + "i");
+      putIfMissing(namedArgs, "imp1p", base + "iamo");
+      putIfMissing(namedArgs, "imp2p", base + "ate");
+      putIfMissing(namedArgs, "imp3p", base + "ino");
+
+
+      itConj(args, namedArgs);
+    }
+
+
+    private void itConj(List<String> args, Map<String, String> namedArgs) {
+      // TODO Auto-generated method stub
+      
+    }
+
+
+    private static void putIfMissing(final Map<String, String> namedArgs, final String key,
+        final String value) {
+      final String oldValue = namedArgs.get(key);
+      if (oldValue == null || oldValue.length() == 0) {
+        namedArgs.put(key, value);
+      }
+    }
+    
+    // TODO: check how ='' and =| are manifested....
+    // TODO: get this right in -are
+    private static void putOrNullify(final Map<String, String> namedArgs, final String key,
+        final String value) {
+      final String oldValue = namedArgs.get(key);
+      if (oldValue == null/* || oldValue.length() == 0*/) {
+        namedArgs.put(key, value);
+      } else {
+        if (oldValue.equals("''")) {
+          namedArgs.put(key, "");
+        }
+      }
+    }
+
+  }  // ForeignParser
\ No newline at end of file
diff --git a/src/com/hughes/android/dictionary/parser/wiktionary/EnFunctionCallbacks.java b/src/com/hughes/android/dictionary/parser/wiktionary/EnFunctionCallbacks.java
new file mode 100644 (file)
index 0000000..4d11824
--- /dev/null
@@ -0,0 +1,595 @@
+// Copyright 2012 Google Inc. All Rights Reserved.
+//
+// Licensed under the Apache License, Version 2.0 (the "License");
+// you may not use this file except in compliance with the License.
+// You may obtain a copy of the License at
+//
+//     http://www.apache.org/licenses/LICENSE-2.0
+//
+// Unless required by applicable law or agreed to in writing, software
+// distributed under the License is distributed on an "AS IS" BASIS,
+// WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
+// See the License for the specific language governing permissions and
+// limitations under the License.
+
+package com.hughes.android.dictionary.parser.wiktionary;
+
+import java.util.Arrays;
+import java.util.LinkedHashMap;
+import java.util.LinkedHashSet;
+import java.util.List;
+import java.util.Map;
+import java.util.Set;
+import java.util.concurrent.atomic.AtomicInteger;
+
+import com.hughes.android.dictionary.engine.EntryTypeName;
+import com.hughes.android.dictionary.engine.IndexBuilder;
+import com.hughes.android.dictionary.parser.WikiTokenizer;
+import com.hughes.android.dictionary.parser.wiktionary.AbstractWiktionaryParser.AppendAndIndexWikiCallback;
+import com.hughes.android.dictionary.parser.wiktionary.AbstractWiktionaryParser.NameAndArgs;
+import com.hughes.util.ListUtil;
+
+class EnFunctionCallbacks {
+  
+  static final Map<String,FunctionCallback<EnParser>> DEFAULT = new LinkedHashMap<String, FunctionCallback<EnParser>>();
+  
+  static {
+    FunctionCallback<EnParser> callback = new TranslationCallback();
+    DEFAULT.put("t", callback);
+    DEFAULT.put("t+", callback);
+    DEFAULT.put("t-", callback);
+    DEFAULT.put("tø", callback);
+    DEFAULT.put("apdx-t", callback);
+    
+    callback = new EncodingCallback();
+    Set<String> encodings = new LinkedHashSet<String>(Arrays.asList(
+        "zh-ts", "zh-tsp",
+        "sd-Arab", "ku-Arab", "Arab", "unicode", "Laoo", "ur-Arab", "Thai", 
+        "fa-Arab", "Khmr", "Cyrl", "IPAchar", "ug-Arab", "ko-inline", 
+        "Jpan", "Kore", "Hebr", "rfscript", "Beng", "Mong", "Knda", "Cyrs",
+        "yue-tsj", "Mlym", "Tfng", "Grek", "yue-yue-j"));
+    for (final String encoding : encodings) {
+      DEFAULT.put(encoding, callback);
+    }
+    
+    callback = new l_term();
+    DEFAULT.put("l", callback);
+    DEFAULT.put("term", callback);
+
+    callback = new Gender();
+    DEFAULT.put("m", callback);
+    DEFAULT.put("f", callback);
+    DEFAULT.put("n", callback);
+    DEFAULT.put("p", callback);
+    DEFAULT.put("g", callback);
+    
+    callback = new AppendArg0();
+
+    callback = new Ignore();
+    DEFAULT.put("trreq", callback);
+    DEFAULT.put("t-image", callback);
+    DEFAULT.put("defn", callback);
+    DEFAULT.put("rfdef", callback);
+    DEFAULT.put("rfdate", callback);
+    DEFAULT.put("rfex", callback);
+    DEFAULT.put("rfquote", callback);
+    DEFAULT.put("attention", callback);
+    DEFAULT.put("zh-attention", callback);
+
+
+    callback = new FormOf();
+    DEFAULT.put("form of", callback);
+    DEFAULT.put("conjugation of", callback);
+    DEFAULT.put("participle of", callback);
+    DEFAULT.put("present participle of", callback);
+    DEFAULT.put("past participle of", callback);
+    DEFAULT.put("feminine past participle of", callback);
+    DEFAULT.put("gerund of", callback);
+    DEFAULT.put("feminine of", callback);
+    DEFAULT.put("plural of", callback);
+    DEFAULT.put("feminine plural of", callback);
+    DEFAULT.put("inflected form of", callback);
+    DEFAULT.put("alternative form of", callback);
+    DEFAULT.put("dated form of", callback);
+    DEFAULT.put("apocopic form of", callback);
+    
+    callback = new InflOrHead();
+    DEFAULT.put("infl", callback);
+    DEFAULT.put("head", callback);
+    
+    callback = new AppendName();
+    DEFAULT.put("...", callback);
+    
+    DEFAULT.put("qualifier", new QualifierCallback());
+    DEFAULT.put("italbrac", new italbrac());
+    DEFAULT.put("gloss", new gloss());
+    DEFAULT.put("not used", new not_used());
+    DEFAULT.put("wikipedia", new wikipedia());
+  }
+  
+  static final NameAndArgs<EnParser> NAME_AND_ARGS = new NameAndArgs<EnParser>();
+
+  // ------------------------------------------------------------------
+
+  static final class TranslationCallback implements FunctionCallback<EnParser> {
+    @Override
+    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
+        final Map<String, String> namedArgs, final EnParser parser,
+        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
+
+      final String transliteration = namedArgs.remove("tr");
+      final String alt = namedArgs.remove("alt");
+      namedArgs.keySet().removeAll(EnParser.USELESS_WIKI_ARGS);
+      if (args.size() < 2) {
+        EnParser.LOG.warning("{{t...}} with wrong args: title=" + parser.title);
+        return false;
+      }
+      final String langCode = ListUtil.get(args, 0);
+      if (!appendAndIndexWikiCallback.langCodeToTCount.containsKey(langCode)) {
+        appendAndIndexWikiCallback.langCodeToTCount.put(langCode, new AtomicInteger());
+      }
+      appendAndIndexWikiCallback.langCodeToTCount.get(langCode).incrementAndGet();
+      final String word = ListUtil.get(args, 1);
+      appendAndIndexWikiCallback.dispatch(alt != null ? alt : word, EntryTypeName.WIKTIONARY_TITLE_MULTI);
+
+      // Genders...
+      if (args.size() > 2) {
+        appendAndIndexWikiCallback.builder.append(" {");
+        for (int i = 2; i < args.size(); ++i) {
+          if (i > 2) {
+            appendAndIndexWikiCallback.builder.append("|");
+          }
+          appendAndIndexWikiCallback.builder.append(args.get(i));
+        }
+        appendAndIndexWikiCallback.builder.append("}");
+      }
+
+      if (transliteration != null) {
+        appendAndIndexWikiCallback.builder.append(" (");
+        appendAndIndexWikiCallback.dispatch(transliteration, EntryTypeName.WIKTIONARY_TRANSLITERATION);
+        appendAndIndexWikiCallback.builder.append(")");
+      }
+      
+      if (alt != null) {
+        // If alt wasn't null, we appended alt instead of the actual word
+        // we're filing under..
+        appendAndIndexWikiCallback.builder.append(" (");
+        appendAndIndexWikiCallback.dispatch(word, EntryTypeName.WIKTIONARY_TITLE_MULTI);
+        appendAndIndexWikiCallback.builder.append(")");
+      }
+
+      // Catch-all for anything else...
+      if (!namedArgs.isEmpty()) {
+        appendAndIndexWikiCallback.builder.append(" {");
+        EnParser.appendNamedArgs(namedArgs, appendAndIndexWikiCallback);
+        appendAndIndexWikiCallback.builder.append("}");
+      }
+      
+      return true;
+    }
+  }
+
+  // ------------------------------------------------------------------
+  
+  static final class QualifierCallback implements FunctionCallback<EnParser> {
+    @Override
+    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
+        final Map<String, String> namedArgs,
+        final EnParser parser,
+        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
+      if (args.size() != 1 || !namedArgs.isEmpty()) {
+        EnParser.LOG.warning("weird qualifier: ");
+        return false;
+      }
+      String qualifier = args.get(0);
+      appendAndIndexWikiCallback.builder.append("(");
+      appendAndIndexWikiCallback.dispatch(qualifier, null);
+      appendAndIndexWikiCallback.builder.append(")");
+      return true;
+    }
+  }
+
+  // ------------------------------------------------------------------
+  
+  static final class EncodingCallback implements FunctionCallback<EnParser> {
+    @Override
+    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
+        final Map<String, String> namedArgs,
+        final EnParser parser,
+        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
+      if (!namedArgs.isEmpty()) {
+        EnParser.LOG.warning("weird encoding: " + wikiTokenizer.token());
+      }
+      if (args.size() == 0) {
+        // Things like "{{Jpan}}" exist.
