MLWCompiler.py 34.1 KB
Newer Older
1
2
3
4
5
6
7
8
9
10
11
12
#!/usr/bin/python

#######################################################################
#
# SYMBOLS SECTION - Can be edited. Changes will be preserved.
#
#######################################################################


from functools import partial
import os
import sys
di68kap's avatar
di68kap committed
13
14
15

sys.path.extend(['../', '../../'])

16
17
18
19
20
21
try:
    import regex as re
except ImportError:
    import re
from DHParser import logging, is_filename, load_if_file, \
    Grammar, Compiler, nil_preprocessor, \
di68kap's avatar
di68kap committed
22
    Lookbehind, Lookahead, Alternative, Pop, Token, Synonym, AllOf, SomeOf, \
23
24
25
    Option, NegativeLookbehind, OneOrMore, RegExp, Retrieve, Series, RE, Capture, \
    ZeroOrMore, Forward, NegativeLookahead, mixin_comment, compile_source, \
    last_value, counterpart, accumulate, PreprocessorFunc, \
di68kap's avatar
di68kap committed
26
    Node, TransformationFunc, TransformationDict, \
27
    traverse, remove_children_if, merge_children, is_anonymous, \
Eckhart Arnold's avatar
Eckhart Arnold committed
28
    reduce_single_child, replace_by_single_child, replace_or_reduce, remove_whitespace, \
29
    remove_expendables, remove_empty, remove_tokens, flatten, is_whitespace, \
30
31
32
    is_empty, is_expendable, collapse, replace_content, remove_nodes, remove_content, \
    remove_brackets, replace_parser, traverse_locally, remove_nodes, \
    keep_children, is_one_of, has_content, apply_if, remove_first, remove_last, \
di68kap's avatar
di68kap committed
33
    lstrip, rstrip, strip, keep_nodes, remove_anonymous_empty
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59


#######################################################################
#
# PREPROCESSOR SECTION - Can be edited. Changes will be preserved.
#
#######################################################################

def MLWPreprocessor(text):
    return text

def get_preprocessor() -> PreprocessorFunc:
    return MLWPreprocessor


#######################################################################
#
# PARSER SECTION - Don't edit! CHANGES WILL BE OVERWRITTEN!
#
#######################################################################

class MLWGrammar(Grammar):
    r"""Parser for a MLW source file, with this grammar:
    
    # EBNF-Syntax für MLW-Artikel
    
di68kap's avatar
di68kap committed
60
61
    # TODO: Vervollständigen!!!!
    
62
    
di68kap's avatar
di68kap committed
63
    @ comment         =  /(?:\/\/.*)|(?:\/\*(?:.|\n)*?\*\/)/   # Kommentare im C++ Stil
64
65
66
67
68
69
70
71
                                          # ohne das Zeilenende zu beinhalten
    @ whitespace      =  /[\t ]*/         # Zeilensprünge zählen nicht als Leerraum
    @ literalws       =  right            # Leerraum vor und nach Literalen wird automatisch entfernt
    
    
    ##############################################################################
    
    Artikel           = [LZ]
di68kap's avatar
di68kap committed
72
73
                        §{ LemmaPosition }+
                        [EtymologiePosition]
74
                        [ArtikelKopf]
di68kap's avatar
di68kap committed
75
76
77
78
                        BedeutungsPosition
                        [VerweisPosition]
                        { UnterArtikel }
                        ArtikelVerfasser
di68kap's avatar
di68kap committed
79
80
                        [Stellenverzeichnis]
                        [LZ] DATEI_ENDE
81
82
83
84
    
    
    #### LEMMA-POSITION ##########################################################
    
di68kap's avatar
di68kap committed
85
86
    LemmaPosition     = [ABS] "LEMMA" [LZ] §Lemma TR [LemmaVarianten]
                        GrammatikPosition [Zusatz]
87
    
di68kap's avatar
di68kap committed
88
    Lemma             = [< klassisch | gesichert >] LemmaWort
89
      klassisch       = "*"
di68kap's avatar
di68kap committed
90
      gesichert       = "$"  # TODO: Noch fragen: Welches Zeichen?
91
    
di68kap's avatar
di68kap committed
92
    LemmaWort         = LAT_WORT
93
    
di68kap's avatar
di68kap committed
94
    LemmaVarianten    = LemmaVariante { [";" | ","] [ZW] LemmaVariante } [ ABS Zusatz ]
95
    
96
    LemmaVariante     = LAT_WORT [Zusatz]   # Ist eine Lemma immer ein einzelnes Wort?
97
98
99
100
    
    
    ## GRAMMATIK-POSITION ##
    
di68kap's avatar
di68kap committed
101
    GrammatikPosition = ZWW "GRAMMATIK" [LZ] §Grammatik { ABS GrammatikVariante }
di68kap's avatar
di68kap committed
102
103
    
    Grammatik        = wortart §ABS flexion [genus]
104
    
eckhart's avatar
eckhart committed
105
106
107
108
109
110
    wortart          = nomen | verb | adverb | adjektiv | praeposition
    nomen            = "nomen"  | "n."
    verb             = "verb"   | "v."
    adverb           = "adverb" | "adv."
    adjektiv         = "adjektiv" | "adj."
    praeposition     = "praeposition" | "praep."
111
    
di68kap's avatar
di68kap committed
112
    flexion          = deklination | konjugation
di68kap's avatar
di68kap committed
113
    deklination      = FLEX ["," FLEX]
di68kap's avatar
di68kap committed
114
    konjugation      = FLEX
115
116
    FLEX             = /-?[a-z]+/~
    
eckhart's avatar
eckhart committed
117
118
119
120
    genus            = maskulinum | femininum | neutrum
    maskulinum       = "maskulinum" | "m."
    femininum        = "femininum" | "f."
    neutrum          = "neutrum" | "n."
121
    
122
    GrammatikVariante  = [wortart ABS] flexion [genus] DPP Beleg { FORTSETZUNG Beleg }   # Beleg { SEM Beleg }
di68kap's avatar
di68kap committed
123
    
124
125
    
    
di68kap's avatar
di68kap committed
126
127
    #### ETYMOLOGIE-POSITION #####################################################
    
di68kap's avatar
di68kap committed
128
    EtymologiePosition = ZWW "ETYMOLOGIE" [LZ] { EtymologieVariante }+
di68kap's avatar
di68kap committed
129
    EtymologieVariante = LAT | GRI [EtymologieBesonderheit] ["ETYM" Etymologie] DPP Beleg
di68kap's avatar
di68kap committed
130
131
    EtymologieBesonderheit = EINZEILER
    Etymologie         = EINZEILER
di68kap's avatar
di68kap committed
132
    
