diff --git a/cosmogramme/php/classes/classe_indexation.php b/cosmogramme/php/classes/classe_indexation.php
index fb4b4a2652860d3e2801b01d331e7ad4702cf046..c340edaaea13d528dfb96521192569d5e18c8e52 100644
--- a/cosmogramme/php/classes/classe_indexation.php
+++ b/cosmogramme/php/classes/classe_indexation.php
@@ -1,4 +1,4 @@
-<?PHP
+<?php
/**
* Copyright (c) 2012, Agence Française Informatique (AFI). All rights reserved.
*
@@ -18,250 +18,17 @@
* along with BOKEH; if not, write to the Free Software
* Foundation, Inc., 51 Franklin St, Fifth Floor, Boston, MA 02110-1301 USA
*/
-////////////////////////////////////////////////////////////////////////
-// CALCUL DES INDEX
-///////////////////////////////////////////////////////////////////////
-class indexation {
- private $articles; // Articles rejetes
- private $inclu; // Mots inclus
- private $exclu; // Mots vides
- private $pluriel; // Règles des pluriels
- private $tableMajFrom, $tableMajTo = []; // Table de transco pour majuscules
- private $tableMajUtf8; // Table de transco pour majuscules accentuées utf8
- public static $phonetixCache = [];
- private $accents = ['É' => 'E', 'È' => 'E', 'Ë' => 'E', 'Ê' => 'E','Ã' => 'A', 'À' => 'A', 'Ä' => 'A', 'Â' => 'A',
- 'Ã…' => 'A', 'Ã' => 'A', 'Æ' => 'E','Ã' => 'I', 'ÃŽ' => 'I', 'ÃŒ' => 'I', 'Ã' => 'I',
- 'Ô' => 'O', 'Ö' => 'O', 'Ò' => 'O', 'Ó' => 'O', 'Õ' => 'O', 'Ø' => 'O', 'Œ' => 'OEU',
- 'Ú' => 'U', 'Ù' => 'U', 'Û' => 'U', 'Ü' => 'U','Ñ' => 'N', 'Ç' => 'S', '¿' => 'E'];
+class indexation extends Class_Indexation {
+ protected static $phonetixCache = [];
- private $min2maj = ['é' => 'É', 'è' => 'È', 'ë' => 'Ë', 'ê' => 'Ê','á' => 'Ã', 'â' => 'Â', 'à ' => 'À', 'Ä' => 'A',
- 'Â' => 'A', 'Ã¥' => 'Ã…', 'ã' => 'Ã', 'æ' => 'Æ', 'ï' => 'Ã', 'î' => 'ÃŽ', 'ì' => 'ÃŒ', 'Ã' => 'Ã',
- 'ô' => 'Ô', 'ö' => 'Ö', 'ò' => 'Ò', 'ó' => 'Ó','õ' => 'Õ', 'ø' => 'Ø', 'œ' => 'Œ',
- 'ú' => 'Ú', 'ù' => 'Ù', 'û' => 'Û', 'ü' => 'Ü','ç' => 'Ç', 'ñ' => 'Ñ', 'ß' => 'S'];
-
-// Contructeur (init les règles d'indexation)
- function __construct()
- {
+ public function __construct() {
if (empty(static::$phonetixCache))
static::$phonetixCache = unserialize(file_get_contents(dirname(__FILE__).'/phonetix.txt'));
-
- // Lire formes rejetées
- $this->articles=array("L'","LE ","LA ","LES ","UN ","UNE ");
- $this->inclu=array("AN","AS","OR","U2","AI","LU","XO","DO","RE","MI","FA","SI","AC","DC","XX","B","C","D","E","F","G","H","I","J","K","M","P","Q","R","S","T","V","W","X","Y","Z","L","YU","UT","LI","OC","PI","ZU","WU","TO","OZ","ZZ","XX");
- $this->exclu = array("L","LE","LA","LES","UN","UNE","LES","DES","MES","TES","CES");
-
- // Pluriels
- $this->pluriel=array(
- array("AIL","AULX"),
- array("AVAL","AVALS"),
- array("BAIL","BAUX"),
- array("BAL","BALS"),
- array("BANAL","BANALS"),
- array("BANCAL","BANCALS"),
- array("BIJOU","BIJOUX"),
- array("BLEU","BLEUS"),
- array("CAILLOU","CAILLOUX"),
- array("CAL","CALS"),
- array("CARNAVAL","CARNAVALS"),
- array("CEREMONIAL","CEREMONIALS"),
- array("CHACAL","CHACALS"),
- array("CHORAL","CHORALS"),
- array("CHOU","CHOUX"),
- array("CORAIL","CORAUX"),
- array("DETAIL","DETAILS"),
- array("EMAIL","EMAUX"),
- array("EMEU","EMEUS"),
- array("ETAL","ETALS"),
- array("FATAL","FATALS"),
- array("FESTIVAL","FESTIVALS"),
- array("GEMMAIL","GEMMAUX"),
- array("GENOU","GENOUX"),
- array("HIBOU","HIBOUX"),
- array("JOUJOU","JOUJOUX"),
- array("LANDAU","LANDAUX"),
- array("NATAL","NATALS"),
- array("OEIL","YEUX"),
- array("PAL","PALS"),
- array("PNEU","PNEUS"),
- array("POU","POUX"),
- array("RECITAL","RECITALS"),
- array("REGAL","REGALS"),
- array("SARRAU","SARRAUS"),
- array("SOUPIRAIL","SOUPIRAUX"),
- array("TONAL","TONALS"),
- array("TRAVAIL","TRAVAUX"),
- array("VAL","VALS"),
- array("VENTAIL","VENTAUX"),
- array("VIRGINAL","VIRGINALS"),
- array("VITRAIL","VITRAUX"),
- array("*EAU","*EAUX"),
- array("*AL","*AUX"),
- array("*EU","*EUX"),
- array("*AU","*AUX")
- );
-
- // Init table ascii pour majuscules
- $this->tableMajTo = str_split(str_repeat( " ", 42 )
- . "* 0123456789 "
- . "ABCDEFGHIJKLMNOPQRSTUVWXYZ "
- . "ABCDEFGHIJKLMNOPQRSTUVWXYZ "
- . str_repeat( " ", 63)
- ."AAAAAAACEEEEIIII NOOOOO UUUUY AAAAAAACEEEEIIII NOOOOO UUUUY Y");
-
- for($i=0; $i<count($this->tableMajTo); $i++)
- $this->tableMajFrom[] = chr($i);
-
-
- $this->tableMajUtf8=array(chr(0xC9) => 'E', 'È' => 'E', 'Ë' => 'E', 'Ê' => 'E','Ã' => 'A', 'À' => 'A', 'Ä' => 'A', 'Â' => 'A',
- 'Ã…' => 'A', 'Ã' => 'A', 'Æ' => 'E','Ã' => 'I', 'ÃŽ' => 'I', 'ÃŒ' => 'I', 'Ã' => 'I',
- 'Ô' => 'O', 'Ö' => 'O', 'Ò' => 'O', 'Ó' => 'O', 'Õ' => 'O', 'Ø' => 'O', 'Œ' => 'OEU',
- 'Ú' => 'U', 'Ù' => 'U', 'Û' => 'U', 'Ü' => 'U','Ñ' => 'N', 'Ç' => 'S', '¿' => 'E');
- }
- // Indexation d'un titre
- public function codeAlphaTitre($titre)
- {
- $titre=$this->alphaMaj($titre);
- foreach($this->articles as $article)
- {
- $lg=strlen($article);
- if(strLeft($titre, $lg)==$article) {$titre=strMid($titre,$lg,256); break;}
- }
- $titre=$this->alphaMaj($titre);
- return $titre;
+ parent::__construct();
}
- // Rend une suite de mots complete pour les formes plurielles
- public function getExpressionRecherche($mot)
- {
- $mot=trim($mot);
- if(!$mot) return false;
- // Pluriel
- if(strRight($mot,1) == "*") {$etoile="*";$mot=strLeft($mot, strlen($mot)-1);}
- $m=$this->getPluriel($mot);
- $m[2]=$this->phonetix($m[0]);
- $ret="(".$m[0].$etoile." ".$m[1]." ".$m[2].")";
- return trim($ret);
- }
-
-
- public function alphaMaj( $chaine ) {
- return trim(str_replace($this->tableMajFrom,
- $this->tableMajTo,
- utf8_decode($chaine)));
- }
-
-
- public function getClefAlpha($type_doc,$titre,$complement_titre,$auteur,$tome,$editeur,$annee)
- {
- $clef=$this->getClefOeuvre($titre,$complement_titre,$auteur,$tome)."-";
- $clef.=substr($this->alphaMaj(str_replace(" ","",$editeur)),0,80)."-";
- $clef.=$annee."-";
- $clef.=$type_doc;
- $clef=str_replace(" ","",$clef);
- return $clef;
- }
-
-// Rend une clef alpha pour les oeuvres
- public function getClefOeuvre($titre,$complement_titre,$auteur,$tome)
- {
- $clef = substr($this->codeAlphaTitre(strtoupper(str_replace(" ","",$titre))),0,80)."-";
- $clef.=substr($this->codeAlphaTitre(strtoupper(str_replace(" ","",$complement_titre))),0,20)."-";
- $clef.=substr($this->alphaMaj(str_replace(" ","",$auteur)),0,80)."-";
- $clef.=$this->alphaMaj($tome);
- $clef=str_replace(" ","",$clef);
- return $clef;
- }
-
-// Decoupe une expression en mots en tenant compte des exclusions / inclusions
- public function getMots( $chaine )
- {
- $new=array();
- $chaine = str_replace( ".", "", $chaine);
- $chaine = trim($this->alphaMaj($chaine));
- $mot = explode( " ", $chaine );
- $index = 0;
- for( $i = 0; $i < count($mot); $i++)
- {
- // Retirer mots de 2 lettres sauf les inclus et les nombres
- if( strLen($mot[$i]) < 3 And intVal($mot[$i])==false)
- {
- if( in_array( $mot[$i], $this->inclu) == false) continue;
- if(strlen($mot[$i])==1) $mot[$i].="00"; // mots d'1 lettre : on double la lettre
- }
- // Retirer mots vides
- if( in_array($mot[$i], $this->exclu ) == true ) continue;
- // On garde le mot
- $new[$index++] = $mot[$i];
- }
- return $new;
- }
-
-// Rend une chaine de mots dedoublonnes et filtres
- public function getFulltext($data) {
- if (gettype($data) != "array")
- $data=array($data);
-
- $new=" ";
- foreach($data as $chaine)
- {
- $mots=$this->getMots($chaine);
- foreach($mots as $mot)
- {
- $mot=" ".$mot." ";
- if(strpos($new,$mot) === false )
- {
- $new.=trim($mot)." ";
- $phonem=" ".$this->phonetix(trim($mot))." ";
- if($phonem and strpos($new,$phonem) === false ) $new.=trim($phonem)." ";
- }
- }
- }
- return trim($new);
- }
-
-// Rend le mot au singulier et au pluriel
- public function getPluriel( $mot )
- {
- if( strToUpper($mot) != $mot ) $mot=$this->alphaMaj($mot);
- if(!trim($mot)) return false;
- foreach($this->pluriel as $regle)
- {
- if(strLeft($regle[0],1) != "*")
- {
- if($mot==$regle[0] or $mot==$regle[1]) return $regle;
- else continue;
- }
- $regle[0]=str_replace("*","",$regle[0]);
- $regle[1]=str_replace("*","",$regle[1]);
- $pattern_singulier = "(".$regle[0]."$)";
- $pattern_pluriel="(".$regle[1]."$)";
-