+        return true;
+      }
+      
+      for (int i = 0; i < args.size(); ++i) {
+        if (i > 0) {
+          appendAndIndexWikiCallback.builder.append(", ");
+        }
+        final String arg = args.get(i);
+//        if (arg.equals(parser.title)) {
+//          parser.titleAppended = true;
+//        }
+        appendAndIndexWikiCallback.dispatch(arg, appendAndIndexWikiCallback.entryTypeName);
+      }
+      
+      return true;
+    }
+  }
+
+  // ------------------------------------------------------------------
+  
+  static final class Gender implements FunctionCallback<EnParser> {
+    @Override
+    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
+        final Map<String, String> namedArgs,
+        final EnParser parser,
+        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
+      if (!namedArgs.isEmpty()) {
+        return false;
+      }
+      appendAndIndexWikiCallback.builder.append("{");
+      appendAndIndexWikiCallback.builder.append(name);
+      for (int i = 0; i < args.size(); ++i) {
+        appendAndIndexWikiCallback.builder.append("|").append(args.get(i));
+      }
+      appendAndIndexWikiCallback.builder.append("}");
+      return true;
+    }
+  }
+
+  // ------------------------------------------------------------------
+  
+  static final class l_term implements FunctionCallback<EnParser> {
+    @Override
+    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
+        final Map<String, String> namedArgs,
+        final EnParser parser,
+        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
+      
+      // for {{l}}, lang is arg 0, but not for {{term}}
+      if (name.equals("term")) {
+        args.add(0, "");
+      }
+      
+      final EntryTypeName entryTypeName;
+      switch (parser.state) {
+      case TRANSLATION_LINE: entryTypeName = EntryTypeName.WIKTIONARY_TRANSLATION_OTHER_TEXT; break;
+      case ENGLISH_DEF_OF_FOREIGN: entryTypeName = EntryTypeName.WIKTIONARY_ENGLISH_DEF_WIKI_LINK; break;
+      default: throw new IllegalStateException("Invalid enum value: " + parser.state);
+      }
+      
+      final String langCode = args.get(0);
+      final IndexBuilder indexBuilder;
+      if ("".equals(langCode)) {
+        indexBuilder = parser.foreignIndexBuilder;
+      } else if ("en".equals(langCode)) {
+        indexBuilder = parser.enIndexBuilder;
+      } else {
+        indexBuilder = parser.foreignIndexBuilder;
+      }
+      
+      String displayText = ListUtil.get(args, 2, "");
+      if (displayText.equals("")) {
+        displayText = ListUtil.get(args, 1, null);
+      }
+      
+      if (displayText != null) {
+        appendAndIndexWikiCallback.dispatch(displayText, indexBuilder, entryTypeName);
+      } else {
+        EnParser.LOG.warning("no display text: " + wikiTokenizer.token());
+      }
+      
+      final String tr = namedArgs.remove("tr");
+      if (tr != null) {
+        appendAndIndexWikiCallback.builder.append(" (");
+        appendAndIndexWikiCallback.dispatch(tr, indexBuilder, EntryTypeName.WIKTIONARY_TRANSLITERATION);
+        appendAndIndexWikiCallback.builder.append(")");
+      }
+      
+      final String gloss = ListUtil.get(args, 3, "");
+      if (!gloss.equals("")) {
+        appendAndIndexWikiCallback.builder.append(" (");
+        appendAndIndexWikiCallback.dispatch(gloss, parser.enIndexBuilder, EntryTypeName.WIKTIONARY_ENGLISH_DEF);
+        appendAndIndexWikiCallback.builder.append(")");
+      }
+      
+      namedArgs.keySet().removeAll(EnParser.USELESS_WIKI_ARGS);
+      if (!namedArgs.isEmpty()) {
+        appendAndIndexWikiCallback.builder.append(" {").append(name);
+        EnParser.appendNamedArgs(namedArgs, appendAndIndexWikiCallback);
+        appendAndIndexWikiCallback.builder.append("}");
+      }
+
+      return true;
+    }
+  }
+
+  // ------------------------------------------------------------------
+  
+  static final class AppendArg0 implements FunctionCallback<EnParser> {
+    @Override
+    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
+        final Map<String, String> namedArgs,
+        final EnParser parser,
+        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
+      if (args.size() != 1 || !namedArgs.isEmpty()) {
+        return false;
+      }
+      appendAndIndexWikiCallback.dispatch(args.get(0), EntryTypeName.WIKTIONARY_TRANSLATION_OTHER_TEXT);
+
+      final String tr = namedArgs.remove("tr");
+      if (tr != null) {
+        appendAndIndexWikiCallback.builder.append(" (");
+        appendAndIndexWikiCallback.dispatch(tr, EntryTypeName.WIKTIONARY_TRANSLATION_OTHER_TEXT);
+        appendAndIndexWikiCallback.builder.append(")");
+        parser.wordForms.add(tr);
+      }
+
+      return true;
+    }
+  }
+
+  // ------------------------------------------------------------------
+  
+  static final class italbrac implements FunctionCallback<EnParser> {
+    @Override
+    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
+        final Map<String, String> namedArgs,
+        final EnParser parser,
+        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
+      if (args.size() != 1 || !namedArgs.isEmpty()) {
+        return false;
+      }
+      appendAndIndexWikiCallback.builder.append("(");
+      appendAndIndexWikiCallback.dispatch(args.get(0), EntryTypeName.WIKTIONARY_TRANSLATION_OTHER_TEXT);
+      appendAndIndexWikiCallback.builder.append(")");
+      return true;
+    }
+  }
+
+  // ------------------------------------------------------------------
+  
+  static final class gloss implements FunctionCallback<EnParser> {
+    @Override
+    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
+        final Map<String, String> namedArgs,
+        final EnParser parser,
+        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
+      if (args.size() != 1 || !namedArgs.isEmpty()) {
+        return false;
+      }
+      appendAndIndexWikiCallback.builder.append("(");
+      appendAndIndexWikiCallback.dispatch(args.get(0), EntryTypeName.WIKTIONARY_TRANSLATION_OTHER_TEXT);
+      appendAndIndexWikiCallback.builder.append(")");
+      return true;
+    }
+  }
+  
+  // ------------------------------------------------------------------
+  
+  static final class Ignore implements FunctionCallback<EnParser> {
+    @Override
+    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
+        final Map<String, String> namedArgs,
+        final EnParser parser,
+        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
+      return true;
+    }
+  }
+
+  // ------------------------------------------------------------------
+  
+  static final class not_used implements FunctionCallback<EnParser> {
+    @Override
+    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
+        final Map<String, String> namedArgs,
+        final EnParser parser,
+        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
+      appendAndIndexWikiCallback.builder.append("(not used)");
+      return true;
+    }
+  }
+
+
+  // ------------------------------------------------------------------
+  
+  static final class AppendName implements FunctionCallback<EnParser> {
+    @Override
+    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
+        final Map<String, String> namedArgs,
+        final EnParser parser,
+        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
+      if (!args.isEmpty() || !namedArgs.isEmpty()) {
+        return false;
+      }
+      appendAndIndexWikiCallback.builder.append(name);
+      return true;
+    }
+  }
+
+  // --------------------------------------------------------------------
+  // --------------------------------------------------------------------
+  
+
+  static final class FormOf implements FunctionCallback<EnParser> {
+    @Override
+    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
+        final Map<String, String> namedArgs,
+        final EnParser parser,
+        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
+      parser.entryIsFormOfSomething = true;
+      String formName = name;
+      if (name.equals("form of")) {
+        formName = ListUtil.remove(args, 0, null);
+      }
+      if (formName == null) {
+        EnParser.LOG.warning("Missing form name: " + parser.title);
+        formName = "form of";
+      }
+      String baseForm = ListUtil.get(args, 1, "");
+      if ("".equals(baseForm)) {
+        baseForm = ListUtil.get(args, 0, null);
+        ListUtil.remove(args, 1, "");
+      } else {
+        ListUtil.remove(args, 0, null);
+      }
+      namedArgs.keySet().removeAll(EnParser.USELESS_WIKI_ARGS);
+      
+      appendAndIndexWikiCallback.builder.append("{");
+      NAME_AND_ARGS.onWikiFunction(wikiTokenizer, formName, args, namedArgs, parser, appendAndIndexWikiCallback);
+      appendAndIndexWikiCallback.builder.append("}");
+      if (baseForm != null && appendAndIndexWikiCallback.indexedEntry != null) {
+        parser.foreignIndexBuilder.addEntryWithString(appendAndIndexWikiCallback.indexedEntry, baseForm, EntryTypeName.WIKTIONARY_BASE_FORM_MULTI);
+      } else {
+        // null baseForm happens in Danish.
+        EnParser.LOG.warning("Null baseform: " + parser.title);
+      }
+      return true;
+    }
+  }
+  
+  static final EnFunctionCallbacks.FormOf FORM_OF = new FormOf();
+  
+
+  // --------------------------------------------------------------------
+  // --------------------------------------------------------------------
+  
+  static final class wikipedia implements FunctionCallback<EnParser> {
+    @Override
+    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
+        final Map<String, String> namedArgs,
+        final EnParser parser,
+        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
+      namedArgs.remove("lang");
+      if (args.size() > 1 || !namedArgs.isEmpty()) {
+        // Unindexed!