133
134
135
    
    #### ARTIKEL-KOPF ############################################################
    
di68kap's avatar
di68kap committed
136
137
    ArtikelKopf     = <   SchreibweisenPosition
                        | StrukturPosition
di68kap's avatar
di68kap committed
138
                        | GebrauchsPosition
di68kap's avatar
di68kap committed
139
                        | MetrikPosition
di68kap's avatar
di68kap committed
140
                        | VerwechselungsPosition >
di68kap's avatar
di68kap committed
141
    
di68kap's avatar
di68kap committed
142
143
    SchreibweisenPosition = ZWW "SCHREIBWEISE"  Position
    StrukturPosition      = ZWW "STRUKTUR"      Position
di68kap's avatar
di68kap committed
144
    GebrauchsPosition     = ZWW "GEBRAUCH"      Position
di68kap's avatar
di68kap committed
145
    MetrikPosition        = ZWW "METRIK"        Position
di68kap's avatar
di68kap committed
146
    VerwechselungsPosition = ZWW "VERWECHSELBAR" Position
di68kap's avatar
di68kap committed
147
    
di68kap's avatar
di68kap committed
148
    ## ARTIKELKOPF POSITIONEN ##
di68kap's avatar
di68kap committed
149
    
di68kap's avatar
di68kap committed
150
151
152
153
154
155
156
    Position       = [LZ] §Kategorien
    Kategorien     = Kategorie { ZWW Kategorie }
    Kategorie      = Besonderheit §DPP [LZ] ( Varianten | Kategorien )
    Besonderheit   = EINZEILER
    Varianten      = Variante { ZWW Variante }
    Variante       = !KATEGORIENZEILE Gegenstand DPP Belege
    Gegenstand     = EINZEILER
157
158
159
160
    
    
    #### BEDEUTUNGS-POSITION #####################################################
    
di68kap's avatar
di68kap committed
161
    BedeutungsPosition   = { ZWW "BEDEUTUNG" [LZ] §Bedeutung [U1Bedeutung] }+
di68kap's avatar
di68kap committed
162
163
    U1Bedeutung          = { ZWW ("U_BEDEUTUNG" | "UNTER_BEDEUTUNG") [LZ] §Bedeutung [U2Bedeutung] }+
    U2Bedeutung          = { ZWW ("UU_BEDEUTUNG" | "UNTER_UNTER_BEDEUTUNG") [LZ] §Bedeutung [U3Bedeutung] }+
164
165
166
    U3Bedeutung          = { ZWW "UUU_BEDEUTUNG" [LZ] §Bedeutung [U4Bedeutung] }+
    U4Bedeutung          = { ZWW "UUUU_BEDEUTUNG" [LZ] §Bedeutung [U5Bedeutung] }+
    U5Bedeutung          = { ZWW "UUUUU_BEDEUTUNG" [LZ] §UntersteBedeutung }+
167
    
di68kap's avatar
di68kap committed
168
    Bedeutung            = (Interpretamente | Bedeutungskategorie) [BelegPosition]
di68kap's avatar
di68kap committed
169
    UntersteBedeutung    = Interpretamente [BelegPosition]
170
    Bedeutungskategorie  = { EINZEILER [LZ] [Zusatz] [LZ] } §":"
171
172
173
174
    
    Interpretamente      = LateinischeBedeutung (LZ | " " | "--") §DeutscheBedeutung [":"]
    LateinischeBedeutung = LAT [ZW] LateinischerAusdruck { "," LateinischerAusdruck }
    DeutscheBedeutung    = DEU [ZW] DeutscherAusdruck { "," DeutscherAusdruck }
175
176
177
178
    LateinischerAusdruck = { <LateinischesWort [Zusatz]> }+
    DeutscherAusdruck    = { <DeutschesWort [Zusatz]> }+
    LateinischesWort     = (LAT_WORT | "(" { LAT_WORT }+ ")")
    DeutschesWort        = (DEU_WORT | "(" { DEU_WORT }+ ")")
179
180
181
182
183
    
    LAT = "LATEINISCH" | "LAT"
    DEU = "DEUTSCH" | "DEU"
    GRI = "GRIECHISCH" | "GRIECH" | "GRIE" | "GRI"
    
184
    
di68kap's avatar
di68kap committed
185
    BelegPosition = ZWW ["BELEGE" [LZ]] Belege
di68kap's avatar
di68kap committed
186
187
    
    
di68kap's avatar
di68kap committed
188
    #### VERWEIS-POSITION ########################################################
189
    
di68kap's avatar
di68kap committed
190
    VerweisPosition = ZWW "VERWEISE"
di68kap's avatar
di68kap committed
191
192
    
    
di68kap's avatar
di68kap committed
193
    #### UNTER-ARTIKEL ###########################################################
di68kap's avatar
di68kap committed
194
    
di68kap's avatar
di68kap committed
195
    UnterArtikel = ZWW "UNTER-ARTIKEL"
196
197
198
199
    
    
    #### AUTOR/AUTORIN ###########################################################
    
200
    ArtikelVerfasser = ZWW ("AUTORIN" | "AUTOR") §Name
di68kap's avatar
di68kap committed
201
202
    Name             = { NAME | NAMENS_ABKÜRZUNG | unbekannt }+
    unbekannt        = "unbekannt"
203
    
di68kap's avatar
di68kap committed
204
    #### STELLENVERZEICHNIS ######################################################
di68kap's avatar
di68kap committed
205
    
di68kap's avatar
di68kap committed
206
207
208
209
    Stellenverzeichnis = ZWW "STELLENVERZEICHNIS" [LemmaWort] ZWW Verweisliste
    Verweisliste       = { [LZ] "*" Stellenverweis }
    Stellenverweis     = BelegQuelle { [ABS] Stelle (NullVerweis | Verweis) }
    NullVerweis        = "{" "-" "}"
di68kap's avatar
di68kap committed
210
    
di68kap's avatar
di68kap committed
211
212
    
    #### ZUSATZ an verschiedenen Stellen der Struktur ############################
213
    
di68kap's avatar
di68kap committed
214
    Zusatz       = { "{" !("=>" | "@" | "^") §EinzelnerZusatz { ";;" EinzelnerZusatz } "}" }+  # mehrteilige Zusätze unnötig
di68kap's avatar
di68kap committed
215
      EinzelnerZusatz  = FesterZusatz | GemischterZusatz | FreierZusatz
di68kap's avatar
di68kap committed
216
      FesterZusatz     = "adde" | "sape" | "persaepe"
di68kap's avatar
di68kap committed
217
218
219
      GemischterZusatz = ( GebrauchsHinweis | PlurSingHinweis ) FreierZusatz
      GebrauchsHinweis = "usu"
      PlurSingHinweis  = "plur. sensu sing."
di68kap's avatar
di68kap committed
220
      FreierZusatz     = { FREITEXT | VerweisKern | Verweis }+
di68kap's avatar
di68kap committed
221
222
223
224
    