- $pluriel=ereg_replace($pattern_singulier, $regle[1], $mot);
- $singulier=ereg_replace($pattern_pluriel, $regle[0], $mot);
- if($singulier != $mot or $pluriel != $mot) break;
- }
- // Si inchangé on ajoute le S
- if($singulier == $pluriel)
- {
- if(strRight($mot,1)=="S") {$pluriel=$singulier; $singulier=strLeft($singulier,strlen($singulier)-1);}
- else $pluriel=$singulier."S";
- }
- return array($singulier,$pluriel);
- }
-
-// ---------------------------------------------------
-// Rend true si mot inclu
-// ---------------------------------------------------
- public function isMotInclu($mot)
- {
- return in_array($mot, $this->inclu);
- }
-
-// ---------------------------------------------------
-// Othographe approchante
-// ---------------------------------------------------
function phonetix($sIn) {
if (strlen($sIn)<4 || is_numeric($sIn))
return false;
@@ -276,315 +43,6 @@ class indexation {
? static::$phonetixCache[$sIn]
: static::$phonetixCache[$sIn] = $this->phonetixCompute($sIn);
}
-
- function phonetixCompute($sIn)
- {
- //$sIn = utf8_decode($sIn); // Selon votre implémentation, vous aurez besoin de décoder ce qui arrive pour les caractères spéciaux
- $sIn = strtr( $sIn, $this->accents); // minuscules accentuées ou composées en majuscules simples
- $sIn = strtr( $sIn, $this->min2maj); // majuscules accentuées ou composées en majuscules simples
- $sIn = strtoupper( $sIn ); // on passe tout le reste en majuscules
- $sIn = preg_replace( '`[^A-Z]`', '', $sIn ); // on garde uniquement les lettres de A Ã Z
-
- $sBack=$sIn; // on sauve le code (utilisé pour les mots très courts)
-
- $sIn = preg_replace( '`O[O]+`', 'OU', $sIn ); // pré traitement OO... -> OU
- $sIn = str_replace( 'SAOU', 'SOU', $sIn ); // pré traitement SAOU -> SOU
- $sIn = str_replace( 'OES', 'OS', $sIn ); // pré traitement OES -> OS
- $sIn = str_replace( 'CCH', 'K', $sIn ); // pré traitement CCH -> K
- $sIn = preg_replace( '`CC([IYE])`', 'KS$1', $sIn ); // CCI CCY CCE
- $sIn = preg_replace( '`(.)\1`', '$1', $sIn ); // supression des répétitions
-
- // quelques cas particuliers
- if ($sIn=="CD") return($sIn);
- if ($sIn=="BD") return($sIn);
- if ($sIn=="BV") return($sIn);
- if ($sIn=="TABAC") return("TABA");
- if ($sIn=="FEU") return("FE");
- if ($sIn=="FE") return($sIn);
- if ($sIn=="FER") return($sIn);
- if ($sIn=="FIEF") return($sIn);
- if ($sIn=="FJORD") return($sIn);
- if ($sIn=="GOAL") return("GOL");
- if ($sIn=="FLEAU") return("FLEO");
- if ($sIn=="HIER") return("IER");
- if ($sIn=="HEU") return("E");
- if ($sIn=="HE") return("E");
- if ($sIn=="OS") return($sIn);
- if ($sIn=="RIZ") return("RI");
- if ($sIn=="RAZ") return("RA");
-
- // pré-traitements
- $sIn = preg_replace( '`OIN[GT]$`', 'OIN', $sIn ); // terminaisons OING -> OIN
- $sIn = preg_replace( '`E[RS]$`', 'E', $sIn ); // supression des terminaisons infinitifs et participes pluriels
- $sIn = preg_replace( '`(C|CH)OEU`', 'KE', $sIn ); // pré traitement OEU -> EU
- $sIn = str_replace( 'MOEU', 'ME', $sIn ); // pré traitement OEU -> EU
- $sIn = preg_replace( '`OE([UI]+)([BCDFGHJKLMNPQRSTVWXZ])`', 'E$1$2', $sIn ); // pré traitement OEU OEI -> E
- $sIn = preg_replace( '`^GEN[TS]$`', 'JAN', $sIn ); // pré traitement GEN -> JAN
- $sIn = str_replace( 'CUEI', 'KEI', $sIn ); // pré traitement accueil
- $sIn = preg_replace( '`([^AEIOUYC])AE([BCDFGHJKLMNPQRSTVWXZ])`', '$1E$2', $sIn ); // pré traitement AE -> E
- $sIn = preg_replace( '`AE([QS])`', 'E$1', $sIn ); // pré traitement AE -> E
- $sIn = preg_replace( '`AIE([BCDFGJKLMNPQRSTVWXZ])`', 'AI$1', $sIn ); // pré-traitement AIE(consonne) -> AI
- $sIn = str_replace( 'ANIEM', 'ANIM', $sIn ); // pré traitement NIEM -> NIM
- $sIn = preg_replace( '`(DRA|TRO|IRO)P$`', '$1', $sIn ); // P terminal muet
- $sIn = preg_replace( '`(LOM)B$`', '$1', $sIn ); // B terminal muet
- $sIn = preg_replace( '`(RON|POR)C$`', '$1', $sIn ); // C terminal muet
- $sIn = preg_replace( '`PECT$`', 'PET', $sIn ); // C terminal muet
- $sIn = preg_replace( '`ECUL$`', 'CU', $sIn ); // L terminal muet
- $sIn = preg_replace( '`(CHA|CA|E)M(P|PS)$`', '$1N', $sIn ); // P ou PS terminal muet
- $sIn = preg_replace( '`(TAN|RAN)G$`', '$1', $sIn ); // G terminal muet
-
-
- // sons YEUX
- $sIn = preg_replace( '`([^VO])ILAG`', '$1IAJ', $sIn );
- $sIn = preg_replace( '`([^TRH])UIL(AR|E)(.+)`', '$1UI$2$3', $sIn );
- $sIn = preg_replace( '`([G])UIL([AEO])`', '$1UI$2', $sIn );
- $sIn = preg_replace( '`([NSPM])AIL([AEO])`', '$1AI$2', $sIn );
- $convMIn = array('DILAI','DILON','DILER','DILEM','RILON','TAILE','GAILET','AILAI','AILAR',
- 'OUILA','EILAI','EILAR','EILER','EILEM','REILET','EILET','AILOL' );
- $convMOut = array( 'DIAI', 'DION','DIER', 'DIEM', 'RION', 'TAIE', 'GAIET', 'AIAI', 'AIAR',
- 'OUIA', 'AIAI', 'AIAR', 'AIER', 'AIEM', 'RAIET', 'EIET', 'AIOL' );
- $sIn = str_replace( $convMIn, $convMOut, $sIn );
- $sIn = preg_replace( '`([^AEIOUY])(SC|S)IEM([EA])`', '$1$2IAM$3', $sIn ); // IEM -> IAM
- $sIn = preg_replace( '`^(SC|S)IEM([EA])`', '$1IAM$2', $sIn ); // IEM -> IAM
-
- // MP MB -> NP NB
- $convMIn = array( 'OMB', 'AMB', 'OMP', 'AMP', 'IMB', 'EMP','GEMB','EMB', 'UMBL','CIEN');
- $convMOut = array( 'ONB', 'ANB', 'ONP', 'ANP', 'INB', 'ANP','JANB','ANB', 'INBL','SIAN');
- $sIn = str_replace( $convMIn, $convMOut, $sIn );
-
- // Sons en K
- $sIn = preg_replace( '`^ECHO$`', 'EKO', $sIn ); // cas particulier écho
- $sIn = preg_replace( '`^ECEUR`', 'EKEUR', $sIn ); // cas particulier écœuré
- // Choléra Chœur mais pas chocolat!
- $sIn = preg_replace( '`^CH(OG+|OL+|OR+|EU+|ARIS|M+|IRO|ONDR)`', 'K$1', $sIn ); //En début de mot
- $sIn = preg_replace( '`(YN|RI)CH(OG+|OL+|OC+|OP+|OM+|ARIS|M+|IRO|ONDR)`', '$1K$2', $sIn ); //Ou devant une consonne
- $sIn = preg_replace( '`CHS`', 'CH', $sIn );
- $sIn = preg_replace( '`CH(AIQ)`', 'K$1', $sIn );
- $sIn = preg_replace( '`^ECHO([^UIPY])`', 'EKO$1', $sIn );
- $sIn = preg_replace( '`ISCH(I|E)`', 'ISK$1', $sIn );
- $sIn = preg_replace( '`^ICHT`', 'IKT', $sIn );
- $sIn = preg_replace( '`ORCHID`', 'ORKID', $sIn );
- $sIn = preg_replace( '`ONCHIO`', 'ONKIO', $sIn );
- $sIn = preg_replace( '`ACHIA`', 'AKIA', $sIn ); // retouche ACHIA -> AKIA
- $sIn = preg_replace( '`([^C])ANICH`', '$1ANIK', $sIn ); // ANICH -> ANIK 1/2
- $sIn = preg_replace( '`OMANIK`', 'OMANICH', $sIn ); // cas particulier 2/2
- $sIn = preg_replace( '`ACHY([^D])`', 'AKI$1', $sIn );
- $sIn = preg_replace( '`([AEIOU])C([BDFGJKLMNPQRTVWXZ])`', '$1K$2', $sIn ); // voyelle, C, consonne sauf H
- $convPrIn = array('EUCHA','YCHIA','YCHA','YCHO','YCHED','ACHEO','RCHEO','RCHES',
- 'ECHN','OCHTO','CHORA','CHONDR','CHORE','MACHM','BRONCHO','LICHOS','LICHOC');
- $convPrOut = array('EKA', 'IKIA', 'IKA', 'IKO', 'IKED','AKEO','RKEO', 'RKES',
- 'EKN', 'OKTO', 'KORA', 'KONDR' ,'KORE' ,'MAKM', 'BRONKO', 'LIKOS', 'LIKOC');
- $sIn = str_replace( $convPrIn, $convPrOut, $sIn );
-
- // Weuh (perfectible)
- $convPrIn = array( 'WA','WO', 'WI','WHI','WHY','WHA','WHO');
- $convPrOut = array( 'OI', 'O','OUI','OUI','OUI','OUA', 'OU');
- $sIn = str_replace( $convPrIn, $convPrOut, $sIn );
-
- // Gueu, Gneu, Jeu et quelques autres
- $convPrIn = array( 'GNES','GNET','GNER','GNE', 'GI', 'GNI','GNA','GNOU','GNUR','GY','OUGAIN',
- 'AGEOL', 'AGEOT','GEOLO','GEOM','GEOP','GEOG','GEOS','GEORG','GEOR','NGEOT','UGEOT','GEOT','GEOD','GEOC','GEO','GEA','GE',
- 'QU', 'Q', 'CY', 'CI', 'CN','ICM','CEAT','CE',
- 'CR', 'CO', 'CUEI','CU', 'VENCA','CA', 'CS','CLEN','CL', 'CZ', 'CTIQ',
- 'CTIF','CTIC','CTIS','CTIL','CTIO','CTI', 'CTU', 'CTE','CTO','CTR','CT', 'PH', 'TH',
- 'OW', 'LH', 'RDL', 'CHLO', 'CHR', 'PTIA');
- $convPrOut = array( 'NIES','NIET','NIER', 'NE', 'JI', 'NI','NIA','NIOU','NIUR','JI','OUGIN',
- 'AJOL', 'AJOT','JEOLO','JEOM','JEOP','JEOG','JEOS','JORJ','JEOR','NJOT','UJOT','JEOT','JEOD','JEOC', 'JO','JA' ,'JE',
- 'K', 'K', 'SI', 'SI', 'KN','IKM', 'SAT','SE',
- 'KR', 'KO', 'KEI','KU', 'VANSA','KA', 'KS','KLAN','KL', 'KZ', 'KTIK',
- 'KTIF','KTIS','KTIS','KTIL','KSIO','KTI', 'KTU', 'KTE','KTO','KTR','KT', 'F', 'T',
- 'OU', 'L', 'RL', 'KLO', 'KR', 'PSIA');
- $sIn = str_replace( $convPrIn, $convPrOut, $sIn );
-
- $sIn = preg_replace( '`GU([^RLMBSTPZN])`', 'G$1', $sIn ); // Gueu !
