#!c:\Perl\bin\perl.exe
<<DOC; 
Votre Nom : BENMESSAOUD et BACHA
JANVIER 2007
 usage : perl parcours-arborescence-fichiers repertoire-a-parcourir
 Le programme prend en entrée le nom du répertoire contenant les fichiers
 à traiter
 Le programme construit en sortie un fichier structuré contenant sur chaque
 ligne le nom du fichier et le résultat du filtrage :
<FICHIER><NOM>du fichier</NOM></FICHIER><CONTENU>du filtrage</CONTENU></FICHIER>
DOC
use utf8;
#-----------------------------------------------------------
my $rep="$ARGV[0]";
# on s'assure que le nom du répertoire ne se termine pas par un "/"
$rep=~ s/[\/]$//;
# on initialise une variable contenant le flux de sortie 
my $DUMPFULL1="";
#----------------------------------------
my $output1="SORTIE.xml";
if (!open (FILEOUT,">$output1")) { die "Pb a l'ouverture du fichier $output1"};
#----------------------------------------
my $i=1;
&parcoursarborescencefichiers($rep);	#recurse!
#----------------------------------------
print FILEOUT "<?xml version=\"1.0\" encoding=\"iso-8859-1\" ?>\n";
print FILEOUT "<PARCOURS>\n";
print FILEOUT "<NOM>Votre nom</NOM>\n";
print FILEOUT "<FILTRAGE>\n".$DUMPFULL1."\n</FILTRAGE>\n";
print FILEOUT "</PARCOURS>\n";
close(FILEOUT);
exit;
#----------------------------------------------
sub parcoursarborescencefichiers {
    my $path = shift(@_);
    opendir(DIR, $path) or die "can't open $path: $!\n";
    my @files = readdir(DIR);
    closedir(DIR);
    foreach my $file (@files) {
	next if $file =~ /^\.\.?$/;
	$file = $path."/".$file;
	if (-d $file) {
	    &parcoursarborescencefichiers($file);	#recurse!
	}
	if (-f $file) {
	 if ($file=~/0,.*\.xml$/) {
	    my $compteuritem =0;
	    open(FILEINPUT,"$file");
	    $DUMPFULL1.="<fichier$i> $file\n";
	    while ($ligne = <FILEINPUT>) {
		if ($ligne=~/<item>/) {
		    $compteuritem++;
		}
		if ($ligne=~/<title>([^<]+)<\/title>/) {
		    $texte=$1;
		    $texte=~s/&#38;#39;/\'/g;
		    $texte=~s/&#233;/é/g;
		    $texte=~s/&#38;#34;/\"/g;
		    $texte=~s/&#38/\'/g;
		    $texte=~s/&#34;/\'/g;
		    $texte=~s/&#234;/ê/g;
		    @TAB=split(/[ ,;!?\"\'\.:()]/,$texte);
		    open (FILETMP,">toto.tmp");
		    foreach $elt (@TAB) {
			print FILETMP $elt,"\n";
		    }
		    close (FILETMP);
		    system ("./Treetagger/bin/tree-tagger.exe -token -lemma -no-unknown ./Treetagger/lib/french.par toto.tmp toto.out");
		    system ("perl ./Treetagger/treetagger2xml.pl toto.out");
		    open (FILETMP, "toto.out.xml");
                    while ($l=<FILETMP>) {
			if ($l!~/xml version/ && $l!~// && $l!~//) {
			    $DUMPFULL1.=$l;
			}
                    }						
		}
		if ($ligne=~/<description>([^<]+)<\/description>/) {
		    $texte=$1;
		    $texte=~s/&#38;#39;/\'/g;
		    $texte=~s/&#233;/é/g;
		    $texte=~s/&#38;#34;/\"/g;
		    $texte=~s/&#38/\'/g;
		    $texte=~s/&#34;/\'/g;
		    $texte=~s/&#234;/ê/g;
		    @TAB=split(/[ ,;!?\"\'\.:()]/,$texte);
		    open (FILETMP,">toto.tmp");
		    foreach $elt (@TAB) {
			print FILETMP $elt,"\n";
		    }
		    close (FILETMP);
		    system ("./Treetagger/bin/tree-tagger.exe -token -lemma -no-unknown ./Treetagger/lib/french.par toto.tmp toto.out");
		    system ("perl ./Treetagger/treetagger2xml.pl toto.out");
		    open (FILETMP, "toto.out.xml");
                    while ($l=<FILETMP>) {
			if ($l!~/xml version/ && $l!~// && $l!~//) {
			    $DUMPFULL1.=$l;
			}
                    }					
		}
	    }
	    $DUMPFULL1.="</fichier$i>";
	    print $i++,"\n";
	}
	 close(FILEINPUT);
     }
    }
}
#----------------------------------------------