-
Notifications
You must be signed in to change notification settings - Fork 1
/
replchecks.py
654 lines (585 loc) · 35 KB
/
replchecks.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
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
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
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
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import os
import re
import sys
import sys
reload(sys)
sys.setdefaultencoding("utf-8")
import daba.formats
import unicodedata as u
from time import gmtime, strftime, time
# print strftime("%a, %d %b %Y %H:%M:%S +0000", gmtime())
import time
timestart=time.time()
# directory where this script resides
scriptdir = os.path.dirname(os.path.realpath(__file__))
def update_progress(progress):
barLength = 40 # Modify this to change the length of the progress bar
status = ""
if isinstance(progress, int):
progress = float(progress)
if not isinstance(progress, float):
progress = 0
status = "error: progress var must be float\r\n"
if progress < 0:
progress = 0
status = "Halt...\r\n"
if progress >= 1:
progress = 1
status = "Done...\r\n"
block = int(round(barLength*progress))
text = "\r[{0}] {1}% {2}".format( "#"*block + "-"*(barLength-block), int(progress*1000)/10.0, status)
sys.stdout.write(text)
sys.stdout.flush()
#à compléter :
# 1) débuts et fins de phrase (+ de ligne, ponctuations...)
# 2) variantes : ok pour le pipe ?
# 3) assimilations : évitons pour l'instant
# 4) variables, par ex PERS=(ń|í|à|án|áw|ù|né|àle|ále|òlu)
# ------------------------------------------------------------------------------
wordsearch=re.compile(ur'\<span class\=\"w\"\ stage=\"([a-z0-9\.\-]*)\">([^\<]*)\<')
lemmasearch=re.compile(ur'\<span class\=\"lemma\"\>([^\<]*)\<')
psambsearch=re.compile(ur'<span class="lemma">[^\<]+<sub class="ps">([^\<]+/[^\<]+)<')
lemmavarsearch=re.compile(ur'\<span class\=\"lemma var\"\>([^\<]*)\<')
punctsearch=re.compile(ur'\<span class\=\"c\">([^\<]*)\<')
assimsearch=re.compile(ur'\'$')
assimilation=0
glosssearch=re.compile(ur'\<sub class\=\"gloss\"\>([^\<]*)\<')
ambiguous=re.compile(ur'\<span class\=\"w\".*lemma var.*\n\<\/span\>')
textscript=re.compile(ur'\<meta content\=\"([^\"]*)\" name\=\"text\:script\" \/\>',re.U)
nmmcquestion=0
tonal=""
arg=""
try:
fileMMC=open("bamadaba-mmc.txt")
except : sys.exit ("arg 'check' needs file bamadaba-mmc.txt in current directory")
mmc=[]
mmcshort=[]
linemmc=fileMMC.readline()
while linemmc:
entrymmc=linemmc[0:len(linemmc)-1] # strip trailing linefeed
mmc.append(entrymmc)
mmclist=entrymmc.split(u":",2)
mmclx=mmclist[0]
mmcps=mmclist[1]
mmcgloss=mmclist[2] # au sens large avec les sous gloses
mmcgloss1=mmcgloss
if u"[" in mmcgloss:
mmcgloss=mmcgloss[0:mmcgloss.find(u"[")].strip()
mmcshort.append(mmclx+u":"+mmcps+u":"+mmcgloss)
if u"|" in mmclx :
mmclxlist=mmclx.split(u"|")
for mmclxel in mmclxlist:
mmc.append(mmclxel+u":"+mmcps+u":"+mmcgloss1)
if u"[" in mmcgloss:
mmcgloss=mmcgloss[0:mmcgloss.find(u"[")].strip()
mmcshort.append(mmclx+u":"+mmcpsel+u":"+mmcgloss)
if u"/" in mmcps:
mmcpslist=mmcps.split(u"/")
for mmcpsel in mmcpslist:
mmc.append(mmclxel+u":"+mmcpsel+u":"+mmcgloss1)
if u"[" in mmcgloss:
mmcgloss=mmcgloss[0:mmcgloss.find(u"[")].strip()
mmcshort.append(mmclx+u":"+mmcpsel+u":"+mmcgloss)
if u"/" in mmcps:
mmcpslist=mmcps.split(u"/")
for mmcpsel in mmcpslist:
mmc.append(mmclx+u":"+mmcpsel+u":"+mmcgloss1)
if u"[" in mmcgloss:
mmcgloss=mmcgloss[0:mmcgloss.find(u"[")].strip()
mmcshort.append(mmclx+u":"+mmcpsel+u":"+mmcgloss)
linemmc=fileMMC.readline()
fileMMC.close()
print "check : mmc loaded "+str(len(mmc))+" words"
# replchecks-additions-repl.txt
try:
fileMMC=open("replchecks-additions-repl.txt")
except : sys.exit ("arg 'check' needs file replchecks-additions-repl.txt in current directory")
linemmc=fileMMC.readline()
while linemmc:
entrymmc=linemmc[0:len(linemmc)-1] # strip trailing linefeed
mmc.append(entrymmc)
mmclist=entrymmc.split(u":",2)
mmclx=mmclist[0]
mmcps=mmclist[1]
mmcgloss=mmclist[2] # au sens large avec les sous gloses
mmcgloss1=mmcgloss
if u"[" in mmcgloss:
mmcgloss=mmcgloss[0:mmcgloss.find(u"[")].strip()
mmcshort.append(mmclx+u":"+mmcps+u":"+mmcgloss)
if u"|" in mmclx :
mmclxlist=mmclx.split(u"|")
for mmclxel in mmclxlist:
mmc.append(mmclxel+u":"+mmcps+u":"+mmcgloss1)
if u"[" in mmcgloss:
mmcgloss=mmcgloss[0:mmcgloss.find(u"[")].strip()
mmcshort.append(mmclx+u":"+mmcpsel+u":"+mmcgloss)
if u"/" in mmcps:
mmcpslist=mmcps.split(u"/")
for mmcpsel in mmcpslist:
mmc.append(mmclxel+u":"+mmcpsel+u":"+mmcgloss1)
if u"[" in mmcgloss:
mmcgloss=mmcgloss[0:mmcgloss.find(u"[")].strip()
mmcshort.append(mmclx+u":"+mmcpsel+u":"+mmcgloss)
if u"/" in mmcps:
mmcpslist=mmcps.split(u"/")
for mmcpsel in mmcpslist:
mmc.append(mmclx+u":"+mmcpsel+u":"+mmcgloss1)
if u"[" in mmcgloss:
mmcgloss=mmcgloss[0:mmcgloss.find(u"[")].strip()
mmcshort.append(mmclx+u":"+mmcpsel+u":"+mmcgloss)
linemmc=fileMMC.readline()
fileMMC.close()
print "check : mmc loaded 2 "+str(len(mmc))+" words"
try:
fileREP = open ("REPL.txt","rb")
print "using REPL.txt"
except :
try:
fileREP = open ("REPL-STANDARD.txt","rb")
print "using REPL-STANDARD.txt"
except:
try:
fileREP = open(os.path.join(scriptdir, "REPL-STANDARD.txt"), "r")
print "using {}".format(os.path.join(scriptdir, "REPL-STANDARD.txt"))
except :
sys.exit("repl.py needs a REPL.txt file or a REPL-STANDARD.txt file in the current directory (or in REPL)")
logfilename="replchecks.log"
log = open (logfilename,"w")
toutrepl=fileREP.read()
nlignereplall=toutrepl.count(u"\n")
nlignereplact=re.findall(ur"\n[^\#\s\n]",toutrepl,re.U|re.MULTILINE)
nlignerepl=len(nlignereplact)
print nlignereplall," lignes ", nlignerepl," règles"
nligne=1
nbreplok=0
psvalides="|adj|adv|adv.p|conj|conv.n|cop|dtm|intj|mrph|n|n.prop|num|onomat|pers|pm|pp|prep|prn|prt|ptcp|v|vq|"
valides="_COMMA_DOT_QUESTION_COLON_SEMICOLON_EXCLAM_PUNCT_NAME_NPROPRE_NPROPRENOM_NPROPRENOMM_NPROPRENOMF_NPROPRENOMMF_NPROPRENOMCL_NPROPRETOP_PERS_PRONOM_VERBE_VPERF_VNONPERF_VERBENMOD_VQ_DTM_PARTICIPE_PRMRK_COPULE_ADJECTIF_POSTP_NUM_NUMANNEE_ADV_ADVP_CONJ_PREP_AMBIGUOUS_DEGRE_DEBUT_BREAK_ADVN_VN_PRT_LAQUO_RAQUO_PARO_PARF_APOSTROPHE_GUILLEMET_PRMRKQUAL_VQADJ_VQORADJ_CONJPREP_COMMENT_TAG_FIN_CONJPOSS_PPPOSS_PRNDTM_TIRET_ADJN_DOONIN_PERCENT_NORV_NORADJ_AORN_DORP_ADJORD_PMORCOP_DTMORADV_INTJ_IPFVAFF_IPFVNEG_PFVTR_PFVNEG_PMINF_PMSBJV_NICONJ_YEUNDEF_KUNDEF_YEPP_NIUNDEF_NAUNDEF_NONVERBALGROUP_NUMORD_MONTH_COPEQU_COPQUOT_COPNEG_ACTION_CONSONNE_LANA_LETTRE_"
# toujours commencer et finir par _
# autres mots utilisés, traitements spéciaux : NUMnan, degremove, ADVNforcen, ADVNforceadv, CONJPREPforceconj, CONJPREPforceprep
gvalides="NOM.M_NOM.F_NOM.MF_NOM.CL_NOM.ETRG_NOM.FRA_CFA_FUT_QUOT_PP_IN_CNTRL_PROG_PFV.INTR_PL_PL2_AUGM_AG.OCC_PTCP.NEG_GENT_AG.PRM_LOC_PRIX_MNT1_MNT2_STAT_INSTR_PTCP.RES_NMLZ_NMLZ2_COM_RECP.PRN_ADJ_DIR_ORD_DIM_PRIV_AG.EX_RECP_PTCP.POT_CONV_ST_DEQU_ABSTR_CAUS_SUPER_IN_EN_1SG_1SG.EMPH_2SG_2SG.EMPH_3SG_3SG.EMPH_1PL_1PL.EMPH_2PL_2PL.EMPH_3PL_IPFV_IPFV.AFF_PROG.AFF_INFR_COND.NEG_FOC_PRES_TOP.CNTR_2SG.EMPH_3SG_REFL_DEF_INF_SBJV_OPT2_POSS_QUAL.AFF_PROH_TOP_PFV.NEG_QUAL.NEG_COND.AFF_REL_REL.PL2_CERT_ORD_DEM_RECP_DISTR_COP.NEG_IPFV.NEG_PROG.NEG_INFR.NEG_FUT.NEG_PST_Q_PFV.TR_EQU_IMP_RCNT_ABR_ETRG_ETRG.ARB_ETRG.FRA_ETRG.USA_ETRG.FUL_NOM.CL_NOM.ETRG_NOM.F_NOM.M_NOM.MF_PREV_TOP_CARDINAL_CHNT_DES_ADR_"