- $sIn = preg_replace( '`GNO([MLTNRKG])`', 'NIO$1', $sIn ); // GNO ! Tout sauf S pour gnos
- $sIn = preg_replace( '`GNO([MLTNRKG])`', 'NIO$1', $sIn ); // bis -> gnognotte! Si quelqu'un sait le faire en une seule regexp...
-
-
- // TI -> SI v2.0
- $convPrIn = array( 'BUTIE','BUTIA','BATIA','ANTIEL','RETION','ENTIEL','ENTIAL','ENTIO','ENTIAI','UJETION','ATIEM','PETIEN',
- 'CETIE','OFETIE','IPETI','LBUTION','BLUTION','LETION','LATION','SATIET');
- $convPrOut = array( 'BUSIE','BUSIA','BASIA','ANSIEL','RESION','ENSIEL','ENSIAL','ENSIO','ENSIAI','UJESION','ASIAM','PESIEN',
- 'CESIE','OFESIE','IPESI','LBUSION','BLUSION','LESION','LASION','SASIET');
- $sIn = str_replace( $convPrIn, $convPrOut, $sIn );
- $sIn = preg_replace( '`(.+)ANTI(AL|O)`', '$1ANSI$2', $sIn ); // sauf antialcoolique, antialbumine, antialarmer, ...
- $sIn = preg_replace( '`(.+)INUTI([^V])`', '$1INUSI$2', $sIn ); // sauf inutilité, inutilement, diminutive, ...
- $sIn = preg_replace( '`([^O])UTIEN`', '$1USIEN', $sIn ); // sauf soutien, ...
- $sIn = preg_replace( '`([^DE])RATI[E]$`', '$1RASI$2', $sIn ); // sauf xxxxxcratique, ...
- // TIEN TION -> SIEN SION v3.1
- $sIn = preg_replace( '`([^SNEU]|KU|KO|RU|LU|BU|TU|AU)T(IEN|ION)`', '$1S$2', $sIn );
-
-
- // H muet
- $sIn = preg_replace( '`([^CS])H`', '$1', $sIn ); // H muet
- $sIn = str_replace( 'ESH', 'ES', $sIn ); // H muet
- $sIn = str_replace( 'NSH', 'NS', $sIn ); // H muet
- $sIn = str_replace( 'SH', 'CH', $sIn ); // ou pas!
-
- // NASALES
- $convNasIn = array( 'OMT','IMB', 'IMP','UMD','TIENT','RIENT','DIENT','IEN',
- 'YMU','YMO','YMA','YME', 'YMI','YMN','YM', 'AHO','FAIM','DAIM','SAIM','EIN','AINS');
- $convNasOut = array( 'ONT','INB', 'INP','OND','TIANT','RIANT','DIANT', 'IN',
- 'IMU','IMO','IMA','IME', 'IMI','IMN','IN', 'AO', 'FIN','DIN', 'SIN','AIN','INS');
- $sIn = str_replace( $convNasIn, $convNasOut, $sIn );
- // AIN -> IN v2.0
- $sIn = preg_replace( '`AIN$`', 'IN', $sIn );
- $sIn = preg_replace( '`AIN([BTDK])`', 'IN$1', $sIn );
- // UN -> IN
- $sIn = preg_replace( '`([^O])UND`', '$1IND', $sIn ); // aucun mot français ne commence par UND!
- $sIn = preg_replace( '`([JTVLFMRPSBD])UN([^IAE])`', '$1IN$2', $sIn );
- $sIn = preg_replace( '`([JTVLFMRPSBD])UN$`', '$1IN', $sIn );
- $sIn = preg_replace( '`RFUM$`', 'RFIN', $sIn );
- $sIn = str_replace( 'LUMB', 'LINB', $sIn );
- // EN -> AN
- $sIn = preg_replace( '`([^BCDFGHJKLMNPQRSTVWXZ])EN`', '$1AN', $sIn );
- $sIn = preg_replace( '`([VTLJMRPDSBFKNG])EN([BRCTDKZSVN])`', '$1AN$2', $sIn ); // deux fois pour les motifs recouvrants malentendu, pendentif, ...
- $sIn = preg_replace( '`([VTLJMRPDSBFKNG])EN([BRCTDKZSVN])`', '$1AN$2', $sIn ); // si quelqu'un sait faire avec une seule regexp!
- $sIn = preg_replace( '`^EN([BCDFGHJKLNPQRSTVXZ]|CH|IV|ORG|OB|UI|UA|UY)`', 'AN$1', $sIn );
- $sIn = preg_replace( '`(^[JRVTH])EN([DRTFGSVJMP])`', '$1AN$2', $sIn );
- $sIn = preg_replace( '`SEN([ST])`', 'SAN$1', $sIn );
- $sIn = preg_replace( '`^DESENIV`', 'DESANIV', $sIn );
- $sIn = preg_replace( '`([^M])EN(UI)`', '$1AN$2', $sIn );
- $sIn = preg_replace( '`(.+[JTVLFMRPSBD])EN([JLFDSTG])`', '$1AN$2', $sIn );
- // EI -> AI
- $sIn = preg_replace( '`([VSBSTNRLPM])E[IY]([ACDFRJLGZ])`', '$1AI$2', $sIn );
-
- // Histoire d'Ô
- $convNasIn = array( 'EAU', 'EU', 'Y', 'EOI', 'JEA','OIEM','OUANJ','OUA','OUENJ');
- $convNasOut = array( 'O', 'E', 'I', 'OI', 'JA' ,'OIM' ,'OUENJ', 'OI','OUANJ');
- $sIn = str_replace( $convNasIn, $convNasOut, $sIn );
- $sIn = preg_replace( '`AU([^E])`', 'O$1', $sIn ); // AU sans E qui suit
-
- // Les retouches!
- $sIn = preg_replace( '`^BENJ`', 'BINJ', $sIn ); // retouche BENJ -> BINJ
- $sIn = str_replace( 'RTIEL', 'RSIEL', $sIn ); // retouche RTIEL -> RSIEL
- $sIn = str_replace( 'PINK', 'PONK', $sIn ); // retouche PINK -> PONK
- $sIn = str_replace( 'KIND', 'KOND', $sIn ); // retouche KIND -> KOND
- $sIn = preg_replace( '`KUM(N|P)`', 'KON$1', $sIn ); // retouche KUMN KUMP
- $sIn = str_replace( 'LKOU', 'LKO', $sIn ); // retouche LKOU -> LKO
- $sIn = str_replace( 'EDBE', 'EBE', $sIn ); // retouche EDBE pied-bœuf
- $sIn = str_replace( 'ARCM', 'ARKM', $sIn ); // retouche SCH -> CH
- $sIn = str_replace( 'SCH', 'CH', $sIn ); // retouche SCH -> CH
- $sIn = preg_replace( '`^OINI`', 'ONI', $sIn ); // retouche début OINI -> ONI
- $sIn = preg_replace( '`([^NDCGRHKO])APT`', '$1AT', $sIn ); // retouche APT -> AT
- $sIn = preg_replace( '`([L]|KON)PT`', '$1T', $sIn ); // retouche LPT -> LT
- $sIn = str_replace( 'OTB', 'OB', $sIn ); // retouche OTB -> OB (hautbois)
- $sIn = str_replace( 'IXA', 'ISA', $sIn ); // retouche IXA -> ISA
- $sIn = str_replace( 'TG', 'G', $sIn ); // retouche TG -> G
- $sIn = preg_replace( '`^TZ`', 'TS', $sIn ); // retouche début TZ -> TS
- $sIn = str_replace( 'PTIE', 'TIE', $sIn ); // retouche PTIE -> TIE
- $sIn = str_replace( 'GT', 'T', $sIn ); // retouche GT -> T
- $sIn = str_replace( 'ANKIEM', 'ANKILEM', $sIn ); // retouche tranquillement
- $sIn = preg_replace( "`(LO|RE)KEMAN`", "$1KAMAN", $sIn ); // KEMAN -> KAMAN
- $sIn = preg_replace( '`NT(B|M)`', 'N$1', $sIn ); // retouche TB -> B TM -> M
- $sIn = str_replace( 'GSU', 'SU', $sIn ); // retouche GS -> SU
- $sIn = str_replace( 'ESD', 'ED', $sIn ); // retouche ESD -> ED
- $sIn = str_replace( 'LESKEL', 'LEKEL', $sIn ); // retouche LESQUEL -> LEKEL
- $sIn = str_replace( 'CK', 'K', $sIn ); // retouche CK -> K
-
- // Terminaisons
- $sIn = preg_replace( '`USIL$`', 'USI', $sIn ); // terminaisons USIL -> USI
- $sIn = preg_replace( '`X$|[TD]S$|[DS]$`', '', $sIn ); // terminaisons TS DS LS X T D S... v2.0
- $sIn = preg_replace( '`([^KL]+)T$`', '$1', $sIn ); // sauf KT LT terminal
- $sIn = preg_replace( '`^[H]`', '', $sIn ); // H pseudo muet en début de mot, je sais, ce n'est pas une terminaison
- $sBack2=$sIn; // on sauve le code (utilisé pour les mots très courts)
-
- $convPartIn = [
- '`TIL$`', // terminaisons TIL -> TI
- '`LC$`', // terminaisons LC -> LK
- '`L[E]?[S]?$`', // terminaisons LE LES -> L
- '`(.+)N[E]?[S]?$`', // terminaisons NE NES -> N
- '`EZ$`', // terminaisons EZ -> E
- '`OIG$`', // terminaisons OIG -> OI
- '`OUP$`', // terminaisons OUP -> OU
- '`([^R])OM$`', // terminaisons OM -> ON sauf ROM
- '`LOP$`', // terminaisons LOP -> LO
- '`NTANP$`', // terminaisons NTANP -> NTAN
- '`TUN$`', // terminaisons TUN -> TIN
- '`AU$`', // terminaisons AU -> O
- '`EI$`', // terminaisons EI -> AI
- '`R[DG]$`', // terminaisons RD RG -> R
- '`ANC$`', // terminaisons ANC -> AN
- '`KROC$`', // terminaisons C muet de CROC, ESCROC
- '`HOUC$`', // terminaisons C muet de CAOUTCHOUC
- '`OMAC$`', // terminaisons C muet de ESTOMAC (mais pas HAMAC)
- '`([J])O([NU])[CG]$`',// terminaisons C et G muet de OUC ONC OUG
- '`([^GTR])([AO])NG$`',// terminaisons G muet ANG ONG sauf GANG GONG TANG TONG
- '`UC$`', // terminaisons UC -> UK
- '`AING$`', // terminaisons AING -> IN
- '`([EISOARN])C$`', // terminaisons C -> K
- '`([ABD-MO-Z]+)[EH]+$`', // terminaisons E ou H sauf pour C et N
- '`EN$`', // terminaisons EN -> AN (difficile à faire avant sans avoir des soucis) Et encore,
- '`(NJ)EN$`',// terminaisons EN -> AN
- '`^PAIEM`', // PAIE -> PAI
- '`([^NTB])EF$`', // F muet en fin de mot
- '`(.)\1`' // supression des répétitions (suite à certains remplacements)
- ];
-
- $convPartOut = [
- 'TI', // terminaisons TIL -> TI
- 'LK', // terminaisons LC -> LK
- 'L', // terminaisons LE LES -> L
- '$1N', // terminaisons NE NES -> N
- 'E', // terminaisons EZ -> E
- 'OI', // terminaisons OIG -> OI
- 'OU', // terminaisons OUP -> OU
- '$1ON', // terminaisons OM -> ON sauf ROM
- 'LO', // terminaisons LOP -> LO
- 'NTAN', // terminaisons NTANP -> NTAN
- 'TIN', // terminaisons TUN -> TIN
- 'O', // terminaisons AU -> O
- 'AI', // terminaisons EI -> AI
- 'R', // terminaisons RD RG -> R
- 'AN', // terminaisons ANC -> AN
- 'KRO', // terminaisons C muet de CROC, ESCROC
- 'HOU', // terminaisons C muet de CAOUTCHOUC
- 'OMA', // terminaisons C muet de ESTOMAC (mais pas HAMAC)
- '$1O$2',// terminaisons C et G muet de OUC ONC OUG
- '$1$2N',// terminaisons G muet ANG ONG sauf GANG GONG TANG TONG
- 'UK', // terminaisons UC -> UK
- 'IN', // terminaisons AING -> IN
- '$1K', // terminaisons C -> K
- '$1', // terminaisons E ou H sauf pour C et N
- 'AN', // terminaisons EN -> AN (difficile à faire avant sans avoir des soucis) Et encore, c'est pas top!
