MLWCompiler.py 24.7 KB
Newer Older
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
#!/usr/bin/python

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


from functools import partial
import os
import sys
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
19
    Lookbehind, Lookahead, Alternative, Pop, Token, Synonym, SomeOf, \
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
    Option, NegativeLookbehind, OneOrMore, RegExp, Retrieve, Series, RE, Capture, \
    ZeroOrMore, Forward, NegativeLookahead, mixin_comment, compile_source, \
    last_value, counterpart, accumulate, PreprocessorFunc, \
    Node, TransformationFunc, TransformationDict, TRUE_CONDITION, \
    traverse, remove_children_if, merge_children, is_anonymous, \
    reduce_single_child, replace_by_single_child, replace_or_reduce, remove_whitespace, \
    remove_expendables, remove_empty, remove_tokens, flatten, is_whitespace, \
    is_empty, is_expendable, collapse, replace_content, remove_parser, remove_content, remove_brackets, replace_parser, \
    keep_children, is_one_of, has_content, apply_if, remove_first, remove_last


#######################################################################
#
# 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
55
56
    # TODO: Vervollständigen!!!!
    
57
58
59
60
61
62
63
64
65
66
    
    @ comment         =  /#.*/            # Kommentare beginnen mit '#' und reichen bis zum Zeilenende
                                          # 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
67
68
                        §{ LemmaPosition }+
                        [EtymologiePosition]
69
                        [ArtikelKopf]
di68kap's avatar
di68kap committed
70
71
72
73
                        BedeutungsPosition
                        [VerweisPosition]
                        { UnterArtikel }
                        ArtikelVerfasser
74
75
76
                        [LZ]  DATEI_ENDE
    
    
di68kap's avatar
di68kap committed
77
    
78
79
    #### LEMMA-POSITION ##########################################################
    
di68kap's avatar
di68kap committed
80
81
    LemmaPosition     = "LEMMA" [LZ] §Lemma TR [LemmaVarianten]
                        GrammatikPosition [Zusatz] [ABS]
82
    
di68kap's avatar
di68kap committed
83
    Lemma             = [< klassisch | gesichert >] LemmaWort
84
      klassisch       = "*"
di68kap's avatar
di68kap committed
85
      gesichert       = "$"  # TODO: Noch fragen: Welches Zeichen?
86
    
di68kap's avatar
di68kap committed
87
    LemmaWort         = LAT_WORT
88
    
di68kap's avatar
di68kap committed
89
90
    LemmaVarianten    = [LZ]
                        { LemmaVariante §TR }+
di68kap's avatar
di68kap committed
91
                        [Zusatz §ABS]
92
    
di68kap's avatar
di68kap committed
93
    LemmaVariante     = LAT_WORT_TEIL { "-" LAT_WORT_TEIL }
94
95
96
97
    
    
    ## GRAMMATIK-POSITION ##
    
di68kap's avatar
di68kap committed
98
99
100
    GrammatikPosition = "GRAMMATIK" [LZ] §Grammatik ABS { GrammatikVariante §ABS }
    
    Grammatik        = wortart §ABS flexion [genus]
101
102
103
104
105
106
107
    
    wortart          = "nomen"  | "n."
                     | "verb"   | "v."
                     | "adverb" | "adv."
                     | "adjektiv" | "adj."
                     | "praeposition" | "praep."
    
di68kap's avatar
di68kap committed
108
    flexion          = deklination | konjugation
di68kap's avatar
di68kap committed
109
    deklination      = FLEX ["," FLEX]
di68kap's avatar
di68kap committed
110
    konjugation      = FLEX
111
112
113
114
115
116
    FLEX             = /-?[a-z]+/~
    
    genus            = "maskulinum" | "m."
                     | "femininum" | "f."
                     | "neutrum" | "n."
    
di68kap's avatar
di68kap committed
117
    GrammatikVariante  = [wortart ABS] flexion [genus] DPP { Beleg }+   # Beleg { SEM Beleg }
di68kap's avatar
di68kap committed
118
    
