Statistics
| Revision:

root / tmp / org.txm.oriflamms.rcp / bin / oriflamms-tokenize-words.xsl @ 476

History | View | Annotate | Download (8.5 kB)

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

    
8
  <xsl:output method="xml" encoding="utf-8" omit-xml-declaration="no" indent="no"/>
9
  
10
  <xd:doc type="stylesheet">
11
    <xd:short>
12
      Cette feuille XSLT permet de pré-tokeniser par mot des fichiers au format
13
      XML-TEI Oriflamms brut
14
    </xd:short>
15
    <xd:detail>
16
      This stylesheet is free software; you can redistribute it and/or
17
      modify it under the terms of the GNU Lesser General Public
18
      License as published by the Free Software Foundation; either
19
      version 3 of the License, or (at your option) any later version.
20
      
21
      This stylesheet is distributed in the hope that it will be useful,
22
      but WITHOUT ANY WARRANTY; without even the implied warranty of
23
      MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
24
      Lesser General Public License for more details.
25
      
26
      You should have received a copy of GNU Lesser Public License with
27
      this stylesheet. If not, see http://www.gnu.org/licenses/lgpl.html
28
    </xd:detail>
29
    <xd:author>Alexei Lavrentiev alexei.lavrentev@ens-lyon.fr</xd:author>
30
    <xd:copyright>2014, CNRS / ICAR (Équipe CACTUS)</xd:copyright>
31
  </xd:doc>
32
  
33
<!--  <xsl:template match="/">
34
    <xsl:apply-templates/>
35
  </xsl:template>
36
-->  
37
  
38
  <xsl:template match="*">
39
        <xsl:copy>
40
          <xsl:apply-templates select="*|@*|processing-instruction()|comment()|text()"/>
41
        </xsl:copy>
42
  </xsl:template>
43

    
44
  <xsl:template match="comment()|processing-instruction()|text()">
45
    <xsl:copy/>
46
  </xsl:template>
47

    
48
  <!-- On supprime les attributs par défaut de la DTD TEI -->
49
  
50
  <xsl:template match="@*">
51
    <xsl:choose>
52
      <xsl:when test="matches(name(.),'^(part|instant|anchored|full)$')"/>
53
      <xsl:otherwise><xsl:copy/></xsl:otherwise>
54
    </xsl:choose>
55
  </xsl:template>
56

    
57
<!-- on on ajoute l'info sur la tokenisation par TXM dans le header -->
58

    
59
  <xsl:template match="/*/tei:teiHeader/tei:fileDesc/tei:titleStmt">
60
    <xsl:copy>
61
      <xsl:apply-templates select="@*|node()"/>
62
      <respStmt xmlns="http://www.tei-c.org/ns/1.0">
63
        <resp xmlns="http://www.tei-c.org/ns/1.0">Tokénisation des mots et/ou des caractères</resp>
64
        <name xmlns="http://www.tei-c.org/ns/1.0" xml:id="TXM">Logiciel TXM (http://textometrie.ens-lyon.fr)</name>
65
      </respStmt>
66
    </xsl:copy>
67
  </xsl:template>
68

    
69

    
70
  <xsl:template match="/*/tei:teiHeader">    
71
      <xsl:copy>
72
        <xsl:apply-templates select="@*|node()"/>
73
        <xsl:if test="not(tei:revisionDesc)">
74
          <revisionDesc xmlns="http://www.tei-c.org/ns/1.0">
75
            <xsl:call-template name="change-txm"></xsl:call-template>
76
          </revisionDesc>
77
        </xsl:if>
78
      </xsl:copy>    
79
  </xsl:template>
80
  
81
  <xsl:template match="/*/tei:teiHeader//tei:revisionDesc">
82
    <xsl:copy>
83
      <xsl:apply-templates select="@*|node()"/>
84
      <xsl:call-template name="change-txm"/>
85
    </xsl:copy>
86
  </xsl:template>
87

    
88
<xsl:template name="change-txm">
89
  <change when="{format-date(current-date(),'[Y]-[M01]-[D01]')}" who="#TXM" xmlns="http://www.tei-c.org/ns/1.0">Tokenisation des mots</change>
90
</xsl:template>
91
  
92
  <xsl:template match="tei:w|tei:pc">
93
    <xsl:copy-of select="."/>
94
  </xsl:template>
95
  
96
  <xsl:template match="tei:text//text()">
97
  <xsl:choose>
98
    <!--<xsl:when test="not(ancestor::tei:text/tei:body/tei:div1/tei:p)"><xsl:copy/></xsl:when>-->
99
    <xsl:when test="matches(.,'^\s*$')"><xsl:copy/></xsl:when>
100
    <xsl:when test="matches(local-name(parent::*),'^(abbr|expan|sic|corr)$')"><xsl:copy/></xsl:when>
101
    <xsl:when test="ancestor::*/@ana[contains(.,'ori:align-no')]"><xsl:copy/></xsl:when>
102
    <xsl:when test="ancestor::tei:note"><xsl:copy/></xsl:when>
103
    <xsl:when test="ancestor::tei:witDetail"><xsl:copy/></xsl:when>
104
    <xsl:when test="parent::tei:hi and matches(.,'\w+') and not(matches(.,'\s')) and not(preceding-sibling::* or following-sibling::*)"><xsl:copy/></xsl:when>
105
    <xsl:when test="parent::tei:am|parent::tei:ex"><xsl:copy/></xsl:when>
106
    <!--<xsl:when test="parent::tei:rdg[not(matches(@wit,'^#?A'))]"><xsl:copy/></xsl:when>-->
107
    <xsl:when test="ancestor::tei:pc|ancestor::tei:w"><xsl:copy/></xsl:when>
108
    <xsl:otherwise>
109
      <xsl:analyze-string select="." regex="\w+|\p{{P}}+|\s+">
110
        <xsl:matching-substring>
111
          <xsl:choose>
112
            <xsl:when test="matches(.,'^\w+$')"><w xmlns="http://www.tei-c.org/ns/1.0"><xsl:value-of select="."/></w></xsl:when>
113
<!--            <xsl:when test="matches(.,'^\p{P}+$')"><orig xmlns="http://www.tei-c.org/ns/1.0"><pc xmlns="http://www.tei-c.org/ns/1.0"><xsl:value-of select="."/></pc></orig></xsl:when>-->
114
            <xsl:when test="matches(.,'^\p{P}+$')"><pc xmlns="http://www.tei-c.org/ns/1.0"><xsl:value-of select="."/></pc></xsl:when>
115
            <xsl:otherwise><xsl:copy/></xsl:otherwise>
116
          </xsl:choose>
117
        </xsl:matching-substring>
118
        <xsl:non-matching-substring>
119
          <xsl:comment>Type de caractère non reconnu</xsl:comment><xsl:copy/>
120
        </xsl:non-matching-substring>
121
      </xsl:analyze-string>
122
    </xsl:otherwise>
123
  </xsl:choose>
124
</xsl:template>
125

