#!/usr/bin/perl

<<DOC;
 FEVRIER 2006
 usage : perl patron2graphml.pl liste-de-token.txt
 Le programme prend en entr��e le nom du fichier contenant les patrons
 �� traiter (des blancs entre les termes du patron)
 Le programme construit en sortie un fichier au format graphml

DOC

#-------------------------
# definitions de variables
#-------------------------
my $file="$ARGV[0]";
my %listeMot={};
my %listePatron={};

#-------------------------
# Partie 1
# A. ouverture du fichier des patrons : ce fichier contient sur chaque ligne une sequence : mot1 mot2
# B. dans la boucle while qui suit on va reperer pour chaque mot (a gauche du patron)
# l'ensemble des mots associ��s (a droite du precedent)
# on cree ensuite un tableau indexe qui associe au mot de gauche la liste des mots associes
# motgauche -> (motdroite-1,motdroite-2,...)
# on n'ajoute qu'une seule occurrence des mots presents a droite mais on compte
# la frequence d'un patron donne dans un tableau de patron
#-------------------------

open(F,$file);
while (my $ligne=<F>) {
    $ligne=~/([\w�Ɓ����ŁÁāǁǁǁЁɁʁȁˁ́΁́́ρсӁԁҁ؁Ձցށځہف܁݁�����������������������������߁�������������]+)[^\w�Ɓ����ŁÁāǁǁǁЁɁʁȁˁ́΁́́ρсӁԁҁ؁Ձցށځہف܁݁�����������������������������߁�������������]+([\w�Ɓ����ŁÁāǁǁǁЁɁʁȁˁ́΁́́ρсӁԁҁ؁Ձցށځہف܁݁�����������������������������߁�������������]+)/;
    my $mot1=$1;
    my $mot2=$2;
    print "M1 : $mot1\n";
    print "M2 : $mot2\n";
    my $patron="$mot1\t$mot2";
    if (!(exists($listeMot{$mot1}))) {
        my @tmp=();
        push(@tmp,$mot2);
        $listeMot{$mot1}=\@tmp;
        print "FM : $listeMot{$mot1}\n";
        $listePatron{$patron}++;
    }
    else {
        my $tmp=$listeMot{$mot1};
        my @tmp2=@$tmp;
        if (!(grep(/$mot2/, @tmp2))) {
            push(@tmp2,$mot2);
        }
        $listeMot{$mot1}=\@tmp2;
        print "NM : $listeMot{$mot1}\n";
        $listePatron{$patron}++;
    }
}
close(F);
#print %listeMot,"\n";

#-------------------------
# Partie 2
# A. Creation du fichier de sortie et squelette minimal
# B. parcours du tableau des associations motgauche -> (motdroite-1,motdroite-2,...)
# pour chaque motgauche on cree un noeud du graphe idem pour chaque mot de la liste associee
# afin de ne pas creer de doublon on utilise un tableau contenant pour chaque mot son indice
# on verifie dans ce tableau la presence ou non du mot a associer a un noeud
#-------------------------

open (F,">patron-graphml.xml");
print F "<?xml version=\"1.0\" encoding=\"iso-8859-1\"?>\n";
print F "<graphml>\n";
print F " <key id=\"d0\" for=\"node\" attr.name=\"forme\" attr.type=\"string\"/>\n";
print F " <key id=\"d1\" for=\"edge\" attr.name=\"frequence\" attr.type=\"double\"/>\n";
print F "  <graph edgedefault=\"undirected\">\n";

my $id=1;
my $listeId={};

while (($mot, $liste) = each(%listeMot)) {
    my @tmp=@$liste;
    print "$mot\t@tmp\n";
    if ($mot !~/HASH/) {
        my $tmpID;
        if (!(exists($listeId{$mot}))) {
            print F "  <node id=\"$id\"><data key=\"d0\">$mot</data></node>\n";
            $listeId{$mot}=$id;
            $tmpID=$id;
            $id++;
        }
        else {
            $tmpID=$listeId{$mot};
        }
        foreach my $cible (@tmp) {
            my $nbpatron=0;
            $patron="$mot\t$cible";
            $nbpatron=$listePatron{$patron};
            if (!(exists($listeId{$cible}))) {
                print F "  <node id=\"$id\"><data key=\"d0\">$cible</data></node>\n";
                $listeId{$cible}=$id;
                print F "  <edge source=\"$tmpID\" target=\"$id\"><data key=\"d1\">$nbpatron</data></edge>\n";
                $id++;
            }
            else {
                print F "  <edge source=\"$tmpID\" target=\"$listeId{$cible}\"><data key=\"d1\">$nbpatron</data></edge>\n";
            }
        }
    }

}


print F " </graph>\n";
print F "</graphml>\n";


close(F);