119
120
    
    
di68kap's avatar
di68kap committed
121
122
123
124
125
126
127
    #### ETYMOLOGIE-POSITION #####################################################
    
    EtymologiePosition = "ETYMOLOGIE" [LZ] { EtymologieVariante }+
    EtymologieVariante = LAT | GRI [EtymologieBesonderheit] ["ETYM" Etymologie] DPP Beleg
    EtymologieBesonderheit = FREITEXT
    Etymologie         = FREITEXT
    
128
129
130
    
    #### ARTIKEL-KOPF ############################################################
    
di68kap's avatar
di68kap committed
131
132
133
134
135
    ArtikelKopf     = <   SchreibweisenPosition
                        | StrukturPosition
                        | GebrauchPosition
                        | MetrikPosition
                        | VerwechselungPosition >
di68kap's avatar
di68kap committed
136
    
di68kap's avatar
di68kap committed
137
138
139
140
141
    SchreibweisenPosition = "SCHREIBWEISE"  Position
    StrukturPosition      = "STRUKTUR"      Position
    GebrauchPosition      = "GEBRAUCH"      Position
    MetrikPosition        = "METRIK"        Position
    VerwechselungPosition = "VERWECHSELBAR" Position
di68kap's avatar
di68kap committed
142
    
di68kap's avatar
di68kap committed
143
    ## ARTIKELKOPF POSITIONEN ##
di68kap's avatar
di68kap committed
144
    
di68kap's avatar
di68kap committed
145
146
147
148
149
150
    Position       = [LZ] §{ Kategorie }+
    Kategorie      = Besonderheit §DPP [LZ] ( Varianten | { Kategorie }+ ) [LZ]
    Besonderheit   = FREITEXT
    Varianten      = Variante { ABS Variante }
    Variante       = !KATEGORIENZEILE Gegenstand DPP Beleg
    Gegenstand     = ZEICHENFOLGE
151
152
153
154
155
156
157
158
159
    
    
    #### BEDEUTUNGS-POSITION #####################################################
    
    BedeutungsPosition = { "BEDEUTUNG" [LZ] §Bedeutung }+
    
    Bedeutung       = (Interpretamente | Bedeutungskategorie) [Belege]
    Bedeutungskategorie = /(?:(?![A-ZÄÖÜ][A-ZÄÖÜ]).)+/~ [LZ]
    Interpretamente = LateinischeBedeutung [LZ] §DeutscheBedeutung [LZ]
di68kap's avatar
di68kap committed
160
161
162
    LateinischeBedeutung = LAT /(?:(?![A-ZÄÖÜ][A-ZÄÖÜ]).)+/~
    DeutscheBedeutung = DEU /(?:(?![A-ZÄÖÜ][A-ZÄÖÜ]).)+/~
    
di68kap's avatar
di68kap committed
163
    Belege          = "BELEGE" { ZWW "*" Beleg }+ ABS
di68kap's avatar
di68kap committed
164
165
166
    
    
    #### VERWEIS-POSITION #####################################################
167
    
di68kap's avatar
di68kap committed
168
169
170
171
172
173
    VerweisPosition = "VERWEISE"
    
    
    #### UNTER-ARTIKEL ########################################################
    
    UnterArtikel = "UNTER-ARTIKEL"
174
175
176
177
178
179
180
181
    
    
    #### AUTOR/AUTORIN ###########################################################
    
    ArtikelVerfasser = ("AUTORIN" | "AUTOR") Name
    Name             = { NAME | NAMENS_ABKÜRZUNG }+
    
    
di68kap's avatar
di68kap committed
182
    
183
184
    #### Schlüsselwörter #########################################################
    
di68kap's avatar
di68kap committed
185
186
187
188
189
    LAT = "LATEINISCH" | "LAT"
    DEU = "DEUTSCH" | "DEU"
    GRI = "GRIECHISCH" | "GRIECH" | "GRIE" | "GRI"
    
