src/stemmer.c

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