    
126
<xsl:template match="tei:choice">
127
  <xsl:choose>
128
    <xsl:when test="descendant::tei:pc">
129
      <pc xmlns="http://www.tei-c.org/ns/1.0">
130
        <xsl:apply-templates select="descendant::tei:pc[1]/@*"/>
131
        <xsl:copy>
132
          <xsl:apply-templates/>
133
        </xsl:copy>
134
      </pc>
135
    </xsl:when>
136
    <xsl:when test="descendant::tei:w">
137
      <xsl:copy>
138
        <xsl:apply-templates select="@*"/>
139
        <xsl:apply-templates/>
140
      </xsl:copy>
141
    </xsl:when>
142
    <xsl:when test="ancestor::tei:pc|ancestor::tei:w">
143
      <xsl:copy-of select="."/>
144
    </xsl:when>
145
    <xsl:otherwise><w xmlns="http://www.tei-c.org/ns/1.0"><xsl:copy-of select="."/></w></xsl:otherwise>
146
  </xsl:choose>  
147
</xsl:template>
148
  
149
  
150
  
151
<!--  <xsl:template match="tei:pc[ancestor::tei:choice]">
152
    <xsl:apply-templates/>
153
  </xsl:template>
154
-->
155
  
156
  <xsl:template match="tei:choice/tei:orig[child::tei:pc]|tei:choice/tei:reg[child::tei:pc]">
157
    <xsl:copy>
158
      <xsl:apply-templates select="@*"/>
159
      <xsl:value-of select="normalize-space(.)"/>
160
    </xsl:copy>
161
  </xsl:template>
162

    
163

    
164
  <!-- <xsl:template match="tei:hi[matches(.,'\w+') and not(matches(.,'\s')) and not(descendant::tei:w) and not(ancestor::*/@ana[contains(.,'ori:align-no')])]|tei:am|tei:ex"> -->
165
  
166
  <!--<xsl:template match="*[ancestor::tei:text and descendant::text()[matches(.,'\w')] and not(descendant::text()[matches(.,'\S\s|\s\S|\p{P}')])]">-->
167
  
168

    
169
  <xsl:template match="*[matches(.,'\w+') 
170
    and ancestor::tei:text 
171
    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)$'))
172
    and not(matches(local-name(parent::*),'^(choice|subst|app)$'))
173
    and not(descendant::text()[matches(.,'\S\s|\s\S|\p{P}')]) 
174
    and not(descendant::tei:w or descendant::tei:pc) 
175
    and not(ancestor::*/@ana[contains(.,'ori:align-no')])]|tei:am|tei:ex">
176
  <w xmlns="http://www.tei-c.org/ns/1.0"><xsl:copy-of select="."/></w>
177
</xsl:template>
178
 
179
  <!-- <xsl:template match="*[matches(local-name(),'[Nn]ame$') and not(descendant::text()[matches(.,'\S\s|\s\S|\p{P}')])]"> -->
180
 
181
  
182
  <xsl:template match="*[matches(local-name(),'^.*[Nn]ame$') 
183
    and ancestor::tei:text 
184
    and not(descendant::*[matches(local-name(),'^(.*[Nn]ame|w|pc|num|term|ref)$')]) 
185
    and not(descendant::text()[matches(.,'\S\s|\s\S|\p{P}')])]">
186
    <xsl:copy>
187
      <xsl:apply-templates select="@*"/>
188
<!--      <xsl:for-each select="child::text()">
189
        <xsl:value-of select="concat('[',.,']')"/>
190
      </xsl:for-each>-->
191
      <w xmlns="http://www.tei-c.org/ns/1.0">
192
        <xsl:for-each select="child::node()">
193
          <xsl:copy-of select="."/>
194
        </xsl:for-each>
195
      </w>
196
    </xsl:copy>
197
    
198
  </xsl:template>
199
  
200

    
201
  <!--<xsl:template match="tei:sic[not(parent::tei:choice or descendant::tei:w or ancestor::*/@ana[contains(.,'ori:align-no')])]|tei:corr[not(parent::tei:choice or descendant::tei:w or ancestor::*/@ana[contains(.,'ori:align-no')])]">
202
  <w xmlns="http://www.tei-c.org/ns/1.0"><xsl:copy-of select="."/></w>
203
</xsl:template>-->
204

    
205
</xsl:stylesheet>