    
    #### BELEGE ##################################################################
    
di68kap's avatar
di68kap committed
225
    Belege           = ["*"] Beleg { [LZ] "*" Beleg }
di68kap's avatar
di68kap committed
226
    Beleg            = [Zusatz] ((Verweis [Zitat]) | Zitat) [ABS Zusatz] ["."]
227
    Zitat            = Quellenangabe { SEM [ZW] BelegStelle }
di68kap's avatar
di68kap committed
228
229
    Quellenangabe    = [<Anker | Zusatz>] < BelegQuelle | Verweis >
    BelegQuelle      = Autor §DPP [Werk] &SEM
230
    BelegStelle      = [<Anker | Zusatz>] (Stelle [[ZW] BelegText] | Verweis) [[ZW] Zusatz]
di68kap's avatar
di68kap committed
231
    BelegText        = /"/ { MEHRZEILER | Anker | Zusatz } §/"/~ ["."]
di68kap's avatar
di68kap committed
232
    
233
234
    Autor     = EINZEILER
    Werk      = EINZEILER
di68kap's avatar
di68kap committed
235
236
237
    Stelle    = EINZEILER
    Datierung = EINZEILER
    Edition   = EINZEILER
di68kap's avatar
di68kap committed
238
239
    
    
di68kap's avatar
di68kap committed
240
241
242
    #### VERWEISE (LINKS) ########################################################
    
    Verweis          = "{" VerweisKern "}"
di68kap's avatar
di68kap committed
243
    VerweisKern      = "=>" §((alias "|" ("-" | URL)) | URL)
di68kap's avatar
di68kap committed
244
    Anker            = "{" "@" §ziel "}"
di68kap's avatar
di68kap committed
245
246
247
248
249
250
251
252
253
    URL              = [ ([protokoll] domäne /\//) | /\// ] { pfad /\// } ziel
    
    alias            = FREITEXT
    protokoll        = /\w+:\/\//
    domäne           = /\w+\.\w+(?:\.\w+)*/
    pfad             = /\w+/
    ziel             = /[\w=?.%&\[\] ]+/
    
    
di68kap's avatar
di68kap committed
254
255
    #### GENERISCHE UND ATOMARE AUSDRÜCKE ########################################
    
256
257
258
    NAMENS_ABKÜRZUNG = /[A-ZÄÖÜÁÀÂÓÒÔÚÙÛ]\./~
    NAME             = /[A-ZÄÖÜÁÀÓÒÚÙÂÔÛ][a-zäöüßáàâóòôúùû]+/~
    
di68kap's avatar
di68kap committed
259
    DEU_WORT         = DEU_GROSS | DEU_KLEIN | GROSSBUCHSTABE
di68kap's avatar
di68kap committed
260
    DEU_GROSS        = /[A-ZÄÖÜ][a-zäöüßę_\-.]+/~
di68kap's avatar
di68kap committed
261
262
    GROSSBUCHSTABE   = /[A-ZÄÖÜ](?=[ \t\n])/~
    KLEINBUCHSTABE   = /[a-zäöü](?=[ \t\n])/~
di68kap's avatar
di68kap committed
263
    GRI_BUCHSTABE    = /[αβγδεζηθικλμνξοπρςστυφχψω]/
di68kap's avatar
di68kap committed
264
265
266
    DEU_KLEIN        = /(?!--)[a-zäöüßęõ_\-.]+/~
    LAT_WORT         = /(?!--)[a-z|\-_.]+/~
    GROSSSCHRIFT     = /(?!--)[A-ZÄÖÜ_\-]+/~
di68kap's avatar
di68kap committed
267
    ZAHL             = /[\d]+/~
di68kap's avatar
di68kap committed
268
    SEITENZAHL       = /[\d]+(?:\^(?:(?:\{[\d\w.,!? ]+\})|[\d\w.]+))?/~     # Zahl mit optionale folgendem hochgestelltem Buchstaben oder Text
di68kap's avatar
di68kap committed
269
    ROEMISCHE_ZAHL   = /(?=[MDCLXVI])M*(C[MD]|D?C*)(X[CL]|L?X*)(I[XV]|V?I*)(?=[^\w])/~
270
    SCHLUESSELWORT   = { //~ /\n/ }+ !ROEMISCHE_ZAHL /[A-ZÄÖÜ]{3,}\s+/
di68kap's avatar
di68kap committed
271
    
di68kap's avatar
di68kap committed
272
273
    SATZZEICHEN      = /(?!->)(?:(?:,(?!,))|(?:;(?!;))|(?::(?!:))|(?:-(?!-))|[.()\[\]]+)|[`''‘’?]/~  # div. Satzzeichen, aber keine doppelten ,, ;; oder ::
    TEIL_SATZZEICHEN = /(?!->)(?:(?:,(?!,))|(?:-(?!-))|[.()]+)|[`''‘’?]/~ # Satzeichen bis auf Doppelpunkt ":", Semikolon ";" und eckige Klammern
di68kap's avatar
di68kap committed
274
    
275
276
    BUCHSTABENFOLGE  = /\w+/~
    ZEICHENFOLGE     = /[\w()-]+/~
di68kap's avatar
di68kap committed
277
    TEXTELEMENT      = DEU_WORT | SEITENZAHL | ROEMISCHE_ZAHL
di68kap's avatar
di68kap committed
278
    EINZEILER        = { TEXTELEMENT | TEIL_SATZZEICHEN }+
di68kap's avatar
di68kap committed
279
280
    FREITEXT         = { TEXTELEMENT | SATZZEICHEN | GROSSSCHRIFT }+
    MEHRZEILER       = { FREITEXT | /\s+(?=[\w,;:.\(\)\-])/ }+
281
    
di68kap's avatar
di68kap committed
282
    TR               = ABS | LZ                  # (beliebiger) Trenner
di68kap's avatar
di68kap committed
283
    ABS              = /\s*;;?\s*/ | ZWW         # Abschluss (durch Semikolon oder Zeilenwechsel)
di68kap's avatar
di68kap committed
284
    # ZW               = /\n/~                   # Zeilenwechsel
di68kap's avatar
di68kap committed
285
    LZ               = { COMMENT__ | /\s+/ }+    # Leerzeichen oder -zeilen
di68kap's avatar
di68kap committed
286
287
    DPP              = /::?/~                    # Doppelpunkt als Trenner
    SEM              = /;;?/~                    # Semikolon als Trenner
288
289
    
    ZW               = !LÜCKE ZEILENSPRUNG       # Zeilenwechsel, aber keine Leerzeile(n)
di68kap's avatar
di68kap committed
290
291
    ZWW              = ZEILENSPRUNG [ LZ ]       # mindestens ein Zeilenwechsel
    LÜCKE            = KOMMENTARZEILEN LEERZEILE [LZ] # Leerraum mit mindestens einer echten Leerzeile
292
293
294
295
296
    LEERZEILE        = /[ \t]*(?:\n[ \t]*)+\n/ ~/\n?/ # eine oder mehrere echte LEERZEILEN
    RZS              = /\s*?\n|$/               # Rückwärtiger Zeilensprung oder Textanfang
    