    SCHLUESSELWORT   = { //~ /\n/ }+ !ROEMISCHE_ZAHL /[A-ZÄÖÜ]{3,}\s+/
190
191
192
    
    
    
di68kap's avatar
di68kap committed
193
    #### ZUSATZ an verschiedenen Stellen der Struktur ############################
194
    
di68kap's avatar
di68kap committed
195
    Zusatz       = "ZUSATZ" §{ [TR] zusatz_typ ["."] }+
di68kap's avatar
di68kap committed
196
197
198
199
200
201
      zusatz_typ = "adde" | "al" | "sim." | "saepe" | "vel-rarius" | "vel" | FREITEXT
    
    
    
    #### BELEGE ##################################################################
    
di68kap's avatar
di68kap committed
202
203
204
205
    Beleg            = Verweis | Zitat
    Zitat            = BelegQuelle { SEM Stelle BelegText } [[TR] Zusatz]
    BelegQuelle      = Autor DPP Werk
    BelegText        = ~/"/ FREITEXT /"/~ ["."]
di68kap's avatar
di68kap committed
206
207
208
    
    Verweis          =  "->" ZielName
    VerweisZiel      = "{" ZielName "}"
209
210
    ZielName         = BUCHSTABENFOLGE
    
di68kap's avatar
di68kap committed
211
212
213
214
215
216
217
218
219
    Autor     = FREITEXT
    Werk      = FREITEXT
    Stelle    = FREITEXT
    Datierung = FREITEXT
    Edition   = FREITEXT
    
    
    #### GENERISCHE UND ATOMARE AUSDRÜCKE ########################################
    
220
221
222
    NAMENS_ABKÜRZUNG = /[A-ZÄÖÜÁÀÂÓÒÔÚÙÛ]\./~
    NAME             = /[A-ZÄÖÜÁÀÓÒÚÙÂÔÛ][a-zäöüßáàâóòôúùû]+/~
    
di68kap's avatar
di68kap committed
223
224
225
226
    DEU_WORT         = DEU_GROSS | DEU_KLEIN | GROSSBUCHSTABE
    DEU_GROSS        = /[A-ZÄÖÜ][a-zäöüßę]+/~
    GROSSBUCHSTABE   = /[A-ZÄÖÜ](?=[ \t\n])/~
    DEU_KLEIN        = /[a-zäöüßę]+/~
227
228
229
    LAT_WORT         = /[a-z]+/~
    LAT_WORT_TEIL    = /[a-z]+/
    GROSSSCHRIFT     = /[A-ZÄÖÜ]+/~
di68kap's avatar
di68kap committed
230
231
232
    ZAHL             = /\d+/~
    ROEMISCHE_ZAHL   = /(?=[MDCLXVI])M*(C[MD]|D?C*)(X[CL]|L?X*)(I[XV]|V?I*)/~
    
di68kap's avatar
di68kap committed
233
    SATZZEICHEN      = /(?:,(?!,))|(?:;(?!;))|(?::(?!:))|[.()\[\]\-]+/~  # div. Satzzeichen, aber keine doppelten ,, ;; oder ::
di68kap's avatar
di68kap committed
234
235
    
    TEXTELEMENT      = DEU_WORT | ZAHL | ROEMISCHE_ZAHL
di68kap's avatar
di68kap committed
236
237
    FREITEXT         = !ZEILENSPRUNG { TEXTELEMENT | /[.()\[\]\-\s]+/ | /,(?!,)\s*/ }+
    ERW_FREITEXT     = !ZEILENSPRUNG { TEXTELEMENT | SATZZEICHEN | /\s+/ }+
238
239
240
241
    
    BUCHSTABENFOLGE  = /\w+/~
    ZEICHENFOLGE     = /[\w()-]+/~
    
di68kap's avatar
di68kap committed
242
243
244
245
246
247
    TR               = ABS | LZ                  # (beliebiger) Trenner
    ABS              = /\s*;;?\s*/ | { ZWW }+    # Abschluss (durch Semikolon oder Zeilenwechsel)
    # ZW               = /\n/~                   # Zeilenwechsel
    LZ               = /\s+/                     # Leerzeichen oder -zeilen
    DPP              = /::?/~                    # Doppelpunkt als Trenner
    SEM              = /;;?/~                    # Semikolon als Trenner
248
249
250
251
252
253
254
255
256
257
    
    ZW               = !LÜCKE ZEILENSPRUNG       # Zeilenwechsel, aber keine Leerzeile(n)
    ZWW              = ZEILENSPRUNG [ LEERRAUM ] # mindestens ein Zeilenwechsel
    LÜCKE            = KOMMENTARZEILEN LEERZEILE [LEERRAUM] # Leerraum mit mindestens einer echten Leerzeile
    LEERRAUM         = { COMMENT__ | /\s+/ }+   # beliebiger horizontaler oder vertikaler Leerraum
    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
258
    KATEGORIENZEILE  = /[^:\n]+[:][ \t]*\n/     # Kategorienzeilen enthalten genau einen Doppelpunkt am Ende der Zeile
259
260
261
    
    DATEI_ENDE       = !/./
    NIEMALS          = /(?!.)/
di68kap's avatar
di68kap committed
262
263
    
    DUMMY            = "EBNF-Grammatik an dieser Stelle noch nicht definiert!"
264
    """
di68kap's avatar
di68kap committed
265
    DEU_WORT = Forward()
di68kap's avatar
di68kap committed
266
    Kategorie = Forward()
di68kap's avatar
di68kap committed
267
268
269
270
    ROEMISCHE_ZAHL = Forward()
    SATZZEICHEN = Forward()
    TEXTELEMENT = Forward()
    ZAHL = Forward()
di68kap's avatar
di68kap committed
271
    Zusatz = Forward()
di68kap's avatar
di68kap committed
272
273
    flexion = Forward()
    genus = Forward()
274
    wortart = Forward()
di68kap's avatar
di68kap committed
275
    source_hash__ = "3e563592ce262f34a151a9f65f997b6b"
276
277
278
279
280
281
    parser_initialization__ = "upon instantiation"
    COMMENT__ = r'#.*'
    WHITESPACE__ = r'[\t ]*'
    WSP__ = mixin_comment(whitespace=WHITESPACE__, comment=COMMENT__)
    wspL__ = ''
    wspR__ = WSP__
di68kap's avatar
di68kap committed
282
    DUMMY = Token("EBNF-Grammatik an dieser Stelle noch nicht definiert!")
283
284
    NIEMALS = RegExp('(?!.)')
    DATEI_ENDE = NegativeLookahead(RegExp('.'))
di68kap's avatar
di68kap committed
285
    KATEGORIENZEILE = RegExp('[^:\\n]+[:][ \\t]*\\n')
286
287
288
289
290
291
292
293
    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__))
    LEERRAUM = OneOrMore(Alternative(RegExp(COMMENT__), RegExp('\\s+')))
    LÜCKE = Series(KOMMENTARZEILEN, LEERZEILE, Option(LEERRAUM))
    ZWW = Series(ZEILENSPRUNG, Option(LEERRAUM))
    ZW = Series(NegativeLookahead(LÜCKE), ZEILENSPRUNG)
di68kap's avatar
di68kap committed
294
295
    SEM = RE(';;?')
    DPP = RE('::?')
296
    LZ = RegExp('\\s+')
di68kap's avatar
di68kap committed
297
    ABS = Alternative(RegExp('\\s*;;?\\s*'), OneOrMore(ZWW))
298
299
300
    TR = Alternative(ABS, LZ)
    ZEICHENFOLGE = RE('[\\w()-]+')
    BUCHSTABENFOLGE = RE('\\w+')
di68kap's avatar
di68kap committed
301
302
    ERW_FREITEXT = Series(NegativeLookahead(ZEILENSPRUNG), OneOrMore(Alternative(TEXTELEMENT, SATZZEICHEN, RegExp('\\s+'))))
    FREITEXT = Series(NegativeLookahead(ZEILENSPRUNG), OneOrMore(Alternative(TEXTELEMENT, RegExp('[.()\\[\\]\\-\\s]+'), RegExp(',(?!,)\\s*'))))
di68kap's avatar
di68kap committed
303
    TEXTELEMENT.set(Alternative(DEU_WORT, ZAHL, ROEMISCHE_ZAHL))
di68kap's avatar
di68kap committed
304
    SATZZEICHEN.set(RE('(?:,(?!,))|(?:;(?!;))|(?::(?!:))|[.()\\[\\]\\-]+'))
di68kap's avatar
di68kap committed
305
306
    ROEMISCHE_ZAHL.set(RE('(?=[MDCLXVI])M*(C[MD]|D?C*)(X[CL]|L?X*)(I[XV]|V?I*)'))
    ZAHL.set(RE('\\d+'))
307
308
309
    GROSSSCHRIFT = RE('[A-ZÄÖÜ]+')
    LAT_WORT_TEIL = RegExp('[a-z]+')
    LAT_WORT = RE('[a-z]+')
di68kap's avatar
di68kap committed
310
311
312
313
    DEU_KLEIN = RE('[a-zäöüßę]+')
    GROSSBUCHSTABE = RE('[A-ZÄÖÜ](?=[ \\t\\n])')
    DEU_GROSS = RE('[A-ZÄÖÜ][a-zäöüßę]+')
    DEU_WORT.set(Alternative(DEU_GROSS, DEU_KLEIN, GROSSBUCHSTABE))
314
315
    NAME = RE('[A-ZÄÖÜÁÀÓÒÚÙÂÔÛ][a-zäöüßáàâóòôúùû]+')
    NAMENS_ABKÜRZUNG = RE('[A-ZÄÖÜÁÀÂÓÒÔÚÙÛ]\\.')
di68kap's avatar
di68kap committed
316
317
318
319
320
    Edition = Synonym(FREITEXT)
    Datierung = Synonym(FREITEXT)
    Stelle = Synonym(FREITEXT)
    Werk = Synonym(FREITEXT)
    Autor = Synonym(FREITEXT)
321
    ZielName = Synonym(BUCHSTABENFOLGE)
di68kap's avatar
di68kap committed
322
    VerweisZiel = Series(Token("{"), ZielName, Token("}"))
323
    Verweis = Series(Token("->"), ZielName)
di68kap's avatar
di68kap committed
324
325
326
327
    BelegText = Series(RE('"', wR='', wL=WSP__), FREITEXT, RE('"'), Option(Token(".")))
    BelegQuelle = Series(Autor, DPP, Werk)
    Zitat = Series(BelegQuelle, ZeroOrMore(Series(SEM, Stelle, BelegText)), Option(Series(Option(TR), Zusatz)))
    Beleg = Alternative(Verweis, Zitat)
di68kap's avatar
di68kap committed
328
    zusatz_typ = Alternative(Token("adde"), Token("al"), Token("sim."), Token("saepe"), Token("vel-rarius"), Token("vel"), FREITEXT)
di68kap's avatar
di68kap committed
329
    Zusatz.set(Series(Token("ZUSATZ"), OneOrMore(Series(Option(TR), zusatz_typ, Option(Token(".")))), mandatory=1))
di68kap's avatar
di68kap committed
330
331
332
333
    SCHLUESSELWORT = Series(OneOrMore(Series(RE(''), RegExp('\\n'))), NegativeLookahead(ROEMISCHE_ZAHL), RegExp('[A-ZÄÖÜ]{3,}\\s+'))
    GRI = Alternative(Token("GRIECHISCH"), Token("GRIECH"), Token("GRIE"), Token("GRI"))
    DEU = Alternative(Token("DEUTSCH"), Token("DEU"))
    LAT = Alternative(Token("LATEINISCH"), Token("LAT"))
334
335
    Name = OneOrMore(Alternative(NAME, NAMENS_ABKÜRZUNG))
    ArtikelVerfasser = Series(Alternative(Token("AUTORIN"), Token("AUTOR")), Name)
di68kap's avatar
di68kap committed
336
337
    UnterArtikel = Token("UNTER-ARTIKEL")
    VerweisPosition = Token("VERWEISE")
di68kap's avatar
di68kap committed
338
    Belege = Series(Token("BELEGE"), OneOrMore(Series(ZWW, Token("*"), Beleg)), ABS)
di68kap's avatar
di68kap committed
339
340
341
    DeutscheBedeutung = Series(DEU, RE('(?:(?![A-ZÄÖÜ][A-ZÄÖÜ]).)+'))
    LateinischeBedeutung = Series(LAT, RE('(?:(?![A-ZÄÖÜ][A-ZÄÖÜ]).)+'))
    Interpretamente = Series(LateinischeBedeutung, Option(LZ), DeutscheBedeutung, Option(LZ), mandatory=2)
342
343
    Bedeutungskategorie = Series(RE('(?:(?![A-ZÄÖÜ][A-ZÄÖÜ]).)+'), Option(LZ))
    Bedeutung = Series(Alternative(Interpretamente, Bedeutungskategorie), Option(Belege))
di68kap's avatar
di68kap committed
344
345
346
347
    BedeutungsPosition = OneOrMore(Series(Token("BEDEUTUNG"), Option(LZ), Bedeutung, mandatory=2))
    Gegenstand = Synonym(ZEICHENFOLGE)
    Variante = Series(NegativeLookahead(KATEGORIENZEILE), Gegenstand, DPP, Beleg)
    Varianten = Series(Variante, ZeroOrMore(Series(ABS, Variante)))
di68kap's avatar
di68kap committed
348
349
350
351
352
353
354
355
356
    Besonderheit = Synonym(FREITEXT)
    Kategorie.set(Series(Besonderheit, DPP, Option(LZ), Alternative(Varianten, OneOrMore(Kategorie)), Option(LZ), mandatory=1))
    Position = Series(Option(LZ), OneOrMore(Kategorie), mandatory=1)
    VerwechselungPosition = Series(Token("VERWECHSELBAR"), Position)
    MetrikPosition = Series(Token("METRIK"), Position)
    GebrauchPosition = Series(Token("GEBRAUCH"), Position)
    StrukturPosition = Series(Token("STRUKTUR"), Position)
    SchreibweisenPosition = Series(Token("SCHREIBWEISE"), Position)
    ArtikelKopf = SomeOf(SchreibweisenPosition, StrukturPosition, GebrauchPosition, MetrikPosition, VerwechselungPosition)
di68kap's avatar
di68kap committed
357
358
359
360
361
362
    Etymologie = Synonym(FREITEXT)
    EtymologieBesonderheit = Synonym(FREITEXT)
    EtymologieVariante = Alternative(LAT, Series(GRI, Option(EtymologieBesonderheit), Option(Series(Token("ETYM"), Etymologie)), DPP, Beleg))
    EtymologiePosition = Series(Token("ETYMOLOGIE"), Option(LZ), OneOrMore(EtymologieVariante))
    GrammatikVariante = Series(Option(Series(wortart, ABS)), flexion, Option(genus), DPP, OneOrMore(Beleg))
    genus.set(Alternative(Token("maskulinum"), Token("m."), Token("femininum"), Token("f."), Token("neutrum"), Token("n.")))
363
    FLEX = RE('-?[a-z]+')
di68kap's avatar
di68kap committed
364
    konjugation = Synonym(FLEX)
di68kap's avatar
di68kap committed
365
    deklination = Series(FLEX, Option(Series(Token(","), FLEX)))
di68kap's avatar
di68kap committed
366
    flexion.set(Alternative(deklination, konjugation))
367
    wortart.set(Alternative(Token("nomen"), Token("n."), Token("verb"), Token("v."), Token("adverb"), Token("adv."), Token("adjektiv"), Token("adj."), Token("praeposition"), Token("praep.")))
di68kap's avatar
di68kap committed
368
369
370
    Grammatik = Series(wortart, ABS, flexion, Option(genus), mandatory=1)
    GrammatikPosition = Series(Token("GRAMMATIK"), Option(LZ), Grammatik, ABS, ZeroOrMore(Series(GrammatikVariante, ABS, mandatory=1)), mandatory=2)
    LemmaVariante = Series(LAT_WORT_TEIL, ZeroOrMore(Series(Token("-"), LAT_WORT_TEIL)))
di68kap's avatar
di68kap committed
371
    LemmaVarianten = Series(Option(LZ), OneOrMore(Series(LemmaVariante, TR, mandatory=1)), Option(Series(Zusatz, ABS, mandatory=1)))
di68kap's avatar
di68kap committed
372
    LemmaWort = Synonym(LAT_WORT)
373
374
    gesichert = Token("$")
    klassisch = Token("*")
di68kap's avatar
di68kap committed
375
376
377
    Lemma = Series(Option(SomeOf(klassisch, gesichert)), LemmaWort)
    LemmaPosition = Series(Token("LEMMA"), Option(LZ), Lemma, TR, Option(LemmaVarianten), GrammatikPosition, Option(Zusatz), Option(ABS), mandatory=2)
    Artikel = Series(Option(LZ), OneOrMore(LemmaPosition), Option(EtymologiePosition), Option(ArtikelKopf), BedeutungsPosition, Option(VerweisPosition), ZeroOrMore(UnterArtikel), ArtikelVerfasser, Option(LZ), DATEI_ENDE, mandatory=1)
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
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
    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.
#
#######################################################################