# ANAPH, ANAPH.PL, ART, OPT, OPT2, PTCP.PROG removed
# CFA à cause de la glose de dɔrɔmɛ qui finit par franc.CFA !!!
fixevalides="_ETRG_ETRG.FRA_ETRG.USA_ETRG.ENG_ETRG.GER_ETRG.ARB_ETRG.FUL_ETRG.MNK_CHNT_Q_PREV_INCOGN_"
# cf kàmana:n:PREV de kamanagan
# --- liste des auxiliaires dont les gloses sont des mot-clefs en majuscules
pmlist="bɛ́nà:pm:FUT_bɛ́n':pm:FUT_bɛ:pm:IPFV.AFF_b':pm:IPFV.AFF_be:pm:IPFV.AFF_bi:pm:IPFV.AFF_bɛ́kà:pm:PROG.AFF_bɛ́k':pm:PROG.AFF_bɛ́ka:pm:INFR_bága:pm:INFR_bìlen:pm:COND.NEG_kà:pm:INF_k':pm:INF_ka:pm:SBJV_k':pm:SBJV_ka:pm:QUAL.AFF_man:pm:QUAL.NEG_kànâ:pm:PROH_kàn':pm:PROH_ma:pm:PFV.NEG_m':pm:PFV.NEG_mánà:pm:COND.AFF_mán':pm:COND.AFF_máa:pm:COND.AFF_nà:pm:CERT_n':pm:CERT_tɛ:pm:IPFV.NEG_te:pm:IPFV.NEG_ti:pm:IPFV.NEG_t':pm:IPFV.NEG_tɛ́kà:pm:PROG.NEG_tɛ́k':pm:PROG.NEG_tɛ́ka:pm:INFR.NEG_tɛ́k':pm:INFR.NEG_tɛ́nà:pm:FUT.NEG_tɛ́n':pm:FUT.NEG_ye:pm:PFV.TR_y':pm:PFV.TR_yé:pm:IPFV_yé:pm:IMP_y':pm:IMP_yékà:pm:RCNT_màa:pm:DES_mà:pm:DES_m':pm:DES_"
coplist="bɛ́:cop:être_b':cop:être_b':cop:être_yé:cop:être_kó:cop:QUOT_k':cop:QUOT_dòn:cop:ID_dò:cop:ID_tɛ́:cop:COP.NEG_té:cop:COP.NEG_t':cop:COP.NEG_yé:cop:EQU_y':cop:EQU_bé:cop:être_"
prnlist="ɲɔ́gɔn:prn:RECP_ɲwán:prn:RECP_ɲɔ́ɔn:prn:RECP_mîn:prn:REL_mínnu:prn:REL.PL2_nìnnú:prn:DEM.PL_mín:prn:REL_nìn:prn:DEM_"
dtmlist="ìn:dtm:DEF_mîn:dtm:REL_nìn:dtm:DEM_nìn:dtm/prn:DEM_mín:dtm:REL_mínnu:dtm:REL.PL2_nìnnú:dtm:DEM.PL_nìnnú:dtm/prn:DEM.PL_"
perslist="ń:pers:1SG_nê:pers:1SG.EMPH_í:pers:2SG_í:pers:REFL_ê:pers:2SG.EMPH_à:pers:3SG_àlê:pers:3SG.EMPH_án:pers:1PL_ánw:pers:1PL.EMPH_a':pers:2PL_á:pers:2PL_á':pers:2PL_áw:pers:2PL.EMPH_ù:pers:3PL_òlû:pers:ce.PL2_"
pplist="ka:pp:POSS_lá:pp:POSS_bólo:pp:CNTRL_yé:pp:PP_y':pp:PP_lɔ́:pp:IN_nɔ́:pp:IN_rɔ́:pp:IN_mà:pp:ADR_mɔ̀:pp:ADR_" # c'est tout ??? oui car les autres ont des gloses en minuscules, cf besoin de "check"
conjlist="ô:conj:DISTR_ôo:conj:DISTR_wô:conj:DISTR_"
prtlist="dè:prt:FOC_dùn:prt:TOP.CNTR_dún:prt:TOP.CNTR_kɔ̀ni:prt:TOP.CNTR2_tùn:prt:PST_kùn:prt:PST_wà:prt:Q_"
mrphlist="lá:mrph:CAUS_la:mrph:CAUS_ná:mrph:CAUS_mà:mrph:SUPER_màn:mrph:SUPER_rɔ́:mrph:IN_lu:mrph:PL2_nu:mrph:PL2_ba:mrph:AUGM_baa:mrph:AG.OCC_baga:mrph:AG.OCC_bali:mrph:PTCP.NEG_ka:mrph:GENT_la:mrph:AG.PRM_na:mrph:AG.PRM_la:mrph:LOC_na:mrph:LOC_la:mrph:PRIX_na:mrph:PRIX_la:mrph:MNT1_na:mrph:MNT1_lata:mrph:MNT2_nata:mrph:MNT2_la:mrph:PROG_na:mrph:PROG_la:mrph:PFV.INTR_na:mrph:PFV.INTR_n':mrph:PFV.INTR_ra:mrph:PFV.INTR_rá:mrph:IN_rɔ́:mrph:IN_w:mrph:PL_"
mrphlist=mrphlist+"lama:mrph:STAT_nama:mrph:STAT_lan:mrph:INSTR_nan:mrph:INSTR_len:mrph:PTCP.RES_nen:mrph:PTCP.RES_li:mrph:NMLZ_ni:mrph:NMLZ_\:mrph:NMLZ2_ma:mrph:COM_ma:mrph:RECP.PRN_man:mrph:ADJ_ntan:mrph:PRIV_ra:mrph:OPT2_la:mrph:OP2_na:mrph:OPT2_"
mrphlist=mrphlist+"ma:mrph:DIR_nan:mrph:ORD_nin:mrph:DIM_bali:mrph:PRIV_nci:mrph:AG.EX_ɲɔgɔn:mrph:RECP_ɲwan:mrph:RECP_ta:mrph:PTCP.POT_tɔ:mrph:CONV_tɔ:mrph:ST_ya:mrph:DEQU_yɛ:mrph:DEQU_ya:mrph:ABSTR_lá:mrph:CAUS_lán:mrph:CAUS_ná:mrph:CAUS_rɔ́:mrph:CAUS_ma:mrph:SUPER_man:mrph:SUPER_sɔ̀:mrph:EN_"
# restent u"ABR_ETRG_ETRG.ARB_ETRG.FRA_ETRG.FUL_NOM.CL_NOM.ETRG_NOM.F_NOM.M_NOM.MF_PREV_TOP_CARDINAL_CHNT_"
lxpsgvalides=pmlist+coplist+prnlist+dtmlist+perslist+pplist+conjlist+prtlist+mrphlist
lxpsg=re.compile(r"[\_\[\s]([^:\[\_0-9]+:[a-z\/\.]+:[A-Z0-9][A-Z0-9\.\'\|]*)[\_\s\]]",re.U)
mmcchecked=0
###### replacement rules as per REPL.txt ######################################################################################################
nblinerepl=0
toutrepl=toutrepl.decode("utf-8")
toutrepllines=toutrepl.split(u"\n")
for linerepl in toutrepllines :
nblinerepl=nblinerepl+1
log.write("# "+linerepl+"\n")
if linerepl[0:1]==u"#":
continue
if linerepl[0:1]==u"\n" or len(linerepl)<=2 : # le premier test ne marche pas sur mac
continue
if (u"===" not in linerepl) and (u"=>=" not in linerepl) and (u">>=" not in linerepl) and (u">==" not in linerepl) and (u"=*=" not in linerepl):
log.write("erreur de === :"+str(nblinerepl)+" : "+linerepl+"\n len="+str(len(linerepl)))
sys.exit(linerepl+"\nseparator === (or >== ) (or =>= ) (or >>= ) is missing on line")
if ((u">==" in linerepl) or (u">>=" in linerepl)) and (u"_" in linerepl) :
log.write("erreur sep >== ou >>= et plusieurs mots:"+str(nblinerepl)+" : "+linerepl+"\n len="+str(len(linerepl)))
sys.exit(linerepl+"\nseparator >== or >>= forbidden if more than one word")
if u"__" in linerepl :
log.write("erreur de _ _: "+str(nblinerepl)+" : "+linerepl+"\n")
sys.exit(linerepl+"\nil y a un double _ sur la ligne")
wsearch=u""
wrepl=u""
wrepl2=u""
sequence=u""
if u"#" in linerepl :
linerepl_sp=linerepl.split(u"#")
linerepl=linerepl_sp[0].strip()
if "====" in linerepl :
sys.exit(linerepl+"\n==== au lieu de === ?")