- '$1AN', // terminaisons EN -> AN
- 'PAIM', // PAIE -> PAI
- '\1', // F muet en fin de mot
- '$1' // supression des répétitions (suite à certains remplacements)
- ];
-
- $sIn = preg_replace( $convPartIn, $convPartOut, $sIn );
-
- // cas particuliers, bah au final, je n'en ai qu'un ici
- $convPartIn = array( 'FUEL');
- $convPartOut = array( 'FIOUL');
- $sIn = str_replace( $convPartIn, $convPartOut, $sIn );
-
- // Ce sera le seul code retourné à une seule lettre!
- if ($sIn=='O') return($sIn);
-
- // seconde chance sur les mots courts qui ont souffert de la simplification
- if (strlen($sIn)<2)
- {
- // Sigles ou abréviations
- if (preg_match("`[BCDFGHJKLMNPQRSTVWXYZ][BCDFGHJKLMNPQRSTVWXYZ][BCDFGHJKLMNPQRSTVWXYZ][BCDFGHJKLMNPQRSTVWXYZ]*`",$sBack))
- return($sBack);
-
- if (preg_match("`[RFMLVSPJDF][AEIOU]`",$sBack))
- {
- if (strlen($sBack)==3)
- return(substr($sBack,0,2));// mots de trois lettres supposés simples
- if (strlen($sBack)==4)
- return(substr($sBack,0,3));// mots de quatre lettres supposés simples
- }
-
- if (strlen($sBack2)>1) return $sBack2;
- }
- if (strlen($sIn)>1)
- {
- return substr($sIn,0,16); // Je limite à 16 caractères mais vous faites comme vous voulez!
- }
- else return '';
- }
}
+
?>
\ No newline at end of file
diff --git a/library/Class/Indexation.php b/library/Class/Indexation.php
index d0d7c26733201f249b70e280c623bb59527a1d94..7499a09870e0d9bd7b5deee4c4a767ca52942d62 100644
--- a/library/Class/Indexation.php
+++ b/library/Class/Indexation.php
@@ -1,4 +1,4 @@
-<?PHP
+<?php
/**
* Copyright (c) 2012, Agence Française Informatique (AFI). All rights reserved.
*
@@ -18,10 +18,6 @@
* along with BOKEH; if not, write to the Free Software
* Foundation, Inc., 51 Franklin St, Fifth Floor, Boston, MA 02110-1301 USA
*/
-////////////////////////////////////////////////////////////////////////
-// OPAC3 : CALCUL DES INDEX
-///////////////////////////////////////////////////////////////////////
-
class Class_Indexation {
protected static $_instance;
@@ -30,7 +26,18 @@ class Class_Indexation {
private $inclu; // Mots inclus
private $exclu; // Mots vides
private $pluriel; // Règles des pluriels
- private $tableMaj; // Table de transco pour majuscules
+ private $tableMajFrom, $tableMajTo = []; // Table de transco pour majuscules
+ private $tableMajUtf8; // Table de transco pour majuscules accentuées utf8
+
+ private $accents = ['É' => 'E', 'È' => 'E', 'Ë' => 'E', 'Ê' => 'E','Ã' => 'A', 'À' => 'A', 'Ä' => 'A', 'Â' => 'A',
+ 'Ã…' => 'A', 'Ã' => 'A', 'Æ' => 'E','Ã' => 'I', 'ÃŽ' => 'I', 'ÃŒ' => 'I', 'Ã' => 'I',
+ 'Ô' => 'O', 'Ö' => 'O', 'Ò' => 'O', 'Ó' => 'O', 'Õ' => 'O', 'Ø' => 'O', 'Œ' => 'OEU',
+ 'Ú' => 'U', 'Ù' => 'U', 'Û' => 'U', 'Ü' => 'U','Ñ' => 'N', 'Ç' => 'S', '¿' => 'E'];
+
+ private $min2maj = ['é' => 'É', 'è' => 'È', 'ë' => 'Ë', 'ê' => 'Ê','á' => 'Ã', 'â' => 'Â', 'à ' => 'À', 'Ä' => 'A',
+ 'Â' => 'A', 'Ã¥' => 'Ã…', 'ã' => 'Ã', 'æ' => 'Æ', 'ï' => 'Ã', 'î' => 'ÃŽ', 'ì' => 'ÃŒ', 'Ã' => 'Ã',
+ 'ô' => 'Ô', 'ö' => 'Ö', 'ò' => 'Ò', 'ó' => 'Ó','õ' => 'Õ', 'ø' => 'Ø', 'œ' => 'Œ',
+ 'ú' => 'Ú', 'ù' => 'Ù', 'û' => 'Û', 'ü' => 'Ü','ç' => 'Ç', 'ñ' => 'Ñ', 'ß' => 'S'];
public static function getInstance() {
@@ -39,7 +46,8 @@ class Class_Indexation {
return static::$_instance;
}
- public function __construct() {
+
+ function __construct() {
// Lire formes rejetées
$this->articles=array("L'","LE ","LA ","LES ","UN ","UNE ");
$this->inclu=array("AN","AS","OR","U2","AI","LU","XO","DO","RE","MI","FA","SI","AC","DC","XX","B","C","D","E","F","G","H","I","J","K","M","P","Q","R","S","T","V","W","X","Y","Z","L","YU","UT","LI","OC","PI","ZU","WU","TO","OZ","ZZ","XX");
@@ -47,241 +55,235 @@ class Class_Indexation {
// Pluriels
$this->pluriel=array(
- array("AIL","AULX"),
- array("AVAL","AVALS"),
- array("BAIL","BAUX"),
- array("BAL","BALS"),
- array("BANAL","BANALS"),
- array("BANCAL","BANCALS"),
- array("BIJOU","BIJOUX"),
- array("BLEU","BLEUS"),
- array("CAILLOU","CAILLOUX"),
- array("CAL","CALS"),
- array("CARNAVAL","CARNAVALS"),
- array("CEREMONIAL","CEREMONIALS"),
- array("CHACAL","CHACALS"),
- array("CHORAL","CHORALS"),
- array("CHOU","CHOUX"),
- array("CORAIL","CORAUX"),
- array("DETAIL","DETAILS"),
- array("EMAIL","EMAUX"),
- array("EMEU","EMEUS"),
- array("ETAL","ETALS"),
- array("FATAL","FATALS"),
- array("FESTIVAL","FESTIVALS"),
- array("GEMMAIL","GEMMAUX"),
- array("GENOU","GENOUX"),
- array("HIBOU","HIBOUX"),
- array("JOUJOU","JOUJOUX"),
- array("LANDAU","LANDAUX"),
- array("NATAL","NATALS"),
- array("OEIL","YEUX"),
- array("PAL","PALS"),
- array("PNEU","PNEUS"),
- array("POU","POUX"),
- array("RECITAL","RECITALS"),
- array("REGAL","REGALS"),
- array("SARRAU","SARRAUS"),
- array("SOUPIRAIL","SOUPIRAUX"),
- array("TONAL","TONALS"),
- array("TRAVAIL","TRAVAUX"),
- array("VAL","VALS"),
- array("VENTAIL","VENTAUX"),
- array("VIRGINAL","VIRGINALS"),
- array("VITRAIL","VITRAUX"),
- array("*EAU","*EAUX"),
- array("*AL","*AUX"),
- array("*EU","*EUX"),
- array("*AU","*AUX")
- );
+ array("AIL","AULX"),
+ array("AVAL","AVALS"),
+ array("BAIL","BAUX"),
+ array("BAL","BALS"),
+ array("BANAL","BANALS"),
+ array("BANCAL","BANCALS"),
+ array("BIJOU","BIJOUX"),
+ array("BLEU","BLEUS"),
+ array("CAILLOU","CAILLOUX"),
+ array("CAL","CALS"),
+ array("CARNAVAL","CARNAVALS"),
+ array("CEREMONIAL","CEREMONIALS"),
+ array("CHACAL","CHACALS"),
+ array("CHORAL","CHORALS"),
+ array("CHOU","CHOUX"),
+ array("CORAIL","CORAUX"),
+ array("DETAIL","DETAILS"),
+ array("EMAIL","EMAUX"),
+ array("EMEU","EMEUS"),
+ array("ETAL","ETALS"),
+ array("FATAL","FATALS"),
+ array("FESTIVAL","FESTIVALS"),
+ array("GEMMAIL","GEMMAUX"),
+ array("GENOU","GENOUX"),
+ array("HIBOU","HIBOUX"),
+ array("JOUJOU","JOUJOUX"),
+ array("LANDAU","LANDAUX"),
+ array("NATAL","NATALS"),
+ array("OEIL","YEUX"),
+ array("PAL","PALS"),
+ array("PNEU","PNEUS"),
+ array("POU","POUX"),
+ array("RECITAL","RECITALS"),
+ array("REGAL","REGALS"),
+ array("SARRAU","SARRAUS"),
+ array("SOUPIRAIL","SOUPIRAUX"),
+ array("TONAL","TONALS"),
+ array("TRAVAIL","TRAVAUX"),
+ array("VAL","VALS"),
+ array("VENTAIL","VENTAUX"),
+ array("VIRGINAL","VIRGINALS"),
+ array("VITRAIL","VITRAUX"),
+ array("*EAU","*EAUX"),
+ array("*AL","*AUX"),
+ array("*EU","*EUX"),
+ array("*AU","*AUX")
+ );
// Init table ascii pour majuscules
- $this->tableMaj = str_repeat( " ", 41 )
- . "* 0123456789 "
- . "ABCDEFGHIJKLMNOPQRSTUVWXYZ "
- . "ABCDEFGHIJKLMNOPQRSTUVWXYZ "
- . str_repeat( " ", 63)
- ."AAAAAAACEEEEIIII NOOOOO UUUUY AAAAAAACEEEEIIII NOOOOO UUUUY Y";
- }
+ $this->tableMajTo = str_split(str_repeat( " ", 42 )
+ . "* 0123456789 "
+ . "ABCDEFGHIJKLMNOPQRSTUVWXYZ "
+ . "ABCDEFGHIJKLMNOPQRSTUVWXYZ "
+ . str_repeat( " ", 63)
+ ."AAAAAAACEEEEIIII NOOOOO UUUUY AAAAAAACEEEEIIII NOOOOO UUUUY Y");
- public function getClefAlpha($type_doc, $titre, $complement_titre, $auteur, $tome, $editeur, $annee) {
- $clef = $this->getClefOeuvre($titre, $complement_titre, $auteur, $tome) . '-';
- $clef .= substr($this->alphaMaj(str_replace(' ', '', $editeur)), 0, 80) . '-';
- $clef .= $annee . '-';
- $clef .= $type_doc;
- return str_replace(' ', '', $clef);
- }
+ for($i=0; $i<count($this->tableMajTo); $i++)
+ $this->tableMajFrom[] = chr($i);
- public function getClefOeuvre($titre, $complement_titre, $auteur, $tome) {
- $clef = substr($this->codeAlphaTitre(strtoupper(str_replace(" ","",$titre))),0,80)."-";
- $clef .= substr($this->codeAlphaTitre(strtoupper(str_replace(" ","",$complement_titre))),0,20)."-";
- $clef .= substr($this->alphaMaj(str_replace(' ', '',$auteur)),0,80) . "-";
- $clef .= $this->alphaMaj($tome);
