textstat.pyw

documents classification and words statiscs TF/IDF etc

                self.status.set(self.korpus.getDbName())
                self.root.title(s['Titel'] + ' - ' + self.korpus.getDbName())
                self.zeigDateiliste()
                self.add_recent(filename=f)
                self.info(titel=s['CodePage'], text=s['KodierungInfo'] % cfg['FileKodierung'])
        except:
            self.warnung(titel=s['Error'], text=s['ErrKorpNew'])


    def korpus_open(self, filename=''):
        # Wenn anderes Korpus ge鰂fnet ist
        if self.korpus != None and self.korpus.dbGeaendert == 1: 
            jn = tkMessageBox.askquestion(s['KorpusSave'], s['AbfrageSave'])
            if jn == 'yes':
                self.korpus_save()
           
        if filename=='':
            f = tkFileDialog.askopenfilename(initialdir=cfg['KorpDir'], title=s['KorpusOpen'])
        else:
            f=filename
        
        if f:
            self.korpus = None
            self.zeigDateiliste()                         
            try:
                # Default-Dir neu setzen
                self.korpus = Korpus.Korpus(self) 
                self.korpus.openDb(f)
                cfg['KorpDir'] = os.path.dirname(f)
                self.korpusdatei = f
                self.status.set(self.korpus.getDbName())
                self.root.title(s['Titel'] + ' - ' + self.korpus.getDbName())
                self.zeigDateiliste()
                self.add_recent(filename=f)
            except StandardError, details:
                self.korpus = None
                self.root.title(s['Titel'])
                # s['ErrKorpOpen'] = s['ErrKorpOpen'] + '\n\n' + str(details)
                self.warnung(titel=s['Error'], text=s['ErrKorpOpen'])


    def korpus_hinzu(self):
        if self.korpus != None:
            try:
                f = tkFileDialog.askopenfilename(initialdir=cfg['KorpDir'], title=s['KorpusHinzu'])
                if f:
                    # Default-Dir neu setzen
                    cfg['KorpDir'] = os.path.dirname(f)
                    self.korpus.addDb(f)
                    self.status.set(self.korpus.getDbName())
                    self.zeigDateiliste()
                else:
                    pass
            except:
                self.warnung(titel=s['Error'], text=s['ErrKorpOpen'])
        else:
            self.korpus_open()


    def korpus_import(self):
        if self.korpus != None:
            try:
                f = tkFileDialog.askopenfilename(initialdir=cfg['KorpDir'], title=s['KorpusOpen'])
                # Default-Dir neu setzen
                cfg['KorpDir'] = os.path.dirname(f)
                self.korpus.importOldKorpus(f)
                self.status.set(s['StatusKorpImp'])
                self.zeigDateiliste()
            except:
                self.warnung(s['Error'], s['ErrKorpImp'])
        else:
            self.warnung(s['Error'], s['ErrNoKorp'])


    def korpus_save(self):
        try:
            self.korpus.saveDb()
            # self.optionen_speichern()
            self.status.set(s['StatusKorpSave'])
        except:
            self.warnung(titel=s['Error'], text=s['ErrKorpSave'])


    def korpus_save_as(self):
        try:
            f = tkFileDialog.asksaveasfilename(initialdir=cfg['KorpDir'], defaultextension='.crp', title=s['KorpusNew2'])
            # Default-Dir neu setzen
            cfg['KorpDir'] = os.path.dirname(f)
            self.korpusdatei = f
            self.korpus.dbFile = f
            self.korpus.saveDb()
            self.optionen_speichern()
            self.status.set(s['StatusKorpSave'])
            self.root.title(s['Titel'] + ' - ' + self.korpus.getDbName())
            self.add_recent(filename=f)
        except:
            self.warnung(titel=s['Error'], text=s['ErrKorpSave'])


    def korpus_del(self):
        if self.korpus != None:
            f = self.korpus.getDbPath()
            jn = tkMessageBox.askquestion(s['AskSure'], s['AskDelete'] % f)
            if jn == 'yes':
                f = self.korpus.getDbPath()
                self.korpus = None
                os.remove(f)
                self.remove_recent(filename=f)
                self.root.title(s['Titel'])
                self.zeigDateiliste()


    def datei_hinzu(self):
        # 'multiple' funktioniert nur ab Python 2.3
        if self.korpus != None:
            self.statusAktualisieren()
            dateinamen = tkFileDialog.askopenfilename(initialdir=cfg['FileDir'], filetypes= (('All', '*.*'),('Text', '*.txt'),('HTML', '*.htm*'),('MS Word', '*.doc'),('MS Word 2007', '*.docx'),('OpenOffice 1.x', '*.sxw'),('OpenOffice 2.x', '*.odt')), multiple=1)
            if dateinamen:
                try:
                    self.korpus.addDbFiles(dateinamen, codepage=self.dateiart.get())
                    # Default-Dir neu setzen
                    cfg['FileDir'] = os.path.dirname(dateinamen[0])
                    self.zeigDateiliste()
                except StandardError, details:
                    meldung = s['ErrFileOpen'] + '\n\n' + str(details)
                    self.warnung(titel=s['Error'], text=meldung)
        else:
            self.warnung(s['Error'], s['ErrNoKorp'])


    def htmlFile_hinzu(self):
        if self.korpus != None:
            try:
                anzahl = int(self.webAnzahl.get())
            except:
                anzahl = 50

            self.busyCursorOn()
            self.status.set(s['StatusWeb'] % anzahl)
            try:
                self.korpus.addHTMLFiles(url=self.webUrl.get(), anzahl=anzahl,
                                        basis=self.webBasis.get(), codepage=self.dateiart.get())
                self.zeigDateiliste()
            except StandardError, details:
                self.status.set(s['Error'])
                f_meldung = s['ErrWeb'] + '\n\n' + str(details)
                self.warnung(s['Error'], f_meldung)
            self.status.set(' ')
            self.busyCursorOff()
        else:
            self.warnung(s['Error'], s['ErrNoKorp'])