linerepl=linerepl.strip() # strips trailing spaces ?
# setting ucase1 - also try capitalising initial word
# setting topl - also try the plural form in -w
if "===" in linerepl :
liste_mots,liste_gloses=linerepl.split(u"===")
ucase1=False
topl=False
differ=False
elif ">==" in linerepl :
liste_mots,liste_gloses=linerepl.split(u">==")
ucase1=False
topl=True
differ=False
elif "=>=" in linerepl :
liste_mots,liste_gloses=linerepl.split(u"=>=")
ucase1=True
topl=False
differ=False
elif ">>=" in linerepl :
liste_mots,liste_gloses=linerepl.split(u">>=")
ucase1=True
topl=True
differ=False
elif "=*=" in linerepl :
liste_mots,liste_gloses=linerepl.split(u"=*=")
ucase1=False
topl=False
differ=True
#
# PETITES VALIDATIONS
#
if u" " in liste_mots:
log.write("pas d'espace à gauche de === svp !\n")
sys.exit("\n"+liste_mots+"\nespace à gauche de ===")
semicolumns=re.findall(u"\:",liste_gloses)
nbsemic=len(semicolumns)
if (2*int(nbsemic/2))!=nbsemic :
log.write("il manque un : dans '"+liste_gloses+"'\n")
sys.exit("\n"+liste_gloses+"\nerreur de syntaxe ':' dans une glose") # test sur l'ensemble de la liste des glose, pas sur chaque glose prise individuellement
openbrackets=re.findall(u"\[",liste_gloses)
nbopen=len(openbrackets)
closebrackets=re.findall(u"\]",liste_gloses)
nbclose=len(closebrackets)
if nbopen!=nbclose :
log.write("problème de [ et ] mal ouvertes/fermées dans '"+liste_gloses+"'\n")
sys.exit("\n"+liste_gloses+"\nerreur de syntaxe '[/]' dans une glose")
spacesemicolumns=re.findall(u"\s\:",liste_gloses)
nbspsemic=len(spacesemicolumns)
if nbspsemic>0 :
log.write("il y a un espace devant un : dans '"+liste_gloses+"'\n")
sys.exit("\n"+liste_gloses+"\nerreur de syntaxe ' :' dans une glose")
doublelowbar=re.findall(u"\_\_",liste_gloses)
nbdoublelowbar=len(doublelowbar)
if nbdoublelowbar>0 :
log.write("il y a une répétition de _ dans '"+liste_gloses+"'\n")
sys.exit("\n"+liste_gloses+"\nerreur de syntaxe ' :' dans une glose")
# gloses spéciales
# noms valides ?
# verif seulement sur liste_mot car liste_gloses peut contenir de nombreuses glose majuscules comme PFV.TR
m=re.findall(ur"(\_[A-Z][A-Z]+\_)",u"_"+re.sub(u"\_",u"__",liste_mots)+u"_") # caution: findall only find non overlapping sequences _TU_YA_SI_ only finds _TU_ and _SI_, but not _YA_
#print u"_"+re.sub(u"\_",u"__",liste_mots)+u"_"
#print m
if m!=None:
for gspe in m :
#print gspe
if gspe not in valides:
# vérifier si c'est défini comme un nom propre
gspe_error=True
m1=lxpsg.findall(u"_"+liste_gloses+u"_")
if m1!=None :
for lxpsgloss in m1 :
#log.write("- "+lxpsgloss+"\n")
lxpsgloss_elem=lxpsgloss.split(":")
lxpsgloss_lx=lxpsgloss_elem[0]
lxpsgloss_ps=lxpsgloss_elem[1]
log.write(lxpsgloss_lx+":"+lxpsgloss_ps+"\n")
if (gspe==u"_"+lxpsgloss_lx+u"_" and lxpsgloss_ps==u"n.prop") :
gspe_error=False
log.write(gspe+" : accepte!\n")
break
if gspe_error :
log.write("(non bloquant) Glose speciale non valide a gauche de === : "+gspe+"\n"+liste_mots+"\n")
#sys.exit("Glose speciale non valide a gauche de === : "+gspe+"\n"+liste_mots)
