# -*- coding: utf-8 -*-
"""
Created on Thu Oct  3 10:37:23 2024

@author: Arnd Hemlut Hafner
"""

#テキストファイル形式の釈文を、文字単位でxmlのエレメントに変換する。
#本スクリプトは、釈読の比較を可能にする準備作業として位置づけられる

import sys # for sys.exit after error
import re
from re import compile, search
from bs4 import BeautifulSoup
from classes import Div, Mojiretu, Head, Honbun, Glyph
from tags import Tags

#Glyph辞書とTags辞書を初期化しておく
glyphs = Glyph()
tags = Tags()

#Global Variables
filenames = ['Igokutojo(Zenjoho)02.txt']#リストにするのは、エディション比較を行う際に複数の釈文を同時に読み込むため
convertedData = []#釈文ファイルごとに、複数のDivオブジェクトを含む一つのリストを追加する。

def readlinebyline(filename,n):
    """
    釈文ファイルを行単位で読み込み、本文と標題を区別した上、
    変換モジュールを呼び出してエレメント変換を行わせる。

    Parameters
    ----------
    filename : str
    n : int
        ファイル名およびテキストを数える

    Returns
    -------
    None
    """
    
    convertedData.append([])#当該ファイルに関わるエンコーディングされたDIVオブジェクトを収めるためのリストを追加する。
    datafile = open(filename, 'r', encoding='utf-8-sig')
    for line in datafile:
        line = re.sub('\n','',line)
        #空白行を排除
        if line == '':continue
        #タイトル行と本文行の識別
        m = re.search('^([^\t]+)\t(.+)$',line)
        if m:#本文行
            convertedData[n][Div.divcount].honbun.addline(m.group(1),m.group(2))#既存のDivオブジェクトに一つの本文行を追加する。
        else:#タイトル行
            if Div.divcount >= 0:
                convertedData[n][Div.divcount].complete()#新しいDivオブジェクトが初期化される前に、古い方を完成させる。
            convertedData[n].append(Div(line,glyphs,tags))#ここに新しいDivオブジェクトが初期化される。
    convertedData[n][Div.divcount].complete()
    datafile.close()
        
    return
    

def outputtextdata(n):
    """
    エンコーディングされた釈文を出力する。

    Parameters
    ----------
    n : INT
        釈文ファイルおよびエンコーディングされたオブジェクトの通し番号
        filename[n]/convertedData[n]

    Returns
    -------
    None.

    """
    outputfile =  open('output(TEI-Encoder(shakudoku02))Text{}.xml'.format(n), 'w', encoding='utf-8-sig')
    outputfile.write(tags.tagdict['textb'] + tags.tagdict['bodyb'])
    for m in range(len(convertedData[n])):
        outputfile.write(convertedData[n][m].zenbun)
    outputfile.write(tags.tagdict['bodye'] + tags.tagdict['texte'])
    outputfile.close()

def outputdict(dict,filename):
    """
    ｇｌｙｐｈとしてエンコーディングされた文字の辞書を出力する

    Parameters
    ----------
    dict : dic
        エンコーディングにおいて生成された文字辞書（目下は原文句読記号のみ）
        
    filename : str

    Returns
    -------
    None.

    """
    outputfile = open(filename, 'w', encoding='utf-8-sig')
    for kii in dict.keys():
        outputfile.write(kii + ':' + dict[kii] + '\n')
    outputfile.close()


if __name__ == "__main__":
    for n in range(len(filenames)):    
        readlinebyline(filenames[n],n)
        
    for n in range(len(filenames)):
        outputtextdata(n)
    
    outputdict(glyphs.glyphdict,'output(glyphditc).txt')