Statistics
| Revision:

root / tmp / org.txm.oriflamms.rcp / res / oriflamms-tokenize-words.xsl @ 2398

History | View | Annotate | Download (8.5 kB)

1
<?xml version="1.0"?>
2
<xsl:stylesheet
3
	xmlns:edate="http://exslt.org/dates-and-times"
4
	xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
5
	xmlns:tei="http://www.tei-c.org/ns/1.0"
6
	xmlns:xd="http://www.pnp-software.com/XSLTdoc"
7
	xmlns:txm="http://textometrie.org/1.0"
8
	exclude-result-prefixes="tei edate xd txm" version="2.0">
9

    
10
	<xsl:output method="xml" encoding="utf-8"
11
		omit-xml-declaration="no" indent="no" />
12

    
13
	<xd:doc type="stylesheet">
14
		<xd:short>
15
			Cette feuille XSLT permet de pré-tokeniser par mot des fichiers au format
16
			XML-TEI Oriflamms brut
17
		</xd:short>
18
		<xd:detail>
19
			This stylesheet is free software; you can redistribute it and/or
20
			modify it under the terms of the GNU Lesser General Public
21
			License as published by the Free Software Foundation; either
22
			version 3 of the License, or (at your option) any later version.
23

    
24
			This stylesheet is distributed in the hope that it will be useful,
25
			but WITHOUT ANY WARRANTY; without even the implied warranty of
26
			MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU
27
			Lesser General Public License for more details.
28

    
29
			You should have received a copy of GNU Lesser Public License with
30
			this stylesheet. If not, see http://www.gnu.org/licenses/lgpl.html
31
		</xd:detail>
32
		<xd:author>Alexei Lavrentiev alexei.lavrentev@ens-lyon.fr</xd:author>
33
		<xd:copyright>2014, CNRS / ICAR (Équipe CACTUS)</xd:copyright>
34
	</xd:doc>
35

    
36
	<!-- <xsl:template match="/"> <xsl:apply-templates/> </xsl:template> -->
37

    
38
	<xsl:template match="*">
39
		<xsl:copy>
40
			<xsl:apply-templates
41
				select="*|@*|processing-instruction()|comment()|text()" />
42
		</xsl:copy>
43
	</xsl:template>
44

    
45
	<xsl:template
46
		match="comment()|processing-instruction()|text()">
47
		<xsl:copy />
48
	</xsl:template>
49

    
50
	<!-- On supprime les attributs par défaut de la DTD TEI -->
51

    
52
	<xsl:template match="@*">
53
		<xsl:choose>
54
			<xsl:when
55
				test="matches(name(.),'^(part|instant|anchored|full)$')" />
56
			<xsl:otherwise>
57
				<xsl:copy />
58
			</xsl:otherwise>
59
		</xsl:choose>
60
	</xsl:template>
61

    
62
	<!-- on on ajoute l'info sur la tokenisation par TXM dans le header -->
63

    
64
	<xsl:template
65
		match="/*/tei:teiHeader/tei:fileDesc/tei:titleStmt">
66
		<xsl:copy>
67
			<xsl:apply-templates select="@*|node()" />
68
			<respStmt xmlns="http://www.tei-c.org/ns/1.0">
69
				<resp xmlns="http://www.tei-c.org/ns/1.0">Tokénisation des mots et/ou des caractères</resp>
70
				<name xmlns="http://www.tei-c.org/ns/1.0" xml:id="TXM">Logiciel TXM
71
					(http://textometrie.ens-lyon.fr)</name>
72
			</respStmt>
73
		</xsl:copy>
74
	</xsl:template>
75

    
76

    
77
	<xsl:template match="/*/tei:teiHeader">
78
		<xsl:copy>
79
			<xsl:apply-templates select="@*|node()" />
80
			<xsl:if test="not(tei:revisionDesc)">
81
				<revisionDesc xmlns="http://www.tei-c.org/ns/1.0">
82
					<xsl:call-template name="change-txm"></xsl:call-template>
83
				</revisionDesc>
84
			</xsl:if>
85
		</xsl:copy>
86
	</xsl:template>
87