#
# pour la partie gloses, il faut être plus complet : valider également les gloses Corpus !!!
#
m=re.findall(ur"(\_[0-9]*[A-Z][A-Z\.]+[0-9]*\_)",u"_"+re.sub(u"\_",u"__",liste_gloses)+u"_")
if m!=None:
for gspe in m :
#print gspe
if gspe not in valides+gvalides:
log.write("Glose speciale non valide a droite de === : "+gspe+"\n"+liste_mots+"\n")
sys.exit("\nGlose speciale non valide a droite de === : "+gspe+"\n"+liste_gloses)
# maintenant validons les gloses spéciales en détail
m=lxpsg.findall(u"_"+re.sub(u"\_",u"__",liste_gloses)+u"_")
if m!=None :
for lxpsgloss in m :
#log.write("- "+lxpsgloss+"\n")
lxpsgloss_elem=lxpsgloss.split(":")
lxpsgloss_ps=lxpsgloss_elem[1]
lxpsgloss_gloss=lxpsgloss_elem[2]
# ajout de quelques "not in" pour permettre quelques gloses en majuscules a liste non fermée
# 18 OCT 16 : Pourquoi ne pas sortir les n.prop de ce test ??? ≠===================================
#if "_"+lxpsgloss_gloss+"_" not in "_ETRG.FRA_TOP_NOM.M_NOM.F_NOM.MF_NOM.CL_NOM.ETRG_" :
if (lxpsgloss_ps!="n.prop" and lxpsgloss_gloss+u"_" not in fixevalides) :
if lxpsgloss+u"_" not in lxpsgvalides:
log.write(lxpsgloss_gloss+" : problème avec la glose ?standard? "+lxpsgloss+"\n"+"Valides:"+lxpsgvalides+"\n")
print "\n"+liste_gloses+"\n"+lxpsgloss_gloss+" : Glose ?standard? non valide a gauche de ===\nVoir le log : "+logfilename
break
# nombre de gloses de part et d'autre de ===
elements=valides[1:len(valides)-1].split(u"_") # ôter les _ avant et après avant de faire un split
for element in elements:
if element in liste_mots+"_"+liste_gloses:
nbelement=re.findall("_"+element,"_"+liste_mots)
nbelementg=re.findall("_"+element,"_"+liste_gloses)
# if element=='TIRET': print "TIRET nbelement=",len(nbelement), " nbelementg=", len(nbelementg)
if not differ and (len(nbelement)!=len(nbelementg)) and not (len(nbelementg)==0 and element in "_TIRET_"):
log.write(u"il n'y a pas le même nombre de '_"+element+u"' de part et d'autre de ===\n")
sys.exit("\n"+liste_mots+"\n"+liste_gloses+"\nErreur de syntaxe! pas le meme nombre de '"+element+"' de part et d'autre de ===\nvoir le log : "+logfilename)
# autres validations à ajouter ici ?
mots=liste_mots.split(u"_")
gloses=liste_gloses.split(u"_")
lmots=len(mots)
lgloses=len(gloses)
nbmots=len(mots)
nbgloses=len(gloses)
if not differ:
if nbmots!=nbgloses:
log.write(u"il n'y a pas le même nombre d'éléments de part et d'autre (ou alors spécifier =*= comme séparateur)\n")
sys.exit("\n"+liste_mots+"\n"+liste_gloses+"\nErreur de syntaxe! pas le meme nombre d'éléments de part et d'autre (ou alors spécifier =*= comme séparateur)\nvoir le log : "+logfilename)
if differ:
if nbmots==nbgloses:
log.write(u"il y a le même nombre d'éléments de part et d'autre, alors que =*= est spécifié)\n")
sys.exit("\n"+liste_mots+"\n"+liste_gloses+"\nErreur de syntaxe! il y a le même nombre d'éléments de part et d'autre, alors que =*= est spécifié\nvoir le log : "+logfilename)
imots=-1
capt_gr_index=0 # capturing group index (si on a plusieurs symboles)
prefsearch=ur""
if lmots==lgloses:
if "§§" in liste_gloses:
if topl or ucase1 : sys.exit("\n§§ alternate gloss cannot use > for uppercase-test or force-plural:\n"+linerepl)
else :
log.write(u"!= NB ELEM DIFFERENTS: ("+str(lmots)+u") != ("+str(lgloses)+")\n")
if topl or ucase1 : sys.exit("\n> forbidden for force-plural or uppercase-test : the numbers of elements differ\n"+linerepl)
# only check lx:ps:gloss forms
liste_gloses2=re.sub(ur"(?:_[A-Z]+)_","_",liste_gloses,re.U) # eliminate capitalized keywords after/before
liste_gloses2=re.sub(ur"_[A-Z]+$","",liste_gloses2,re.U) # eliminate capitalized keywords after/before
liste_gloses2=re.sub(ur"^[A-Z]+_","",liste_gloses2,re.U) # eliminate capitalized keywords after/before
liste_gloses2=re.sub(ur"(?:_[A-Z]+[a-z]+)_","_",liste_gloses2,re.U) # eliminate capitalized keywords after/before
liste_gloses2=re.sub(ur"_[A-Z]+[a-z]+$","",liste_gloses2,re.U) # eliminate capitalized keywords after/before
liste_gloses2=re.sub(ur"^[A-Z]+[a-z]+_","",liste_gloses2,re.U) # eliminate capitalized keywords after/before
liste_gloses2=re.sub(ur"§§","_",liste_gloses2,re.U) # eliminate double gloss problem in order to check each element separately
#print "liste_glose2 g: ",liste_gloses2
# repeat as there is always one remaining (non overlapping problem ?)
liste_gloses2=re.sub(ur"(?:_[A-Z]+)_","_",liste_gloses2,re.U) # eliminate capitalized keywords after/before
liste_gloses2=re.sub(ur"_[A-Z]+$","",liste_gloses2,re.U) # eliminate capitalized keywords after/before
liste_gloses2=re.sub(ur"^[A-Z]+_","",liste_gloses2,re.U) # eliminate capitalized keywords after/before
liste_gloses2=re.sub(ur"(?:_[A-Z]+[a-z]+)_","_",liste_gloses2,re.U) # eliminate capitalized keywords after/before
liste_gloses2=re.sub(ur"_[A-Z]+[a-z]+$","",liste_gloses2,re.U) # eliminate capitalized keywords after/before
liste_gloses2=re.sub(ur"^[A-Z]+[a-z]+_","",liste_gloses2,re.U) # eliminate capitalized keywords after/before
#liste_gloses2=re.sub(ur"§§","_",liste_gloses2,re.U) # eliminate double gloss problem in order to check each element separately
