#! usr/bin/perl
# alignement du corpus au niveau des titres et des articles
my $i=0;
my $check = 0;
my $concat="";
my $contenu = 0;
my $go="";
if (!open (FILEIN,"<:encoding(UTF-8)","./frn.htm")) {
die $!;
}
if (!open (FILEIN2,"<:encoding(UTF-8)","./eng.htm")) {
die $!;
}
if (!open (FILEIN3,"<:encoding(UTF-8)","./jpn.htm")) {
die $!;
}
if (!open (FILEIN4,"<:encoding(UTF-8)","./blg.htm")) {
die $!;
}
if (!open (FILEIN5,"<:encoding(UTF-8)","./arz.htm")) {
die $!;
}
if (!open (FILEIN6,"<:encoding(UTF-8)","./chn.htm")) {
die $!;
}
if (!open (FILEOUT,">:encoding(UTF-8)","./alignement.html")) {
die $!;
}
print FILEOUT "\n\n\n
\n\n\n";
####################
## FRANCAIS
####################
my %article=();
while ($ligne = ){
chomp $ligne;
if ($contenu == 1){
if ($ligne !~ m//){
$ligne =~ s/<[^>]>//g;
$go .= $ligne;
}
if (($ligne =~ m//) || ($ligne =~ m/<\/div>/)){
$article{$i} = $go;
$article{$i} =~ s/<[^>]*>//g;
$go="";
$i++;
$contenu = 0;
}
}
if($ligne =~ m//){
$article{$i} = $ligne;
$article{$i} =~ s/<[^>]*>//g;
$i++;
$contenu = 1 unless ($ligne =~ m//);
}
}
###################
## ANGLAIS
###################
$i=0;
$contenu = 0;
$go="";
my %article2=();
while ($ligne = ){
chomp $ligne;
if ($contenu == 1){
if (($ligne !~ m//) && ($ligne !~ m/<\/div>/)){
$go .= $ligne;
}
if (($ligne =~ m//) || ($ligne =~ m/<\/div>/)){
$article2{$i} = $go;
$article2{$i} =~ s/<[^>]*>//g;
$i++;
$contenu = 0;
$go="";
}
}
if($ligne =~ m//){
$article2{$i} = $ligne;
$article2{$i} =~ s/<[^>]*>//g;
$i++;
$contenu = 1 unless ($ligne =~ m//);
}
}
##################
## JAPONAIS
##################
$i=0;
$contenu = 0;
$go="";
my %article3=();
while ($ligne = ){
chomp $ligne;
if ($contenu == 1){
if (($ligne !~ m//) && ($ligne !~ m/<\/div>/)){
$go .= $ligne;
}
if (($ligne =~ m//) || ($ligne =~ m/<\/div>/)){
$article3{$i} = $go;
$article3{$i} =~ s/<[^>]*>//g;
$go="";
$i++;
$contenu = 0;
}
}
if ($check == 1){
if ($ligne =~ m/<\/h\d>/){
$concat .= $ligne;
$article3{$i} = $concat;
$article3{$i} =~ s/<[^>]*>//g;
$check = 0;
$i++;
$contenu = 1 unless ($ligne =~ m//);
}
else{
$concat .= $ligne;
}
}
if($ligne =~ m/.*<\/h\d>/){
$article3{$i} = $ligne;
$article3{$i} =~ s/<[^>]*>//g;
$i++;
$contenu = 1 unless ($ligne =~ m//);
}
if(($ligne =~ m//) && ($ligne !~ m/<\/h\d/)){
$concat = $ligne;
$check=1;
}
}
####################
## BULGARE
####################
$i=0;
$contenu = 0;
$go="";
my %article4=();
while ($ligne = ){
chomp $ligne;
if ($contenu == 1){
if (($ligne !~ m//) && ($ligne !~ m/<\/div>/)){
$go .= $ligne;
}
if (($ligne =~ m//) || ($ligne =~ m/<\/div>/)){
$article4{$i} = $go;
$article4{$i} =~ s/<[^>]*>//g;
$go="";
$i++;
$contenu = 0;
}
}
if($ligne =~ m//){
$article4{$i} = $ligne;
$article4{$i} =~ s/<[^>]*>//g;
$i++;
$contenu = 1 unless ($ligne =~ m//);
}
}
##################
## ARABE
##################
$i=0;
$check = 0;
$concat="";
$contenu = 0;
$go="";
my %article5=();
while ($ligne = ){
chomp $ligne;
$ligne =~ s///g;
if ($contenu == 1){
if (($ligne !~ m//)){
$go .= $ligne;
}
if (($ligne =~ m//)){
$article5{$i} = $go;
$article5{$i} =~ s/<[^>]*>//g;
$go="";
$i++;
$contenu = 0;
}
}
if ($check == 1){
if ($ligne =~ m/<\/h\d/){
$concat .= $ligne;
$article5{$i} = $concat;
$article5{$i} =~ s/<[^>]*>//g;
$i++;
$check=0;
$contenu = 1 unless ($ligne =~ m/<\/h3/);
}
else{
$concat .= $ligne;
}
}
if($ligne =~ m//){
$article5{$i} = $ligne;
$article5{$i} =~ s/<[^>]*>//g;
$i++;
$contenu = 1 unless ($ligne =~ m/){
chomp $ligne;
if ($contenu == 1){
if ($ligne !~ m/([^<]+)/){
$go .= $ligne;
}
if (($ligne =~ m/([^<]+)/) || ($ligne =~ m/<\/div>/)){
$go =~ s/<[^>]>//g;
$article6{$i} = $go;
$article6{$i} =~ s/<[^>]*>//g;
$go="";
$i++;
$contenu = 0;
}
}
if($ligne =~ m//){
$article6{$i} = $ligne;
$article6{$i} =~ s/<[^>]*>//g;
$i++;
unless ($ligne =~ m//){
$contenu = 1;
}
}
}
sort {$a <=> $b} keys %article2;
sort {$a <=> $b} keys %article3;
sort {$a <=> $b} keys %article4;
sort {$a <=> $b} keys %article5;
sort {$a <=> $b} keys %article6;
for my $key(sort {$a <=> $b} keys %article){
my $valeur = $article{$key};
my $valeur2 = $article2{$key};
my $valeur3 = $article3{$key};
my $valeur4 = $article4{$key};
my $valeur5 = $article5{$key};
my $valeur6 = $article6{$key};
print FILEOUT "| $valeur | \n";
print FILEOUT "$valeur2 | \n";
print FILEOUT "$valeur3 | \n";
print FILEOUT "$valeur4 | \n";
print FILEOUT "$valeur5 | \n";
print FILEOUT "$valeur6 |
\n";
}
print FILEOUT "
";
close (FILEIN); close (FILEIN2); close (FILEIN3); close (FILEIN4); close (FILEIN5); close (FILEIN6); close (FILEOUT);