    ZEILENSPRUNG     = /[ \t]*\n/~
    KOMMENTARZEILEN  = { /[ \t]*\n?[ \t]*/ COMMENT__ }  # echte Kommentarzeilen
di68kap's avatar
di68kap committed
297
    KATEGORIENZEILE  = /[^:\n]+[:][ \t]*\n/     # Kategorienzeilen enthalten genau einen Doppelpunkt am Ende der Zeile
298
    FORTSETZUNG      = !(ZWW /[^:\n]+[:]/)
299
300
301
302
    
    DATEI_ENDE       = !/./
    NIEMALS          = /(?!.)/
    """
di68kap's avatar
di68kap committed
303
    DEU_WORT = Forward()
di68kap's avatar
di68kap committed
304
305
306
    FREITEXT = Forward()
    GROSSSCHRIFT = Forward()
    Kategorien = Forward()
di68kap's avatar
di68kap committed
307
    LZ = Forward()
di68kap's avatar
di68kap committed
308
    LemmaWort = Forward()
di68kap's avatar
di68kap committed
309
310
    ROEMISCHE_ZAHL = Forward()
    SATZZEICHEN = Forward()
di68kap's avatar
di68kap committed
311
    SEITENZAHL = Forward()
di68kap's avatar
di68kap committed
312
    TEIL_SATZZEICHEN = Forward()
di68kap's avatar
di68kap committed
313
    TEXTELEMENT = Forward()
314
    ZWW = Forward()
di68kap's avatar
di68kap committed
315
    Zusatz = Forward()
di68kap's avatar
di68kap committed
316
317
    flexion = Forward()
    genus = Forward()
318
    wortart = Forward()
di68kap's avatar
di68kap committed
319
    source_hash__ = "b672dda664d0a469c16dae0bf3585e5d"
320
    parser_initialization__ = "upon instantiation"
di68kap's avatar
di68kap committed
321
    COMMENT__ = r'(?:\/\/.*)|(?:\/\*(?:.|\n)*?\*\/)'
322
323
324
325
326
327
    WHITESPACE__ = r'[\t ]*'
    WSP__ = mixin_comment(whitespace=WHITESPACE__, comment=COMMENT__)
    wspL__ = ''
    wspR__ = WSP__
    NIEMALS = RegExp('(?!.)')
    DATEI_ENDE = NegativeLookahead(RegExp('.'))
328
    FORTSETZUNG = NegativeLookahead(Series(ZWW, RegExp('[^:\\n]+[:]')))
di68kap's avatar
di68kap committed
329
    KATEGORIENZEILE = RegExp('[^:\\n]+[:][ \\t]*\\n')
330
331
332
333
    KOMMENTARZEILEN = ZeroOrMore(Series(RegExp('[ \\t]*\\n?[ \\t]*'), RegExp(COMMENT__)))
    ZEILENSPRUNG = RE('[ \\t]*\\n')
    RZS = RegExp('\\s*?\\n|$')
    LEERZEILE = Series(RegExp('[ \\t]*(?:\\n[ \\t]*)+\\n'), RE('\\n?', wR='', wL=WSP__))
di68kap's avatar
di68kap committed
334
335
    LÜCKE = Series(KOMMENTARZEILEN, LEERZEILE, Option(LZ))
    ZWW.set(Series(ZEILENSPRUNG, Option(LZ)))
336
    ZW = Series(NegativeLookahead(LÜCKE), ZEILENSPRUNG)
di68kap's avatar
di68kap committed
337
338
    SEM = RE(';;?')
    DPP = RE('::?')
di68kap's avatar
di68kap committed
339
    LZ.set(OneOrMore(Alternative(RegExp(COMMENT__), RegExp('\\s+'))))
di68kap's avatar
di68kap committed
340
    ABS = Alternative(RegExp('\\s*;;?\\s*'), ZWW)
341
    TR = Alternative(ABS, LZ)
di68kap's avatar
di68kap committed
342
343
    MEHRZEILER = OneOrMore(Alternative(FREITEXT, RegExp('\\s+(?=[\\w,;:.\\(\\)\\-])')))
    FREITEXT.set(OneOrMore(Alternative(TEXTELEMENT, SATZZEICHEN, GROSSSCHRIFT)))
di68kap's avatar
di68kap committed
344
    EINZEILER = OneOrMore(Alternative(TEXTELEMENT, TEIL_SATZZEICHEN))
di68kap's avatar
di68kap committed
345
    TEXTELEMENT.set(Alternative(DEU_WORT, SEITENZAHL, ROEMISCHE_ZAHL))
346
347
    ZEICHENFOLGE = RE('[\\w()-]+')
    BUCHSTABENFOLGE = RE('\\w+')
di68kap's avatar
di68kap committed
348
349
    TEIL_SATZZEICHEN.set(RE("(?!->)(?:(?:,(?!,))|(?:-(?!-))|[.()]+)|[`''‘’?]"))
    SATZZEICHEN.set(RE("(?!->)(?:(?:,(?!,))|(?:;(?!;))|(?::(?!:))|(?:-(?!-))|[.()\\[\\]]+)|[`''‘’?]"))
350
    SCHLUESSELWORT = Series(OneOrMore(Series(RE(''), RegExp('\\n'))), NegativeLookahead(ROEMISCHE_ZAHL), RegExp('[A-ZÄÖÜ]{3,}\\s+'))
di68kap's avatar
di68kap committed
351
    ROEMISCHE_ZAHL.set(RE('(?=[MDCLXVI])M*(C[MD]|D?C*)(X[CL]|L?X*)(I[XV]|V?I*)(?=[^\\w])'))
di68kap's avatar
di68kap committed
352
    SEITENZAHL.set(RE('[\\d]+(?:\\^(?:(?:\\{[\\d\\w.,!? ]+\\})|[\\d\\w.]+))?'))
di68kap's avatar
di68kap committed
353
    ZAHL = RE('[\\d]+')
di68kap's avatar
di68kap committed
354
    GROSSSCHRIFT.set(RE('(?!--)[A-ZÄÖÜ_\\-]+'))
355
    LAT_WORT = RE('(?!--)[a-z|\\-_.]+')
di68kap's avatar
di68kap committed
356
    DEU_KLEIN = RE('(?!--)[a-zäöüßęõ_\\-.]+')
di68kap's avatar
di68kap committed
357
    GRI_BUCHSTABE = RegExp('[αβγδεζηθικλμνξοπρςστυφχψω]')
di68kap's avatar
di68kap committed
358
359
    KLEINBUCHSTABE = RE('[a-zäöü](?=[ \\t\\n])')
    GROSSBUCHSTABE = RE('[A-ZÄÖÜ](?=[ \\t\\n])')
di68kap's avatar
di68kap committed
360
    DEU_GROSS = RE('[A-ZÄÖÜ][a-zäöüßę_\\-.]+')
di68kap's avatar
di68kap committed
361
    DEU_WORT.set(Alternative(DEU_GROSS, DEU_KLEIN, GROSSBUCHSTABE))
362
363
    NAME = RE('[A-ZÄÖÜÁÀÓÒÚÙÂÔÛ][a-zäöüßáàâóòôúùû]+')
    NAMENS_ABKÜRZUNG = RE('[A-ZÄÖÜÁÀÂÓÒÔÚÙÛ]\\.')
di68kap's avatar
di68kap committed
364
365
366
367
368
369
    ziel = RegExp('[\\w=?.%&\\[\\] ]+')
    pfad = RegExp('\\w+')
    domäne = RegExp('\\w+\\.\\w+(?:\\.\\w+)*')
    protokoll = RegExp('\\w+://')
    alias = Synonym(FREITEXT)
    URL = Series(Option(Alternative(Series(Option(protokoll), domäne, RegExp('/')), RegExp('/'))), ZeroOrMore(Series(pfad, RegExp('/'))), ziel)
di68kap's avatar
di68kap committed
370
    Anker = Series(Token("{"), Token("@"), ziel, Token("}"), mandatory=2)
di68kap's avatar
di68kap committed
371
    VerweisKern = Series(Token("=>"), Alternative(Series(alias, Token("|"), Alternative(Token("-"), URL)), URL), mandatory=1)
di68kap's avatar
di68kap committed
372
    Verweis = Series(Token("{"), VerweisKern, Token("}"))
di68kap's avatar
di68kap committed
373
374
375
    Edition = Synonym(EINZEILER)
    Datierung = Synonym(EINZEILER)
    Stelle = Synonym(EINZEILER)
376
377
    Werk = Synonym(EINZEILER)
    Autor = Synonym(EINZEILER)
di68kap's avatar
di68kap committed
378
    BelegText = Series(RegExp('"'), ZeroOrMore(Alternative(MEHRZEILER, Anker, Zusatz)), RE('"'), Option(Token(".")), mandatory=2)
379
    BelegStelle = Series(Option(SomeOf(Anker, Zusatz)), Alternative(Series(Stelle, Option(Series(Option(ZW), BelegText))), Verweis), Option(Series(Option(ZW), Zusatz)))
di68kap's avatar
di68kap committed
380
381
    BelegQuelle = Series(Autor, DPP, Option(Werk), Lookahead(SEM), mandatory=1)
    Quellenangabe = Series(Option(SomeOf(Anker, Zusatz)), SomeOf(BelegQuelle, Verweis))
382
    Zitat = Series(Quellenangabe, ZeroOrMore(Series(SEM, Option(ZW), BelegStelle)))
di68kap's avatar
di68kap committed
383
    Beleg = Series(Option(Zusatz), Alternative(Series(Verweis, Option(Zitat)), Zitat), Option(Series(ABS, Zusatz)), Option(Token(".")))
di68kap's avatar
di68kap committed
384
    Belege = Series(Option(Token("*")), Beleg, ZeroOrMore(Series(Option(LZ), Token("*"), Beleg)))
di68kap's avatar
di68kap committed
385
    FreierZusatz = OneOrMore(Alternative(FREITEXT, VerweisKern, Verweis))
di68kap's avatar
di68kap committed
386
387
388
    PlurSingHinweis = Token("plur. sensu sing.")
    GebrauchsHinweis = Token("usu")
    GemischterZusatz = Series(Alternative(GebrauchsHinweis, PlurSingHinweis), FreierZusatz)
di68kap's avatar
di68kap committed
389
    FesterZusatz = Alternative(Token("adde"), Token("sape"), Token("persaepe"))
di68kap's avatar
di68kap committed
390
    EinzelnerZusatz = Alternative(FesterZusatz, GemischterZusatz, FreierZusatz)
di68kap's avatar
di68kap committed
391
    Zusatz.set(OneOrMore(Series(Token("{"), NegativeLookahead(Alternative(Token("=>"), Token("@"), Token("^"))), EinzelnerZusatz, ZeroOrMore(Series(Token(";;"), EinzelnerZusatz)), Token("}"), mandatory=2)))
di68kap's avatar
di68kap committed
392
393
394
395
    NullVerweis = Series(Token("{"), Token("-"), Token("}"))
    Stellenverweis = Series(BelegQuelle, ZeroOrMore(Series(Option(ABS), Stelle, Alternative(NullVerweis, Verweis))))
    Verweisliste = ZeroOrMore(Series(Option(LZ), Token("*"), Stellenverweis))
    Stellenverzeichnis = Series(ZWW, Token("STELLENVERZEICHNIS"), Option(LemmaWort), ZWW, Verweisliste)
di68kap's avatar
di68kap committed
396
397
    unbekannt = Token("unbekannt")
    Name = OneOrMore(Alternative(NAME, NAMENS_ABKÜRZUNG, unbekannt))
398
    ArtikelVerfasser = Series(ZWW, Alternative(Token("AUTORIN"), Token("AUTOR")), Name, mandatory=2)
di68kap's avatar
di68kap committed
399
400
    UnterArtikel = Series(ZWW, Token("UNTER-ARTIKEL"))
    VerweisPosition = Series(ZWW, Token("VERWEISE"))
di68kap's avatar
di68kap committed
401
    BelegPosition = Series(ZWW, Option(Series(Token("BELEGE"), Option(LZ))), Belege)
402
403
404
    GRI = Alternative(Token("GRIECHISCH"), Token("GRIECH"), Token("GRIE"), Token("GRI"))
    DEU = Alternative(Token("DEUTSCH"), Token("DEU"))
    LAT = Alternative(Token("LATEINISCH"), Token("LAT"))
405
406
407
408
    DeutschesWort = Alternative(DEU_WORT, Series(Token("("), OneOrMore(DEU_WORT), Token(")")))
    LateinischesWort = Alternative(LAT_WORT, Series(Token("("), OneOrMore(LAT_WORT), Token(")")))
    DeutscherAusdruck = OneOrMore(AllOf(DeutschesWort, Option(Zusatz)))
    LateinischerAusdruck = OneOrMore(AllOf(LateinischesWort, Option(Zusatz)))
409
410
411
    DeutscheBedeutung = Series(DEU, Option(ZW), DeutscherAusdruck, ZeroOrMore(Series(Token(","), DeutscherAusdruck)))
    LateinischeBedeutung = Series(LAT, Option(ZW), LateinischerAusdruck, ZeroOrMore(Series(Token(","), LateinischerAusdruck)))
    Interpretamente = Series(LateinischeBedeutung, Alternative(LZ, Token(" "), Token("--")), DeutscheBedeutung, Option(Token(":")), mandatory=2)
412
    Bedeutungskategorie = Series(ZeroOrMore(Series(EINZEILER, Option(LZ), Option(Zusatz), Option(LZ))), Token(":"), mandatory=1)
di68kap's avatar
di68kap committed
413
    UntersteBedeutung = Series(Interpretamente, Option(BelegPosition))
di68kap's avatar
di68kap committed
414
    Bedeutung = Series(Alternative(Interpretamente, Bedeutungskategorie), Option(BelegPosition))
415
416
417
    U5Bedeutung = OneOrMore(Series(ZWW, Token("UUUUU_BEDEUTUNG"), Option(LZ), UntersteBedeutung, mandatory=3))