    
88
	<xsl:template match="/*/tei:teiHeader//tei:revisionDesc">
89
		<xsl:copy>
90
			<xsl:apply-templates select="@*|node()" />
91
			<xsl:call-template name="change-txm" />
92
		</xsl:copy>
93
	</xsl:template>
94

    
95
	<xsl:template name="change-txm">
96
		<change when="{format-date(current-date(),'[Y]-[M01]-[D01]')}"
97
			who="#TXM" xmlns="http://www.tei-c.org/ns/1.0">Tokenisation des mots</change>
98
	</xsl:template>
99

    
100
	<xsl:template match="tei:w|tei:pc">
101
		<xsl:copy-of select="." />
102
	</xsl:template>
103

    
104
	<xsl:template match="tei:text//text()">
105
		<xsl:choose>
106
			<!--<xsl:when test="not(ancestor::tei:text/tei:body/tei:div1/tei:p)"><xsl:copy/></xsl:when> -->
107
			<xsl:when test="matches(.,'^\s*$')">
108
				<xsl:copy />
109
			</xsl:when>
110
			<xsl:when
111
				test="matches(local-name(parent::*),'^(abbr|expan|sic|corr)$')">
112
				<xsl:copy />
113
			</xsl:when>
114
			<xsl:when
115
				test="ancestor::*/@ana[contains(.,'ori:align-no')]">
116
				<xsl:copy />
117
			</xsl:when>
118
			<xsl:when test="ancestor::tei:note">
119
				<xsl:copy />
120
			</xsl:when>
121
			<xsl:when test="ancestor::tei:witDetail">
122
				<xsl:copy />
123
			</xsl:when>
124
			<xsl:when
125
				test="parent::tei:hi and matches(.,'\w+') and not(matches(.,'\s')) and not(preceding-sibling::* or following-sibling::*)">
126
				<xsl:copy />
127
			</xsl:when>
128
			<xsl:when test="parent::tei:am|parent::tei:ex">
129
				<xsl:copy />
130
			</xsl:when>
131
			<!--<xsl:when test="parent::tei:rdg[not(matches(@wit,'^#?A'))]"><xsl:copy/></xsl:when> -->
132
			<xsl:when test="ancestor::tei:pc|ancestor::tei:w">
133
				<xsl:copy />
134
			</xsl:when>
135
			<xsl:otherwise>
136
				<xsl:analyze-string select="."
137
					regex="\w+|\p{{P}}+|\s+">
138
					<xsl:matching-substring>
139
						<xsl:choose>
140
							<xsl:when test="matches(.,'^\w+$')">
141
								<w xmlns="http://www.tei-c.org/ns/1.0">
142
									<xsl:value-of select="." />
143
								</w>
144
							</xsl:when>
145
							<!-- <xsl:when test="matches(.,'^\p{P}+$')"><orig xmlns="http://www.tei-c.org/ns/1.0"><pc 
146
								xmlns="http://www.tei-c.org/ns/1.0"><xsl:value-of select="."/></pc></orig></xsl:when> -->
147
							<xsl:when test="matches(.,'^\p{P}+$')">
148
								<pc xmlns="http://www.tei-c.org/ns/1.0">
149
									<xsl:value-of select="." />
150
								</pc>
151
							</xsl:when>
152
							<xsl:otherwise>
153
								<xsl:copy />
154
							</xsl:otherwise>
155
						</xsl:choose>
156
					</xsl:matching-substring>
157
					<xsl:non-matching-substring>
158
						<xsl:comment>
159
							Type de caractère non reconnu
160
						</xsl:comment>
161
						<xsl:copy />
162
					</xsl:non-matching-substring>
163
				</xsl:analyze-string>
164
			</xsl:otherwise>
165
		</xsl:choose>
166
	</xsl:template>
167