    def newsgroup_hinzu(self):
        if self.korpus != None:
            try:
                anzahl = int(self.newsAnzahl.get())
            except:
                anzahl = 50

            self.busyCursorOn()
            self.status.set(s['StatusNews'] % anzahl)
            try:
                self.korpus.addNewsFiles(server=self.newsServer.get(), gruppe=self.newsGruppe.get(), anzahl=anzahl,
                                         zitate=self.newsZitate.get(), codepage=self.dateiart.get())
                self.zeigDateiliste()
            except StandardError, details:
                self.status.set(s['Error'])
                f_meldung = s['ErrNews'] + '\n\n' + str(details)
                self.warnung(s['Error'], f_meldung)
            self.status.set(' ')
            self.busyCursorOff()
        else:
            self.warnung(s['Error'], s['ErrNoKorp'])


    def datei_oeffnen(self, event=''):
        if self.datliste.curselection() != ():
            i = self.datliste.curselection()
            for x in i:
                dateipfad = self.datliste.get(x)
                try:
                    # os.startfile kann offenbar nicht mir Unicode-Filenamen umgehen... 
                    # webbrowser verwendet aus os.startfile... Tse...
                    dateipfad = dateipfad.encode(sys.getfilesystemencoding())
                    # os.startfile(dateipfad)
                    webbrowser.open(dateipfad)
                except StandardError, details:
                    meldung = s['ErrFileOpen'] + '\n\n' + str(details)
                    self.warnung(titel=s['Error'], text=meldung)
        else:
            self.warnung(titel=s['Error'], text=s['ErrSelect'])


    def datei_entfernen(self, event=''):
        if self.datliste.curselection() != ():
            i = self.datliste.curselection()
            d = []
            for x in i:
                dateipfad = self.datliste.get(x)
                d.append(dateipfad)
            self.korpus.delDbFiles(d)
            self.zeigDateiliste()
        else:
            self.warnung(titel=s['Error'], text=s['ErrSelect'])


    def datei_info(self, event=''):
        if self.datliste.curselection() != ():
            i = self.datliste.curselection()
            for x in i:
                dateipfad = self.datliste.get(x)
                f = self.korpus.getDbFile(dateipfad)
                info = s['DateiInfo2'] % (os.path.basename(dateipfad), f['path'], len(f))
                self.info(titel=s['DateiInfo'], text=info)
            self.zeigDateiliste()
        else:
            self.warnung(titel=s['Error'], text=s['ErrSelect'])


    def zeigDateiliste(self):
        # erst aufr鋟men
        self.datliste.delete(0, END)
        self.freqliste.delete(0, END)
        self.konkliste.delete(0, END)


        gesamtgroesse = 0
        if self.korpus != None:
            liste = self.korpus.getDbFileNames()
            for x in liste:
                self.datliste.insert(END, x)
            self.status.indicator(s['StatusFiles'] % (self.korpus.countDbFiles(), self.korpus.getDbSize()))
        else:
            self.status.indicator(s['StatusNoKorp'])
        self.tabPages.ChangePage(s['KorpusTab'])

        self.infotxt.set(s['InfoText'])


    def zeigWortfrequenz(self, event=''):
        if self.korpus != None:
            self.busyCursorOn()
            self.freqliste.delete(0, END)

            freq = self.korpus.getWordFreq( sort=self.sortModusFreq.get(),
                    grossklein=self.grosskleinFreq.get(), minFreq=self.minFreq.get(),
                    maxFreq=self.maxFreq.get(), suchFreq=self.suchFreq.get() )
            self.suchFreq.set('')

            retro = 0
            if self.sortModusFreq.get() == 'retro':
                retro = 1
            
            # Tab wechseln (und dann gleich wieder zur點k) - offenbar n鰐ig
            # f黵 korrekte Anzeige auf MACs (Dank an Stian Haklev)
            self.tabPages.ChangePage(s['KorpusTab'])

            for x in freq:
                if retro==1:
                    self.freqliste.insert(END, (x[0].rjust(45), str(x[1]).rjust(9)))
                else:
                    self.freqliste.insert(END, ('  '+x[0], str(x[1]).rjust(9)))

            self.tabPages.ChangePage(s['FormenTab'])
            
            # Wenn Gro遱chreibung hier ignoriert wird, dann sollte sie auch
            # bei den Konkordanzen ignoriert werden...
            if self.grosskleinFreq.get() == 1:
                self.konkGrosskleinCheckbutton.select()
            else:
                self.konkGrosskleinCheckbutton.deselect()        
            
            self.statusAktualisieren()
            self.busyCursorOff()
        else:
            self.warnung(s['Error'], s['ErrNoKorp'])


    def zeigFormInfo(self, event=''):
        such = self.freqliste.get(self.freqliste.curselection())
        form = such[0].strip()
        freq = int(such[1].strip())
        freqfloat = float(freq)
        prozent = freqfloat / self.korpus.anzahlTokens * 100
        txt = unicode(s['FTformInfo'], 'utf_8') % (self.korpus.anzahlTokens, len(self.korpus.wordFreq), len(self.korpus.wordFreqKlein), form, freq, prozent)
        self.info(form, txt )


    def zeigKonkordanz(self, event=''):
        self.busyCursorOn()
        if self.tabPages.GetActivePage() == s['FormenTab']:
            self.konkGanzewoerter.set(1)
            such = self.freqliste.get(self.freqliste.curselection())
            such = such[0].strip()
        else:
            such = self.suchwort.get()

        try: