GitPrep
Login
Showing 1 changed files with 194 additions and 0 deletions
+194
renomme
View
... ... 
@@ -0,0 +1,194 @@
1 
+#!/bin/bash
2 
+
3 
+# script pour renommer des personnages ou lieux dans un document Manuskript
4 
+# ./renomme <document manuskript> <ancien nom> <nouveau nom> [ins=poids] [del=poids] [rep=poids]
5 
+#
6 
+# Le document d'origine est sauvegardé (voir variable $backup)
7 
+#
8 
+# Si <nouveau nom> est "check", ou "prox" ou "leven", une étude de proximité est alors effectuée
9 
+# sur l'algorithme Levenshtein. Les paramètres de poids sont des nombres entiers, et permettent
10 
+# de pondérer l'ajout (ins=), la suppression (del=) et le remplacement (rep=) de caractère.
11 
+# par défaut chacun des trois paramètres est égal à 1.
12 
+# Il n'y a pas d'ordre obligatoire pour le paramétrage, et si un paramétrage est effectué plusieurs fois
13 
+# c'est le plus à gauche qui prend la priorité. Il n'y a pas de backup effectué pour l'opération de vérification de la proximité
14 
+# crédit algo: https://en.wikibooks.org/wiki/Algorithm_Implementation/Strings/Levenshtein_distance
15 
+
16 
+set -e
17 
+
18 
+manuscrit=${1:?}
19 
+ancien=${2:?}
20 
+nouveau=${3:?}
21 
+
22 
+if test "${manuscrit:0:1}" != '/'; then
23 
+    manuscrit="$PWD/$manuscrit"
24 
+fi
25 
+test -r "$manuscrit" || exit 1
26 
+test $(file --brief --mime-type --dereference "$manuscrit") == 'application/zip' || exit 2
27 
+
28 
+backup="${manuscrit/%.msk} (avant renommage de «${ancien}» en «${nouveau}»).msk"
29 
+
30 
+function trap_exit () {
31 
+    rm -fr $temp
32 
+    cd - > /dev/null
33 
+}
34 
+
35 
+function determinant () {
36 
+    eval "local nom=\"\$$1\""
37 
+    if [[ ${nom:0:1} == @(A|E|H|I|O|U) \
38 
+       || ${nom:0:1} == @(Â|Ê|H|Î|Ô|Û) \
39 
+       || ${nom:0:1} == @(Ä|Ë|H|Ï|Ö|Ü) \
40 
+       || ${nom:0:1} == @(À|È|H|Ì|Ò|Ù) \
41 
+       || ${nom:0:1} == @(Á|É|H|Í|Ó|Ú) \
42 
+    ]]; then
43 
+        eval "determinant_$1=\"d'\""
44 
+        eval "determinant_$1_formatted=\"d-\""
45 
+    else
46 
+        eval "determinant_$1=\"de \""
47 
+        eval "determinant_$1_formatted=\"de-\""
48 
+    fi
49 
+}
50 
+
51 
+function format () {
52 
+    eval "$1_formatted=\$(tr --complement --squeeze-repeats 'A-Za-z-_\n' - <<< \"\${$1// /_}\")"
53 
+}
54 
+
55 
+function renomme_fichiers () {
56 
+    for char in $(find characters -type f -regex "characters/[0-9]+-$1.txt"); do
57 
+        local new_char=$(sed "s/$1/$2/" <<< $char)
58 
+        echo "character: $char -> $new_char"
59 
+        mv $char $new_char
60 
+        break
61 
+    done
62 
+
63 
+    for chapter in $(find outline -type d -regex "outline/.*$1.*"); do
64 
+        local new_chapter=$(sed "s/$1/$2/g" <<< $chapter)
65 
+        echo "chapter: $chapter -> $new_chapter"
66 
+        mv $chapter $new_chapter
67 
+    done
68 
+
69 
+    for part in $(find outline -type f -regex "outline/[^/]*$1[^/]*.md"); do
70 
+        local new_part=$(sed "s/$1/$2/g" <<< $part)
71 
+        echo "part: $part -> $new_part"
72 
+        mv $part $new_part
73 
+    done
74 
+}
75 
+
76 
+trap trap_exit EXIT
77 
+
78 
+temp=$(mktemp --dry-run /dev/shm/XXXXXXXXX)
79 
+mkdir $temp
80 
+cd $temp
81 
+
82 
+if [[ $nouveau = @(check|prox|leven) ]]; then
83 
+    unzip -qq "$manuscrit"
84 
+    for param in $(seq 4 $#); do
85 
+        for dst in ins del rep; do
86 
+            eval "if test -n '\$$param' && [[ \"\$$param\" =~ $dst=[0-9]+ ]]; then cost_$dst=\${$param#*=}; fi"
87 
+        done
88 
+    done
89 
+    echo paramètres d\'approximation
90 
+    echo "caractère manquant (del=): ${cost_del:-1}"
91 
+    echo "caractère inséré   (ins=): ${cost_ins:-1}"
92 
+    echo "caractère remplacé (rep=): ${cost_rep:-1}"
93 
+    for f in $(find . -type f); do
94 
+        let wc+=$(wc -w < $f)
95 
+    done
96 
+    awk -v ancien=$ancien -v wc=$wc -v cost_ins=${cost_ins:-1} -v cost_del=${cost_del:-1} -v cost_rep=${cost_rep:-1} '
97 
+        BEGIN {
98 
+            RS="[[:punct:]]"
99 
+            progress_mod    = 10