+        return false;
+      } else if (args.size() == 1) {
+        return false;
+      } else {
+        return true;
+      }
+    }
+  }
+
+  static final class InflOrHead implements FunctionCallback<EnParser> {
+    @Override
+    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
+        final Map<String, String> namedArgs,
+        final EnParser parser,
+        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
+      // See: http://en.wiktionary.org/wiki/Template:infl
+      final String langCode = ListUtil.get(args, 0);
+      String head = namedArgs.remove("head");
+      if (head == null) {
+        head = namedArgs.remove("title"); // Bug
+      }
+      if (head == null) {
+        head = parser.title;
+      }
+      parser.titleAppended = true;
+      
+      namedArgs.keySet().removeAll(EnParser.USELESS_WIKI_ARGS);
+
+      final String tr = namedArgs.remove("tr");
+      String g = namedArgs.remove("g");
+      if (g == null) {
+        g = namedArgs.remove("gender");
+      }
+      final String g2 = namedArgs.remove("g2");
+      final String g3 = namedArgs.remove("g3");
+
+      appendAndIndexWikiCallback.dispatch(head, EntryTypeName.WIKTIONARY_TITLE_MULTI);
+
+      if (g != null) {
+        appendAndIndexWikiCallback.builder.append(" {").append(g);
+        if (g2 != null) {
+          appendAndIndexWikiCallback.builder.append("|").append(g2);
+        }
+        if (g3 != null) {
+          appendAndIndexWikiCallback.builder.append("|").append(g3);
+        }
+        appendAndIndexWikiCallback.builder.append("}");
+      }
+
+      if (tr != null) {
+        appendAndIndexWikiCallback.builder.append(" (");
+        appendAndIndexWikiCallback.dispatch(tr, EntryTypeName.WIKTIONARY_TITLE_MULTI);
+        appendAndIndexWikiCallback.builder.append(")");
+        parser.wordForms.add(tr);
+      }
+
+      final String pos = ListUtil.get(args, 1);
+      if (pos != null) {
+        appendAndIndexWikiCallback.builder.append(" (").append(pos).append(")");
+      }
+      for (int i = 2; i < args.size(); i += 2) {
+        final String inflName = ListUtil.get(args, i);
+        final String inflValue = ListUtil.get(args, i + 1);
+        appendAndIndexWikiCallback.builder.append(", ");
+        appendAndIndexWikiCallback.dispatch(inflName, null, null);
+        if (inflValue != null && inflValue.length() > 0) {
+          appendAndIndexWikiCallback.builder.append(": ");
+          appendAndIndexWikiCallback.dispatch(inflValue, null, null);
+          parser.wordForms.add(inflValue);
+        }
+      }
+      for (final String key : namedArgs.keySet()) {
+        final String value = WikiTokenizer.toPlainText(namedArgs.get(key));
+        appendAndIndexWikiCallback.builder.append(" ");
+        appendAndIndexWikiCallback.dispatch(key, null, null);
+        appendAndIndexWikiCallback.builder.append("=");
+        appendAndIndexWikiCallback.dispatch(value, null, null);
+        parser.wordForms.add(value);
+      }
+      return true;
+    }
+  }
+  
+
+  static {
+    DEFAULT.put("it-noun", new it_noun());
+  } 
+  static final class it_noun implements FunctionCallback<EnParser> {
+    @Override
+    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
+        final Map<String, String> namedArgs,
+        final EnParser parser,
+        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
+      parser.titleAppended = true;
+      final String base = ListUtil.get(args, 0);
+      final String gender = ListUtil.get(args, 1);
+      final String singular = base + ListUtil.get(args, 2, null);
+      final String plural = base + ListUtil.get(args, 3, null);
+      appendAndIndexWikiCallback.builder.append(" ");
+      appendAndIndexWikiCallback.dispatch(singular, null, null);
+      appendAndIndexWikiCallback.builder.append(" {").append(gender).append("}, ");
+      appendAndIndexWikiCallback.dispatch(plural, null, null);
+      appendAndIndexWikiCallback.builder.append(" {pl}");
+      parser.wordForms.add(singular);
+      parser.wordForms.add(plural);
+      if (!namedArgs.isEmpty() || args.size() > 4) {
+        EnParser.LOG.warning("Invalid it-noun: " + wikiTokenizer.token());
+      }
+      return true;
+    }
+  }
+
+  static {
+    DEFAULT.put("it-proper noun", new it_proper_noun());
+  } 
+  static final class it_proper_noun implements FunctionCallback<EnParser> {
+    @Override
+    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
+        final Map<String, String> namedArgs,
+        final EnParser parser,
+        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
+      return false;
+    }
+  }
+
+  }
\ No newline at end of file
index 60325058e9d55061310c265fd1336820a2155acb..7fdea865f3349c9533fcc6dc76f2d5b79dc54b36 100644 (file)
@@ -17,21 +17,14 @@ package com.hughes.android.dictionary.parser.wiktionary;
 import java.util.ArrayList;
 import java.util.Arrays;
 import java.util.Collection;
-import java.util.LinkedHashMap;
 import java.util.LinkedHashSet;
-import java.util.List;
 import java.util.Map;
 import java.util.Set;
-import java.util.concurrent.atomic.AtomicInteger;
 import java.util.regex.Pattern;
 
 import com.hughes.android.dictionary.engine.EntryTypeName;
 import com.hughes.android.dictionary.engine.IndexBuilder;
-import com.hughes.android.dictionary.engine.IndexedEntry;
-import com.hughes.android.dictionary.engine.PairEntry;
-import com.hughes.android.dictionary.engine.PairEntry.Pair;
 import com.hughes.android.dictionary.parser.WikiTokenizer;
-import com.hughes.util.ListUtil;
 
 public abstract class EnParser extends AbstractWiktionaryParser {
 
@@ -95,9 +88,9 @@ public abstract class EnParser extends AbstractWiktionaryParser {
   boolean titleAppended = false;
 
 
-  final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback = new AppendAndIndexWikiCallback<EnParser>(this);
+  final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback = new AppendAndIndexCallback(this);
   {
-    appendAndIndexWikiCallback.functionCallbacks.putAll(FunctionCallbacks.DEFAULT);
+    appendAndIndexWikiCallback.functionCallbacks.putAll(EnFunctionCallbacks.DEFAULT);
   }
   
   EnParser(final IndexBuilder enIndexBuilder, final IndexBuilder otherIndexBuilder, final Pattern langPattern, final Pattern langCodePattern, final boolean swap) {
@@ -107,1142 +100,50 @@ public abstract class EnParser extends AbstractWiktionaryParser {
     this.langCodePattern = langCodePattern;
     this.swap = swap;
   }
-  
-  // --------------------------------------------------------------------
-
-  static final class EnToTranslationParser extends EnParser {
-
-    EnToTranslationParser(final IndexBuilder enIndexBuilder,
-        final IndexBuilder otherIndexBuilder, final Pattern langPattern,
-        final Pattern langCodePattern, final boolean swap) {
-      super(enIndexBuilder, otherIndexBuilder, langPattern, langCodePattern, swap);
-    }
-
-    @Override
-    void parseSection(String heading, String text) {
-      if (isIgnorableTitle(title)) {
-        return;
-      }
-      heading = heading.replaceAll("=", "").trim(); 
-      if (!heading.contains("English")) {
-        return;
-      }
 
-      String pos = null;
-      int posDepth = -1;
-
-      final WikiTokenizer wikiTokenizer = new WikiTokenizer(text);
-      while (wikiTokenizer.nextToken() != null) {
-        
-        if (wikiTokenizer.isHeading()) {
-          final String headerName = wikiTokenizer.headingWikiText();
-          
-          if (wikiTokenizer.headingDepth() <= posDepth) {
-            pos = null;
-            posDepth = -1;
-          }
-          
-          if (partOfSpeechHeader.matcher(headerName).matches()) {
-            posDepth = wikiTokenizer.headingDepth();
-            pos = wikiTokenizer.headingWikiText();
-            // TODO: if we're inside the POS section, we should handle the first title line...
-            
-          } else if (headerName.equals("Translations")) {
-            if (pos == null) {
-              LOG.info("Translations without POS (but using anyway): " + title);
-            }
-            doTranslations(wikiTokenizer, pos);
-          } else if (headerName.equals("Pronunciation")) {
-            //doPronunciation(wikiLineReader);
-          }
-        } else if (wikiTokenizer.isFunction()) {
-          final String name = wikiTokenizer.functionName();
-          if (name.equals("head") && pos == null) {
-            LOG.warning("{{head}} without POS: " + title);
-          }
-        }
-      }
-    }
-
-    private void doTranslations(final WikiTokenizer wikiTokenizer, final String pos) {
-      if (title.equals("absolutely")) {
-        //System.out.println();
-      }
-      
-      String topLevelLang = null;
-      String sense = null;
-      boolean done = false;
-      while (wikiTokenizer.nextToken() != null) {
-        if (wikiTokenizer.isHeading()) {
-          wikiTokenizer.returnToLineStart();
-          return;
-        }
-        if (done) {
-          continue;
-        }
-        
-        // Check whether we care about this line:
-        
-        if (wikiTokenizer.isFunction()) {
-          final String functionName = wikiTokenizer.functionName();
-          final List<String> positionArgs = wikiTokenizer.functionPositionArgs();
-          
-          if (functionName.equals("trans-top")) {
-            sense = null;
-            if (wikiTokenizer.functionPositionArgs().size() >= 1) {
-              sense = positionArgs.get(0);
-              // TODO: could emphasize words in [[brackets]] inside sense.
-              sense = WikiTokenizer.toPlainText(sense);
-              //LOG.info("Sense: " + sense);
-            }
-          } else if (functionName.equals("trans-bottom")) {
-            sense = null;
-          } else if (functionName.equals("trans-mid")) {
-          } else if (functionName.equals("trans-see")) {
-           incrementCount("WARNING:trans-see");
-          } else if (functionName.startsWith("picdic")) {
-          } else if (functionName.startsWith("checktrans")) {
-            done = true;
-          } else if (functionName.startsWith("ttbc")) {
-            wikiTokenizer.nextLine();
-            // TODO: would be great to handle ttbc
-            // TODO: Check this: done = true;
-          } else {
-            LOG.warning("Unexpected translation wikifunction: " + wikiTokenizer.token() + ", title=" + title);
-          }
-        } else if (wikiTokenizer.isListItem()) {
-          final String line = wikiTokenizer.listItemWikiText();
-          // This line could produce an output...
-          
-//          if (line.contains("ich hoan dich gear")) {
-//            //System.out.println();
-//          }
-          
-          // First strip the language and check whether it matches.
-          // And hold onto it for sub-lines.
-          final int colonIndex = line.indexOf(":");
-          if (colonIndex == -1) {
-            continue;
-          }
-          
-          final String lang = trim(WikiTokenizer.toPlainText(line.substring(0, colonIndex)));
-          incrementCount("tCount:" + lang);
-          final boolean appendLang;
-          if (wikiTokenizer.listItemPrefix().length() == 1) {
-            topLevelLang = lang;
-            final boolean thisFind = langPattern.matcher(lang).find();
-            if (!thisFind) {
-              continue;
-            }
-            appendLang = !langPattern.matcher(lang).matches();
-          } else if (topLevelLang == null) {
-            continue;
-          } else {
-            // Two-level -- the only way we won't append is if this second level matches exactly.
-            if (!langPattern.matcher(lang).matches() && !langPattern.matcher(topLevelLang).find()) {
-              continue;
-            }
-            appendLang = !langPattern.matcher(lang).matches();
-          }
-          
-          String rest = line.substring(colonIndex + 1).trim();
-          if (rest.length() > 0) {
-            doTranslationLine(line, appendLang ? lang : null, pos, sense, rest);
-          }
-          
-        } else if (wikiTokenizer.remainderStartsWith("''See''")) {
-          wikiTokenizer.nextLine();
-          incrementCount("WARNING: ''See''" );
-          LOG.fine("Skipping See line: " + wikiTokenizer.token());
-        } else if (wikiTokenizer.isWikiLink()) {
-          final String wikiLink = wikiTokenizer.wikiLinkText();
-          if (wikiLink.contains(":") && wikiLink.contains(title)) {
-          } else if (wikiLink.contains("Category:")) {
-          } else  {
-            incrementCount("WARNING: Unexpected wikiLink" );
-            LOG.warning("Unexpected wikiLink: " + wikiTokenizer.token() + ", title=" + title);
-          }
-        } else if (wikiTokenizer.isNewline() || wikiTokenizer.isMarkup() || wikiTokenizer.isComment()) {
-        } else {
-          final String token = wikiTokenizer.token();
-          if (token.equals("----")) { 
-          } else {
-            LOG.warning("Unexpected translation token: " + wikiTokenizer.token() + ", title=" + title);
-            incrementCount("WARNING: Unexpected translation token" );
-          }
-        }
-        
-      }
-    }
-    
-    private void doTranslationLine(final String line, final String lang, final String pos, final String sense, final String rest) {
-      state = State.TRANSLATION_LINE;
-      // Good chance we'll actually file this one...