- $clef = str_replace(' ', '', $clef);
- return $clef;
+ $this->tableMajUtf8=array(chr(0xC9) => 'E', 'È' => 'E', 'Ë' => 'E', 'Ê' => 'E','Ã' => 'A', 'À' => 'A', 'Ä' => 'A', 'Â' => 'A',
+ 'Ã…' => 'A', 'Ã' => 'A', 'Æ' => 'E','Ã' => 'I', 'ÃŽ' => 'I', 'ÃŒ' => 'I', 'Ã' => 'I',
+ 'Ô' => 'O', 'Ö' => 'O', 'Ò' => 'O', 'Ó' => 'O', 'Õ' => 'O', 'Ø' => 'O', 'Œ' => 'OEU',
+ 'Ú' => 'U', 'Ù' => 'U', 'Û' => 'U', 'Ü' => 'U','Ñ' => 'N', 'Ç' => 'S', '¿' => 'E');
}
-
-
// Indexation d'un titre
- public function codeAlphaTitre($titre) {
- $titre = $this->alphaMaj($titre);
- foreach($this->articles as $article) {
- $lg = strlen($article);
- if (strLeft($titre, $lg)==$article) {
- $titre = strMid($titre,$lg,256);
- break;
+ public function codeAlphaTitre($titre)
+ {
+ $titre=$this->alphaMaj($titre);
+ foreach($this->articles as $article)
+ {
+ $lg=strlen($article);
+ if(strLeft($titre, $lg)==$article) {$titre=strMid($titre,$lg,256); break;}
}
- }
$titre=$this->alphaMaj($titre);
return $titre;
}
- /** Rend une suite de mots complete pour les formes plurielles */
- public function getExpressionRecherche($mot) {
- $mot = trim($mot);
- if (!$mot)
- return false;
+ // Rend une suite de mots complete pour les formes plurielles
+ public function getExpressionRecherche($mot)
+ {
+ $mot=trim($mot);
+ if(!$mot) return false;
// Pluriel
- $etoile = '';
- if (strRight($mot,1) == "*") {
- $etoile = "*";
- $mot = strLeft($mot, strlen($mot)-1);
- }
-
- $m = $this->getPluriel($mot);
- $m[2] = $this->phonetix($m[0]);
- $ret = "(" . $m[0] . $etoile . " " . $m[1] . " " . $m[2] . ")";
+ if(strRight($mot,1) == "*") {$etoile="*";$mot=strLeft($mot, strlen($mot)-1);}
+ $m=$this->getPluriel($mot);
+ $m[2]=$this->phonetix($m[0]);
+ $ret="(".$m[0].$etoile." ".$m[1]." ".$m[2].")";
return trim($ret);
}
- /** Transformation en majuscules */
- public function alphaMaj($chaine) {
- return iconv("UTF-8", "ascii//TRANSLIT", strtoupper($chaine));
- $chaine = utf8_decode($chaine);
- $new = '';
- for ($i=0; $i < strLen($chaine); $i++) {
- $car = $chaine[$i];
- $ascii = ord($car);
- $car = $this->tableMaj[$ascii -1];
- $new = $new . $car;
- }
- return trim($new);
+
+ public function alphaMaj( $chaine ) {
+ return trim(str_replace($this->tableMajFrom,
+ $this->tableMajTo,
+ utf8_decode($chaine)));
+ }
+
+
+ public function getClefAlpha($type_doc,$titre,$complement_titre,$auteur,$tome,$editeur,$annee)
+ {
+ $clef=$this->getClefOeuvre($titre,$complement_titre,$auteur,$tome)."-";
+ $clef.=substr($this->alphaMaj(str_replace(" ","",$editeur)),0,80)."-";
+ $clef.=$annee."-";
+ $clef.=$type_doc;
+ $clef=str_replace(" ","",$clef);
+ return $clef;
}
+// Rend une clef alpha pour les oeuvres
+ public function getClefOeuvre($titre,$complement_titre,$auteur,$tome)
+ {
+ $clef = substr($this->codeAlphaTitre(strtoupper(str_replace(" ","",$titre))),0,80)."-";
+ $clef.=substr($this->codeAlphaTitre(strtoupper(str_replace(" ","",$complement_titre))),0,20)."-";
+ $clef.=substr($this->alphaMaj(str_replace(" ","",$auteur)),0,80)."-";
+ $clef.=$this->alphaMaj($tome);
+ $clef=str_replace(" ","",$clef);
+ return $clef;
+ }
- /** Decoupe une expression en mots en tenant compte des exclusions / inclusions */
- public function getMots($chaine) {
- $new = [];
- $chaine = str_replace(".", "", $chaine);
+// Decoupe une expression en mots en tenant compte des exclusions / inclusions
+ public function getMots( $chaine )
+ {
+ $new=array();
+ $chaine = str_replace( ".", "", $chaine);
$chaine = trim($this->alphaMaj($chaine));
- $mot = explode(" ", $chaine);
+ $mot = explode( " ", $chaine );
$index = 0;
- for($i = 0; $i < count($mot); $i++) {
- // Retirer mots de 2 lettres sauf les inclus et les nombres
- if (strLen($mot[$i]) < 3 and intVal($mot[$i]) == false) {
- if (in_array( $mot[$i], $this->inclu) == false) continue;
- if (strlen($mot[$i])==1) $mot[$i] .= '00'; // mots d'1 lettre : on rajoute 00
+ for( $i = 0; $i < count($mot); $i++)
+ {
+ // Retirer mots de 2 lettres sauf les inclus et les nombres
+ if( strLen($mot[$i]) < 3 And intVal($mot[$i])==false)
+ {
+ if( in_array( $mot[$i], $this->inclu) == false) continue;
+ if(strlen($mot[$i])==1) $mot[$i].="00"; // mots d'1 lettre : on double la lettre
+ }
+ // Retirer mots vides
+ if( in_array($mot[$i], $this->exclu ) == true ) continue;
+ // On garde le mot
+ $new[$index++] = $mot[$i];
}
- // Retirer mots vides
- if (in_array($mot[$i], $this->exclu)) continue;
-
- // On garde le mot
- $new[$index++] = $mot[$i];
- }
return $new;
}
- /** Rend une chaine de mots dedoublonnes et filtres */
+// Rend une chaine de mots dedoublonnes et filtres
public function getFulltext($data) {
- if (gettype($data) != 'array')
- $data = array($data);
-
- $new = '';
- foreach($data as $chaine) {
- $mots = $this->getMots($chaine);
- foreach($mots as $mot) {
- $mot = " " . $mot . " ";
- if (strpos($new, $mot) === false)
- $new .= $mot;
+ if (gettype($data) != "array")
+ $data=array($data);
+
+ $new=" ";
+ foreach($data as $chaine)
+ {
+ $mots=$this->getMots($chaine);
+ foreach($mots as $mot)
+ {
+ $mot=" ".$mot." ";
+ if(strpos($new,$mot) === false )
+ {
+ $new.=trim($mot)." ";
+ $phonem=" ".$this->phonetix(trim($mot))." ";
+ if($phonem and strpos($new,$phonem) === false ) $new.=trim($phonem)." ";
+ }
+ }
}
- }
return trim($new);
}
- /**
- * Rend le mot au singulier et au pluriel
- */
- public function getPluriel($mot) {
- if (strToUpper($mot) != $mot)
- $mot = $this->alphaMaj($mot);
- if (!trim($mot))
- return false;
-
- foreach($this->pluriel as $regle) {
- if(strLeft($regle[0],1) != "*") {
- if($mot==$regle[0] or $mot==$regle[1]) return $regle;
- else continue;
+// Rend le mot au singulier et au pluriel
+ public function getPluriel( $mot )
+ {
+ if( strToUpper($mot) != $mot ) $mot=$this->alphaMaj($mot);
+ if(!trim($mot)) return false;
+ foreach($this->pluriel as $regle)
+ {
+ if(strLeft($regle[0],1) != "*")
+ {
+ if($mot==$regle[0] or $mot==$regle[1]) return $regle;
+ else continue;
+ }
+ $regle[0]=str_replace("*","",$regle[0]);
+ $regle[1]=str_replace("*","",$regle[1]);
+ $pattern_singulier = "(".$regle[0]."$)";
+ $pattern_pluriel="(".$regle[1]."$)";
+
+ $pluriel=ereg_replace($pattern_singulier, $regle[1], $mot);
+ $singulier=ereg_replace($pattern_pluriel, $regle[0], $mot);
+ if($singulier != $mot or $pluriel != $mot) break;
}
-
- $regle[0] = str_replace("*", "", $regle[0]);
- $regle[1] = str_replace("*", "", $regle[1]);
- $pattern_singulier = "(".$regle[0]."$)";
- $pattern_pluriel = "(".$regle[1]."$)";
-
- $pluriel = preg_replace($pattern_singulier, $regle[1], $mot);
- $singulier = preg_replace($pattern_pluriel, $regle[0], $mot);
- if ($singulier != $mot or $pluriel != $mot) break;
- }
-
// Si inchangé on ajoute le S
- if ($singulier == $pluriel) {
- if (strRight($mot,1)=="S") {
- $pluriel = $singulier;
- $singulier = strLeft($singulier,strlen($singulier)-1);
- } else {
- $pluriel=$singulier."S";
+ if($singulier == $pluriel)
+ {
+ if(strRight($mot,1)=="S") {$pluriel=$singulier; $singulier=strLeft($singulier,strlen($singulier)-1);}
+ else $pluriel=$singulier."S";
}
-
- }
return array($singulier,$pluriel);
}
-
- public function isMotInclu($mot) {
+// ---------------------------------------------------
+// Rend true si mot inclu
+// ---------------------------------------------------
+ public function isMotInclu($mot)
+ {
return in_array($mot, $this->inclu);
}
-
- public function phonetix($sIn) {
- if (strlen($sIn) < 4)
+// ---------------------------------------------------
+// Othographe approchante
+// ---------------------------------------------------
