CHECKPOINT untested and unfinished changes to BaseText
tla [Tue, 31 May 2011 19:54:42 +0000 (21:54 +0200)]
lib/Text/Tradition/Collation.pm
lib/Text/Tradition/Parser/BaseText.pm
lib/Text/Tradition/Witness.pm

index f66e902..82aae47 100644 (file)
@@ -757,7 +757,7 @@ sub calculate_positions {
        print STDERR "Calculating positions in " . $wit->sigil . "\n";
        _update_positions_from_path( $wit->path, @ordered_common );
        _update_positions_from_path( $wit->uncorrected_path, @ordered_common )
-           if $wit->has_ante_corr;
+           if $wit->has_uncorrected;
     }
     
     # DEBUG
index 49edd0b..4c2af19 100644 (file)
@@ -176,6 +176,9 @@ sub merge_base {
        my %pc_seen; # Keep track of mss with explicit post-corr data
        foreach my $k ( grep { /^rdg/ } keys( %$app ) ) {
            my @mss = grep { $app->{$_} eq $k } keys( %$app );
+
+           # Keep track of lemma nodes that don't actually appear in
+           # any MSS; we will want to remove them from the collation.
            push( @unwitnessed_lemma_nodes, @lemma_set )
                if !@mss && $k eq 'rdg_0';
 
@@ -189,11 +192,11 @@ sub merge_base {
            }
            next if $k eq 'rdg_0';
 
+           # Parse the variant into reading tokens.
            # TODO don't hardcode the reading split operation
            my @variant = split( /\s+/, $app->{$k} );
            @variant = () if $app->{$k} eq '/'; # This is an omission.
            
-           # Make the variant into a set of readings.
            my @variant_readings;
            my $ctr = 0;
            foreach my $vw ( @variant ) {
@@ -213,8 +216,7 @@ sub merge_base {
        # collated sets.  Modifies the reading sets that were passed.
        collate_variants( $collation, @reading_sets );
 
-       # TODO Here would be a very good place to set up relationships
-       # between the nodes and the lemma.
+       # Record any stated relationships between the nodes and the lemma.
        set_relationships( $collation, $app, \@lemma_set, $variant_objects );
 
        # Now create the splice-edit objects that will be used
@@ -251,29 +253,24 @@ sub merge_base {
        print STDERR "Creating witness $w\n";
        my $witness_obj = $collation->tradition->add_witness( sigil => $w );
        my $debug = undef; # $w eq 'Vb10';
-       my @ante_corr_seq = apply_edits( $collation, $edits_required->{$w}, $debug );
-       my @post_corr_seq = apply_edits( $collation, $edits_required->{$w."_post"}, $debug )
-           if exists( $edits_required->{$w."_post"} );
+       my ( $text_seq, $ac ) = apply_edits( $collation, 
+                                            $edits_required->{$w},
+                                            $edits_required->{$w."_post"}, 
+                                            $debug );
 
-       my @repeated = _check_for_repeated( @ante_corr_seq );
-       warn "Repeated elements @repeated in $w a.c."
-           if @repeated;
-       @repeated = _check_for_repeated( @post_corr_seq );
-       warn "Repeated elements @repeated in $w p.c."
+       my @repeated = _check_for_repeated( @$text_seq );
+       warn "Repeated elements @repeated in $w"
            if @repeated;
-
        # Now save these paths in my witness object
-       if( @post_corr_seq ) {
-           $witness_obj->path( \@post_corr_seq );
-           $witness_obj->uncorrected_path( \@ante_corr_seq );
-       } else {
-           $witness_obj->path( \@ante_corr_seq );
+       $witness_obj->path( $text_seq );
+       if( $ac ) {
+           $witness_obj->uncorrected( $ac );
        }
     }
 
     # Now remove our 'base text' edges, which is to say, the only
-    # ones we have created so far.  Also remove any nodes that didn't
-    # appear in any witnesses.
+    # ones we have created so far.  Also remove any unwitnessed
+    # lemma nodes (TODO unless we are treating base as witness)
     foreach ( $collation->paths() ) {
        $collation->del_path( $_ );
     }
@@ -485,7 +482,6 @@ sub set_relationships {
            # Transposition or repetition: look for nodes with the
            # same label but different IDs and mark them.
            $type = 'repetition' if $type =~ /^rep/i;
-           $DB::single = 1 if $type eq 'repetition';
            my %labels;
            foreach my $r ( @$lemma ) {
                $labels{cmp_str( $r )} = $r;
@@ -543,53 +539,62 @@ sub set_relationships {
 