    
168
	<xsl:template match="tei:choice">
169
		<xsl:choose>
170
			<xsl:when test="descendant::tei:pc">
171
				<pc xmlns="http://www.tei-c.org/ns/1.0">
172
					<xsl:apply-templates
173
						select="descendant::tei:pc[1]/@*" />
174
					<xsl:copy>
175
						<xsl:apply-templates />
176
					</xsl:copy>
177
				</pc>
178
			</xsl:when>
179
			<xsl:when test="descendant::tei:w">
180
				<xsl:copy>
181
					<xsl:apply-templates select="@*" />
182
					<xsl:apply-templates />
183
				</xsl:copy>
184
			</xsl:when>
185
			<xsl:when test="ancestor::tei:pc|ancestor::tei:w">
186
				<xsl:copy-of select="." />
187
			</xsl:when>
188
			<xsl:otherwise>
189
				<w xmlns="http://www.tei-c.org/ns/1.0">
190
					<xsl:copy-of select="." />
191
				</w>
192
			</xsl:otherwise>
193
		</xsl:choose>
194
	</xsl:template>
195

    
196

    
197

    
198
	<!-- <xsl:template match="tei:pc[ancestor::tei:choice]"> <xsl:apply-templates/> 
199
		</xsl:template> -->
200

    
201
	<xsl:template
202
		match="tei:choice/tei:orig[child::tei:pc]|tei:choice/tei:reg[child::tei:pc]">
203
		<xsl:copy>
204
			<xsl:apply-templates select="@*" />
205
			<xsl:value-of select="normalize-space(.)" />
206
		</xsl:copy>
207
	</xsl:template>
208

    
209

    
210
	<!-- <xsl:template match="tei:hi[matches(.,'\w+') and not(matches(.,'\s')) 
211
		and not(descendant::tei:w) and not(ancestor::*/@ana[contains(.,'ori:align-no')])]|tei:am|tei:ex"> -->
212

    
213
	<!--<xsl:template match="*[ancestor::tei:text and descendant::text()[matches(.,'\w')] 
214
		and not(descendant::text()[matches(.,'\S\s|\s\S|\p{P}')])]"> -->
215

    
216

    
217
	<xsl:template
218
		match="*[matches(.,'\w+') 
219
    and ancestor::tei:text 
220
    and not(matches(local-name(),'^(front|body|back|div.*|head|closer|p|ab|lg|l|.*[Nn]ame|num|cell|row|q|w|pc|title|term|emph|note|witDetail|foreign|ref|app|lem|rdg)$'))
221
    and not(matches(local-name(parent::*),'^(choice|subst|app)$'))
222
    and not(descendant::text()[matches(.,'\S\s|\s\S|\p{P}')]) 
223
    and not(descendant::tei:w or descendant::tei:pc) 
224
    and not(ancestor::*/@ana[contains(.,'ori:align-no')])]|tei:am|tei:ex">
225
		<w xmlns="http://www.tei-c.org/ns/1.0">
226
			<xsl:copy-of select="." />
227
		</w>
228
	</xsl:template>
229

    
230
	<!-- <xsl:template match="*[matches(local-name(),'[Nn]ame$') and not(descendant::text()[matches(.,'\S\s|\s\S|\p{P}')])]"> -->
231

    
232

    
233
	<xsl:template
234
		match="*[matches(local-name(),'^.*[Nn]ame$') 
235
    and ancestor::tei:text 
236
    and not(descendant::*[matches(local-name(),'^(.*[Nn]ame|w|pc|num|term|ref)$')]) 
237
    and not(descendant::text()[matches(.,'\S\s|\s\S|\p{P}')])]">
238
		<xsl:copy>
239
			<xsl:apply-templates select="@*" />
240
			<!-- <xsl:for-each select="child::text()"> <xsl:value-of select="concat('[',.,']')"/> 
241
				</xsl:for-each> -->
242
			<w xmlns="http://www.tei-c.org/ns/1.0">
243
				<xsl:for-each select="child::node()">
244
					<xsl:copy-of select="." />
245
				</xsl:for-each>
246
			</w>
247
		</xsl:copy>
248

    
249
	</xsl:template>
250

    
251

    
252
	<!--<xsl:template match="tei:sic[not(parent::tei:choice or descendant::tei:w 
253
		or ancestor::*/@ana[contains(.,'ori:align-no')])]|tei:corr[not(parent::tei:choice 
254
		or descendant::tei:w or ancestor::*/@ana[contains(.,'ori:align-no')])]"> 
255
		<w xmlns="http://www.tei-c.org/ns/1.0"><xsl:copy-of select="."/></w> </xsl:template> -->
256

    
257
</xsl:stylesheet>