+ function phonetix($sIn) {
+ if (strlen($sIn)<4 || is_numeric($sIn))
return false;
+ return $this->phonetixCompute($sIn);
+ }
-
- $accents = array('É' => 'E', 'È' => 'E', 'Ë' => 'E', 'Ê' => 'E','Ã' => 'A', 'À' => 'A', 'Ä' => 'A', 'Â' => 'A',
- 'Ã…' => 'A', 'Ã' => 'A', 'Æ' => 'E','Ã' => 'I', 'ÃŽ' => 'I', 'ÃŒ' => 'I', 'Ã' => 'I',
- 'Ô' => 'O', 'Ö' => 'O', 'Ò' => 'O', 'Ó' => 'O', 'Õ' => 'O', 'Ø' => 'O', 'Œ' => 'OEU',
- 'Ú' => 'U', 'Ù' => 'U', 'Û' => 'U', 'Ü' => 'U','Ñ' => 'N', 'Ç' => 'S', '¿' => 'E');
-
- $min2maj = array('é' => 'É', 'è' => 'È', 'ë' => 'Ë', 'ê' => 'Ê','á' => 'Ã', 'â' => 'Â', 'à ' => 'À', 'Ä' => 'A',
- 'Â' => 'A', 'Ã¥' => 'Ã…', 'ã' => 'Ã', 'æ' => 'Æ', 'ï' => 'Ã', 'î' => 'ÃŽ', 'ì' => 'ÃŒ', 'Ã' => 'Ã',
- 'ô' => 'Ô', 'ö' => 'Ö', 'ò' => 'Ò', 'ó' => 'Ó','õ' => 'Õ', 'ø' => 'Ø', 'œ' => 'Œ',
- 'ú' => 'Ú', 'ù' => 'Ù', 'û' => 'Û', 'ü' => 'Ü','ç' => 'Ç', 'ñ' => 'Ñ', 'ß' => 'S');
-
-
+ function phonetixCompute($sIn)
+ {
//$sIn = utf8_decode($sIn); // Selon votre implémentation, vous aurez besoin de décoder ce qui arrive pour les caractères spéciaux
- $sIn = strtr( $sIn, $min2maj); // minuscules accentuées ou composées en majuscules simples
- $sIn = strtr( $sIn, $accents); // majuscules accentuées ou composées en majuscules simples
+ $sIn = strtr( $sIn, $this->accents); // minuscules accentuées ou composées en majuscules simples
+ $sIn = strtr( $sIn, $this->min2maj); // majuscules accentuées ou composées en majuscules simples
$sIn = strtoupper( $sIn ); // on passe tout le reste en majuscules
$sIn = preg_replace( '`[^A-Z]`', '', $sIn ); // on garde uniquement les lettres de A Ã Z
$sBack=$sIn; // on sauve le code (utilisé pour les mots très courts)
$sIn = preg_replace( '`O[O]+`', 'OU', $sIn ); // pré traitement OO... -> OU
- $sIn = preg_replace( '`SAOU`', 'SOU', $sIn ); // pré traitement SAOU -> SOU
- $sIn = preg_replace( '`OES`', 'OS', $sIn ); // pré traitement OES -> OS
- $sIn = preg_replace( '`CCH`', 'K', $sIn ); // pré traitement CCH -> K
+ $sIn = str_replace( 'SAOU', 'SOU', $sIn ); // pré traitement SAOU -> SOU
+ $sIn = str_replace( 'OES', 'OS', $sIn ); // pré traitement OES -> OS
+ $sIn = str_replace( 'CCH', 'K', $sIn ); // pré traitement CCH -> K
$sIn = preg_replace( '`CC([IYE])`', 'KS$1', $sIn ); // CCI CCY CCE
$sIn = preg_replace( '`(.)\1`', '$1', $sIn ); // supression des répétitions
@@ -308,14 +310,14 @@ class Class_Indexation {
$sIn = preg_replace( '`OIN[GT]$`', 'OIN', $sIn ); // terminaisons OING -> OIN
$sIn = preg_replace( '`E[RS]$`', 'E', $sIn ); // supression des terminaisons infinitifs et participes pluriels
$sIn = preg_replace( '`(C|CH)OEU`', 'KE', $sIn ); // pré traitement OEU -> EU
- $sIn = preg_replace( '`MOEU`', 'ME', $sIn ); // pré traitement OEU -> EU
+ $sIn = str_replace( 'MOEU', 'ME', $sIn ); // pré traitement OEU -> EU
$sIn = preg_replace( '`OE([UI]+)([BCDFGHJKLMNPQRSTVWXZ])`', 'E$1$2', $sIn ); // pré traitement OEU OEI -> E
$sIn = preg_replace( '`^GEN[TS]$`', 'JAN', $sIn ); // pré traitement GEN -> JAN
- $sIn = preg_replace( '`CUEI`', 'KEI', $sIn ); // pré traitement accueil
+ $sIn = str_replace( 'CUEI', 'KEI', $sIn ); // pré traitement accueil
$sIn = preg_replace( '`([^AEIOUYC])AE([BCDFGHJKLMNPQRSTVWXZ])`', '$1E$2', $sIn ); // pré traitement AE -> E
$sIn = preg_replace( '`AE([QS])`', 'E$1', $sIn ); // pré traitement AE -> E
$sIn = preg_replace( '`AIE([BCDFGJKLMNPQRSTVWXZ])`', 'AI$1', $sIn ); // pré-traitement AIE(consonne) -> AI
- $sIn = preg_replace( '`ANIEM`', 'ANIM', $sIn ); // pré traitement NIEM -> NIM
+ $sIn = str_replace( 'ANIEM', 'ANIM', $sIn ); // pré traitement NIEM -> NIM
$sIn = preg_replace( '`(DRA|TRO|IRO)P$`', '$1', $sIn ); // P terminal muet
$sIn = preg_replace( '`(LOM)B$`', '$1', $sIn ); // B terminal muet
$sIn = preg_replace( '`(RON|POR)C$`', '$1', $sIn ); // C terminal muet
@@ -330,10 +332,10 @@ class Class_Indexation {
$sIn = preg_replace( '`([^TRH])UIL(AR|E)(.+)`', '$1UI$2$3', $sIn );
$sIn = preg_replace( '`([G])UIL([AEO])`', '$1UI$2', $sIn );
$sIn = preg_replace( '`([NSPM])AIL([AEO])`', '$1AI$2', $sIn );
- $convMIn = array("DILAI","DILON","DILER","DILEM","RILON","TAILE","GAILET","AILAI","AILAR",
- "OUILA","EILAI","EILAR","EILER","EILEM","REILET","EILET","AILOL" );
- $convMOut = array( "DIAI", "DION","DIER", "DIEM", "RION", "TAIE", "GAIET", "AIAI", "AIAR",
- "OUIA", "AIAI", "AIAR", "AIER", "AIEM", "RAIET", "EIET", "AIOL" );
+ $convMIn = array('DILAI','DILON','DILER','DILEM','RILON','TAILE','GAILET','AILAI','AILAR',
+ 'OUILA','EILAI','EILAR','EILER','EILEM','REILET','EILET','AILOL' );
+ $convMOut = array( 'DIAI', 'DION','DIER', 'DIEM', 'RION', 'TAIE', 'GAIET', 'AIAI', 'AIAR',
+ 'OUIA', 'AIAI', 'AIAR', 'AIER', 'AIEM', 'RAIET', 'EIET', 'AIOL' );
$sIn = str_replace( $convMIn, $convMOut, $sIn );
$sIn = preg_replace( '`([^AEIOUY])(SC|S)IEM([EA])`', '$1$2IAM$3', $sIn ); // IEM -> IAM
$sIn = preg_replace( '`^(SC|S)IEM([EA])`', '$1IAM$2', $sIn ); // IEM -> IAM
@@ -362,9 +364,9 @@ class Class_Indexation {
$sIn = preg_replace( '`ACHY([^D])`', 'AKI$1', $sIn );
$sIn = preg_replace( '`([AEIOU])C([BDFGJKLMNPQRTVWXZ])`', '$1K$2', $sIn ); // voyelle, C, consonne sauf H
$convPrIn = array('EUCHA','YCHIA','YCHA','YCHO','YCHED','ACHEO','RCHEO','RCHES',
- 'ECHN','OCHTO','CHORA','CHONDR','CHORE','MACHM','BRONCHO','LICHOS','LICHOC');
+ 'ECHN','OCHTO','CHORA','CHONDR','CHORE','MACHM','BRONCHO','LICHOS','LICHOC');
$convPrOut = array('EKA', 'IKIA', 'IKA', 'IKO', 'IKED','AKEO','RKEO', 'RKES',
- 'EKN', 'OKTO', 'KORA', 'KONDR' ,'KORE' ,'MAKM', 'BRONKO', 'LIKOS', 'LIKOC');
+ 'EKN', 'OKTO', 'KORA', 'KONDR' ,'KORE' ,'MAKM', 'BRONKO', 'LIKOS', 'LIKOC');
$sIn = str_replace( $convPrIn, $convPrOut, $sIn );
// Weuh (perfectible)
@@ -374,17 +376,17 @@ class Class_Indexation {
// Gueu, Gneu, Jeu et quelques autres
$convPrIn = array( 'GNES','GNET','GNER','GNE', 'GI', 'GNI','GNA','GNOU','GNUR','GY','OUGAIN',
- 'AGEOL', 'AGEOT','GEOLO','GEOM','GEOP','GEOG','GEOS','GEORG','GEOR','NGEOT','UGEOT','GEOT','GEOD','GEOC','GEO','GEA','GE',
- 'QU', 'Q', 'CY', 'CI', 'CN','ICM','CEAT','CE',
- 'CR', 'CO', 'CUEI','CU', 'VENCA','CA', 'CS','CLEN','CL', 'CZ', 'CTIQ',
- 'CTIF','CTIC','CTIS','CTIL','CTIO','CTI', 'CTU', 'CTE','CTO','CTR','CT', 'PH', 'TH',
- 'OW', 'LH', 'RDL', 'CHLO', 'CHR', 'PTIA');
+ 'AGEOL', 'AGEOT','GEOLO','GEOM','GEOP','GEOG','GEOS','GEORG','GEOR','NGEOT','UGEOT','GEOT','GEOD','GEOC','GEO','GEA','GE',
+ 'QU', 'Q', 'CY', 'CI', 'CN','ICM','CEAT','CE',
+ 'CR', 'CO', 'CUEI','CU', 'VENCA','CA', 'CS','CLEN','CL', 'CZ', 'CTIQ',
+ 'CTIF','CTIC','CTIS','CTIL','CTIO','CTI', 'CTU', 'CTE','CTO','CTR','CT', 'PH', 'TH',
+ 'OW', 'LH', 'RDL', 'CHLO', 'CHR', 'PTIA');
$convPrOut = array( 'NIES','NIET','NIER', 'NE', 'JI', 'NI','NIA','NIOU','NIUR','JI','OUGIN',
- 'AJOL', 'AJOT','JEOLO','JEOM','JEOP','JEOG','JEOS','JORJ','JEOR','NJOT','UJOT','JEOT','JEOD','JEOC', 'JO','JA' ,'JE',
- 'K', 'K', 'SI', 'SI', 'KN','IKM', 'SAT','SE',
- 'KR', 'KO', 'KEI','KU', 'VANSA','KA', 'KS','KLAN','KL', 'KZ', 'KTIK',
- 'KTIF','KTIS','KTIS','KTIL','KSIO','KTI', 'KTU', 'KTE','KTO','KTR','KT', 'F', 'T',
- 'OU', 'L', 'RL', 'KLO', 'KR', 'PSIA');
+ 'AJOL', 'AJOT','JEOLO','JEOM','JEOP','JEOG','JEOS','JORJ','JEOR','NJOT','UJOT','JEOT','JEOD','JEOC', 'JO','JA' ,'JE',
+ 'K', 'K', 'SI', 'SI', 'KN','IKM', 'SAT','SE',
+ 'KR', 'KO', 'KEI','KU', 'VANSA','KA', 'KS','KLAN','KL', 'KZ', 'KTIK',
+ 'KTIF','KTIS','KTIS','KTIL','KSIO','KTI', 'KTU', 'KTE','KTO','KTR','KT', 'F', 'T',
+ 'OU', 'L', 'RL', 'KLO', 'KR', 'PSIA');
$sIn = str_replace( $convPrIn, $convPrOut, $sIn );
$sIn = preg_replace( '`GU([^RLMBSTPZN])`', 'G$1', $sIn ); // Gueu !
