Class: CBETA
- Inherits:
-
Object
- Object
- CBETA
- Defined in:
- lib/cbeta.rb
Defined Under Namespace
Classes: BMToText, Canon, CharCount, CharFrequency, Gaiji, HTMLToPDF, HTMLToText, P5aToHTML, P5aToHTMLForEveryEdition, P5aToHTMLForPDF, P5aToSimpleHTML, P5aToText, P5aValidator, UnicodeService, XMLDocument
Constant Summary collapse
- CANON =
'CC|DA|GA|GB|LC|TX|ZS|ZW|[A-Z]'
- SORT_ORDER =
%w(T X A K S F C D U P J L G M N ZS I ZW B GA GB Y LC TX CC)
- VOL3 =
%w[A CC C G GA GB L M P U]
- DATA =
File.join(File.dirname(__FILE__), 'data')
- PUNCS =
',.()[] 。‧.,、;?!:︰/()「」『』《》<>〈〉〔〕[]【】〖〗〃…—─ ~│┬▆△*+-='
Class Method Summary collapse
-
.get_canon_from_vol(vol) ⇒ String
由 冊號 取得 藏經 ID.
-
.get_canon_id_from_linehead(linehead) ⇒ String
由 行首資訊 取得 藏經 ID.
-
.get_canon_id_from_work_id(work) ⇒ String
由 典籍編號 取得 藏經 ID.
-
.get_linehead(file_basename, lb) ⇒ String
CBETA 行首資訊,例如 “T01n0001_p0001a01” 或 “T25n1510ap0757b29”.
-
.get_sort_order_from_canon_id(canon) ⇒ String
由「藏經 ID」取得「排序用編號」,例如:傳入 “T” 回傳 “A”;傳入 “X” 回傳 “B”.
-
.get_work_id_from_file_basename(fn) ⇒ String
由 XML檔主檔名 取得 典籍編號.
-
.get_xml_file_from_vol_and_work(vol, work) ⇒ String
由 冊號 及 典籍編號 取得 XML 主檔名.
-
.juan_across_vol(vol, work, juan = nil) ⇒ Numeric
卷跨冊.
-
.linehead_to_s(linehead) ⇒ String
將行首資訊轉為引用格式.
-
.linehead_to_xml_file_path(linehead) ⇒ String
由 行首資訊 取得 XML檔相對路徑.
- .normalize_vol(vol) ⇒ Object
- .open_xml(fn) ⇒ Object
-
.pua(gid) ⇒ Object
傳入 缺字碼,傳回 Unicode PUA 字元.
-
.ranjana_pua(gid) ⇒ Object
傳入 蘭札體 缺字碼,傳回 Unicode PUA 字元.
-
.siddham_pua(gid) ⇒ Object
傳入 悉曇字 缺字碼,傳回 Unicode PUA 字元.
-
.work_juan_vol_range(work, juan) ⇒ Object
如果 卷跨冊,回傳 冊號範圍.
Instance Method Summary collapse
-
#get_canon_abbr(id) ⇒ String
取得藏經略名.
-
#get_canon_nickname(id) ⇒ String
藏經短名,例如 “大正藏”.
-
#get_canon_symbol(id) ⇒ String
取得藏經略符.
-
#get_category(book_id) ⇒ String
傳入經號,取得部類.
-
#initialize ⇒ CBETA
constructor
載入藏經資料.