 
 sub apply_edits {
-    my( $collation, $edit_sequence, $debug ) = @_;
+    my( $collation, $edit_sequence, $corrected_edit_sequence, $debug ) = @_;
+
+    # Index the ante- and post-correctione edits that we have, so that
+    # for each spot in the text we can apply the original witness
+    # state and then apply its corrected state, if applicable.
+    my $all_edits = {};
+    foreach my $c ( @$edit_sequence ) {
+       my $lemma_index = $base_text_index{$c->[0]};
+       $all_edits->{$lemma_index}->{'ac'} = $c;
+       # If the text carries no corrections, pc == ac.
+       $all_edits->{$lemma_index}->{'pc'} = $c
+           unless $corrected_edit_sequence;
+    }
+    foreach my $c ( @$corrected_edit_sequence ) {
+       my $lemma_index = $base_text_index{$c->[0]};
+       $all_edits->{$lemma_index}->{'pc'} = $c;
+    }
+
     my @lemma_text = $collation->reading_sequence( $collation->start,
                                           $collation->reading( '#END#' ) );
     my $drift = 0;
-    foreach my $correction ( @$edit_sequence ) {
-       my( $lemma_start, $length, $items ) = @$correction;
-       my $offset = $base_text_index{$lemma_start};
-       my $realoffset = $offset + $drift;
-       if( $debug ||
-           $lemma_text[$realoffset]->name ne $lemma_start ) {
-           my @this_phrase = @lemma_text[$realoffset..$realoffset+$length-1];
-           my @base_phrase;
-           my $i = $realoffset;
-           my $l = $collation->reading( $lemma_start );
-           while( $i < $realoffset+$length ) {
-               push( @base_phrase, $l );
-               $l = $collation->next_reading( $l );
-               $i++;
-           }
-           
-           print STDERR sprintf( "Trying to replace %s (%s) starting at %d " .
-                                 "with %s (%s) with drift %d\n",
-                                 join( ' ', map {$_->label} @base_phrase ),
-                                 join( ' ', map {$_->name} @base_phrase ),
-                                 $realoffset,
-                                 join( ' ', map {$_->label} @$items ),
-                                 join( ' ', map {$_->name} @$items ),
-                                 $drift,
-                                 ) if $debug;
-                                 
-           warn( sprintf( "Should be replacing %s (%s) with %s (%s) " .
-                          "but %s (%s) is there instead", 
-                          join( ' ', map {$_->label} @base_phrase ),
-                          join( ' ', map {$_->name} @base_phrase ),
-                          join( ' ', map {$_->label} @$items ),
-                          join( ' ', map {$_->name} @$items ),
-                          join( ' ', map {$_->label} @this_phrase ),
-                          join( ' ', map {$_->name} @this_phrase ),
-                          ) )
-               if $lemma_text[$realoffset]->name ne $lemma_start;
+    my @ac_sequence;
+    foreach my $lemma_index ( sort keys %$all_edits ) {
+       my $ac = $all_edits->{$lemma_index}->{'ac'};
+       my $pc = $all_edits->{$lemma_index}->{'pc'};
+       my $realoffset = $lemma_index + $drift;
+       if( $ac && $pc && $ac eq $pc ) {
+           # No correction, just apply the edit
+           my( $lemma_start, $length, $items ) = @$pc;
+           splice( @lemma_text, $realoffset, $length, @$items );
+           $drift += @$items + $length;
+       } elsif ( !$pc ) {
+           # Lemma text is unaltered, save a.c. as an 'uncorrection'
+           my( $lemma_start, $length, $items ) = @$ac;
+           push( @ac_sequence, [ $realoffset, $length, $items ] );
+       } elsif ( !$ac ) {
+           # Apply the edit, save lemma text as an 'uncorrection'
+           my( $lemma_start, $length, $items ) = @$pc;
+           my @old = splice( @lemma_text, $realoffset, $length, @$items );
+           $drift += @$items + $length;
+           push( @ac_sequence, [ $realoffset, scalar( @$items ), \@old ] );
+       } else {
+           # Apply the p.c. edit, then save the a.c. edit as an
+           # 'uncorrection' on the p.c. text
+           my( $lemma_start, $length, $items ) = @$pc;
+           my @old = splice( @lemma_text, $realoffset, $length, @$items );
+           $drift += @$items + $length;
+           push( @ac_sequence, [ $realoffset, scalar( @$items ), \@old ] );
        }
-       splice( @lemma_text, $realoffset, $length, @$items );
-       $drift += @$items - $length;
     }
-    return @lemma_text;
+    return( \@lemma_text, \@ac_sequence );
 }
-       
+
+# sub _apply_sequence_splice {
+#     my( $collation, $sequence, $correction
+
 
 # Helper function. Given a witness sigil, if it is a post-correctione
 # sigil,return the base witness.  If not, return a false value.
index 934bb51..2d1996a 100644 (file)
@@ -2,6 +2,19 @@ package Text::Tradition::Witness;
 use Moose;
 use Moose::Util::TypeConstraints;
 
+subtype 'Correction',
+    => as 'ArrayRef',
+    => where { return 0 unless @$_ == 3;
+              return 0 unless $_->[0] =~ /^\d+$/;
+              return 0 unless $_->[1] =~ /^\d+$/;
+              foreach my $x ( @{$_->[2]} ) {
+                  return $0 unless $x->isa( 'Text::Tradition::Collation::Reading' );
+              }
+              return 1;
+          },
+    => message { "Correction must be ref of [ offset, length, replacement_list ]" };
+
+               
 # Sigil. Required identifier for a witness.
 has 'sigil' => (
     is => 'ro',
@@ -26,16 +39,20 @@ has 'source' => (
     predicate => 'has_source',
     );
 
+# Path.  This is an array of Reading nodes that should mirror the
+# text above.
 has 'path' => (
     is => 'rw',
     isa => 'ArrayRef[Text::Tradition::Collation::Reading]',
     predicate => 'has_path',
     );        
 
-has 'uncorrected_path' => (
+# Uncorrection.  This is an array of sets of reading nodes that show
+# where the witness was corrected.
+has 'uncorrected' => (
     is => 'rw',
-    isa => 'ArrayRef[Text::Tradition::Collation::Reading]',
-    predicate => 'has_ante_corr',
+    isa => 'ArrayRef[Correction]',
+    predicate => 'has_uncorrected',
     );
     
 
@@ -70,6 +87,15 @@ around text => sub {
     $self->$orig( @_ );
 };
 
+sub uncorrected_path {
+    my $self = shift;
+    my @path;
+    push( @path, @{$self->path} );
+    foreach my $corr ( @{$self->uncorrected} ) {
+       splice( @path, $corr->[0], $corr->[1], @{$corr->[2]} );
+    }
+    return \@path;
+}      
 
 no Moose;
 __PACKAGE__->meta->make_immutable;