# repeat as there is always one remaining (non overlapping problem ?)
liste_gloses2=re.sub(ur"(?:_[A-Z]+)_","_",liste_gloses2,re.U) # eliminate capitalized keywords after/before
liste_gloses2=re.sub(ur"_[A-Z]+$","",liste_gloses2,re.U) # eliminate capitalized keywords after/before
liste_gloses2=re.sub(ur"^[A-Z]+_","",liste_gloses2,re.U) # eliminate capitalized keywords after/before
liste_gloses2=re.sub(ur"(?:_[A-Z]+[a-z]+)_","_",liste_gloses2,re.U) # eliminate capitalized keywords after/before
liste_gloses2=re.sub(ur"_[A-Z]+[a-z]+$","",liste_gloses2,re.U) # eliminate capitalized keywords after/before
liste_gloses2=re.sub(ur"^[A-Z]+[a-z]+_","",liste_gloses2,re.U) # eliminate capitalized keywords after/before
#liste_gloses2=re.sub(ur"§§","_",liste_gloses2,re.U) # eliminate double gloss problem in order to check each element separately
gloses2=[]
if "_" not in liste_gloses2:
liste_gloses3=re.sub(ur"^[A-Z]+[a-z]*$","",liste_gloses2,re.U)
#print "lg2:",liste_gloses2," → lg3: ",liste_gloses3
if liste_gloses3!="":gloses2.append(liste_gloses3)
else:
continue
else: gloses2=liste_gloses2.split(u"_")
for glose in gloses2:
mmcchecked=mmcchecked+1
docheck=True
#if u": [" in glose : docheck=False
#elif u"§§" in glose : docheck=False
if u"§§" in glose : docheck=False # ne devrait plus arriver (split)
elif u"nan:adj:ORDINAL" in glose : docheck=False
elif u":num:CARDINAL" in glose : docheck=False
elif u":conv.n:" in glose : docheck=False
elif u":n.prop:ABR" in glose : docheck=False
elif re.search(ur"\:n\.prop\:[A-Z\-]+",glose) : docheck=False
elif u"ETRG.FRA" in glose : docheck=False
elif u"ETRG.ENG" in glose : docheck=False
elif u"ETRG.USA" in glose : docheck=False
elif u"ETRG.GER" in glose : docheck=False
elif u"ETRG.ARB" in glose : docheck=False
elif u"ETRG.ITA" in glose : docheck=False
elif u"ETRG.ESP" in glose : docheck=False
elif u"ETRG.FUL" in glose : docheck=False
elif u"::CHNT" in glose : docheck=False
elif u":n.prop:NOM.ETRG" in glose : docheck=False
elif u":n.prop:NOM.FRA" in glose : docheck=False
elif u":n.prop:NOM.ESP" in glose : docheck=False
elif u":n.prop:NOM.US" in glose : docheck=False
elif u":n.prop:NOM.ENG" in glose : docheck=False
elif u":n.prop:NOM.POR" in glose : docheck=False
elif u":n.prop:NOM.ITA" in glose : docheck=False
elif u":n.prop:NOM.RUS" in glose : docheck=False
elif u":n.prop:NOM.USA" in glose : docheck=False
elif u":n.prop:NOM.GER" in glose : docheck=False
elif u":n.prop:NOM.ARB" in glose : docheck=False
elif u":n.prop:NOM.FUL" in glose : docheck=False
elif u":n.prop:TOP" in glose : docheck=False
elif glose=="NUMnan" : docheck=False
"""
elif glose==u"bà:num:mille" : docheck=False
elif glose==u"bàa:num:mille" : docheck=False
elif glose==u"nìnnú:prn:DEM.PL [nìn:prn:DEM nu:mrph:PL2]" : docheck=False
elif glose==u"nìnnú:dtm:DEM.PL [nìn:dtm:DEM nu:mrph:PL2]" : docheck=False
elif glose==u"fàr':v:ajouter" : docheck=False
elif glose==u"kàbini:conj:depuis [kàbi:conj:depuis ní:conj:si]" : docheck=False
elif glose==u"kàbini:prep:depuis [kàbi:prep:depuis ní:prep:si]" : docheck=False
elif glose==u"dɔ́wɛrɛ:prn:autre [dɔ́:prn:certain wɛ́rɛ:adj:autre]" : docheck=False
elif glose==u"yànni:conj:avant.que [yàn:n:ici ni:conj:et]" : docheck=False
elif glose==u"yànni:prep:avant.que [yàn:n:ici ni:prep:et]" : docheck=False
elif glose==u"cɛ̀nímùsoya:n:rapports.sexuels [cɛ̀:n:mâle ni:conj:et mùso:n:femme ya:mrph:ABSTR]" : docheck=False
elif glose==u"bámanankan:n:langue.bambara [bámànan:n:bambara kán:n:cou]" : docheck=False
elif glose==u"bámanankan:n:langue.bambara [bámàna:n:bambara kán:n:cou]" : docheck=False
elif glose==u"n':prep:si" : docheck=False
elif glose==u"ní:prep:si" : docheck=False
elif glose==u"bímɛtɛrɛ:n:décamètre [bî:num:dizaine mɛ́tɛrɛ:n:mètre]" : docheck=False
elif glose==u"dɔ́wɛrɛ:prn:autre [dɔ́:prn:certain wɛ́rɛ:dtm:autre]" : docheck=False
elif glose==u"dùgujɛ:n:aube [dùgu:n:terre jɛ́:adj:blanc]" : docheck=False
elif glose==u"sábula:prep:parce.que [sábu:n:cause lá:pp:à]" : docheck=False
elif glose==u"bámànandunun:n:tambour" : docheck=False
elif glose==u"jákabɔ:n:se.moquer [jáka:n:dîme bɔ́:v:sortir]" : docheck=False
elif glose==u"wíli:v:bouillir" : docheck=False
elif glose==u"Má:n:Dieu" : docheck=False
elif glose==u"díyagoya:v:contraindre [díya:v:rendre.agréable [dí:vq:agréable ya:mrph:DEQU] gó:vq:désagréable ya:mrph:DEQU]" : docheck=False
elif glose==u"díya:v:rendre.agréable [dí:vq:agréable ya:mrph:DEQU]" : docheck=False
