Upload files to ''
This commit is contained in:
parent
8101fc1287
commit
48a8d295b2
|
|
@ -1,8 +1,15 @@
|
|||
{
|
||||
"cells": [
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### Test per Parsing e generazione IRI"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 1,
|
||||
"execution_count": 2,
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": [
|
||||
|
|
@ -18,7 +25,7 @@
|
|||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 2,
|
||||
"execution_count": 3,
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": [
|
||||
|
|
@ -27,7 +34,7 @@
|
|||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 3,
|
||||
"execution_count": 4,
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": [
|
||||
|
|
@ -36,7 +43,7 @@
|
|||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 4,
|
||||
"execution_count": 5,
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": [
|
||||
|
|
@ -45,7 +52,7 @@
|
|||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 5,
|
||||
"execution_count": 6,
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": [
|
||||
|
|
@ -54,7 +61,7 @@
|
|||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 6,
|
||||
"execution_count": 7,
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": [
|
||||
|
|
@ -67,7 +74,7 @@
|
|||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 7,
|
||||
"execution_count": 8,
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": [
|
||||
|
|
@ -80,7 +87,7 @@
|
|||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 8,
|
||||
"execution_count": 9,
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": [
|
||||
|
|
@ -93,9 +100,49 @@
|
|||
" surname: str"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### Parser\n",
|
||||
"\n",
|
||||
"Provo a creare un parser.\n",
|
||||
"\n",
|
||||
"Un estratto dal file inferno.xml:\n",
|
||||
"\n",
|
||||
"~~~~\n",
|
||||
"<div1> <head>Canto 1</head>\n",
|
||||
"<lg type=\"canto\">\n",
|
||||
" <l>\n",
|
||||
" <LM lemma=\"il\" catg=\"rdms\">Nel</LM>\n",
|
||||
" <LM lemma=\"in mezzo di\" catg=\"eilaksl\">mezzo</LM>\n",
|
||||
" <LM lemma=\"il\" catg=\"rdms\">del</LM>\n",
|
||||
" <LM lemma=\"cammino\" catg=\"sm2ms\">cammin</LM>\n",
|
||||
" <LM lemma=\"di\" catg=\"epskg\">di</LM>\n",
|
||||
" <LM lemma=\"nostro\" catg=\"as1fs\">nostra</LM>\n",
|
||||
" <LM lemma=\"vita\" catg=\"sf1fs\">vita</LM>\n",
|
||||
" </l>\n",
|
||||
" <l>\n",
|
||||
" <LM lemma=\"mi\" catg=\"pf1sypr\">mi</LM>\n",
|
||||
" <LM lemma=\"ritrovare\" catg=\"vta+1irs1\">ritrovai</LM>\n",
|
||||
" <LM lemma=\"per\" catg=\"epskpl\">per</LM>\n",
|
||||
" <LM lemma=\"una\" catg=\"rifs\">una</LM>\n",
|
||||
" <LM lemma=\"selva\" catg=\"sf1fs\">selva</LM>\n",
|
||||
" <LM lemma=\"oscuro\" catg=\"a1fs\">oscura</LM>\n",
|
||||
" </l>\n",
|
||||
" <l>\n",
|
||||
" ...\n",
|
||||
"~~~~\n",
|
||||
"\n",
|
||||
" \n",
|
||||
"Il tag \\<div1\\> individua la porzione di file di un *Canto*, il tag \\<l\\> individua un verso, il tag \\<LM\\> individua un termine/parola/lemma(?) ciascuno dei quali ha 1 o 2 attributi.\n",
|
||||
"\n",
|
||||
"per questa implementazione uso la libreria Python [Beatiful Soup](https://www.crummy.com/software/BeautifulSoup/bs4/doc/)."
