script/oki2cha.pl

   1 #!/usr/bin/perl
   2 #
   3 # oki2cha.pl - 沖縄辞書のファイルを茶筌で使える形式のテキストに変換する
   4 #
   5 #               $Id: oki2cha.pl,v 1.3 2003/04/25 06:15:56 void Exp $
   6 #
   7 # このスクリプトを使って、以下のように「okinawa.dic」を生成してください。
   8 #     $ cat ../*.dic | ./oki2cha.pl > okinawa.dic
   9 #     $ /usr/local/libexec/chasen/makeint okinawa.dic > okinawa.txt
  10 #     $ /usr/local/libexec/chasen/sortdic okinawa.txt > okinawa.int
  11 #     $ /usr/local/libexec/chasen/pattool -F okinawa
  12 #     $ rm okinawa.txt
  13
  14 require 5.6.0;
  15 use FindBin;
  16 use lib $FindBin::Bin;  # For search scripts/ODIC.pm
  17 require 'ODIC.pm';
  18 use strict;
  19 use Getopt::Long qw(:config posix_default no_ignore_case gnu_compat);
  20
  21 our $phonate;
  22 our $word;
  23 our $class;
  24
  25 my $help_only;
  26 my $skip_geta;
  27
  28 GetOptions(
  29     'help|h' => \$help_only,
  30     'skip-geta|g' => \$skip_geta
  31 );
  32 if (defined($help_only)) {
  33     print STDERR "usage: $0 [--help|-h] [--skip-geta|-g]\n";
  34     exit 1;
  35 }
  36
  37 while (<>) {
  38         # JIS X 0208 に含まれていない文字を含む行を読み飛ばす
  39         # 読み飛ばしにはコメントに「〓あり」マーカーが必要
  40         next if (defined($skip_geta) && /〓あり/);
  41
  42         next if (/@@@/);        # @@@のある行は読み飛ばす。
  43         s/#.*$//;               # `#'以降を取り去る
  44         next if (/^\s*$/);      # その結果空行になった行は読み飛ばす。
  45         if (/(\S+)\s+(\S+)\s+(\S+)/) {
  46                 $phonate = $1;  # 読み
  47                 $word    = $2;  # 単語
  48                 $class   = $3;  # 品詞
  49                 ODIC::check_phonate($phonate);
  50                 ODIC::check_word($word);
  51                 &convert_class;
  52         }
  53         else {
  54                 print STDERR "Error: $.: too few field number `$_'\n";
  55                 print  "$_";
  56         }
  57 }
  58 &version;
  59 exit 0;
  60
  61
  62 sub convert_class {
  63         if ($class eq "普通名詞") {
  64                 print ODIC::to_eucjp("(品詞 (名詞 一般)) ((見出し語 ($word 2000)) (読み $phonate))\n");
  65         }
  66         elsif ($class eq "サ変名詞") {
  67                 print ODIC::to_eucjp("(品詞 (名詞 サ変接続)) ((見出し語 ($word 2000)) (読み $phonate))\n");
  68         }
  69         elsif ($class eq "形動名詞") {
  70                 print ODIC::to_eucjp("(品詞 (名詞 形容動詞語幹)) ((見出し語 ($word 2000)) (読み $phonate))\n");
  71         }
  72         elsif ($class eq "姓") {
  73                 print ODIC::to_eucjp("(品詞 (名詞 固有名詞 人名 姓)) ((見出し語 ($word 1000)) (読み $phonate))\n");
  74         }
  75         elsif ($class eq "名") {
  76                 print ODIC::to_eucjp("(品詞 (名詞 固有名詞 人名 名)) ((見出し語 ($word 2000)) (読み $phonate))\n");
  77         }
  78         elsif ($class eq "その他の人名") {
  79                 print ODIC::to_eucjp("(品詞 (名詞 固有名詞 人名 一般)) ((見出し語 ($word 2000)) (読み $phonate))\n");
  80         }
  81         elsif ($class eq "単純地名") {
  82                 print ODIC::to_eucjp("(品詞 (名詞 固有名詞 地域 一般)) ((見出し語 ($word 2000)) (読み $phonate))\n");
  83         }
  84         elsif ($class eq "接尾語付き地名") {
  85                 print ODIC::to_eucjp("(品詞 (名詞 固有名詞 地域 一般)) ((見出し語 ($word 2000)) (読み $phonate))\n");