elif glose==u"díya:n:bon.goût [dí:vq:agréable ya:mrph:DEQU]" : docheck=False
elif glose==u"yɛ̀rɛmahɔrɔnya:n:liberté [yɛ̀rɛmahɔrɔn:n:homme.libre [yɛ̀rɛ̂:dtm:même mà:pp:ADR hɔ́rɔn:n:libre] ya:mrph:ABSTR]" : docheck=False
elif glose==u"mínisiriso:n:ministère [mínisiri:n:ministre só:n:maison]" : docheck=False
elif glose==u"ládiyalifɛn:n:prix [ládiya:v:récompenser [lá:mrph:CAUS díya:v:rendre.agréable [dí:vq:agréable ya:mrph:DEQU] li:mrph:NMLZ] fɛ́n:n:chose]" : docheck=False
elif glose==u"hɔ́rɔnya:n:liberté [hɔ́rɔn:n:libre ya:mrph:ABSTR]" : docheck=False
elif glose==u"júguman:n:méchant [júgu:vq:mauvais man:mrph:ADJ]" : docheck=False
elif glose==u"bùlonba:n:case.à.palabres [bùlon:n:antichambre ba:mrph:AUGM]" : docheck=False
elif glose==u"tánnifilafili:n:plénitude [tán:num:dix ni:conj:et fìla:num:deux fìli:v:jeter]" : docheck=False
elif glose==u"kɛ́cogo:n:manière.de.faire [kɛ́:v:faire cógo:n:manière]" : docheck=False
elif glose==u"báden:n:frère.soeur.utérin(e) [bá:n:mère dén:n:enfant]" : docheck=False
elif glose==u"sényɛrɛkɔrɔ:n:autosuffisance [sé:v:arriver ń:pers:1SG yɛ̀rɛ̂:dtm:même kɔ́rɔ:pp:sous]" : docheck=False
elif glose==u"dúnta:ptcp:comestible [dún:v:manger ta:mrph:PTCP.POT]" : docheck=False
elif glose==u"bìlama:adj:actuel [bì:n:aujourd'hui lama:mrph:STAT]" : docheck=False
elif glose==u"jɛ́man:adj:blanc [jɛ́:vq:blanc man:mrph:ADJ]" : docheck=False
elif glose==u"màliden:n:malien [Màli:n.prop:TOP dén:n:enfant]" : docheck=False
elif glose==u"mánanin:n:sac.plastique [mána:n:substance.collante nin:mrph:DIM]" : docheck=False
elif glose==u"nísɔndiya:n:joie [nísɔn:n:humeur [ní:n:âme sɔ̀n:n:cœur] dí:adj:agréable ya:mrph:ABSTR]" : docheck=False
elif glose==u"tíminandiya:n:bonne.application [tíminandi:n:appliqué tími:v:s'appliquer nan:mrph:dans dí:adj:agréable ya:mrph:ABSTR]" : docheck=False
elif glose==u"kɔ̀ɔkɛ:n:frère.aîné [kɔ̀rɔ:n:aîné kɛ:adj:mâle]" : docheck=False
elif glose==u"kɔ̀ɔmuso:n:grande.soeur [kɔ̀rɔ:n:aîné mùso:adj:femme]" : docheck=False
elif glose==u"màakɔrɔbaya:n:vieillesse [màakɔrɔba:n:vieux [màa:n:homme kɔ̀rɔ:adj:vieux ba:mrph:AUGM] ya:mrph:ABSTR]" : docheck=False
elif glose==u"bànajuguba:n:maladie.très.grave [bàna:n:maladie júgu:adj:mauvais ba:mrph:AUGM]" : docheck=False
elif glose==u"bàlabilen:adj:sorgho.rouge" : docheck=False
elif glose==u"tɔ́ri:intj:absolument.pas" : docheck=False
elif glose==u"sófɛri:n:chauffeur" : docheck=False
elif glose==u"kásadiyalan:n:parfum [kása:n:odeur díya:v:rendre.agréable [dí:vq:agréable ya:mrph:DEQU]" : docheck=False
elif glose==u"dɔ̀lɔso:n:bar [dɔ̀lɔ:n:bière.de.mil só:n:maison]" : docheck=False
elif glose==u"díɲɛdenya:n:libertinage [díɲɛden:n:initié.à.tout [díɲɛ:n:monde dén:n:enfant] ya:mrph:ABSTR]" : docheck=False
elif glose==u"sɛ̀gɛnbagatɔ:n:pauvre [sɛ̀gɛn:v:fatiguer baa:mrph:AG.OCC tɔ:mrph:ST]" : docheck=False
elif glose==u"kòrosakorosa:n:urticaire" : docheck=False
elif glose==u"dɔ́wɛrɛ:prn:autre [dɔ́:prn:certain wɛ́rɛ:adj:autre]" : docheck=False
elif glose==u"ǹka:prep:mais" : docheck=False
elif glose==u"dádiya:v:aiguiser [dá:n:bouche dí:vq:agréable ya:mrph:DEQU]" : docheck=False
elif glose==u"sábu:prep:parce.que" : docheck=False
elif glose==u"desigaramu:n:décigramme" : docheck=False
elif glose==u"kɛ̀mɛmɛtɛrɛ:n:hectomètre [kɛ̀mɛ:num:cent mɛ́tɛrɛ:n:mètre]" : docheck=False
elif glose==u"santigaramu:n:centigramme" : docheck=False
elif glose==u"penalitiduurutan:n:tirs.au.but [penaliti:n:penalty dúuru:num:cinq tán:v:donner.coup.de.pied]" : docheck=False
elif glose==u"cámanko:n:pluralité [cáman:adj:nombreux [cá:vq:nombreux man:mrph:ADJ] kó:n:affaire]" : docheck=False
elif glose==u"sùkarocayabana:n:diabète.maladie [súkaro:n:sucre cáya:v:multiplier [cá:vq:nombreux ya:mrph:DEQU] bàna:n:maladie]" : docheck=False
elif glose==u"báyɛlɛmani===báyɛlɛmani:n:transformation [báyɛ̀lɛma:v:transformer [bá:n:base yɛ̀lɛma:v:changer] li:mrph:NMLZ]" : docheck=False
elif glose==u"kásadiyalan:n:parfum [kása:n:odeur díya:v:rendre.agréable [dí:vq:agréable ya:mrph:DEQU] lan:mrph:INSTR]" : docheck=False
elif glose==u"jòlimangoya:n:antipathie [jòlimango:adj:antipathique [jòliman:n:sang.actif [jòli:n:sang màn:mrph:SUPER] gó:adj:désagréable] ya:mrph:ABSTR]" : docheck=False
"""
gloselx,gloserest=glose.split(":",1)
if " " in gloselx:
gloselx=gloselx.replace(" "," ") # hard spaces in REPL.STANDARD but simple space in Bamadaba: í ko / Burkina Faso ...