-      final PairEntry pairEntry = new PairEntry(entrySource);
-      final IndexedEntry indexedEntry = new IndexedEntry(pairEntry);
-      
-      final StringBuilder foreignText = new StringBuilder();
-      appendAndIndexWikiCallback.reset(foreignText, indexedEntry);
-      appendAndIndexWikiCallback.dispatch(rest, foreignIndexBuilder, EntryTypeName.WIKTIONARY_TRANSLATION_OTHER_TEXT);
-      
-      if (foreignText.length() == 0) {
-        LOG.warning("Empty foreignText: " + line);
-        incrementCount("WARNING: Empty foreignText" );
-        return;
-      }
-      
-      if (lang != null) {
-        foreignText.insert(0, String.format("(%s) ", lang));
-      }
-      
-      StringBuilder englishText = new StringBuilder();
-      
-      englishText.append(title);
-      if (sense != null) {
-        englishText.append(" (").append(sense).append(")");
-        enIndexBuilder.addEntryWithString(indexedEntry, sense, EntryTypeName.WIKTIONARY_TRANSLATION_SENSE);
-      }
-      if (pos != null) {
-        englishText.append(" (").append(pos.toLowerCase()).append(")");
-      }
-      enIndexBuilder.addEntryWithString(indexedEntry, title, EntryTypeName.WIKTIONARY_TITLE_MULTI);
-      
-      final Pair pair = new Pair(trim(englishText.toString()), trim(foreignText.toString()), swap);
-      pairEntry.pairs.add(pair);
-      if (!pairsAdded.add(pair.toString())) {
-        LOG.warning("Duplicate pair: " + pair.toString());
-        incrementCount("WARNING: Duplicate pair" );
-      }
-    }
-  }  // EnToTranslationParser
-  
-  // -----------------------------------------------------------------------
-  
+  @Override
+  void removeUselessArgs(Map<String, String> namedArgs) {
+    namedArgs.keySet().removeAll(USELESS_WIKI_ARGS);
+  }
   
-  static final class ForeignParser extends EnParser {
+  static class AppendAndIndexCallback extends AppendAndIndexWikiCallback<EnParser> {
 
-    ForeignParser(final IndexBuilder enIndexBuilder,
-        final IndexBuilder otherIndexBuilder, final Pattern langPattern,
-        final Pattern langCodePattern, final boolean swap) {
-      super(enIndexBuilder, otherIndexBuilder, langPattern, langCodePattern, swap);
+    public AppendAndIndexCallback(EnParser parser) {
+      super(parser);
     }
 
     @Override
-    void parseSection(String heading, String text) {
-      if (isIgnorableTitle(title)) {
-        return;
-      }
-      final String lang = heading.replaceAll("=", "").trim();
-      if (!langPattern.matcher(lang).find()){
-        return;
-      }
-      
-      final WikiTokenizer wikiTokenizer = new WikiTokenizer(text);
-      while (wikiTokenizer.nextToken() != null) {
-        if (wikiTokenizer.isHeading()) {
-          final String headingName = wikiTokenizer.headingWikiText();
-          if (headingName.equals("Translations")) {
-            LOG.warning("Translations not in English section: " + title);
-          } else if (headingName.equals("Pronunciation")) {
-            //doPronunciation(wikiLineReader);
-          } else if (partOfSpeechHeader.matcher(headingName).matches()) {
-            doForeignPartOfSpeech(lang, headingName, wikiTokenizer.headingDepth(), wikiTokenizer);
-          }
-        } else {
-          // It's not a heading.
-          // TODO: optimization: skip to next heading.
-        }
-      }
-    }
-    
-    static final class ListSection {
-      final String firstPrefix;
-      final String firstLine;
-      final List<String> nextPrefixes = new ArrayList<String>();
-      final List<String> nextLines = new ArrayList<String>();
-      
-      public ListSection(String firstPrefix, String firstLine) {
-        this.firstPrefix = firstPrefix;
-        this.firstLine = firstLine;
-      }
-
-      @Override
-      public String toString() {
-        return firstPrefix + firstLine + "{ " + nextPrefixes + "}";
-      }
-    }
-
-    int foreignCount = 0;
-    private void doForeignPartOfSpeech(final String lang, String posHeading, final int posDepth, WikiTokenizer wikiTokenizer) {
-      if (++foreignCount % 1000 == 0) {
-        LOG.info("***" + lang + ", " + title + ", pos=" + posHeading + ", foreignCount=" + foreignCount);
-      }
-      if (title.equals("6")) {
-        System.out.println();
-      }
-      
-      final StringBuilder foreignBuilder = new StringBuilder();
-      final List<ListSection> listSections = new ArrayList<ListSection>();
-      
-      appendAndIndexWikiCallback.reset(foreignBuilder, null);
-      this.state = State.ENGLISH_DEF_OF_FOREIGN;  // TODO: this is wrong, need new category....
-      titleAppended = false;
-      wordForms.clear();
-      
-      try {
-      
-      ListSection lastListSection = null;
-      
-      int currentHeadingDepth = posDepth;
-      while (wikiTokenizer.nextToken() != null) {
-        if (wikiTokenizer.isHeading()) {
-          currentHeadingDepth = wikiTokenizer.headingDepth();
-          
-          if (currentHeadingDepth <= posDepth) {
-            wikiTokenizer.returnToLineStart();
-            return;
-          }
-        }
-        
-        if (currentHeadingDepth > posDepth) {
-          // TODO: deal with other neat info sections
-          continue;
-        }
-        
-        if (wikiTokenizer.isFunction()) {
-          final String name = wikiTokenizer.functionName();
-          final List<String> args = wikiTokenizer.functionPositionArgs();
-          final Map<String,String> namedArgs = wikiTokenizer.functionNamedArgs();
-          // First line is generally a repeat of the title with some extra information.
-          // We need to build up the left side (foreign text, tokens) separately from the
-          // right side (English).  The left-side may get paired with multiple right sides.
-          // The left side should get filed under every form of the word in question (singular, plural).
-          
-          // For verbs, the conjugation comes later on in a deeper section.
-          // Ideally, we'd want to file every English entry with the verb
-          // under every verb form coming from the conjugation.
-          // Ie. under "fa": see: "make :: fare" and "do :: fare"
-          // But then where should we put the conjugation table?
-          // I think just under fare.  But then we need a way to link to the entry (actually the row, since entries doesn't show up!)
-          // for the conjugation table from "fa".
-          // Would like to be able to link to a lang#token.
-          
-          appendAndIndexWikiCallback.onFunction(wikiTokenizer, name, args, namedArgs);
-          
-        } else if (wikiTokenizer.isListItem()) {
-          final String prefix = wikiTokenizer.listItemPrefix();
-          if (lastListSection != null && 
-              prefix.startsWith(lastListSection.firstPrefix) && 
-              prefix.length() > lastListSection.firstPrefix.length()) {
-            lastListSection.nextPrefixes.add(prefix);
-            lastListSection.nextLines.add(wikiTokenizer.listItemWikiText());
-          } else {
-            lastListSection = new ListSection(prefix, wikiTokenizer.listItemWikiText());
-            listSections.add(lastListSection);
-          }
-        } else if (lastListSection != null) {
-          // Don't append anything after the lists, because there's crap.
-        } else if (wikiTokenizer.isWikiLink()) {
-          // Unindexed!
-          foreignBuilder.append(wikiTokenizer.wikiLinkText());
-          
-        } else if (wikiTokenizer.isPlainText()) {
-          // Unindexed!
-          foreignBuilder.append(wikiTokenizer.token());
-          
-        } else if (wikiTokenizer.isMarkup() || wikiTokenizer.isNewline() || wikiTokenizer.isComment()) {
-          // Do nothing.
+    public void onWikiLink(WikiTokenizer wikiTokenizer) {
+      final String text = wikiTokenizer.wikiLinkText();
+      final String link = wikiTokenizer.wikiLinkDest();
+      if (link != null) {
+        if (link.contains("#English")) {
+          dispatch(text, parser.enIndexBuilder, EntryTypeName.WIKTIONARY_ENGLISH_DEF_WIKI_LINK);
+        } else if (link.contains("#") && parser.langPattern.matcher(link).find()) {
+          dispatch(text, parser.foreignIndexBuilder, EntryTypeName.WIKTIONARY_ENGLISH_DEF_OTHER_LANG);
+        } else if (link.equals("plural")) {
+          builder.append(text);
         } else {
-          LOG.warning("Unexpected token: " + wikiTokenizer.token());
+          //LOG.warning("Special link: " + englishTokenizer.token());
+          dispatch(text, EntryTypeName.WIKTIONARY_ENGLISH_DEF_WIKI_LINK);
         }
-      }
-      
-      } finally {
-        // Here's where we exit.
-        // Should we make an entry even if there are no foreign list items?
-        String foreign = foreignBuilder.toString().trim();
-        if (!titleAppended && !foreign.toLowerCase().startsWith(title.toLowerCase())) {
-          foreign = String.format("%s %s", title, foreign);
-        }
-        if (!langPattern.matcher(lang).matches()) {
-          foreign = String.format("(%s) %s", lang, foreign);
-        }
-        for (final ListSection listSection : listSections) {
-          doForeignListSection(foreign, title, wordForms, listSection);
-        }
-      }
-    }
-    
-    
-
-    private void doForeignListSection(final String foreignText, String title, final Collection<String> forms, final ListSection listSection) {
-      state = State.ENGLISH_DEF_OF_FOREIGN;
-      final String prefix = listSection.firstPrefix;
-      if (prefix.length() > 1) {
-        // Could just get looser and say that any prefix longer than first is a sublist.
-        LOG.warning("Prefix too long: " + listSection);
-        return;
-      }
-      
-      final PairEntry pairEntry = new PairEntry(entrySource);
-      final IndexedEntry indexedEntry = new IndexedEntry(pairEntry);
-
-      entryIsFormOfSomething = false;
-      final StringBuilder englishBuilder = new StringBuilder();
-      final String mainLine = listSection.firstLine;
-      appendAndIndexWikiCallback.reset(englishBuilder, indexedEntry);
-      appendAndIndexWikiCallback.dispatch(mainLine, enIndexBuilder, EntryTypeName.WIKTIONARY_ENGLISH_DEF);
-
-      final String english = trim(englishBuilder.toString());
-      if (english.length() > 0) {
-        final Pair pair = new Pair(english, trim(foreignText), this.swap);
-        pairEntry.pairs.add(pair);
-        foreignIndexBuilder.addEntryWithString(indexedEntry, title, entryIsFormOfSomething ? EntryTypeName.WIKTIONARY_IS_FORM_OF_SOMETHING_ELSE : EntryTypeName.WIKTIONARY_TITLE_MULTI);
-        for (final String form : forms) {
-          foreignIndexBuilder.addEntryWithString(indexedEntry, form, EntryTypeName.WIKTIONARY_INFLECTED_FORM_MULTI);
-        }
-      }
-      
-      // Do examples.
-      String lastForeign = null;
-      for (int i = 0; i < listSection.nextPrefixes.size(); ++i) {
-        final String nextPrefix = listSection.nextPrefixes.get(i);
-        final String nextLine = listSection.nextLines.get(i);
-
-        // TODO: This splitting is not sensitive to wiki code.
-        int dash = nextLine.indexOf("&mdash;");
-        int mdashLen = 7;
-        if (dash == -1) {
-          dash = nextLine.indexOf("—");
-          mdashLen = 1;
-        }
-        if (dash == -1) {
-          dash = nextLine.indexOf(" - ");
-          mdashLen = 3;
-        }
-        
-        if ((nextPrefix.equals("#:") || nextPrefix.equals("##:")) && dash != -1) {
-          final String foreignEx = nextLine.substring(0, dash);
-          final String englishEx = nextLine.substring(dash + mdashLen);
-          final Pair pair = new Pair(formatAndIndexExampleString(englishEx, enIndexBuilder, indexedEntry), formatAndIndexExampleString(foreignEx, foreignIndexBuilder, indexedEntry), swap);
-          if (pair.lang1 != "--" && pair.lang1 != "--") {
-            pairEntry.pairs.add(pair);
-          }
-          lastForeign = null;
-        } else if (nextPrefix.equals("#:") || nextPrefix.equals("##:")){
-          final Pair pair = new Pair("--", formatAndIndexExampleString(nextLine, null, indexedEntry), swap);
-          lastForeign = nextLine;
-          if (pair.lang1 != "--" && pair.lang1 != "--") {
-            pairEntry.pairs.add(pair);
-          }
-        } else if (nextPrefix.equals("#::") || nextPrefix.equals("#**")) {
-          if (lastForeign != null && pairEntry.pairs.size() > 0) {
-            pairEntry.pairs.remove(pairEntry.pairs.size() - 1);
-            final Pair pair = new Pair(formatAndIndexExampleString(nextLine, enIndexBuilder, indexedEntry), formatAndIndexExampleString(lastForeign, foreignIndexBuilder, indexedEntry), swap);
-            if (pair.lang1 != "--" || pair.lang2 != "--") {
-              pairEntry.pairs.add(pair);
-            }
-            lastForeign = null;
-          } else {
-            LOG.warning("TODO: English example with no foreign: " + title + ", " + nextLine);
-            final Pair pair = new Pair("--", formatAndIndexExampleString(nextLine, null, indexedEntry), swap);
-            if (pair.lang1 != "--" || pair.lang2 != "--") {
-              pairEntry.pairs.add(pair);
-            }
-          }
-        } else if (nextPrefix.equals("#*")) {
-          // Can't really index these.
-          final Pair pair = new Pair("--", formatAndIndexExampleString(nextLine, null, indexedEntry), swap);
-          lastForeign = nextLine;
-          if (pair.lang1 != "--" || pair.lang2 != "--") {
-            pairEntry.pairs.add(pair);
-          }
-        } else if (nextPrefix.equals("#::*") || nextPrefix.equals("##") || nextPrefix.equals("#*:") || nextPrefix.equals("#:*") || true) {
-          final Pair pair = new Pair("--", formatAndIndexExampleString(nextLine, null, indexedEntry), swap);
-          if (pair.lang1 != "--" || pair.lang2 != "--") {
-            pairEntry.pairs.add(pair);
-          }
-//        } else {
-//          assert false;
-        }
-      }
-    }
-    
-    private String formatAndIndexExampleString(final String example, final IndexBuilder indexBuilder, final IndexedEntry indexedEntry) {
-      // TODO:
-//      if (wikiTokenizer.token().equals("'''")) {
-//        insideTripleQuotes = !insideTripleQuotes;
-//      }
-      final StringBuilder builder = new StringBuilder();
-      appendAndIndexWikiCallback.reset(builder, indexedEntry);
-      appendAndIndexWikiCallback.entryTypeName = EntryTypeName.WIKTIONARY_EXAMPLE;
-      appendAndIndexWikiCallback.entryTypeNameSticks = true;
-      try {
-        // TODO: this is a hack needed because we don't safely split on the dash.
-        appendAndIndexWikiCallback.dispatch(example, indexBuilder, EntryTypeName.WIKTIONARY_EXAMPLE);
-      } catch (AssertionError e) {
-        return "--";
-      }
-      final String result = trim(builder.toString());
-      return result.length() > 0 ? result : "--";
-    }
-
-
-    private void itConjAre(List<String> args, Map<String, String> namedArgs) {
-      final String base = args.get(0);
-      final String aux = args.get(1);
-      
-      putIfMissing(namedArgs, "inf", base + "are");
-      putIfMissing(namedArgs, "aux", aux);
-      putIfMissing(namedArgs, "ger", base + "ando");
-      putIfMissing(namedArgs, "presp", base + "ante");
-      putIfMissing(namedArgs, "pastp", base + "ato");
-      // Present
-      putIfMissing(namedArgs, "pres1s", base + "o");
-      putIfMissing(namedArgs, "pres2s", base + "i");
-      putIfMissing(namedArgs, "pres3s", base + "a");
-      putIfMissing(namedArgs, "pres1p", base + "iamo");
-      putIfMissing(namedArgs, "pres2p", base + "ate");
-      putIfMissing(namedArgs, "pres3p", base + "ano");
-      // Imperfect
-      putIfMissing(namedArgs, "imperf1s", base + "avo");
-      putIfMissing(namedArgs, "imperf2s", base + "avi");
-      putIfMissing(namedArgs, "imperf3s", base + "ava");
-      putIfMissing(namedArgs, "imperf1p", base + "avamo");
-      putIfMissing(namedArgs, "imperf2p", base + "avate");
-      putIfMissing(namedArgs, "imperf3p", base + "avano");
-      // Passato remoto
-      putIfMissing(namedArgs, "prem1s", base + "ai");
-      putIfMissing(namedArgs, "prem2s", base + "asti");
-      putIfMissing(namedArgs, "prem3s", base + "ò");
-      putIfMissing(namedArgs, "prem1p", base + "ammo");
-      putIfMissing(namedArgs, "prem2p", base + "aste");
-      putIfMissing(namedArgs, "prem3p", base + "arono");
-      // Future
-      putIfMissing(namedArgs, "fut1s", base + "erò");
-      putIfMissing(namedArgs, "fut2s", base + "erai");
-      putIfMissing(namedArgs, "fut3s", base + "erà");
-      putIfMissing(namedArgs, "fut1p", base + "eremo");
-      putIfMissing(namedArgs, "fut2p", base + "erete");
-      putIfMissing(namedArgs, "fut3p", base + "eranno");
-      // Conditional
-      putIfMissing(namedArgs, "cond1s", base + "erei");
-      putIfMissing(namedArgs, "cond2s", base + "eresti");
-      putIfMissing(namedArgs, "cond3s", base + "erebbe");
-      putIfMissing(namedArgs, "cond1p", base + "eremmo");
-      putIfMissing(namedArgs, "cond2p", base + "ereste");
-      putIfMissing(namedArgs, "cond3p", base + "erebbero");
-      // Subjunctive / congiuntivo
-      putIfMissing(namedArgs, "sub123s", base + "i");
-      putIfMissing(namedArgs, "sub1p", base + "iamo");
-      putIfMissing(namedArgs, "sub2p", base + "iate");
-      putIfMissing(namedArgs, "sub3p", base + "ino");
-      // Imperfect subjunctive
-      putIfMissing(namedArgs, "impsub12s", base + "assi");
-      putIfMissing(namedArgs, "impsub3s", base + "asse");
-      putIfMissing(namedArgs, "impsub1p", base + "assimo");
-      putIfMissing(namedArgs, "impsub2p", base + "aste");
-      putIfMissing(namedArgs, "impsub3p", base + "assero");
-      // Imperative
-      putIfMissing(namedArgs, "imp2s", base + "a");
-      putIfMissing(namedArgs, "imp3s", base + "i");
-      putIfMissing(namedArgs, "imp1p", base + "iamo");
-      putIfMissing(namedArgs, "imp2p", base + "ate");
-      putIfMissing(namedArgs, "imp3p", base + "ino");
-
-
-      itConj(args, namedArgs);
-    }
-
-
-    private void itConj(List<String> args, Map<String, String> namedArgs) {
-      // TODO Auto-generated method stub
-      
-    }
-
-
-    private static void putIfMissing(final Map<String, String> namedArgs, final String key,
-        final String value) {
-      final String oldValue = namedArgs.get(key);
-      if (oldValue == null || oldValue.length() == 0) {
-        namedArgs.put(key, value);
-      }
-    }
-    
-    // TODO: check how ='' and =| are manifested....
-    // TODO: get this right in -are
-    private static void putOrNullify(final Map<String, String> namedArgs, final String key,
-        final String value) {
-      final String oldValue = namedArgs.get(key);
-      if (oldValue == null/* || oldValue.length() == 0*/) {
-        namedArgs.put(key, value);
       } else {
-        if (oldValue.equals("''")) {
-          namedArgs.put(key, "");
+        // link == null
+        final EntryTypeName entryTypeName;
+        switch (parser.state) {
+        case TRANSLATION_LINE:
+          entryTypeName = EntryTypeName.WIKTIONARY_TRANSLATION_WIKI_TEXT;
+          break;
+        case ENGLISH_DEF_OF_FOREIGN:
+          entryTypeName = EntryTypeName.WIKTIONARY_ENGLISH_DEF_WIKI_LINK;
+          break;
+          default:
+            throw new IllegalStateException("Invalid enum value: " + parser.state);
         }
+        dispatch(text, entryTypeName);
       }
     }
-
-  }  // ForeignParser
-  
-  // -----------------------------------------------------------------------
-  
-  static class FunctionCallbacks {
-  
-  static final Map<String,FunctionCallback<EnParser>> DEFAULT = new LinkedHashMap<String, FunctionCallback<EnParser>>();
-  
-  static {
-    FunctionCallback<EnParser> callback = new TranslationCallback();
-    DEFAULT.put("t", callback);
-    DEFAULT.put("t+", callback);
-    DEFAULT.put("t-", callback);
-    DEFAULT.put("tø", callback);
-    DEFAULT.put("apdx-t", callback);
-    
-    callback = new EncodingCallback();
-    Set<String> encodings = new LinkedHashSet<String>(Arrays.asList(
-        "zh-ts", "zh-tsp",
-        "sd-Arab", "ku-Arab", "Arab", "unicode", "Laoo", "ur-Arab", "Thai", 
-        "fa-Arab", "Khmr", "Cyrl", "IPAchar", "ug-Arab", "ko-inline", 
-        "Jpan", "Kore", "Hebr", "rfscript", "Beng", "Mong", "Knda", "Cyrs",
-        "yue-tsj", "Mlym", "Tfng", "Grek", "yue-yue-j"));
-    for (final String encoding : encodings) {
-      DEFAULT.put(encoding, callback);
-    }
-    
-    callback = new l_term();
-    DEFAULT.put("l", callback);
-    DEFAULT.put("term", callback);
-
-    callback = new Gender();
-    DEFAULT.put("m", callback);
-    DEFAULT.put("f", callback);
-    DEFAULT.put("n", callback);
-    DEFAULT.put("p", callback);
-    DEFAULT.put("g", callback);
     
-    callback = new AppendArg0();
-
-    callback = new Ignore();
-    DEFAULT.put("trreq", callback);
-    DEFAULT.put("t-image", callback);
-    DEFAULT.put("defn", callback);
-    DEFAULT.put("rfdef", callback);
-    DEFAULT.put("rfdate", callback);
-    DEFAULT.put("rfex", callback);
-    DEFAULT.put("rfquote", callback);
-    DEFAULT.put("attention", callback);
-    DEFAULT.put("zh-attention", callback);
-
-
-    callback = new FormOf();
-    DEFAULT.put("form of", callback);
-    DEFAULT.put("conjugation of", callback);
-    DEFAULT.put("participle of", callback);
-    DEFAULT.put("present participle of", callback);
-    DEFAULT.put("past participle of", callback);
-    DEFAULT.put("feminine past participle of", callback);
-    DEFAULT.put("gerund of", callback);
-    DEFAULT.put("feminine of", callback);
-    DEFAULT.put("plural of", callback);
-    DEFAULT.put("feminine plural of", callback);
-    DEFAULT.put("inflected form of", callback);
-    DEFAULT.put("alternative form of", callback);
-    DEFAULT.put("dated form of", callback);
-    DEFAULT.put("apocopic form of", callback);
-    
-    callback = new InflOrHead();
-    DEFAULT.put("infl", callback);
-    DEFAULT.put("head", callback);
-    
-    callback = new AppendName();
-    DEFAULT.put("...", callback);
-    
-    DEFAULT.put("qualifier", new QualifierCallback());
-    DEFAULT.put("italbrac", new italbrac());
-    DEFAULT.put("gloss", new gloss());
-    DEFAULT.put("not used", new not_used());
-    DEFAULT.put("wikipedia", new wikipedia());
-  }
-  
-  static final NameAndArgs<EnParser> NAME_AND_ARGS = new NameAndArgs<EnParser>();
-
-  // ------------------------------------------------------------------
-
-  static final class TranslationCallback implements FunctionCallback<EnParser> {
-    @Override
-    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
-        final Map<String, String> namedArgs, final EnParser parser,
-        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
-
-      final String transliteration = namedArgs.remove("tr");
-      final String alt = namedArgs.remove("alt");
-      namedArgs.keySet().removeAll(USELESS_WIKI_ARGS);
-      if (args.size() < 2) {
-        LOG.warning("{{t...}} with wrong args: title=" + parser.title);
-        return false;
-      }
-      final String langCode = ListUtil.get(args, 0);
-      if (!appendAndIndexWikiCallback.langCodeToTCount.containsKey(langCode)) {
-        appendAndIndexWikiCallback.langCodeToTCount.put(langCode, new AtomicInteger());
-      }
-      appendAndIndexWikiCallback.langCodeToTCount.get(langCode).incrementAndGet();
-      final String word = ListUtil.get(args, 1);
-      appendAndIndexWikiCallback.dispatch(alt != null ? alt : word, EntryTypeName.WIKTIONARY_TITLE_MULTI);
-
-      // Genders...
-      if (args.size() > 2) {
-        appendAndIndexWikiCallback.builder.append(" {");
-        for (int i = 2; i < args.size(); ++i) {
-          if (i > 2) {
-            appendAndIndexWikiCallback.builder.append("|");
-          }
-          appendAndIndexWikiCallback.builder.append(args.get(i));
-        }
-        appendAndIndexWikiCallback.builder.append("}");
-      }
-
-      if (transliteration != null) {
-        appendAndIndexWikiCallback.builder.append(" (");
-        appendAndIndexWikiCallback.dispatch(transliteration, EntryTypeName.WIKTIONARY_TRANSLITERATION);
-        appendAndIndexWikiCallback.builder.append(")");
-      }
-      
-      if (alt != null) {
-        // If alt wasn't null, we appended alt instead of the actual word
-        // we're filing under..
-        appendAndIndexWikiCallback.builder.append(" (");
-        appendAndIndexWikiCallback.dispatch(word, EntryTypeName.WIKTIONARY_TITLE_MULTI);
-        appendAndIndexWikiCallback.builder.append(")");
-      }
-
-      // Catch-all for anything else...
-      if (!namedArgs.isEmpty()) {
-        appendAndIndexWikiCallback.builder.append(" {");
-        appendNamedArgs(namedArgs, appendAndIndexWikiCallback);
-        appendAndIndexWikiCallback.builder.append("}");
-      }
-      
-      return true;
-    }
   }
 
-  // ------------------------------------------------------------------
-  
-  static final class QualifierCallback implements FunctionCallback<EnParser> {
-    @Override
-    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
-        final Map<String, String> namedArgs,
-        final EnParser parser,
-        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
-      if (args.size() != 1 || !namedArgs.isEmpty()) {
-        LOG.warning("weird qualifier: ");
-        return false;
-      }
-      String qualifier = args.get(0);
-      appendAndIndexWikiCallback.builder.append("(");
-      appendAndIndexWikiCallback.dispatch(qualifier, null);
-      appendAndIndexWikiCallback.builder.append(")");
-      return true;
-    }
-  }
-
-  // ------------------------------------------------------------------
-  
-  static final class EncodingCallback implements FunctionCallback<EnParser> {
-    @Override
-    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
-        final Map<String, String> namedArgs,
-        final EnParser parser,
-        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
-      if (!namedArgs.isEmpty()) {
-        LOG.warning("weird encoding: " + wikiTokenizer.token());
-      }
-      if (args.size() == 0) {
-        // Things like "{{Jpan}}" exist.
-        return true;
-      }
-      
-      for (int i = 0; i < args.size(); ++i) {
-        if (i > 0) {
-          appendAndIndexWikiCallback.builder.append(", ");
-        }
-        final String arg = args.get(i);
-//        if (arg.equals(parser.title)) {
-//          parser.titleAppended = true;
-//        }
-        appendAndIndexWikiCallback.dispatch(arg, appendAndIndexWikiCallback.entryTypeName);
-      }
-      
-      return true;
-    }
-  }
-
-  // ------------------------------------------------------------------
-  
-  static final class Gender implements FunctionCallback<EnParser> {
-    @Override
-    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
-        final Map<String, String> namedArgs,
-        final EnParser parser,
-        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
-      if (!namedArgs.isEmpty()) {
-        return false;
-      }
-      appendAndIndexWikiCallback.builder.append("{");
-      appendAndIndexWikiCallback.builder.append(name);
-      for (int i = 0; i < args.size(); ++i) {
-        appendAndIndexWikiCallback.builder.append("|").append(args.get(i));
-      }
-      appendAndIndexWikiCallback.builder.append("}");
-      return true;
-    }
-  }
-
-  // ------------------------------------------------------------------
-  
-  static final class l_term implements FunctionCallback<EnParser> {
-    @Override
-    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
-        final Map<String, String> namedArgs,
-        final EnParser parser,
-        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
-      
-      // for {{l}}, lang is arg 0, but not for {{term}}
-      if (name.equals("term")) {
-        args.add(0, "");
-      }
-      
-      final EntryTypeName entryTypeName;
-      switch (parser.state) {
-      case TRANSLATION_LINE: entryTypeName = EntryTypeName.WIKTIONARY_TRANSLATION_OTHER_TEXT; break;
-      case ENGLISH_DEF_OF_FOREIGN: entryTypeName = EntryTypeName.WIKTIONARY_ENGLISH_DEF_WIKI_LINK; break;
-      default: throw new IllegalStateException("Invalid enum value: " + parser.state);
-      }
-      
-      final String langCode = args.get(0);
-      final IndexBuilder indexBuilder;
-      if ("".equals(langCode)) {
-        indexBuilder = parser.foreignIndexBuilder;
-      } else if ("en".equals(langCode)) {
-        indexBuilder = parser.enIndexBuilder;
-      } else {
-        indexBuilder = parser.foreignIndexBuilder;
-      }
-      
-      String displayText = ListUtil.get(args, 2, "");
-      if (displayText.equals("")) {
-        displayText = ListUtil.get(args, 1, null);
-      }
-      
-      if (displayText != null) {
-        appendAndIndexWikiCallback.dispatch(displayText, indexBuilder, entryTypeName);
-      } else {
-        LOG.warning("no display text: " + wikiTokenizer.token());
-      }
-      
-      final String tr = namedArgs.remove("tr");
-      if (tr != null) {
-        appendAndIndexWikiCallback.builder.append(" (");
-        appendAndIndexWikiCallback.dispatch(tr, indexBuilder, EntryTypeName.WIKTIONARY_TRANSLITERATION);
-        appendAndIndexWikiCallback.builder.append(")");
-      }
-      
-      final String gloss = ListUtil.get(args, 3, "");
-      if (!gloss.equals("")) {
-        appendAndIndexWikiCallback.builder.append(" (");
-        appendAndIndexWikiCallback.dispatch(gloss, parser.enIndexBuilder, EntryTypeName.WIKTIONARY_ENGLISH_DEF);
-        appendAndIndexWikiCallback.builder.append(")");
-      }
-      
-      namedArgs.keySet().removeAll(USELESS_WIKI_ARGS);
-      if (!namedArgs.isEmpty()) {
-        appendAndIndexWikiCallback.builder.append(" {").append(name);
-        appendNamedArgs(namedArgs, appendAndIndexWikiCallback);
-        appendAndIndexWikiCallback.builder.append("}");
-      }
-
-      return true;
-    }
-  }
-
-  // ------------------------------------------------------------------
-  
-  static final class AppendArg0 implements FunctionCallback<EnParser> {
-    @Override
-    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
-        final Map<String, String> namedArgs,
-        final EnParser parser,
-        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
-      if (args.size() != 1 || !namedArgs.isEmpty()) {
-        return false;
-      }
-      appendAndIndexWikiCallback.dispatch(args.get(0), EntryTypeName.WIKTIONARY_TRANSLATION_OTHER_TEXT);
-      // TODO: transliteration
-      return true;
-    }
-  }
-
-  // ------------------------------------------------------------------
-  
-  static final class italbrac implements FunctionCallback<EnParser> {
-    @Override
-    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
-        final Map<String, String> namedArgs,
-        final EnParser parser,
-        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
-      if (args.size() != 1 || !namedArgs.isEmpty()) {
-        return false;
-      }
-      appendAndIndexWikiCallback.builder.append("(");
-      appendAndIndexWikiCallback.dispatch(args.get(0), EntryTypeName.WIKTIONARY_TRANSLATION_OTHER_TEXT);
-      appendAndIndexWikiCallback.builder.append(")");
-      return true;
-    }
-  }
-
-  // ------------------------------------------------------------------
-  
-  static final class gloss implements FunctionCallback<EnParser> {
-    @Override
-    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
-        final Map<String, String> namedArgs,
-        final EnParser parser,
-        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
-      if (args.size() != 1 || !namedArgs.isEmpty()) {
-        return false;
-      }
-      appendAndIndexWikiCallback.builder.append("(");
-      appendAndIndexWikiCallback.dispatch(args.get(0), EntryTypeName.WIKTIONARY_TRANSLATION_OTHER_TEXT);
-      appendAndIndexWikiCallback.builder.append(")");
-      return true;
-    }
-  }
-  
-  // ------------------------------------------------------------------
-  
-  static final class Ignore implements FunctionCallback<EnParser> {
-    @Override
-    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
-        final Map<String, String> namedArgs,
-        final EnParser parser,
-        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
-      return true;
-    }
-  }
-
-  // ------------------------------------------------------------------
-  
-  static final class not_used implements FunctionCallback<EnParser> {
-    @Override
-    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
-        final Map<String, String> namedArgs,
-        final EnParser parser,
-        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
-      appendAndIndexWikiCallback.builder.append("(not used)");
-      return true;
-    }
-  }
-
-
-  // ------------------------------------------------------------------
-  
-  static final class AppendName implements FunctionCallback<EnParser> {
-    @Override
-    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
-        final Map<String, String> namedArgs,
-        final EnParser parser,
-        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
-      if (!args.isEmpty() || !namedArgs.isEmpty()) {
-        return false;
-      }
-      appendAndIndexWikiCallback.builder.append(name);
-      return true;
-    }
-  }
-
-  // --------------------------------------------------------------------
-  // --------------------------------------------------------------------
-  
-
-  static final class FormOf implements FunctionCallback<EnParser> {
-    @Override
-    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
-        final Map<String, String> namedArgs,
-        final EnParser parser,
-        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
-      parser.entryIsFormOfSomething = true;
-      String formName = name;
-      if (name.equals("form of")) {
-        formName = ListUtil.remove(args, 0, null);
-      }
-      if (formName == null) {
-        LOG.warning("Missing form name: " + parser.title);
-        formName = "form of";
-      }
-      String baseForm = ListUtil.get(args, 1, "");
-      if ("".equals(baseForm)) {
-        baseForm = ListUtil.get(args, 0, null);
-        ListUtil.remove(args, 1, "");
-      } else {
-        ListUtil.remove(args, 0, null);
-      }
-      namedArgs.keySet().removeAll(USELESS_WIKI_ARGS);
-      
-      appendAndIndexWikiCallback.builder.append("{");
-      NAME_AND_ARGS.onWikiFunction(wikiTokenizer, formName, args, namedArgs, parser, appendAndIndexWikiCallback);
-      appendAndIndexWikiCallback.builder.append("}");
-      if (baseForm != null && appendAndIndexWikiCallback.indexedEntry != null) {
-        parser.foreignIndexBuilder.addEntryWithString(appendAndIndexWikiCallback.indexedEntry, baseForm, EntryTypeName.WIKTIONARY_BASE_FORM_MULTI);
-      } else {
-        // null baseForm happens in Danish.
-        LOG.warning("Null baseform: " + parser.title);
-      }
-      return true;
-    }
-  }
-  
-  static final FormOf FORM_OF = new FormOf();
-  
-
-  // --------------------------------------------------------------------
-  // --------------------------------------------------------------------
-  
-  static final class wikipedia implements FunctionCallback<EnParser> {
-    @Override
-    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
-        final Map<String, String> namedArgs,
-        final EnParser parser,
-        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
-      namedArgs.remove("lang");
-      if (args.size() > 1 || !namedArgs.isEmpty()) {
-        // Unindexed!
-        return false;
-      } else if (args.size() == 1) {
-        return false;
-      } else {
-        return true;
-      }
-    }
-  }
-
-  static final class InflOrHead implements FunctionCallback<EnParser> {
-    @Override
-    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
-        final Map<String, String> namedArgs,
-        final EnParser parser,
-        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
-      // See: http://en.wiktionary.org/wiki/Template:infl
-      final String langCode = ListUtil.get(args, 0);
-      String head = namedArgs.remove("head");
-      if (head == null) {
-        head = namedArgs.remove("title"); // Bug
-      }
-      if (head == null) {
-        head = parser.title;
-      }
-      parser.titleAppended = true;
-      
-      namedArgs.keySet().removeAll(USELESS_WIKI_ARGS);
-
-      final String tr = namedArgs.remove("tr");
-      String g = namedArgs.remove("g");
-      if (g == null) {
-        g = namedArgs.remove("gender");
-      }
-      final String g2 = namedArgs.remove("g2");
-      final String g3 = namedArgs.remove("g3");
-
-      appendAndIndexWikiCallback.dispatch(head, EntryTypeName.WIKTIONARY_TITLE_MULTI);
-
-      if (g != null) {
-        appendAndIndexWikiCallback.builder.append(" {").append(g);
-        if (g2 != null) {
-          appendAndIndexWikiCallback.builder.append("|").append(g2);
-        }
-        if (g3 != null) {
-          appendAndIndexWikiCallback.builder.append("|").append(g3);
-        }
-        appendAndIndexWikiCallback.builder.append("}");
-      }
-
-      if (tr != null) {
-        appendAndIndexWikiCallback.builder.append(" (");
-        appendAndIndexWikiCallback.dispatch(tr, EntryTypeName.WIKTIONARY_TITLE_MULTI);
-        appendAndIndexWikiCallback.builder.append(")");
-        parser.wordForms.add(tr);
-      }
-
-      final String pos = ListUtil.get(args, 1);
-      if (pos != null) {
-        appendAndIndexWikiCallback.builder.append(" (").append(pos).append(")");
-      }
-      for (int i = 2; i < args.size(); i += 2) {
-        final String inflName = ListUtil.get(args, i);
-        final String inflValue = ListUtil.get(args, i + 1);
-        appendAndIndexWikiCallback.builder.append(", ");
-        appendAndIndexWikiCallback.dispatch(inflName, null, null);
-        if (inflValue != null && inflValue.length() > 0) {
-          appendAndIndexWikiCallback.builder.append(": ");
-          appendAndIndexWikiCallback.dispatch(inflValue, null, null);
-          parser.wordForms.add(inflValue);
-        }
-      }
-      for (final String key : namedArgs.keySet()) {
-        final String value = WikiTokenizer.toPlainText(namedArgs.get(key));
-        appendAndIndexWikiCallback.builder.append(" ");
-        appendAndIndexWikiCallback.dispatch(key, null, null);
-        appendAndIndexWikiCallback.builder.append("=");
-        appendAndIndexWikiCallback.dispatch(value, null, null);
-        parser.wordForms.add(value);
-      }
-      return true;
-    }
-  }
-  
-
-  static {
-    DEFAULT.put("it-noun", new it_noun());
-  } 
-  static final class it_noun implements FunctionCallback<EnParser> {
-    @Override
-    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
-        final Map<String, String> namedArgs,
-        final EnParser parser,
-        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
-      parser.titleAppended = true;
-      final String base = ListUtil.get(args, 0);
-      final String gender = ListUtil.get(args, 1);
-      final String singular = base + ListUtil.get(args, 2, null);
-      final String plural = base + ListUtil.get(args, 3, null);
-      appendAndIndexWikiCallback.builder.append(" ");
-      appendAndIndexWikiCallback.dispatch(singular, null, null);
-      appendAndIndexWikiCallback.builder.append(" {").append(gender).append("}, ");
-      appendAndIndexWikiCallback.dispatch(plural, null, null);
-      appendAndIndexWikiCallback.builder.append(" {pl}");
-      parser.wordForms.add(singular);
-      parser.wordForms.add(plural);
-      if (!namedArgs.isEmpty() || args.size() > 4) {
-        LOG.warning("Invalid it-noun: " + wikiTokenizer.token());
-      }
-      return true;
-    }
-  }
-
-  static {
-    DEFAULT.put("it-proper noun", new it_proper_noun());
-  } 
-  static final class it_proper_noun implements FunctionCallback<EnParser> {
-    @Override
-    public boolean onWikiFunction(final WikiTokenizer wikiTokenizer, final String name, final List<String> args,
-        final Map<String, String> namedArgs,
-        final EnParser parser,
-        final AppendAndIndexWikiCallback<EnParser> appendAndIndexWikiCallback) {
-      return false;
-    }
-  }
-
-  }
-
-
 }
diff --git a/src/com/hughes/android/dictionary/parser/wiktionary/EnToTranslationParser.java b/src/com/hughes/android/dictionary/parser/wiktionary/EnToTranslationParser.java
new file mode 100644 (file)
index 0000000..6c1bbec
--- /dev/null
@@ -0,0 +1,230 @@
+// Copyright 2012 Google Inc. All Rights Reserved.
+//
+// Licensed under the Apache License, Version 2.0 (the "License");
+// you may not use this file except in compliance with the License.
+// You may obtain a copy of the License at
+//
+//     http://www.apache.org/licenses/LICENSE-2.0
+//
+// Unless required by applicable law or agreed to in writing, software
+// distributed under the License is distributed on an "AS IS" BASIS,
+// WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
+// See the License for the specific language governing permissions and
+// limitations under the License.
+
+package com.hughes.android.dictionary.parser.wiktionary;
+
+import java.util.List;
+import java.util.regex.Pattern;
+
+import com.hughes.android.dictionary.engine.EntryTypeName;
+import com.hughes.android.dictionary.engine.IndexBuilder;
+import com.hughes.android.dictionary.engine.IndexedEntry;
+import com.hughes.android.dictionary.engine.PairEntry;
+import com.hughes.android.dictionary.engine.PairEntry.Pair;
+import com.hughes.android.dictionary.parser.WikiTokenizer;
+
+public final class EnToTranslationParser extends EnParser {
+
+    public EnToTranslationParser(final IndexBuilder enIndexBuilder,
+        final IndexBuilder otherIndexBuilder, final Pattern langPattern,
+        final Pattern langCodePattern, final boolean swap) {
+      super(enIndexBuilder, otherIndexBuilder, langPattern, langCodePattern, swap);
+    }
+
+    @Override
+    void parseSection(String heading, String text) {
+      if (isIgnorableTitle(title)) {
+        return;
+      }
+      heading = heading.replaceAll("=", "").trim(); 
+      if (!heading.contains("English")) {
+        return;
+      }
+
+      String pos = null;
+      int posDepth = -1;
+
+      final WikiTokenizer wikiTokenizer = new WikiTokenizer(text);
+      while (wikiTokenizer.nextToken() != null) {
+        
+        if (wikiTokenizer.isHeading()) {
+          final String headerName = wikiTokenizer.headingWikiText();
+          
+          if (wikiTokenizer.headingDepth() <= posDepth) {
+            pos = null;
+            posDepth = -1;
+          }
+          
+          if (partOfSpeechHeader.matcher(headerName).matches()) {
+            posDepth = wikiTokenizer.headingDepth();
+            pos = wikiTokenizer.headingWikiText();
+            // TODO: if we're inside the POS section, we should handle the first title line...
