#/usr/bin/perl
#usage : perl tools3_LG.pl fichier_motif fichier_taggu

     
use strict;
use utf8;
use XML::XPath;
     
    # Définition globale des encodage d'entrée et sortie du script à utf8
    binmode STDIN,  ':encoding(utf8)';
    binmode STDOUT, ':encoding(utf8)';
     
    # On vérifie le nombre d'arguments de l'appel au script ($0 : le nom du script)
    if($#ARGV!=1){print "usage : perl $0 fichier_tag fichier_motif";exit;}
     
    # Enregistrement des arguments de la ligne de commande dans les variables idoines
    my $tag_file= shift @ARGV;
    my $patterns_file = shift @ARGV;
     
# Ouverture du fichiers de motifs
open(PATTERNSFILE, $patterns_file) or die "can't open $patterns_file: $!\n";
print "ouverture motifs ok";
     
    # lecture du fichier contenant les motifs, un motif par ligne (par exemple : NOM ADJ)
    while (my $ligne = <PATTERNSFILE>) {
        # Appel à  la procédure d'extraction des motifs
        &extract_pattern($ligne);
    }
     
    # Fermeture du fichiers de motifs
    close(PATTERNSFILE);
     
    # routine de construction des chemins XPath
    sub construit_XPath{
        # On récupère la ligne du motif recherché
        my $local_ligne=shift @_;
       
        # initialisation du chemin XPath
        my $search_path="";
       
        # on supprime avec la fonction chomp un éventuel retour à la ligne
        chomp($local_ligne);
       
        # on élimine un éveltuel retour chariot hérité de windows
        $local_ligne=~ s/\r$//;
       
        # Construction au moyen de la fonction split d'un tableau dont chaque élément a pour valeur un élément du motif recherché
        my @tokens=split(/ /,$local_ligne);
       
        # On commence ici la construction du chemin XPath
        # Ce chemin correspond au premier noeud "element" de l'arbre XML qui répond au motif cherché
        my $search_path="//element[contains(data[\@type=\"type\"],\"$tokens[0]\")]";
       
        # Initialisation du compteur pour la boucle de construction du chemin XPath
        my $i=1;
        while ($i < $#tokens) {
            $search_path.="[following-sibling::element[1][contains(data[\@type=\"type\"],\"$tokens[$i]\")]";
            $i++;
        }
        my $search_path_suffix="]";
       
        # on utilise l'opérateur x qui permet de répéter la chaine de caractère à sa gauche autant de fois que l'entier à sa droite,
        # soit $i fois $search_path_suffix
        $search_path_suffix=$search_path_suffix x $i;
       
        # le chemin XPath final
        $search_path.="[following-sibling::element[1][contains(data[\@type=\"type\"],\"".$tokens[$#tokens]."\")]"
                                    .$search_path_suffix;
            # print  "$search_path\n";
     
        # on renvoie à la procédure appelante le chein XPath et le tableau des éléments du motif
        return ($search_path,@tokens);
    }
     
    # routine d'extraction du motif
    sub extract_pattern{
        # On récupère la ligne du motif recherché
        my $ext_pat_ligne= shift @_;
     
        # Appel de la fonction construit_XPath pour le motif lu à la ligne courrante du fichier de motif
        my ($search_path,@tokens) = &construit_XPath($ext_pat_ligne);
       
        # définition du nom du fichier de résultats pour le motif en utilisant la fonction join
        my $match_file = "res_extract-".join('_', @tokens).".txt";
     
        # Ouverture du fichiers de résultats encodé en UTF-8
        open(MATCHFILE,">:encoding(UTF-8)", "$match_file") or die "can't open $match_file: $!\n";
       
        # 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";
       
        # Parcours des noeuds du ficher XML correspondant au motif, au moyen de la méthode findnodes
        # qui prend pour argument le chemin XPath construit précédement
        # avec la fonction "construit_XPath"
        foreach my $noeud ( $xp->findnodes($search_path)) {
            # Initialisation du chemin XPath relatif du noeud "data" contenant
            # la forme correspondant au premier élément du motif
            # Ce chemin est relatif au premier noeud "element" du bloc retourné
            # et pointe sur le troisième noeud "data" fils du noeud "element"
            # en l'identifiant par la valeur "string" de son attribut "type"
            my $form_xpath="";
            $form_xpath="./data[\@type=\"string\"]";
           
            # Initialisation du compteur pour la boucle d'éxtraction des formes correspondants
            # aux éléments suivants du motif
            my $following=0;
     
            # Recherche du noeud data contenant la forme correspondant au premier élément du motif     
            # au moyen de la fonction "find" qui prend pour arguments:
            #           1. le chemin XPath relatif du noeud "data"
            #           2. le noeud en cours de traitement dans cette boucle foreach
            # la fonction "find" retourne par défaut une liste de noeuds, dans notre cas cette liste
            # ne contient qu'un seul élément que nous récupérons avec la fonction "get_node"
            # enfin nous en imprimons le contenu textuel au moyen de la méthode string_value
            print MATCHFILE $xp->find($form_xpath,$noeud)->get_node(1)->string_value," ";
           
            # Boucle d'éxtraction des formes correspondants aux éléments suivants du motif
            # On descend dans chaque noeud element du bloc
            while ( $following < $#tokens) {
                # Incrémentation du compteur $following de cette boucle d'éxtraction des formes
                $following++;
               
                # Construction du chemin XPath relatif du noeud "data" contenant
                # la forme correspondant à l'élément suivant du motif
                # Notez bien l'utilisation du compteur $folowing tant dans la condition de la boucle ci-dessus
                # que dans la construction du chemin relatif XPath
                my $following_elmt="following-sibling::element[".$following."]";           
                $form_xpath=$following_elmt."/data[\@type=\"string\"]";
     
                #   Impression du contenu textuel du noeud data contenant la forme correspondant à l'élément suivant du motif
                print MATCHFILE $xp->find($form_xpath,$noeud)->get_node(1)->string_value," ";
           
                # Incrémentation du compteur $following de cette boucle d'éxtraction des formes
                # $following++;
            }
            print MATCHFILE "\n";
        }
        # Fermeture du fichiers de motifs
        close(MATCHFILE);
    }