MLW_AST_transformation_table = {
    # AST Transformations for the MLW-grammar
    "+": remove_empty,
    "Artikel": [],
    "LemmaPosition": [],
    "Lemma": [],
    "klassisch": [],
    "gesichert": [],
    "LemmaVarianten": [],
    "LemmaWort": [],
    "LemmaZusatz": [],
    "lzs_typ": [],
    "GrammatikPosition": [],
    "wortart": [replace_or_reduce],
    "GrammatikVarianten": [],
    "flexion": [],
    "FLEX": [],
    "genus": [replace_or_reduce],
    "EtymologiePosition": [],
    "EtymologieVarianten": [],
    "EtymologieVariante": [],
    "ArtikelKopf": [replace_by_single_child],
    "SchreibweisenPosition": [],
    "SWTyp": [replace_or_reduce],
    "SWVariante": [],
    "Schreibweise": [replace_by_single_child],
    "BedeutungsPosition": [],
    "Bedeutung": [],
    "Bedeutungskategorie": [],
    "Interpretamente": [],
    "LateinischeBedeutung": [],
    "DeutscheBedeutung": [],
    "Belege": [],
    "EinBeleg": [],
    "Zusatz": [],
    "ArtikelVerfasser": [],
    "Name": [],
    "SW_LAT": [replace_or_reduce],
    "SW_DEU": [replace_or_reduce],
    "SW_GRIECH": [replace_or_reduce],
    "Beleg": [replace_by_single_child],
    "Verweis": [],
    "VerweisZiel": [],
    "ZielName": [replace_by_single_child],
    "NAMENS_ABKÜRZUNG": [],
    "NAME": [],
    "DEU_WORT": [],
    "DEU_GROSS": [],
    "DEU_KLEIN": [],
    "LAT_WORT": [],
    "LAT_WORT_TEIL": [],
    "GROSSSCHRIFT": [],
    "GROSSFOLGE": [],
    "BUCHSTABENFOLGE": [],
    "ZEICHENFOLGE": [],
    "TR": [replace_or_reduce],
    "ABS": [replace_or_reduce],
    "LZ": [],
    "ZW": [],
    "ZWW": [],
    "LÜCKE": [],
    "LEERRAUM": [],
    "LEERZEILE": [],
    "RZS": [],
    "ZEILENSPRUNG": [],
    "KOMMENTARZEILEN": [],
    "DATEI_ENDE": [],
    "NIEMALS": [],
    ":Token, :RE": reduce_single_child,
    "*": replace_by_single_child
}


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
#
#######################################################################


def compile_src(source):
    """Compiles ``source`` and returns (result, errors, ast).
    """
    with logging("LOGS"):
        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


if __name__ == "__main__":
    if len(sys.argv) > 1:
        result, errors, ast = compile_src(sys.argv[1])
        if errors:
            for error in errors:
                print(error)
            sys.exit(1)
        else:
            print(result.as_xml() if isinstance(result, Node) else result)
    else:
        print("Usage: MLWCompiler.py [FILENAME]")