+            
+          } else if (headerName.equals("Translations")) {
+            if (pos == null) {
+              LOG.info("Translations without POS (but using anyway): " + title);
+            }
+            doTranslations(wikiTokenizer, pos);
+          } else if (headerName.equals("Pronunciation")) {
+            //doPronunciation(wikiLineReader);
+          }
+        } else if (wikiTokenizer.isFunction()) {
+          final String name = wikiTokenizer.functionName();
+          if (name.equals("head") && pos == null) {
+            LOG.warning("{{head}} without POS: " + title);
+          }
+        }
+      }
+    }
+
+    private void doTranslations(final WikiTokenizer wikiTokenizer, final String pos) {
+      if (title.equals("absolutely")) {
+        //System.out.println();
+      }
+      
+      String topLevelLang = null;
+      String sense = null;
+      boolean done = false;
+      while (wikiTokenizer.nextToken() != null) {
+        if (wikiTokenizer.isHeading()) {
+          wikiTokenizer.returnToLineStart();
+          return;
+        }
+        if (done) {
+          continue;
+        }
+        
+        // Check whether we care about this line:
+        
+        if (wikiTokenizer.isFunction()) {
+          final String functionName = wikiTokenizer.functionName();
+          final List<String> positionArgs = wikiTokenizer.functionPositionArgs();
+          
+          if (functionName.equals("trans-top")) {
+            sense = null;
+            if (wikiTokenizer.functionPositionArgs().size() >= 1) {
+              sense = positionArgs.get(0);
+              sense = WikiTokenizer.toPlainText(sense);
+              //LOG.info("Sense: " + sense);
+            }
+          } else if (functionName.equals("trans-bottom")) {
+            sense = null;
+          } else if (functionName.equals("trans-mid")) {
+          } else if (functionName.equals("trans-see")) {
+           incrementCount("WARNING:trans-see");
+          } else if (functionName.startsWith("picdic")) {
+          } else if (functionName.startsWith("checktrans")) {
+            done = true;
+          } else if (functionName.startsWith("ttbc")) {
+            wikiTokenizer.nextLine();
+            // TODO: would be great to handle ttbc
+            // TODO: Check this: done = true;
+          } else {
+            LOG.warning("Unexpected translation wikifunction: " + wikiTokenizer.token() + ", title=" + title);
+          }
+        } else if (wikiTokenizer.isListItem()) {
+          final String line = wikiTokenizer.listItemWikiText();
+          // This line could produce an output...
+          
+//          if (line.contains("ich hoan dich gear")) {
+//            //System.out.println();
+//          }
+          
+          // First strip the language and check whether it matches.
+          // And hold onto it for sub-lines.
+          final int colonIndex = line.indexOf(":");
+          if (colonIndex == -1) {
+            continue;
+          }
+          
+          final String lang = trim(WikiTokenizer.toPlainText(line.substring(0, colonIndex)));
+          incrementCount("tCount:" + lang);
+          final boolean appendLang;
+          if (wikiTokenizer.listItemPrefix().length() == 1) {
+            topLevelLang = lang;
+            final boolean thisFind = langPattern.matcher(lang).find();
+            if (!thisFind) {
+              continue;
+            }
+            appendLang = !langPattern.matcher(lang).matches();
+          } else if (topLevelLang == null) {
+            continue;
+          } else {
+            // Two-level -- the only way we won't append is if this second level matches exactly.
+            if (!langPattern.matcher(lang).matches() && !langPattern.matcher(topLevelLang).find()) {
+              continue;
+            }
+            appendLang = !langPattern.matcher(lang).matches();
+          }
+          
+          String rest = line.substring(colonIndex + 1).trim();
+          if (rest.length() > 0) {
+            doTranslationLine(line, appendLang ? lang : null, pos, sense, rest);
+          }
+          
+        } else if (wikiTokenizer.remainderStartsWith("''See''")) {
+          wikiTokenizer.nextLine();
+          incrementCount("WARNING: ''See''" );
+          LOG.fine("Skipping See line: " + wikiTokenizer.token());
+        } else if (wikiTokenizer.isWikiLink()) {
+          final String wikiLink = wikiTokenizer.wikiLinkText();
+          if (wikiLink.contains(":") && wikiLink.contains(title)) {
+          } else if (wikiLink.contains("Category:")) {
+          } else  {
+            incrementCount("WARNING: Unexpected wikiLink" );
+            LOG.warning("Unexpected wikiLink: " + wikiTokenizer.token() + ", title=" + title);
+          }
+        } else if (wikiTokenizer.isNewline() || wikiTokenizer.isMarkup() || wikiTokenizer.isComment()) {
+        } else {
+          final String token = wikiTokenizer.token();
+          if (token.equals("----")) { 
+          } else {
+            LOG.warning("Unexpected translation token: " + wikiTokenizer.token() + ", title=" + title);
+            incrementCount("WARNING: Unexpected translation token" );
+          }
+        }
+        
+      }
+    }
+    
+    private void doTranslationLine(final String line, final String lang, final String pos, final String sense, final String rest) {
+      state = State.TRANSLATION_LINE;
+      // Good chance we'll actually file this one...
+      final PairEntry pairEntry = new PairEntry(entrySource);
+      final IndexedEntry indexedEntry = new IndexedEntry(pairEntry);
+      
+      final StringBuilder foreignText = new StringBuilder();
+      appendAndIndexWikiCallback.reset(foreignText, indexedEntry);
+      appendAndIndexWikiCallback.dispatch(rest, foreignIndexBuilder, EntryTypeName.WIKTIONARY_TRANSLATION_OTHER_TEXT);
+      
+      if (foreignText.length() == 0) {
+        LOG.warning("Empty foreignText: " + line);
+        incrementCount("WARNING: Empty foreignText" );
+        return;
+      }
+      
+      if (lang != null) {
+        foreignText.insert(0, String.format("(%s) ", lang));
+      }
+      
+      StringBuilder englishText = new StringBuilder();
+      
+      englishText.append(title);
+      if (sense != null) {
+        englishText.append(" (").append(sense).append(")");
+        enIndexBuilder.addEntryWithString(indexedEntry, sense, EntryTypeName.WIKTIONARY_TRANSLATION_SENSE);
+      }
+      if (pos != null) {
+        englishText.append(" (").append(pos.toLowerCase()).append(")");
+      }
+      enIndexBuilder.addEntryWithString(indexedEntry, title, EntryTypeName.WIKTIONARY_TITLE_MULTI);
+      
+      final Pair pair = new Pair(trim(englishText.toString()), trim(foreignText.toString()), swap);
+      pairEntry.pairs.add(pair);
+      if (!pairsAdded.add(pair.toString())) {
+        LOG.warning("Duplicate pair: " + pair.toString());
+        incrementCount("WARNING: Duplicate pair" );
+      }
+    }
+  }  // EnToTranslationParser
\ No newline at end of file
index 7e2e3df626c8e3d58b149cdd16817c9e202fdde0..141d2c62cf8060e8de7d24e09312f3ec25b870bc 100644 (file)
@@ -1,3 +1,17 @@
+// Copyright 2012 Google Inc. All Rights Reserved.
+//
+// Licensed under the Apache License, Version 2.0 (the "License");
+// you may not use this file except in compliance with the License.
+// You may obtain a copy of the License at
+//
+//     http://www.apache.org/licenses/LICENSE-2.0
+//
+// Unless required by applicable law or agreed to in writing, software
+// distributed under the License is distributed on an "AS IS" BASIS,
+// WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
+// See the License for the specific language governing permissions and
+// limitations under the License.
+
 package com.hughes.android.dictionary.parser.wiktionary;
 
 import java.util.LinkedHashMap;
index 93aedeb77a16d35bf480600cc87408f4df3c26cd..39f8914281f47e26cc13768bdb0796aae2dbb176 100644 (file)
@@ -1,5 +1,5 @@
 dictInfo=SomeWikiData
-EntrySource: enwiktionary.french 6703
+EntrySource: enwiktionary.french 6701
 
 Index: FR FR->EN
 ===00===
@@ -1233,7 +1233,6 @@ Index: FR FR->EN
   cardinal {{fr-noun|m|pl=cardinaux}} :: {religion} cardinal
   cardinal {{fr-noun|m|pl=cardinaux}} :: cardinal number
   cardinal {m|inv} (noun) :: cardinal (color)
-  {{cardinalbox|fr|4|5|6|quatre|six|ord=cinquième|wplink=Cinq}}cinq {m|inv} (noun) cat2=cardinal numbers :: five
 ===care===
   care {fr-verb-form} :: {conjugation of|carer|1|s|pres|ind}
   care {fr-verb-form} :: {conjugation of|carer|3|s|pres|ind}
@@ -1460,7 +1459,7 @@ Index: FR FR->EN
     Je préfère ce gateau-ci à celui-là. :: I prefer this cake to that one.
   (Old French) ci (adverb) :: here (in this place)
 ***cinq***
-  {{cardinalbox|fr|4|5|6|quatre|six|ord=cinquième|wplink=Cinq}}cinq {m|inv} (noun) cat2=cardinal numbers :: five
+  {{cardinalbox|fr|4|5|6|quatre|six|ord=cinquième|wplink=Cinq}}cinq {m|inv} (noun) :: five
   (Middle French) cinq (noun) {m|inv} :: five
   de {fr-prep} :: from (used to indicate the start of a time or range)
     De 9:00 à 11:00 je ne serai pas libre. :: From 9 to 11 I won't be free.
@@ -4044,8 +4043,6 @@ Index: FR FR->EN
 ===nul===
   c :: {text messaging} {Informal spelling|c'est}
     C nul ici sans George :: It's rubbish here without George
-===numbers===
-  {{cardinalbox|fr|4|5|6|quatre|six|ord=cinquième|wplink=Cinq}}cinq {m|inv} (noun) cat2=cardinal numbers :: five
 ***Nunavut***
   Nunavut {{fr-proper noun|m}} :: Nunavut
 ***o***
@@ -8512,7 +8509,7 @@ Index: EN EN->FR
 ===fist===
   pain {{fr-noun|m}} :: {informal} punch (a hit with the fist)
 ===five===
-  {{cardinalbox|fr|4|5|6|quatre|six|ord=cinquième|wplink=Cinq}}cinq {m|inv} (noun) cat2=cardinal numbers :: five
+  {{cardinalbox|fr|4|5|6|quatre|six|ord=cinquième|wplink=Cinq}}cinq {m|inv} (noun) :: five
   (Middle French) cinq (noun) {m|inv} :: five
   de {fr-prep} :: from (used to indicate the start of a time or range)
     De 9:00 à 11:00 je ne serai pas libre. :: From 9 to 11 I won't be free.