src/stemmer.c

   1 /* This file is part of the YAZ toolkit.
   2  * Copyright (C) 1995-2013 Index Data
   3  * See the file LICENSE for details.
   4  */
   5
   6 /**
   7  * \file stemmer.c
   8  * \brief Implements stemmer wrapper
   9  */
  10
  11 #if HAVE_CONFIG_H
  12 #include <config.h>
  13 #endif
  14
  15 #if YAZ_HAVE_ICU
  16
  17 #include <yaz/stemmer.h>
  18
  19 #include <yaz/xmalloc.h>
  20
  21 #include <libstemmer.h>
  22
  23 #include <unicode/ustring.h>  /* some more string fcns*/
  24 #include <unicode/uchar.h>    /* char names           */
  25
  26 enum stemmer_implementation {
  27     yaz_no_operation,
  28     yaz_snowball
  29 };
  30 struct yaz_stemmer_t
  31 {
  32     int implementation;
  33     // Required for cloning.
  34     char *locale;
  35     char *rule;
  36     struct sb_stemmer *sb_stemmer;
  37 };
  38
  39 const char* yaz_stemmer_lookup_charenc(const char *charenc, const char *rule) {
  40     return "UTF_8";
  41 }
  42
  43 const char* yaz_stemmer_lookup_algorithm(const char *locale, const char *rule) {
  44     return locale;
  45 }
  46
  47 yaz_stemmer_p yaz_stemmer_snowball_create(const char *locale, const char *rule, UErrorCode *status) {
  48     const char *charenc = yaz_stemmer_lookup_charenc(locale, rule);
  49     const char *algorithm = yaz_stemmer_lookup_algorithm(locale,rule);
  50     struct sb_stemmer *stemmer = sb_stemmer_new(algorithm, charenc);
  51     yaz_stemmer_p yaz_stemmer;
  52     if (stemmer == 0) {
  53         *status = U_ILLEGAL_ARGUMENT_ERROR;
  54         yaz_log(YLOG_FATAL, "yaz_stemmer: Failed to create snowball stemmer from locale %srule %s. Showball: charenc %s algorithm %s ",
  55                 locale, rule, charenc, algorithm);
  56         return 0;
  57     }
  58     yaz_log(YLOG_DEBUG, "created snowball stemmer: algorithm %s charenc %s ", algorithm, charenc);
  59     yaz_stemmer = xmalloc(sizeof(*yaz_stemmer));
  60     yaz_stemmer->implementation = yaz_snowball;
  61
  62     yaz_stemmer->locale = xstrdup(locale);
  63     yaz_stemmer->rule = xstrdup(rule);
  64     yaz_stemmer->sb_stemmer = stemmer;
  65     yaz_log(YLOG_DEBUG, "created snowball stemmer: algorithm %s charenc %s ", algorithm, charenc);
  66     return yaz_stemmer;
  67 }
  68
  69 yaz_stemmer_p yaz_stemmer_create(const char *locale, const char *rule, UErrorCode *status) {
  70     *status = U_ZERO_ERROR;
  71     // dispatch logic required if more algorithms is implemented.
  72     yaz_log(YLOG_DEBUG, "create stemmer: locale %s rule %s ", locale, rule);
  73     return yaz_stemmer_snowball_create(locale, rule, status);
  74 }
  75
  76 yaz_stemmer_p yaz_stemmer_clone(yaz_stemmer_p stemmer) {
  77     UErrorCode error = U_ZERO_ERROR;
  78     if (stemmer == 0)
  79       return 0;
  80     return yaz_stemmer_create(stemmer->locale, stemmer->rule, &error);
  81 }
  82
  83 void yaz_stemmer_stem(yaz_stemmer_p stemmer, struct icu_buf_utf16 *dst, struct icu_buf_utf16* src, UErrorCode *status)
  84 {
  85     switch(stemmer->implementation) {
  86         case yaz_snowball: {
  87             struct icu_buf_utf8 *utf8_buf = icu_buf_utf8_create(0);
  88             icu_utf16_to_utf8(utf8_buf, src, status);
  89             if (*status == U_ZERO_ERROR) {
  90                 const sb_symbol *cstr = (const sb_symbol*) icu_buf_utf8_to_cstr(utf8_buf);
  91                 const sb_symbol *sb_symbol = sb_stemmer_stem(stemmer->sb_stemmer, cstr, utf8_buf->utf8_len);
  92                 if (sb_symbol == 0) {
  93                     icu_buf_utf16_copy(dst, src);
  94                 }
  95                 else {
  96
  97                     const char *cstr2 = (const char *) sb_symbol;
  98                     icu_utf16_from_utf8_cstr(dst, cstr2 , status);
  99 #if 0
 100                     yaz_log(YLOG_DEBUG, "stemming %s to %s ", cstr, cstr2);
 101 #endif
 102                 }
 103             }
 104             icu_buf_utf8_destroy(utf8_buf);
 105             return ;
 106             break;
 107         }
 108     case yaz_no_operation:
 109       yaz_log(YLOG_DEBUG, "Stemmer (No operation) called");
 110     default: {
 111             // Default return the same as given.
 112             icu_buf_utf16_copy(dst, src);
 113         }
 114     }
 115 }
 116
 117 void yaz_stemmer_destroy(yaz_stemmer_p stemmer)
 118 {
 119   /* Handle no stemmer correctly */
 120   if (stemmer == 0)
 121     return ;
 122
 123   switch (stemmer->implementation) {
 124   case yaz_snowball:
 125     sb_stemmer_delete(stemmer->sb_stemmer);
 126     break;
 127   }
 128   xfree(stemmer->locale);
 129   xfree(stemmer->rule);
 130   xfree(stemmer);
 131 }
 132
 133 #endif /* YAZ_HAVE_ICU */