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 59,
|
||||
"execution_count": 160,
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": [
|
||||
|
|
@ -176,23 +223,44 @@
|
|||
" i=i+1;\n",
|
||||
" j=0;\n",
|
||||
" for lm in verso.find_all(\"lm\"):\n",
|
||||
" lstctg=[];\n",
|
||||
" lstlms=[];\n",
|
||||
" j=j+1;\n",
|
||||
" lm_text=elem_to_text(lm).strip();\n",
|
||||
" ctg=lm.get('catg');\n",
|
||||
" #ctg=lm.get('catg');\n",
|
||||
" if (lm.get('catg')!=None):\n",
|
||||
" ctg=lm.get('catg');\n",
|
||||
" else:\n",
|
||||
" ctg=\"non_spec\";\n",
|
||||
" \n",
|
||||
" lstctg.append(\" \".join(ctg.split())); \n",
|
||||
" \n",
|
||||
" if (lm.get('lemma')!=None):\n",
|
||||
" lemma=lm.get('lemma');\n",
|
||||
" else:\n",
|
||||
" lemma=\"non_spec\";\n",
|
||||
" lstlms.append(\" \".join(lemma.split())); \n",
|
||||
" for parent in lm.parents:\n",
|
||||
" if (parent.name=='div1'):\n",
|
||||
" canto = parent.contents[0]\n",
|
||||
" break;\n",
|
||||
" ordr_lms.append((\" \".join(lm_text.split()), \" \".join(ctg.split()), \" \".join(lemma.split()), canto.replace('\\n','').strip(), i, j)); \n",
|
||||
" \n",
|
||||
" canto = parent.contents[0];\n",
|
||||
" if (parent.name=='lm1' and ordr_lms[-1][0]==\" \".join(lm_text.split())):\n",
|
||||
" j=j-1;\n",
|
||||
" lstctg=lstctg+ordr_lms[-1][1];\n",
|
||||
" lstlms=lstlms+ordr_lms[-1][2];\n",
|
||||
" ordr_lms.pop();\n",
|
||||
" \n",
|
||||
" ordr_lms.append((\" \".join(lm_text.split()), lstctg, lstlms, canto.replace('\\n','').strip(), i, j, \"hdn:Works/Commedia/Cantica/1/\"+str(i),\n",
|
||||
" \"hdn:Works/Commedia/Cantica/1/\"+str(i)+\"/#\"+str(j)));\n",
|
||||
" \n",
|
||||
" \n",
|
||||
" # ordr_lms.append((\" \".join(lm_text.split()), \" \".join(ctg.split()), \" \".join(lemma.split()), canto.replace('\\n','').strip(), i, j, \"hdn:Works/Commedia/Cantica/1/\"+str(i),\n",
|
||||
" # \"hdn:Works/Commedia/Cantica/1/\"+str(i)+\"/#\"+str(j)));\n",
|
||||
" \n",
|
||||
" \n",
|
||||
" return ordr_lms\n",
|
||||
" \n",
|
||||
" @property\n",
|
||||
" def lemma(self):\n",
|
||||
" def ff_ea(self):\n",
|
||||
" lms_text = []\n",
|
||||
" lms_tupl=()\n",
|
||||
" for lm in self.soup.body.find_all(\"lm\"):\n",
|
||||
|
|
@ -232,7 +300,7 @@
|
|||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 60,
|
||||
"execution_count": 101,
|
||||
"metadata": {},
|
||||
"outputs": [],
|
||||
"source": [
|
||||
|
|
@ -248,43 +316,43 @@
|
|||
"metadata": {},
|
||||
"source": [
|
||||
"### Provo a vedere se il parser funziona\n",
|
||||
"Dovrebbe arrivare sino al termine 'oscuro'"
|
||||
"Dovrebbe arrivare sino al termine 'oscuro', controllare!"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 61,
|
||||
"execution_count": 164,
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"('Nel', 'rdms', 'il', 'Canto 1', 1, 1)\n",
|
||||
"('Nel', 'rdms', 'il', 'Canto 1')\n",
|
||||
"\n",
|
||||
"('mezzo', 'eilaksl', 'in mezzo di', 'Canto 1', 1, 2)\n",
|
||||
"('mezzo', 'eilaksl', 'in mezzo di', 'Canto 1')\n",
|
||||
"\n",
|
||||
"('del', 'rdms', 'il', 'Canto 1', 1, 3)\n",
|
||||
"('del', 'rdms', 'il', 'Canto 1')\n",
|
||||
"\n",
|
||||
"('cammin', 'sm2ms', 'cammino', 'Canto 1', 1, 4)\n",
|
||||
"('cammin', 'sm2ms', 'cammino', 'Canto 1')\n",
|
||||
"\n",
|
||||
"('di', 'epskg', 'di', 'Canto 1', 1, 5)\n",
|
||||
"('di', 'epskg', 'di', 'Canto 1')\n",
|
||||
"\n",
|
||||
"('nostra', 'as1fs', 'nostro', 'Canto 1', 1, 6)\n",
|
||||
"('nostra', 'as1fs', 'nostro', 'Canto 1')\n",
|
||||
"\n",
|
||||
"('vita', 'sf1fs', 'vita', 'Canto 1', 1, 7)\n",
|
||||
"('vita', 'sf1fs', 'vita', 'Canto 1')\n",
|
||||
"\n",
