#/usr/bin/perl
<<DOC; 
Nom : Rachid Belmouhoub
MARS 2010
 usage : perl bao3_rb.pl fichier_tag fichier_motif repdesortie
DOC
#
use XML::XPath; # apel du module perl xpath, (libxml fait la mm ch ms faire attention aux noms car sont differents chez xpath)
# On vérifie le nombre d'arguments de l'appel au script ($0 : le nom du script)
if($#ARGV!=2){print "usage : perl $0 fichier_tag fichier_motif";exit;} # fichier tag c'est extrait-resultat-tre !!! qui est dans ressources, et fichier-motif c'est patterns
# Enregistrement des arguments dans les variables idoines
my $tag_file= shift @ARGV; #shift fonction
my $patterns_file = shift @ARGV;
my $repsortie=shift @ARGV;
# Queqlues initialisations fort utiles
my @patterns;
my $nb_patterns=0;
my $nb_tokens=0;
#
open(PATTERNSFILE, $patterns_file) or die "can't open $patterns_file: $!\n";
# lecture du fichier contenant les motifs, un motif par ligne (par exemple : NOM ADJ)
while ($ligne = <PATTERNSFILE>) {
	# on supprime avec la fonction chomp un éventuel retour à la ligne
	chomp($ligne);
	# 
	$nb_patterns = push(@patterns,$ligne); #push rajoute dns un tableau a la suite du dernier enregistrempent, un nouveau enregistrement
}
# création de l'objet XML::XPath pour explorer le fichier de sortie tree-tagger XML
my $xp = XML::XPath->new( filename => $tag_file ) or die "big trouble"; # 
#
# recherche des motifs dans le fichier de sortie treetagger xml
foreach my $pattern (@patterns){  # ici on a qq ch comme (NOM ADJ","N_P_N")
	# construction au moyen de la fonction split d'un tableau dont chaque élément a pour valeur  un token du motif recherché
	@tokens=split(/ /,$pattern); # on split ce que j'ai dans ma liste
	# définition du nom du fichier de sortie pour le motif en utilisant la fonction join
	my $match_file = "res_extract-".join('_', @tokens).".txt"; # ts les elemts du tableau @tokens et on concatene avec _. On va avoir autant de fichiers de sortie que de lignes qui existent dans mon fichier pattern
	open(MATCHFILE, ">./$repsortie/$match_file") or die "can't open $match_file: $!\n"; # specifier q fichier de sortie sont e utf-8!!
	# appel de la procédure d'extraction des formes correspondants au motif
	&extract_pattern(@tokens);
	close(MATCHFILE);
}
# routine d'extraction d'un motif
sub extract_pattern{  
	@tokenz=@_; # @_   ajouter my @tokenz pr la rendre locale et ici ele elle reste (nom,prep,nom) ce qui avant était dans @tokens (nom,prep,nom)
	# la fonction shift coupe le premier élement d'un tableau et le revoie en résultat
	$first_token=shift @tokenz; # ici ce sera nom prep nom
	chomp($first_token);
	# Initialisation du chemin xpath correspondant au motif recherché
	# ATTENTION ici aux effets de bord dus à la structure choisie pour le fichier tree-tagger XML
	# par exemple pour le motif NOM ADJ : une description d'un fil rss qui se termine par un NOM suivie d'une autre description qui commence par un ADJ !
	$search_path="//element/data[1][contains(text(),\"$first_token\")]"; # commence a construire le chemin. // ts le noueds q ont pr nom lelemn de la racine.cherchons son fils data avc l'indice 1(nosso primeiro elemento é igual a isso ?SIM!)
	foreach my $token (@tokenz){# construction  recursive du chemin xpath correspondant au motif recherché
		chomp($token);
		$search_path.="/ancestor::element/following-sibling::element[1]/data[1][contains(text(),\"$token\")]";
	}
	# boucle sur les nœuds reconnus du chemin xpath
	foreach my $noeud ( $xp->find($search_path)->get_nodelist ) { #apel d fonctions q sont livres avec module xpath. xp,apel find q cherche un chemin xpath dns le document(on stocke cette valeur dans search_path)premiere ch q elle fait cest voir sil existe)apr apel de getnoeudlitse, qui ??
		# initialisation du tableau des formes
		# on le fait ici pour des raisons évidentes d'économie de mémoire et donc de performance
		my @matching_tokens; #
		# on remonte d'un cran au nœud  parent pour extraire la forme trouvée
		# dans le cas d'un motif NOM ADJ, c'est la forme de l'adjectif qu'on atteint
		$noeud_tmp=$noeud->getParentNode; #getnouedparent,donne le noued parent
		$i=0;
		foreach (@tokens){ #on pourrait faire for au lieu de foreach
			$i++;
			# on récupère la forme
			# noter que le "3" de getChildNode(3) correspond au "data[3]" de la feuille XSLT
			$motif=$noeud_tmp->getChildNode(3)->string_value; #chercje $motif a partir de $noeuttmp,la valeur du fils numero 3,apre japplique la fonctio stringvalue q me donne la forme.Si la forme de adj é republique,ce sera la forme !
			# unshift(@matching_tokens,$motif) ajoute au début du tableau @matching_tokens un élément dont la valeur est le contenu de la variable $motif
			$nb_tokens=unshift(@matching_tokens,$motif); #unshift ajoute dns un tableau a la premiere position,ce qui a comme argument=$motif
			$motif="";
			# on remonte recursivement aux nœuds précedents pour extraire la forme
			# dans le cas d'un motif NOM PRP NOM, on récupère ainsi PRP puis NOM (le premier)
			# noter que "precding-sibling" est l'axe inverse de "following-sibling"
			@noeudtmp=$xp->find("./preceding-sibling::element[1]",$noeud_tmp)->get_nodelist; # preceding-sibling::element[ = cest lke frere ainé
			$noeud_tmp=shift(@noeudtmp); #
		}
		# écriture des résultats dans un fichier en utilisant la fonction join, pratique !
		print MATCHFILE join(' ', @matching_tokens)."\n";
	}
}