@@ -394,9 +396,9 @@ class Class_Indexation {
// TI -> SI v2.0
$convPrIn = array( 'BUTIE','BUTIA','BATIA','ANTIEL','RETION','ENTIEL','ENTIAL','ENTIO','ENTIAI','UJETION','ATIEM','PETIEN',
- 'CETIE','OFETIE','IPETI','LBUTION','BLUTION','LETION','LATION','SATIET');
+ 'CETIE','OFETIE','IPETI','LBUTION','BLUTION','LETION','LATION','SATIET');
$convPrOut = array( 'BUSIE','BUSIA','BASIA','ANSIEL','RESION','ENSIEL','ENSIAL','ENSIO','ENSIAI','UJESION','ASIAM','PESIEN',
- 'CESIE','OFESIE','IPESI','LBUSION','BLUSION','LESION','LASION','SASIET');
+ 'CESIE','OFESIE','IPESI','LBUSION','BLUSION','LESION','LASION','SASIET');
$sIn = str_replace( $convPrIn, $convPrOut, $sIn );
$sIn = preg_replace( '`(.+)ANTI(AL|O)`', '$1ANSI$2', $sIn ); // sauf antialcoolique, antialbumine, antialarmer, ...
$sIn = preg_replace( '`(.+)INUTI([^V])`', '$1INUSI$2', $sIn ); // sauf inutilité, inutilement, diminutive, ...
@@ -408,15 +410,15 @@ class Class_Indexation {
// H muet
$sIn = preg_replace( '`([^CS])H`', '$1', $sIn ); // H muet
- $sIn = str_replace( "ESH", "ES", $sIn ); // H muet
- $sIn = str_replace( "NSH", "NS", $sIn ); // H muet
- $sIn = str_replace( "SH", "CH", $sIn ); // ou pas!
+ $sIn = str_replace( 'ESH', 'ES', $sIn ); // H muet
+ $sIn = str_replace( 'NSH', 'NS', $sIn ); // H muet
+ $sIn = str_replace( 'SH', 'CH', $sIn ); // ou pas!
// NASALES
$convNasIn = array( 'OMT','IMB', 'IMP','UMD','TIENT','RIENT','DIENT','IEN',
- 'YMU','YMO','YMA','YME', 'YMI','YMN','YM', 'AHO','FAIM','DAIM','SAIM','EIN','AINS');
+ 'YMU','YMO','YMA','YME', 'YMI','YMN','YM', 'AHO','FAIM','DAIM','SAIM','EIN','AINS');
$convNasOut = array( 'ONT','INB', 'INP','OND','TIANT','RIANT','DIANT', 'IN',
- 'IMU','IMO','IMA','IME', 'IMI','IMN','IN', 'AO', 'FIN','DIN', 'SIN','AIN','INS');
+ 'IMU','IMO','IMA','IME', 'IMI','IMN','IN', 'AO', 'FIN','DIN', 'SIN','AIN','INS');
$sIn = str_replace( $convNasIn, $convNasOut, $sIn );
// AIN -> IN v2.0
$sIn = preg_replace( '`AIN$`', 'IN', $sIn );
@@ -426,7 +428,7 @@ class Class_Indexation {
$sIn = preg_replace( '`([JTVLFMRPSBD])UN([^IAE])`', '$1IN$2', $sIn );
$sIn = preg_replace( '`([JTVLFMRPSBD])UN$`', '$1IN', $sIn );
$sIn = preg_replace( '`RFUM$`', 'RFIN', $sIn );
- $sIn = preg_replace( '`LUMB`', 'LINB', $sIn );
+ $sIn = str_replace( 'LUMB', 'LINB', $sIn );
// EN -> AN
$sIn = preg_replace( '`([^BCDFGHJKLMNPQRSTVWXZ])EN`', '$1AN', $sIn );
$sIn = preg_replace( '`([VTLJMRPDSBFKNG])EN([BRCTDKZSVN])`', '$1AN$2', $sIn ); // deux fois pour les motifs recouvrants malentendu, pendentif, ...
@@ -448,30 +450,30 @@ class Class_Indexation {
// Les retouches!
$sIn = preg_replace( '`^BENJ`', 'BINJ', $sIn ); // retouche BENJ -> BINJ
- $sIn = preg_replace( '`RTIEL`', 'RSIEL', $sIn ); // retouche RTIEL -> RSIEL
- $sIn = preg_replace( '`PINK`', 'PONK', $sIn ); // retouche PINK -> PONK
- $sIn = preg_replace( '`KIND`', 'KOND', $sIn ); // retouche KIND -> KOND
+ $sIn = str_replace( 'RTIEL', 'RSIEL', $sIn ); // retouche RTIEL -> RSIEL
+ $sIn = str_replace( 'PINK', 'PONK', $sIn ); // retouche PINK -> PONK
+ $sIn = str_replace( 'KIND', 'KOND', $sIn ); // retouche KIND -> KOND
$sIn = preg_replace( '`KUM(N|P)`', 'KON$1', $sIn ); // retouche KUMN KUMP
- $sIn = preg_replace( '`LKOU`', 'LKO', $sIn ); // retouche LKOU -> LKO
- $sIn = preg_replace( '`EDBE`', 'EBE', $sIn ); // retouche EDBE pied-bœuf
- $sIn = preg_replace( '`ARCM`', 'ARKM', $sIn ); // retouche SCH -> CH
- $sIn = preg_replace( '`SCH`', 'CH', $sIn ); // retouche SCH -> CH
+ $sIn = str_replace( 'LKOU', 'LKO', $sIn ); // retouche LKOU -> LKO
+ $sIn = str_replace( 'EDBE', 'EBE', $sIn ); // retouche EDBE pied-bœuf
+ $sIn = str_replace( 'ARCM', 'ARKM', $sIn ); // retouche SCH -> CH
+ $sIn = str_replace( 'SCH', 'CH', $sIn ); // retouche SCH -> CH
$sIn = preg_replace( '`^OINI`', 'ONI', $sIn ); // retouche début OINI -> ONI
$sIn = preg_replace( '`([^NDCGRHKO])APT`', '$1AT', $sIn ); // retouche APT -> AT
$sIn = preg_replace( '`([L]|KON)PT`', '$1T', $sIn ); // retouche LPT -> LT
- $sIn = preg_replace( '`OTB`', 'OB', $sIn ); // retouche OTB -> OB (hautbois)
- $sIn = preg_replace( '`IXA`', 'ISA', $sIn ); // retouche IXA -> ISA
- $sIn = preg_replace( '`TG`', 'G', $sIn ); // retouche TG -> G
+ $sIn = str_replace( 'OTB', 'OB', $sIn ); // retouche OTB -> OB (hautbois)
+ $sIn = str_replace( 'IXA', 'ISA', $sIn ); // retouche IXA -> ISA
+ $sIn = str_replace( 'TG', 'G', $sIn ); // retouche TG -> G
$sIn = preg_replace( '`^TZ`', 'TS', $sIn ); // retouche début TZ -> TS
- $sIn = preg_replace( '`PTIE`', 'TIE', $sIn ); // retouche PTIE -> TIE
- $sIn = preg_replace( '`GT`', 'T', $sIn ); // retouche GT -> T
- $sIn = str_replace( "ANKIEM", "ANKILEM", $sIn ); // retouche tranquillement
+ $sIn = str_replace( 'PTIE', 'TIE', $sIn ); // retouche PTIE -> TIE
+ $sIn = str_replace( 'GT', 'T', $sIn ); // retouche GT -> T
+ $sIn = str_replace( 'ANKIEM', 'ANKILEM', $sIn ); // retouche tranquillement
$sIn = preg_replace( "`(LO|RE)KEMAN`", "$1KAMAN", $sIn ); // KEMAN -> KAMAN
$sIn = preg_replace( '`NT(B|M)`', 'N$1', $sIn ); // retouche TB -> B TM -> M
- $sIn = preg_replace( '`GSU`', 'SU', $sIn ); // retouche GS -> SU
- $sIn = preg_replace( '`ESD`', 'ED', $sIn ); // retouche ESD -> ED
- $sIn = preg_replace( '`LESKEL`','LEKEL', $sIn ); // retouche LESQUEL -> LEKEL
- $sIn = preg_replace( '`CK`', 'K', $sIn ); // retouche CK -> K
+ $sIn = str_replace( 'GSU', 'SU', $sIn ); // retouche GS -> SU
+ $sIn = str_replace( 'ESD', 'ED', $sIn ); // retouche ESD -> ED
+ $sIn = str_replace( 'LESKEL', 'LEKEL', $sIn ); // retouche LESQUEL -> LEKEL
+ $sIn = str_replace( 'CK', 'K', $sIn ); // retouche CK -> K
// Terminaisons
$sIn = preg_replace( '`USIL$`', 'USI', $sIn ); // terminaisons USIL -> USI
@@ -479,35 +481,72 @@ class Class_Indexation {
$sIn = preg_replace( '`([^KL]+)T$`', '$1', $sIn ); // sauf KT LT terminal
$sIn = preg_replace( '`^[H]`', '', $sIn ); // H pseudo muet en début de mot, je sais, ce n'est pas une terminaison
$sBack2=$sIn; // on sauve le code (utilisé pour les mots très courts)
- $sIn = preg_replace( '`TIL$`', 'TI', $sIn ); // terminaisons TIL -> TI
- $sIn = preg_replace( '`LC$`', 'LK', $sIn ); // terminaisons LC -> LK
- $sIn = preg_replace( '`L[E]?[S]?$`', 'L', $sIn ); // terminaisons LE LES -> L
- $sIn = preg_replace( '`(.+)N[E]?[S]?$`', '$1N', $sIn ); // terminaisons NE NES -> N
- $sIn = preg_replace( '`EZ$`', 'E', $sIn ); // terminaisons EZ -> E
- $sIn = preg_replace( '`OIG$`', 'OI', $sIn ); // terminaisons OIG -> OI
- $sIn = preg_replace( '`OUP$`', 'OU', $sIn ); // terminaisons OUP -> OU