    U4Bedeutung = OneOrMore(Series(ZWW, Token("UUUU_BEDEUTUNG"), Option(LZ), Bedeutung, Option(U5Bedeutung), mandatory=3))
    U3Bedeutung = OneOrMore(Series(ZWW, Token("UUU_BEDEUTUNG"), Option(LZ), Bedeutung, Option(U4Bedeutung), mandatory=3))
di68kap's avatar
di68kap committed
418
419
    U2Bedeutung = OneOrMore(Series(ZWW, Alternative(Token("UU_BEDEUTUNG"), Token("UNTER_UNTER_BEDEUTUNG")), Option(LZ), Bedeutung, Option(U3Bedeutung), mandatory=3))
    U1Bedeutung = OneOrMore(Series(ZWW, Alternative(Token("U_BEDEUTUNG"), Token("UNTER_BEDEUTUNG")), Option(LZ), Bedeutung, Option(U2Bedeutung), mandatory=3))
di68kap's avatar
di68kap committed
420
    BedeutungsPosition = OneOrMore(Series(ZWW, Token("BEDEUTUNG"), Option(LZ), Bedeutung, Option(U1Bedeutung), mandatory=3))
di68kap's avatar
di68kap committed
421
    Gegenstand = Synonym(EINZEILER)
di68kap's avatar
di68kap committed
422
423
424
425
426
427
    Variante = Series(NegativeLookahead(KATEGORIENZEILE), Gegenstand, DPP, Belege)
    Varianten = Series(Variante, ZeroOrMore(Series(ZWW, Variante)))
    Besonderheit = Synonym(EINZEILER)
    Kategorie = Series(Besonderheit, DPP, Option(LZ), Alternative(Varianten, Kategorien), mandatory=1)
    Kategorien.set(Series(Kategorie, ZeroOrMore(Series(ZWW, Kategorie))))
    Position = Series(Option(LZ), Kategorien, mandatory=1)
di68kap's avatar
di68kap committed
428
    VerwechselungsPosition = Series(ZWW, Token("VERWECHSELBAR"), Position)
di68kap's avatar
di68kap committed
429
    MetrikPosition = Series(ZWW, Token("METRIK"), Position)
di68kap's avatar
di68kap committed
430
    GebrauchsPosition = Series(ZWW, Token("GEBRAUCH"), Position)
di68kap's avatar
di68kap committed
431
432
    StrukturPosition = Series(ZWW, Token("STRUKTUR"), Position)
    SchreibweisenPosition = Series(ZWW, Token("SCHREIBWEISE"), Position)
di68kap's avatar
di68kap committed
433
    ArtikelKopf = SomeOf(SchreibweisenPosition, StrukturPosition, GebrauchsPosition, MetrikPosition, VerwechselungsPosition)
di68kap's avatar
di68kap committed
434
435
    Etymologie = Synonym(EINZEILER)
    EtymologieBesonderheit = Synonym(EINZEILER)
di68kap's avatar
di68kap committed
436
    EtymologieVariante = Alternative(LAT, Series(GRI, Option(EtymologieBesonderheit), Option(Series(Token("ETYM"), Etymologie)), DPP, Beleg))
di68kap's avatar
di68kap committed
437
    EtymologiePosition = Series(ZWW, Token("ETYMOLOGIE"), Option(LZ), OneOrMore(EtymologieVariante))
438
    GrammatikVariante = Series(Option(Series(wortart, ABS)), flexion, Option(genus), DPP, Beleg, ZeroOrMore(Series(FORTSETZUNG, Beleg)))
eckhart's avatar
eckhart committed
439
440
441
442
    neutrum = Alternative(Token("neutrum"), Token("n."))
    femininum = Alternative(Token("femininum"), Token("f."))
    maskulinum = Alternative(Token("maskulinum"), Token("m."))
    genus.set(Alternative(maskulinum, femininum, neutrum))
443
    FLEX = RE('-?[a-z]+')
di68kap's avatar
di68kap committed
444
    konjugation = Synonym(FLEX)
di68kap's avatar
di68kap committed
445
    deklination = Series(FLEX, Option(Series(Token(","), FLEX)))
di68kap's avatar
di68kap committed
446
    flexion.set(Alternative(deklination, konjugation))
eckhart's avatar
eckhart committed
447
448
449
450
451
452
    praeposition = Alternative(Token("praeposition"), Token("praep."))
    adjektiv = Alternative(Token("adjektiv"), Token("adj."))
    adverb = Alternative(Token("adverb"), Token("adv."))
    verb = Alternative(Token("verb"), Token("v."))
    nomen = Alternative(Token("nomen"), Token("n."))
    wortart.set(Alternative(nomen, verb, adverb, adjektiv, praeposition))
di68kap's avatar
di68kap committed
453
    Grammatik = Series(wortart, ABS, flexion, Option(genus), mandatory=1)
di68kap's avatar
di68kap committed
454
    GrammatikPosition = Series(ZWW, Token("GRAMMATIK"), Option(LZ), Grammatik, ZeroOrMore(Series(ABS, GrammatikVariante)), mandatory=3)
di68kap's avatar
di68kap committed
455
    LemmaVariante = Series(LAT_WORT, Option(Zusatz))
di68kap's avatar
di68kap committed
456
457
    LemmaVarianten = Series(LemmaVariante, ZeroOrMore(Series(Option(Alternative(Token(";"), Token(","))), Option(ZW), LemmaVariante)), Option(Series(ABS, Zusatz)))
    LemmaWort.set(Synonym(LAT_WORT))
458
459
    gesichert = Token("$")
    klassisch = Token("*")
di68kap's avatar
di68kap committed
460
    Lemma = Series(Option(SomeOf(klassisch, gesichert)), LemmaWort)
di68kap's avatar
di68kap committed
461
    LemmaPosition = Series(Option(ABS), Token("LEMMA"), Option(LZ), Lemma, TR, Option(LemmaVarianten), GrammatikPosition, Option(Zusatz), mandatory=3)
di68kap's avatar
di68kap committed
462
    Artikel = Series(Option(LZ), OneOrMore(LemmaPosition), Option(EtymologiePosition), Option(ArtikelKopf), BedeutungsPosition, Option(VerweisPosition), ZeroOrMore(UnterArtikel), ArtikelVerfasser, Option(Stellenverzeichnis), Option(LZ), DATEI_ENDE, mandatory=1)
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
    root__ = Artikel
    