Constructor Details
#initialize ⇒ CBETA
載入藏經資料
212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 |
# File 'lib/cbeta.rb', line 212 def initialize() @canon_abbr = {} @canon_nickname = {} fn = File.join(File.dirname(__FILE__), 'data/canons.csv') CSV.foreach(fn, :headers => true, encoding: 'utf-8') do |row| id = row['id'] unless row['nickname'].nil? @canon_nickname[id] = row['nickname'] end next if row['abbreviation'].nil? next if row['abbreviation'].empty? @canon_abbr[id] = row['abbreviation'] end fn = File.join(File.dirname(__FILE__), 'data/categories.json') s = File.read(fn) @categories = JSON.parse(s) end |
Class Method Details
.get_canon_from_vol(vol) ⇒ String
由 冊號 取得 藏經 ID
32 33 34 |
# File 'lib/cbeta.rb', line 32 def self.get_canon_from_vol(vol) vol.sub(/^(#{CANON}).*$/, '\1') end |
.get_canon_id_from_linehead(linehead) ⇒ String
由 行首資訊 取得 藏經 ID
18 19 20 |
# File 'lib/cbeta.rb', line 18 def self.get_canon_id_from_linehead(linehead) linehead.sub(/^(#{CANON}).*$/, '\1') end |
.get_canon_id_from_work_id(work) ⇒ String
由 典籍編號 取得 藏經 ID
25 26 27 |
# File 'lib/cbeta.rb', line 25 def self.get_canon_id_from_work_id(work) work.sub(/^(#{CANON}).*$/, '\1') end |
.get_linehead(file_basename, lb) ⇒ String
Returns CBETA 行首資訊,例如 “T01n0001_p0001a01” 或 “T25n1510ap0757b29”.
39 40 41 42 43 44 45 46 47 48 |
# File 'lib/cbeta.rb', line 39 def self.get_linehead(file_basename, lb) if file_basename.match(/^(T\d\dn0220)/) r = $1 else r = file_basename end r += '_' if r.match(/\d$/) r += 'p' + lb r end |
.get_sort_order_from_canon_id(canon) ⇒ String
由「藏經 ID」取得「排序用編號」,例如:傳入 “T” 回傳 “A”;傳入 “X” 回傳 “B”
138 139 140 141 142 143 144 145 146 147 |
# File 'lib/cbeta.rb', line 138 def self.get_sort_order_from_canon_id(canon) # CBETA 提供,惠敏法師最後決定的全文檢索順序表, 2016-06-03 i = SORT_ORDER.index(canon) if i.nil? puts "unknown canon id: #{canon}" return nil end (i + 'A'.ord).chr end |
.get_work_id_from_file_basename(fn) ⇒ String
由 XML檔主檔名 取得 典籍編號
129 130 131 132 133 |
# File 'lib/cbeta.rb', line 129 def self.get_work_id_from_file_basename(fn) r = fn.sub(/^(#{CANON})\d{2,3}n(.*)$/, '\1\2') r = 'T0220' if r.start_with? 'T0220' r end |
.get_xml_file_from_vol_and_work(vol, work) ⇒ String
由 冊號 及 典籍編號 取得 XML 主檔名
54 55 56 |
# File 'lib/cbeta.rb', line 54 def self.get_xml_file_from_vol_and_work(vol, work) vol + 'n' + work.sub(/^(#{CANON})(.*)$/, '\2') end |
.juan_across_vol(vol, work, juan = nil) ⇒ Numeric
卷跨冊
76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 |
# File 'lib/cbeta.rb', line 76 def self.juan_across_vol(vol, work, juan=nil) case work when 'GA0037' case vol when 'GA036' 1 if juan == 2 when 'GA037' 2 if juan.nil? or juan == 2 end when 'L1557' case vol when 'L130' 1 if juan == 17 # 上半卷 when 'L131' case juan when 17, nil then 2 when 34 then 1 end when 'L132' case juan when 34, nil then 2 when 51 then 1 end when 'L133' 2 if juan.nil? or juan == 51 end when 'X0714' case vol when 'X39' 1 if juan == 3 when 'X40' 2 if juan.nil? or juan == 3 end end end |
.linehead_to_s(linehead) ⇒ String