|
||||
"('mi', 'pf1sypr', 'mi', 'Canto 1', 2, 1)\n",
|
||||
"('mi', 'pf1sypr', 'mi', 'Canto 1')\n",
|
||||
"\n",
|
||||
"('ritrovai', 'vta+1irs1', 'ritrovare', 'Canto 1', 2, 2)\n",
|
||||
"('ritrovai', 'vta+1irs1', 'ritrovare', 'Canto 1')\n",
|
||||
"\n",
|
||||
"('per', 'epskpl', 'per', 'Canto 1', 2, 3)\n",
|
||||
"('per', 'epskpl', 'per', 'Canto 1')\n",
|
||||
"\n",
|
||||
"('una', 'rifs', 'una', 'Canto 1', 2, 4)\n",
|
||||
"('una', 'rifs', 'una', 'Canto 1')\n",
|
||||
"\n",
|
||||
"('selva', 'sf1fs', 'selva', 'Canto 1', 2, 5)\n",
|
||||
"('selva', 'sf1fs', 'selva', 'Canto 1')\n",
|
||||
"\n",
|
||||
"('oscura', 'a1fs', 'oscuro', 'Canto 1', 2, 6)\n",
|
||||
"('oscura', 'a1fs', 'oscuro', 'Canto 1')\n",
|
||||
"\n",
|
||||
"...\n"
|
||||
]
|
||||
|
|
@ -292,7 +360,7 @@
|
|||
],
|
||||
"source": [
|
||||
"tei = TEIFile('/Users/cesare/Projects/hdn/triple/DanteTriple/xml/DanteSearch/grammaticale/inferno_forparsing.xml')\n",
|
||||
"bbs=tei.orderedlemma\n",
|
||||
"bbs=tei.ff_ea\n",
|
||||
"for re in bbs:\n",
|
||||
" print (re, end=\"\\n\"*2)\n",
|
||||
" if (re[0].startswith('oscura')):\n",
|
||||
|
|
@ -304,13 +372,13 @@
|
|||
"cell_type": "markdown",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### Carico il testo e creo una tabella\n",
|
||||
"faccio il parsing del testo e creo una tabella con ha 3 colonne: *lemma, categoria, lemma italiano\""
|
||||
"### Carico il testo *inferno.xml* e creo una tabella\n",
|
||||
"Eseguo il parsing del testo presente nel file e creo una tabella con le seguenti colonne: *lemma, categoria, lemma italiano, canto, verso, pposizione lemma nel verso, IRIVerso, IRIParola*"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 63,
|
||||
"execution_count": 165,
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
|
|
@ -327,22 +395,24 @@
|
|||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 66,
|
||||
"execution_count": 166,
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"data": {
|
||||
"text/plain": [
|
||||
"Lemma 34280\n",
|
||||
"Categoria 34280\n",
|
||||
"LemmaItaliano 34280\n",
|
||||
"Canto 34280\n",
|
||||
"Verso 34280\n",
|
||||
"PosizioneLemmaNelVerso 34280\n",
|
||||
"FormaFlessa 33400\n",
|
||||
"Categoria 33400\n",
|
||||
"LemmaItaliano 33400\n",
|
||||
"Canto 33400\n",
|
||||
"Verso 33400\n",
|
||||
"PosizioneLemmaNelVerso 33400\n",
|
||||
"IRIVerso 33400\n",
|
||||
"IRIParola 33400\n",
|
||||
"dtype: int64"
|
||||
]
|
||||
},
|
||||
"execution_count": 66,
|
||||
"execution_count": 166,
|
||||
"metadata": {},
|
||||
"output_type": "execute_result"
|
||||
}
|
||||
|
|
@ -351,13 +421,34 @@
|
|||
"data = [mytesto[0]]\n",
|
||||
"#data[0]\n",
|
||||
"dfObj = pd.DataFrame(data[0]) \n",
|
||||
"testo_tabella=pd.DataFrame(data[0], columns = ['Lemma' , 'Categoria', 'LemmaItaliano', 'Canto', 'Verso', 'PosizioneLemmaNelVerso']) \n",
|
||||
"testo_tabella=pd.DataFrame(data[0], columns = ['FormaFlessa' , 'Categoria', 'LemmaItaliano', 'Canto', 'Verso', 'PosizioneLemmaNelVerso', 'IRIVerso', 'IRIParola']) \n",
|
||||
"testo_tabella.count()"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### Generiamo una tabella\n",
|
||||
"\n",
|
||||
"La abella contiene tutti i lemmi della cantica, insieme con le categorie, il lemma in italiano, il numero del verso, la posizione all'interno del verso e l'IRI del verso. Per l'IRI del verso mi son basato su quanto riportato nel *Manifesto*, Appendice 7: \n",
|
||||
"\n",
|
||||
"> l’IRI del primo verso del sesto libro dell’Eneide: hdn:Works\\Eneide\\Liber\\VI\\1\n",
|
||||
"\n",
|
||||
"una possibile struttura delle IRI per i versi della Cantica Inferno della Commedia \n",