def get_grammar() -> MLWGrammar:
    global thread_local_MLW_grammar_singleton
    try:
        grammar = thread_local_MLW_grammar_singleton
    except NameError:
        thread_local_MLW_grammar_singleton = MLWGrammar()
        grammar = thread_local_MLW_grammar_singleton
    return grammar


#######################################################################
#
# AST SECTION - Can be edited. Changes will be preserved.
#
#######################################################################

481
482
483
484
485
LemmaVariante_table = {
    "LAT_WORT, DEU_WORT": [remove_whitespace, reduce_single_child],
    "Zusatz": [reduce_single_child]
}

di68kap's avatar
di68kap committed
486
487
488
def content_from_parser_name(context):
    assert not context[-1].result
    context[-1].result = context[-1].tag_name
eckhart's avatar
eckhart committed
489

490
491
MLW_AST_transformation_table = {
    # AST Transformations for the MLW-grammar
di68kap's avatar
di68kap committed
492
493
    "+": [remove_anonymous_empty, remove_nodes('ZWW', 'ZW', 'LZ', 'DPP', 'COMMENT__', 'ABS', 'SEM', 'TR'),
          remove_tokens(":")],
Eckhart Arnold's avatar
Eckhart Arnold committed
494
    "Autor": [reduce_single_child],
495
    "Artikel": [],
di68kap's avatar
di68kap committed
496
    "LemmaPosition": [],
497
    "Lemma": [],
498
499
    "klassisch": [reduce_single_child],
    "gesichert": [reduce_single_child],
di68kap's avatar
di68kap committed
500
    "LemmaWort": [reduce_single_child],
501
    "LemmaVariante": [reduce_single_child, traverse_locally(LemmaVariante_table)],
eckhart's avatar
eckhart committed
502
    "LemmaVarianten": [flatten],
503
504
    "LemmaZusatz": [],
    "lzs_typ": [],
di68kap's avatar
di68kap committed
505
    "GrammatikPosition": [flatten],
506
507
508
    "wortart": [replace_or_reduce],
    "GrammatikVarianten": [],
    "flexion": [],
509
510
511
    "deklination": [],
    "konjugation": [],
    "FLEX": [remove_whitespace, reduce_single_child],
512
    "genus": [replace_or_reduce],
di68kap's avatar
di68kap committed
513
514
    "nomen, verb, adverb, adjektiv, praeposition": [content_from_parser_name],
    "maskulinum, femininum, neutrum": [content_from_parser_name],
515
516
517
    "EtymologiePosition": [],
    "EtymologieVarianten": [],
    "EtymologieVariante": [],
518
    "ArtikelKopf": [replace_by_single_child],
di68kap's avatar
di68kap committed
519
520
    "SchreibweisenPosition, StrukturPosition, VerwechselungsPosition, GebrauchsPosition":
        [],
521
522
    "SWTyp": [replace_or_reduce],
    "SWVariante": [],
523
    "Schreibweise": [replace_by_single_child],
524
525
526
527
528
529
    "Kategorie": [],
    "Varianten": [flatten],
    "Variante": [],
    "Gegenstand": [reduce_single_child],
    "Besonderheit": [reduce_single_child],
    "BedeutungsPosition": [flatten, remove_tokens("BEDEUTUNG")],
530
    "Bedeutung": [],
531
    "U1Bedeutung, U2Bedeutung, U3Bedeutung, U4Bedeutung, U5Bedeutung":
di68kap's avatar
di68kap committed
532
        [flatten, remove_first],
di68kap's avatar
di68kap committed
533
    "Bedeutungskategorie": [flatten],
534
    "Beleg": [],
eckhart's avatar
eckhart committed
535
536
537
    "BelegText":
        [strip(lambda context: is_expendable(context) or has_content(context, '[".]')),
         reduce_single_child],
538
    "BelegStelle": [flatten],
539
    "Interpretamente": [],
540
541
542
543
544
    "LateinischeBedeutung": [remove_nodes("LAT"), flatten],
    "DeutscheBedeutung": [remove_nodes("DEU"), flatten],
    "LateinischerAusdruck": [flatten, reduce_single_child],
    "DeutscherAusdruck": [flatten, reduce_single_child],
    "LateinischesWort, DeutschesWort": [strip, collapse],
eckhart's avatar
eckhart committed
545
    "Belege": [flatten],
546
    "Beleg": [],
547
    "EinBeleg": [],
eckhart's avatar
eckhart committed
548
549
    "Zitat": [flatten],
    "Zusatz": [reduce_single_child, flatten],
di68kap's avatar
di68kap committed
550
551
    "ArtikelVerfasser": [],
    "Stellenverzeichnis": [],
eckhart's avatar
eckhart committed
552
    "Verweisliste": [flatten],
553
    "Stellenverweis": [flatten],
di68kap's avatar
di68kap committed
554
    "GebrauchsHinweis, PlurSingHinweis": [remove_whitespace, reduce_single_child],
di68kap's avatar
di68kap committed
555
    "Name": [collapse],
di68kap's avatar
di68kap committed
556
    "Stelle": [collapse],
557
558
559
    "SW_LAT": [replace_or_reduce],
    "SW_DEU": [replace_or_reduce],
    "SW_GRIECH": [replace_or_reduce],
eckhart's avatar
eckhart committed
560
    "Verweis": [],
561
    "VerweisZiel": [],
eckhart's avatar
eckhart committed
562
    "Anker": [reduce_single_child],
Eckhart Arnold's avatar
Eckhart Arnold committed
563
    "Werk": [reduce_single_child],
564
    "ZielName": [replace_by_single_child],
565
    "URL": [flatten, keep_nodes('protokoll', 'domäne', 'pfad', 'ziel')],
566
567
    "NAMENS_ABKÜRZUNG": [],
    "NAME": [],
di68kap's avatar
di68kap committed
568
569
570
571
    "DEU_WORT": [reduce_single_child],
    "DEU_GROSS": [reduce_single_child],
    "DEU_KLEIN": [reduce_single_child],
    "LAT_WORT": [reduce_single_child],
572
573
574
575
    "LAT_WORT_TEIL": [],
    "GROSSSCHRIFT": [],
    "GROSSFOLGE": [],
    "BUCHSTABENFOLGE": [],
576
    "EINZEILER, FREITEXT, MEHRZEILER": [strip, collapse],
577
578
579
580
581
582
583
584
585
586
587
588
589
590
    "ZEICHENFOLGE": [],
    "TR": [replace_or_reduce],
    "ABS": [replace_or_reduce],
    "LZ": [],
    "ZW": [],
    "ZWW": [],
    "LÜCKE": [],
    "LEERRAUM": [],
    "LEERZEILE": [],
    "RZS": [],
    "ZEILENSPRUNG": [],
    "KOMMENTARZEILEN": [],
    "DATEI_ENDE": [],
    "NIEMALS": [],
591
    ":Token": [remove_whitespace, reduce_single_child],
di68kap's avatar
di68kap committed
592
    "RE": reduce_single_child,
593
    "*": replace_by_single_child
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
}


def MLWTransform() -> TransformationDict:
    return partial(traverse, processing_table=MLW_AST_transformation_table.copy())

def get_transformer() -> TransformationFunc:
    global thread_local_MLW_transformer_singleton
    try:
        transformer = thread_local_MLW_transformer_singleton
    except NameError:
        thread_local_MLW_transformer_singleton = MLWTransform()
        transformer = thread_local_MLW_transformer_singleton
    return transformer