- $sIn = preg_replace( '`([^R])OM$`', '$1ON', $sIn ); // terminaisons OM -> ON sauf ROM
- $sIn = preg_replace( '`LOP$`', 'LO', $sIn ); // terminaisons LOP -> LO
- $sIn = preg_replace( '`NTANP$`', 'NTAN', $sIn ); // terminaisons NTANP -> NTAN
- $sIn = preg_replace( '`TUN$`', 'TIN', $sIn ); // terminaisons TUN -> TIN
- $sIn = preg_replace( '`AU$`', 'O', $sIn ); // terminaisons AU -> O
- $sIn = preg_replace( '`EI$`', 'AI', $sIn ); // terminaisons EI -> AI
- $sIn = preg_replace( '`R[DG]$`', 'R', $sIn ); // terminaisons RD RG -> R
- $sIn = preg_replace( '`ANC$`', 'AN', $sIn ); // terminaisons ANC -> AN
- $sIn = preg_replace( '`KROC$`', 'KRO', $sIn ); // terminaisons C muet de CROC, ESCROC
- $sIn = preg_replace( '`HOUC$`', 'HOU', $sIn ); // terminaisons C muet de CAOUTCHOUC
- $sIn = preg_replace( '`OMAC$`', 'OMA', $sIn ); // terminaisons C muet de ESTOMAC (mais pas HAMAC)
- $sIn = preg_replace( '`([J])O([NU])[CG]$`', '$1O$2', $sIn );// terminaisons C et G muet de OUC ONC OUG
- $sIn = preg_replace( '`([^GTR])([AO])NG$`', '$1$2N', $sIn );// terminaisons G muet ANG ONG sauf GANG GONG TANG TONG
- $sIn = preg_replace( '`UC$`', 'UK', $sIn ); // terminaisons UC -> UK
- $sIn = preg_replace( '`AING$`', 'IN', $sIn ); // terminaisons AING -> IN
- $sIn = preg_replace( '`([EISOARN])C$`', '$1K', $sIn ); // terminaisons C -> K
- $sIn = preg_replace( '`([ABD-MO-Z]+)[EH]+$`', '$1', $sIn ); // terminaisons E ou H sauf pour C et N
- $sIn = preg_replace( '`EN$`', 'AN', $sIn ); // terminaisons EN -> AN (difficile à faire avant sans avoir des soucis) Et encore, c'est pas top!
- $sIn = preg_replace( '`(NJ)EN$`', '$1AN', $sIn ); // terminaisons EN -> AN
- $sIn = preg_replace( '`^PAIEM`', 'PAIM', $sIn ); // PAIE -> PAI
- $sIn = preg_replace( '`([^NTB])EF$`', '\1', $sIn ); // F muet en fin de mot
- $sIn = preg_replace( '`(.)\1`', '$1', $sIn ); // supression des répétitions (suite à certains remplacements)
+
+ $convPartIn = [
+ '`TIL$`', // terminaisons TIL -> TI
+ '`LC$`', // terminaisons LC -> LK
+ '`L[E]?[S]?$`', // terminaisons LE LES -> L
+ '`(.+)N[E]?[S]?$`', // terminaisons NE NES -> N
+ '`EZ$`', // terminaisons EZ -> E
+ '`OIG$`', // terminaisons OIG -> OI
+ '`OUP$`', // terminaisons OUP -> OU
+ '`([^R])OM$`', // terminaisons OM -> ON sauf ROM
+ '`LOP$`', // terminaisons LOP -> LO
+ '`NTANP$`', // terminaisons NTANP -> NTAN
+ '`TUN$`', // terminaisons TUN -> TIN
+ '`AU$`', // terminaisons AU -> O
+ '`EI$`', // terminaisons EI -> AI
+ '`R[DG]$`', // terminaisons RD RG -> R
+ '`ANC$`', // terminaisons ANC -> AN
+ '`KROC$`', // terminaisons C muet de CROC, ESCROC
+ '`HOUC$`', // terminaisons C muet de CAOUTCHOUC
+ '`OMAC$`', // terminaisons C muet de ESTOMAC (mais pas HAMAC)
+ '`([J])O([NU])[CG]$`',// terminaisons C et G muet de OUC ONC OUG
+ '`([^GTR])([AO])NG$`',// terminaisons G muet ANG ONG sauf GANG GONG TANG TONG
+ '`UC$`', // terminaisons UC -> UK
+ '`AING$`', // terminaisons AING -> IN
+ '`([EISOARN])C$`', // terminaisons C -> K
+ '`([ABD-MO-Z]+)[EH]+$`', // terminaisons E ou H sauf pour C et N
+ '`EN$`', // terminaisons EN -> AN (difficile à faire avant sans avoir des soucis) Et encore,
+ '`(NJ)EN$`',// terminaisons EN -> AN
+ '`^PAIEM`', // PAIE -> PAI
+ '`([^NTB])EF$`', // F muet en fin de mot
+ '`(.)\1`' // supression des répétitions (suite à certains remplacements)
+ ];
+
+ $convPartOut = [
+ 'TI', // terminaisons TIL -> TI
+ 'LK', // terminaisons LC -> LK
+ 'L', // terminaisons LE LES -> L
+ '$1N', // terminaisons NE NES -> N
+ 'E', // terminaisons EZ -> E
+ 'OI', // terminaisons OIG -> OI
+ 'OU', // terminaisons OUP -> OU
+ '$1ON', // terminaisons OM -> ON sauf ROM
+ 'LO', // terminaisons LOP -> LO
+ 'NTAN', // terminaisons NTANP -> NTAN
+ 'TIN', // terminaisons TUN -> TIN
+ 'O', // terminaisons AU -> O
+ 'AI', // terminaisons EI -> AI
+ 'R', // terminaisons RD RG -> R
+ 'AN', // terminaisons ANC -> AN
+ 'KRO', // terminaisons C muet de CROC, ESCROC
+ 'HOU', // terminaisons C muet de CAOUTCHOUC
+ 'OMA', // terminaisons C muet de ESTOMAC (mais pas HAMAC)
+ '$1O$2',// terminaisons C et G muet de OUC ONC OUG
+ '$1$2N',// terminaisons G muet ANG ONG sauf GANG GONG TANG TONG
+ 'UK', // terminaisons UC -> UK
+ 'IN', // terminaisons AING -> IN
+ '$1K', // terminaisons C -> K
+ '$1', // terminaisons E ou H sauf pour C et N
+ 'AN', // terminaisons EN -> AN (difficile à faire avant sans avoir des soucis) Et encore, c'est pas top!
+ '$1AN', // terminaisons EN -> AN
+ 'PAIM', // PAIE -> PAI
+ '\1', // F muet en fin de mot
+ '$1' // supression des répétitions (suite à certains remplacements)
+ ];
+
+ $sIn = preg_replace( $convPartIn, $convPartOut, $sIn );
// cas particuliers, bah au final, je n'en ai qu'un ici
$convPartIn = array( 'FUEL');
@@ -519,26 +558,26 @@ class Class_Indexation {
// seconde chance sur les mots courts qui ont souffert de la simplification
if (strlen($sIn)<2)
- {
- // Sigles ou abréviations
- if (preg_match("`[BCDFGHJKLMNPQRSTVWXYZ][BCDFGHJKLMNPQRSTVWXYZ][BCDFGHJKLMNPQRSTVWXYZ][BCDFGHJKLMNPQRSTVWXYZ]*`",$sBack))
- return($sBack);
-
- if (preg_match("`[RFMLVSPJDF][AEIOU]`",$sBack))
{
- if (strlen($sBack)==3)
- return(substr($sBack,0,2));// mots de trois lettres supposés simples
- if (strlen($sBack)==4)
- return(substr($sBack,0,3));// mots de quatre lettres supposés simples
+ // Sigles ou abréviations
+ if (preg_match("`[BCDFGHJKLMNPQRSTVWXYZ][BCDFGHJKLMNPQRSTVWXYZ][BCDFGHJKLMNPQRSTVWXYZ][BCDFGHJKLMNPQRSTVWXYZ]*`",$sBack))
+ return($sBack);
+
+ if (preg_match("`[RFMLVSPJDF][AEIOU]`",$sBack))
+ {
+ if (strlen($sBack)==3)
+ return(substr($sBack,0,2));// mots de trois lettres supposés simples
+ if (strlen($sBack)==4)
+ return(substr($sBack,0,3));// mots de quatre lettres supposés simples
+ }
+
+ if (strlen($sBack2)>1) return $sBack2;
}
-
- if (strlen($sBack2)>1) return $sBack2;
- }
if (strlen($sIn)>1)
- {
- return substr($sIn,0,16); // Je limite à 16 caractères mais vous faites comme vous voulez!
- }
+ {
+ return substr($sIn,0,16); // Je limite à 16 caractères mais vous faites comme vous voulez!
+ }
else return '';
- }
+ }
}
?>
\ No newline at end of file
diff --git a/library/Class/Notice.php b/library/Class/Notice.php
index 5a630ad51d1ae319a097b91f5f50aa97f0dd337e..3cf7a84ccada15cf23542822fafb85dbd970c728 100644
--- a/library/Class/Notice.php
+++ b/library/Class/Notice.php
@@ -1670,6 +1670,7 @@ class Class_Notice extends Storm_Model_Abstract {
return '';
foreach($auteurs as $auteur) {
+ xdebug_break();
$code_alpha = (new Class_Indexation())->alphaMaj($auteur);
if (!$code_alpha = str_replace(" ","x",$code_alpha))
continue;