100 
+            actual_progress = 0
101 
+            pct_progress    = 0
102 
+            progress        = 0
103 
+            found_words     = 0
104 
+
105 
+            str1_len = length(ancien)
106 
+            for (i=1; i<=str1_len; i++)
107 
+                str1_substr[i]=substr(ancien, i, 1)
108 
+        }
109 
+        function levenshtein(str2) {
110 
+            str2_len = length(str2)
111 
+            if(str2_len == 0) return str1_len * cost_del
112 
+            for(j = 1; j <= str2_len; j++)
113 
+                str2_substr[j]=substr(str2, j, 1)
114 
+            matrix[0, 0] = 0
115 
+            for(i = 1; i <= str1_len; i++) {
116 
+                matrix[i, 0] = i * cost_del
117 
+                for(j = 1; j <= str2_len; j++) {
118 
+                    matrix[0, j] = j * cost_ins
119 
+                    x = matrix[i - 1, j] + cost_del
120 
+                    y = matrix[i, j - 1] + cost_ins
121 
+                    z = matrix[i - 1, j - 1] + (str1_substr[i] == str2_substr[j] ? 0 : cost_rep)
122 
+                    x = x < y ? x : y
123 
+                    matrix[i, j] = x < z ? x : z
124 
+                }
125 
+            }
126 
+            return matrix[str1_len, str2_len]
127 
+        }
128 
+        {
129 
+            for (word=1; word<=NF; word++) {
130 
+                progress++
131 
+                lvstn = levenshtein(gensub("[[:punct:]]","","g",$word))
132 
+                if (lvstn <= 3 && lvstn > 0) {
133 
+                    approx_possibles[$word]++
134 
+                    found_words++
135 
+                }
136 
+                pct_progress=int(progress / wc * 100)
137 
+                if (actual_progress < pct_progress && pct_progress % progress_mod == 0) {
138 
+                    actual_progress = pct_progress
139 
+                    printf("%i%\n", actual_progress)
140 
+                }
141 
+            }
142 
+        }
143 
+        END {
144 
+            if (found_words > 0) {
145 
+                printf("mot%s proche%s de «%s» [occurences]\n", found_words > 0 ? "s" : "", found_words > 0 ? "s" : "", ancien)
146 
+                for (i in approx_possibles)
147 
+                    printf("- %s [%i]\n", i, approx_possibles[i])
148 
+            }
149 
+            else {
150 
+                print "aucun mot proche et différent de «" ancien "» trouvé"
151 
+            }
152 
+        }
153 
+    ' $(find . -type f)
154 
+    exit
155 
+fi
156 
+
157 
+mv --backup=numbered "$manuscrit" "$backup"
158 
+
159 
+unzip -qq "$backup"
160 
+
161 
+for version in ancien nouveau; do
162 
+    format $version
163 
+    determinant $version
164 
+done
165 
+
166 
+declare -A remplacement
167 
+remplacement=(
168 
+    [$ancien]="$nouveau"
169 
+    [$ancien_formatted]="$nouveau_formatted"
170 
+    [$determinant_ancien$ancien]="$determinant_nouveau$nouveau"
171 
+    [$determinant_ancien_formatted$ancien_formatted]="$determinant_nouveau_formatted$nouveau_formatted"
172 
+)
173 
+
174 
+renomme_fichiers "$ancien_formatted" "$nouveau_formatted"
175 
+renomme_fichiers "$determinant_ancien_formatted$ancien_formatted" "$determinant_nouveau_formatted$nouveau_formatted"
176 
+
177 
+egrep --word-regexp --only-matching --recursive --regexp="($determinant_ancien|$determinant_ancien_formatted)\?($ancien|$ancien_formatted)" . \
178 
+| awk -v name="$1" -F ':' '
179 
+    {
180 
+        if ($NF > 0) {
181 
+            file[$1]++
182 
+            nb++
183 
+        }
184 
+    }
185 
+    END {
186 
+        printf("remplacement de %i occurences pour %s dans %i fichiers\n", nb, name, asort(file))
187 
+    }'
188 
+
189 
+for regexp in "${!remplacement[@]}"; do
190 
+    egrep --word-regexp --files-with-matches --recursive --regexp="$regexp" . \
191 
+    | xargs --no-run-if-empty sed --regexp-extended --in-place "s/(\W|^)$regexp(\W|$)/\1${remplacement[$regexp]}\2/g"
192 
+done
193 
+
194 
+zip --recurse-paths --no-dir-entries -qq "${manuscrit}" *
Gitprep Version v2.6.2 build on Mojolicious