#######################################################################
#
# COMPILER SECTION - Can be edited. Changes will be preserved.
#
#######################################################################

class MLWCompiler(Compiler):
    """Compiler for the abstract-syntax-tree of a MLW source file.
    """

    def __init__(self, grammar_name="MLW", grammar_source=""):
        super(MLWCompiler, self).__init__(grammar_name, grammar_source)
        assert re.match('\w+\Z', grammar_name)

    def on_Artikel(self, node):
        return node

    def on_LemmaPosition(self, node):
        pass

    def on_Lemma(self, node):
        pass

    def on_klassisch(self, node):
        pass

    def on_gesichert(self, node):
        pass

    def on_LemmaVarianten(self, node):
        pass

    def on_LemmaWort(self, node):
        pass

    def on_LemmaZusatz(self, node):
        pass

    def on_lzs_typ(self, node):
        pass

    def on_GrammatikPosition(self, node):
        pass

    def on_wortart(self, node):
        pass

    def on_GrammatikVarianten(self, node):
        pass

    def on_flexion(self, node):
        pass

    def on_FLEX(self, node):
        pass

    def on_genus(self, node):
        pass

    def on_EtymologiePosition(self, node):
        pass

    def on_EtymologieVarianten(self, node):
        pass

    def on_EtymologieVariante(self, node):
        pass

    def on_ArtikelKopf(self, node):
        pass

    def on_SchreibweisenPosition(self, node):
        pass

    def on_SWTyp(self, node):
        pass

    def on_SWVariante(self, node):
        pass

    def on_Schreibweise(self, node):
        pass

    def on_BedeutungsPosition(self, node):
        pass

    def on_Bedeutung(self, node):
        pass

    def on_Bedeutungskategorie(self, node):
        pass

    def on_Interpretamente(self, node):
        pass

    def on_LateinischeBedeutung(self, node):
        pass

    def on_DeutscheBedeutung(self, node):
        pass

    def on_Belege(self, node):
        pass

    def on_EinBeleg(self, node):
        pass

    def on_Zusatz(self, node):
        pass

    def on_ArtikelVerfasser(self, node):
        pass

    def on_Name(self, node):
        pass

    def on_SW_LAT(self, node):
        pass

    def on_SW_DEU(self, node):
        pass

    def on_SW_GRIECH(self, node):
        pass

    def on_Beleg(self, node):
        pass

    def on_Verweis(self, node):
        pass

    def on_VerweisZiel(self, node):
        pass

    def on_ZielName(self, node):
        pass

    def on_NAMENS_ABKÜRZUNG(self, node):
        pass

    def on_NAME(self, node):
        pass

    def on_DEU_WORT(self, node):
        pass

    def on_DEU_GROSS(self, node):
        pass

    def on_DEU_KLEIN(self, node):
        pass

    def on_LAT_WORT(self, node):
        pass

    def on_LAT_WORT_TEIL(self, node):
        pass

    def on_GROSSSCHRIFT(self, node):
        pass

    def on_GROSSFOLGE(self, node):
        pass

    def on_BUCHSTABENFOLGE(self, node):
        pass

    def on_ZEICHENFOLGE(self, node):
        pass

    def on_TR(self, node):
        pass

    def on_ABS(self, node):
        pass

    def on_LZ(self, node):
        pass

    def on_ZW(self, node):
        pass

    def on_ZWW(self, node):
        pass

    def on_LÜCKE(self, node):
        pass

    def on_LEERRAUM(self, node):
        pass

    def on_LEERZEILE(self, node):
        pass

    def on_RZS(self, node):
        pass

    def on_ZEILENSPRUNG(self, node):
        pass

    def on_KOMMENTARZEILEN(self, node):
        pass

    def on_DATEI_ENDE(self, node):
        pass

    def on_NIEMALS(self, node):
        pass


def get_compiler(grammar_name="MLW", grammar_source="") -> MLWCompiler:
    global thread_local_MLW_compiler_singleton
    try:
        compiler = thread_local_MLW_compiler_singleton
        compiler.set_grammar_name(grammar_name, grammar_source)
    except NameError:
        thread_local_MLW_compiler_singleton = \
            MLWCompiler(grammar_name, grammar_source)
        compiler = thread_local_MLW_compiler_singleton
    return compiler


#######################################################################
#
# END OF DHPARSER-SECTIONS
#
#######################################################################


di68kap's avatar
di68kap committed
839
def compile_src(source, log_dir=''):
840
841
    """Compiles ``source`` and returns (result, errors, ast).
    """
di68kap's avatar
di68kap committed
842
    with logging(log_dir):
843
844
845
846
847
848
849
850
851
852
        compiler = get_compiler()
        cname = compiler.__class__.__name__
        log_file_name = os.path.basename(os.path.splitext(source)[0]) \
            if is_filename(source) < 0 else cname[:cname.find('.')] + '_out'    
        result = compile_source(source, get_preprocessor(), 
                                get_grammar(),
                                get_transformer(), compiler)
    return result


di68kap's avatar
di68kap committed
853
854
855
856
857
858
859
860
861
862
863
864
865
866
HTML_LEAD_IN = """<html>
<head>
<meta charset="UTF-8"/>
<link rel="stylesheet" href="MLW.css" />
</head>

<body>
"""

HTML_LEAD_OUT = """
</body>
</html>
"""

867
868
if __name__ == "__main__":
    if len(sys.argv) > 1:
di68kap's avatar
di68kap committed
869
870
871
872
        file_name, log_dir = sys.argv[1], ''
        if file_name in ['-d', '--debug'] and len(sys.argv) > 2:
            file_name, log_dir = sys.argv[2], 'LOGS'
        result, errors, ast = compile_src(file_name, log_dir)
873
        if errors:
di68kap's avatar
di68kap committed
874
875
            cwd = os.getcwd()
            rel_path = file_name[len(cwd):] if file_name.startswith(cwd) else file_name
876
            for error in errors:
di68kap's avatar
di68kap committed
877
                print(rel_path + ':' + str(error))
878
879
            sys.exit(1)
        else:
di68kap's avatar
di68kap committed
880
881
882
            with open(file_name[:-4] + '.html', 'w', encoding="utf-8") as f:
                f.write(HTML_LEAD_IN)
                f.write(result.as_xml())
Eckhart Arnold's avatar
Eckhart Arnold committed
883
                f.write(HTML_LEAD_OUT)
di68kap's avatar
di68kap committed
884
            print("ready.")
885
    else:
di68kap's avatar
di68kap committed
886
        print("Usage: MLWCompiler.py [--debug] FILENAME")