  86         }
  87         elsif ($class eq "組織名") {
  88                 print ODIC::to_eucjp("(品詞 (名詞 固有名詞 組織)) ((見出し語 ($word 3000)) (読み $phonate))\n");
  89         }
  90         elsif ($class eq "その他固有名詞") {
  91                 print ODIC::to_eucjp("(品詞 (名詞 固有名詞 一般)) ((見出し語 ($word 2000)) (読み $phonate))\n");
  92         }
  93         elsif ($class eq "副詞") {
  94                 print ODIC::to_eucjp("(品詞 (副詞 一般)) ((見出し語 ($word 2000)) (読み $phonate))\n");
  95         }
  96         elsif ($class eq "接続詞") {
  97                 print ODIC::to_eucjp("(品詞 (接続詞)) ((見出し語 ($word 2000)) (読み $phonate))\n");
  98         }
  99         elsif ($class eq "感動詞") {
 100                 print ODIC::to_eucjp("(品詞 (感動詞)) ((見出し語 ($word 2000)) (読み $phonate))\n");
 101         }
 102         elsif ($class eq "形容詞") {
 103                 print ODIC::to_eucjp("(品詞 (形容詞 自立)) ((見出し語 ($word 2000)) (読み $phonate))\n");
 104         }
 105         elsif ($class eq "形容動詞") {
 106                 print ODIC::to_eucjp("(品詞 (名詞 形容動詞語幹)) ((見出し語 ($word 2000)) (読み $phonate))\n");
 107         }
 108         elsif ($class eq "接頭語") {                 # !!!
 109                 print ODIC::to_eucjp("(品詞 (接頭詞 名詞接続)) ((見出し語 ($word 2000)) (読み $phonate))\n");
 110         }
 111         elsif ($class eq "数字列接頭語") {
 112                 print ODIC::to_eucjp("(品詞 (接頭詞 数接続)) ((見出し語 ($word 2000)) (読み $phonate))\n");
 113         }
 114         elsif ($class eq "接尾語") {
 115                 print ODIC::to_eucjp("(品詞 (名詞 接尾 一般)) ((見出し語 ($word 2000)) (読み $phonate))\n");
 116         }
 117         elsif ($class eq "人名接尾語") {
 118                 print ODIC::to_eucjp("(品詞 (名詞 接尾 人名)) ((見出し語 ($word 2000)) (読み $phonate))\n");
 119         }
 120         elsif ($class eq "地名接尾語") {
 121                 print ODIC::to_eucjp("(品詞 (名詞 接尾 地域)) ((見出し語 ($word 2000)) (読み $phonate))\n");
 122         }
 123         elsif ($class eq "組織名接尾語") {
 124                 print ODIC::to_eucjp("(品詞 (名詞 接尾 一般)) ((見出し語 ($word 2000)) (読み $phonate))\n");
 125         }
 126         elsif ($class eq "数字列接尾語") {
 127                 print ODIC::to_eucjp("(品詞 (名詞 接尾 助数詞)) ((見出し語 ($word 2000)) (読み $phonate))\n");
 128         }
 129         elsif ($class eq "成句") {
 130                 print ODIC::to_eucjp("(品詞 (名詞 引用文字列)) ((見出し語 ($word 2000)) (読み $phonate))\n");
 131         }
 132         elsif ($class eq "無品詞") {
 133                 print ODIC::to_eucjp("(品詞 (名詞 引用文字列)) ((見出し語 ($word 2000)) (読み $phonate))\n");
 134         }
 135         else {
 136                 print STDERR "Error: $.: unknown class `$class': $phonate\t$word\n";
 137                 print ODIC::to_eucjp("$phonate,$word,$class\n");
 138         }
 139 }
 140
 141
 142 sub version {
 143         my $sec;
 144         my $min;
 145         my $hour;
 146         my $mday;
 147         my $mon;
 148         my $year;
 149
 150         ($sec, $min, $hour, $mday, $mon, $year) = localtime(time());
 151         $year += 1900;
 152         $mon++;
 153         print ODIC::to_eucjp("(品詞 (名詞 引用文字列)) ((見出し語 ($year/$mon/$mday沖縄辞書の日付け 2000)) (読み おきなわじしょのひづけ))\n");
 154 }