glose=gloselx+":"+gloserest
if docheck==True and glose not in mmc :
derivation=False
# print "glose avant split: "+glose
if ":" not in glose:
print "pas de : =",glose, " sur la ligne: ",liste_gloses, " liste_gloses2: ",liste_gloses2
break
gloselist=glose.split(u":",2)
gloselx=gloselist[0]
gloseps=gloselist[1]
glosegloss=gloselist[2]
if u"[" in glosegloss:
maingloss=glosegloss[0:glosegloss.find(u"[")]
maingloss=maingloss.strip()
else: maingloss=glosegloss.strip()
if maingloss=="":
if gloseps=="v":
if re.search(ur"(ra|la|na|r'|l'|n')$",gloselx) and re.search(ur"\:PFV\.INTR\]$",glosegloss) : derivation=True
elif re.search(ur"(la|na|l'|n')$",gloselx) and re.search(ur"\:PROG\]$",glosegloss) : derivation=True
elif gloseps=="n":
if re.search(ur"w$",gloselx) and re.search(ur"\:PL\]$",glosegloss) : derivation=True
elif re.search(ur"ba$",gloselx) and re.search(ur"\:AUGM\]$",glosegloss) : derivation=True
elif re.search(ur"(la|na)$",gloselx) and re.search(ur"\:AG\.PRM\]$",glosegloss) : derivation=True
elif re.search(ur"(baa|baga)$",gloselx) and re.search(ur"\:AG\.OCC\]$",glosegloss) : derivation=True
elif re.search(ur"(li|ni)$",gloselx) and re.search(ur"\:NMLZ\]$",glosegloss) : derivation=True
elif gloseps=="adj":
if re.search(ur"w$",gloselx) and re.search(ur"\:PL\]$",glosegloss) : derivation=True
elif gloseps=="dtm":
if re.search(ur"w$",gloselx) and re.search(ur"\:PL\]$",glosegloss) : derivation=True
elif gloseps=="prn":
if re.search(ur"w$",gloselx) and re.search(ur"\:PL\]$",glosegloss) : derivation=True
elif gloseps=="ptcp":
if re.search(ur"w$",gloselx) and re.search(ur"\:PL\]",glosegloss) : derivation=True
elif re.search(ur"(len|nen)$",gloselx) and re.search(ur"\:PTCP\.RES\]$",glosegloss) : derivation=True
elif re.search(ur"ta$",gloselx) and re.search(ur"\:PTCP\.POT\]$",glosegloss) : derivation=True
elif re.search(ur"bali$",gloselx) and re.search(ur"\:PTCP\.PRIV\]$",glosegloss) : derivation=True
if derivation==False and maingloss!="" :
if nmmcquestion<40 : print 'sample glose not in mmc : "'+glose+'"'
glose2=""
glose3=""
if gloseps!="n.prop" and re.search(ur"^[A-ZƐƆƝŊ]+",gloselx) :
glose2=gloselx.lower()+":"+gloseps+":"+glosegloss
if glose2 not in mmc:
log.write("?_ "+glose+"\n")
nmmcquestion=nmmcquestion+1
elif gloseps=="prep":
glose3=re.sub("\:prep\:",":conj:",glose)
print "prep check :",glose3
if glose3 not in mmc:
log.write("? "+glose+"\n")
nmmcquestion=nmmcquestion+1
elif gloseps=="prn":
glose3=re.sub("\:prn\:",":dtm:",glose)
print "prn check :",glose3
if glose3 not in mmc:
log.write("? "+glose+"\n")
nmmcquestion=nmmcquestion+1
else:
if not re.search(ur"^[0-9]+",gloselx) : # ne pas traiter CARDINAL et ORDINAL
log.write("? "+glose+"\n")
nmmcquestion=nmmcquestion+1
else : # si c'est une dérivation ou bien si il n'y a pas de maingloss, vérifier seulement les composants
subglose=re.sub(ur"\[|\]","",glosegloss)
subglose=re.sub(ur" ","",subglose)
subgloses=subglose.split(" ")
for subg in subgloses:
if subg!="":
subglist=subg.split(u":",2)
subglx=subglist[0]
subgps=subglist[1]
subggloss=subglist[2].strip()
if subggloss!="":
if u"." in subglx : subglx=re.sub(ur"\.","",subglx)
subg=subglx+u":"+subgps+u":"+subggloss
if subg not in mmcshort:
log.write("??_ "+subg+"\n")
# end of complete checks -----------------------------------------------------------------------------
nbreplok=nbreplok+1
iprogress=nbreplok/float(nlignerepl)
update_progress(iprogress)
# FINISH
log.write("------------mmc----------------\n")
for mmcitem in mmc :
log.write(mmcitem+"\n")
log.write("------------fin mmc------------\n")
log.close()
print " check : mots absents de Bamadaba : ", nmmcquestion, " sur ", mmcchecked," mots vérifiés"
# print strftime("%a, %d %b %Y %H:%M:%S +0000", gmtime())
timeend=time.time()
timeelapsed=timeend-timestart
# en minutes, approximativement
print " duree du traitement : "+str(int(timeelapsed))+" secondes"