將行首資訊轉為引用格式
157 158 159 160 161 162 |
# File 'lib/cbeta.rb', line 157 def self.linehead_to_s(linehead) linehead.match(/^((?:#{CANON})\d+)n(.*)_p(\d+)([a-z]\d+)$/) { return "#{$1}, no. #{$2}, p. #{$3}, #{$4}" } nil end |
.linehead_to_xml_file_path(linehead) ⇒ String
由 行首資訊 取得 XML檔相對路徑
116 117 118 119 120 121 122 123 124 |
# File 'lib/cbeta.rb', line 116 def self.linehead_to_xml_file_path(linehead) # 經號: 四碼數字 + 英文字母 或如 嘉興藏 英文字母 + 三碼數字 w = '(?:\d+[a-zA-Z]?|[AB]\d{3})' if m = linehead.match(/^(?<work>(?<vol>(?<canon>#{CANON})\d+)n#{w}).*$/) File.join(m[:canon], m[:vol], m[:work]+'.xml') else nil end end |
.normalize_vol(vol) ⇒ Object
164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 |
# File 'lib/cbeta.rb', line 164 def self.normalize_vol(vol) if vol.match(/^(#{CANON})(.*)$/) canon = $1 vol = $2 if VOL3.include? canon # 這些藏經的冊號是三碼 vol_len = 3 else vol_len = 2 end canon + vol.rjust(vol_len, '0') else abort "unknown vol format: #{vol}" end end |
.open_xml(fn) ⇒ Object
181 182 183 184 185 186 |
# File 'lib/cbeta.rb', line 181 def self.open_xml(fn) s = File.read(fn) doc = Nokogiri::XML(s) doc.remove_namespaces!() doc end |
.pua(gid) ⇒ Object
傳入 缺字碼,傳回 Unicode PUA 字元
189 190 191 192 193 194 195 196 197 |
# File 'lib/cbeta.rb', line 189 def self.pua(gid) if gid.start_with? 'SD' siddham_pua(gid) elsif gid.start_with? 'RJ' ranjana_pua(gid) else [0xf0000 + gid[2..-1].to_i].pack 'U' end end |
.ranjana_pua(gid) ⇒ Object
傳入 蘭札體 缺字碼,傳回 Unicode PUA 字元
200 201 202 203 |
# File 'lib/cbeta.rb', line 200 def self.ranjana_pua(gid) i = 0x100000 + gid[-4..-1].hex [i].pack("U") end |
.siddham_pua(gid) ⇒ Object
傳入 悉曇字 缺字碼,傳回 Unicode PUA 字元
206 207 208 209 |
# File 'lib/cbeta.rb', line 206 def self.siddham_pua(gid) i = 0xFA000 + gid[-4..-1].hex [i].pack("U") end |
.work_juan_vol_range(work, juan) ⇒ Object
如果 卷跨冊,回傳 冊號範圍
59 60 61 62 63 64 65 66 67 68 69 70 71 72 |
# File 'lib/cbeta.rb', line 59 def self.work_juan_vol_range(work, juan) case work when 'GA0037' (36..37) if juan == 2 when 'L1557' case juan when 17 then (130..131) when 34 then (131..132) when 51 then (132..133) end when 'X0714' (39..40) if juan == 3 end end |
Instance Method Details
#get_canon_abbr(id) ⇒ String
取得藏經略名
259 260 261 262 263 |
# File 'lib/cbeta.rb', line 259 def get_canon_abbr(id) r = get_canon_symbol(id) return nil if r.nil? r.sub(/^【(.*?)】$/, '\1') end |
#get_canon_nickname(id) ⇒ String
Returns 藏經短名,例如 “大正藏”.
233 234 235 236 |
# File 'lib/cbeta.rb', line 233 def get_canon_nickname(id) return nil unless @canon_nickname.key? id @canon_nickname[id] end |
#get_canon_symbol(id) ⇒ String
取得藏經略符
246 247 248 249 |
# File 'lib/cbeta.rb', line 246 def get_canon_symbol(id) return nil unless @canon_abbr.key? id @canon_abbr[id] end |
#get_category(book_id) ⇒ String
傳入經號,取得部類
272 273 274 |
# File 'lib/cbeta.rb', line 272 def get_category(book_id) @categories[book_id] end |