|
||||
"\n",
|
||||
"hdn:Works\\Commedia\\Cantica\\1\\n\n",
|
||||
"\n",
|
||||
"dove n è il numero del verso. \n",
|
||||
"\n",
|
||||
"Si tratta di un esempio, è facilmente modficabile.\n",
|
||||
"Link al criterio di definizione dell'IRI del verso\n",
|
||||
"http://hdn.dantenetwork.it/resource/work/commedia/cantica/1/canto/1/verso/1"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 67,
|
||||
"execution_count": 167,
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
|
|
@ -381,124 +472,170 @@
|
|||
" <thead>\n",
|
||||
" <tr style=\"text-align: right;\">\n",
|
||||
" <th></th>\n",
|
||||
" <th>Lemma</th>\n",
|
||||
" <th>FormaFlessa</th>\n",
|
||||
" <th>Categoria</th>\n",
|
||||
" <th>LemmaItaliano</th>\n",
|
||||
" <th>Canto</th>\n",
|
||||
" <th>Verso</th>\n",
|
||||
" <th>PosizioneLemmaNelVerso</th>\n",
|
||||
" <th>IRIVerso</th>\n",
|
||||
" <th>IRIParola</th>\n",
|
||||
" </tr>\n",
|
||||
" </thead>\n",
|
||||
" <tbody>\n",
|
||||
" <tr>\n",
|
||||
" <th>0</th>\n",
|
||||
" <td>Nel</td>\n",
|
||||
" <td>rdms</td>\n",
|
||||
" <td>il</td>\n",
|
||||
" <td>[rdms]</td>\n",
|
||||
" <td>[il]</td>\n",
|
||||
" <td>Canto 1</td>\n",
|
||||
" <td>1</td>\n",
|
||||
" <td>1</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/1</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/1/#1</td>\n",
|
||||
" </tr>\n",
|
||||
" <tr>\n",
|
||||
" <th>1</th>\n",
|
||||
" <td>mezzo</td>\n",
|
||||
" <td>eilaksl</td>\n",
|
||||
" <td>in mezzo di</td>\n",
|
||||
" <td>[eilaksl]</td>\n",
|
||||
" <td>[in mezzo di]</td>\n",
|
||||
" <td>Canto 1</td>\n",
|
||||
" <td>1</td>\n",
|
||||
" <td>2</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/1</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/1/#2</td>\n",
|
||||
" </tr>\n",
|
||||
" <tr>\n",
|
||||
" <th>2</th>\n",
|
||||
" <td>del</td>\n",
|
||||
" <td>rdms</td>\n",
|
||||
" <td>il</td>\n",
|
||||
" <td>[rdms]</td>\n",
|
||||
" <td>[il]</td>\n",
|
||||
" <td>Canto 1</td>\n",
|
||||
" <td>1</td>\n",
|
||||
" <td>3</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/1</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/1/#3</td>\n",
|
||||
" </tr>\n",
|
||||
" <tr>\n",
|
||||
" <th>3</th>\n",
|
||||
" <td>cammin</td>\n",
|
||||
" <td>sm2ms</td>\n",
|
||||
" <td>cammino</td>\n",
|
||||
" <td>[sm2ms]</td>\n",
|
||||
" <td>[cammino]</td>\n",
|
||||
" <td>Canto 1</td>\n",
|
||||
" <td>1</td>\n",
|
||||
" <td>4</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/1</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/1/#4</td>\n",
|
||||
" </tr>\n",
|
||||
" <tr>\n",
|
||||
" <th>4</th>\n",
|
||||
" <td>di</td>\n",
|
||||
" <td>epskg</td>\n",
|
||||
" <td>di</td>\n",
|
||||
" <td>[epskg]</td>\n",
|
||||
" <td>[di]</td>\n",
|
||||
" <td>Canto 1</td>\n",
|
||||
" <td>1</td>\n",
|
||||
" <td>5</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/1</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/1/#5</td>\n",
|
||||
" </tr>\n",
|
||||
" <tr>\n",
|
||||
" <th>5</th>\n",
|
||||
" <td>nostra</td>\n",
|
||||
" <td>as1fs</td>\n",
|
||||
" <td>nostro</td>\n",
|
||||
" <td>[as1fs]</td>\n",
|
||||
" <td>[nostro]</td>\n",
|
||||
" <td>Canto 1</td>\n",
|
||||
" <td>1</td>\n",
|
||||
" <td>6</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/1</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/1/#6</td>\n",
|
||||
" </tr>\n",
|
||||
" <tr>\n",
|
||||
" <th>6</th>\n",
|
||||
" <td>vita</td>\n",
|
||||
" <td>sf1fs</td>\n",
|
||||
" <td>vita</td>\n",
|
||||
" <td>[sf1fs]</td>\n",
|
||||
" <td>[vita]</td>\n",
|
||||
" <td>Canto 1</td>\n",
|
||||
" <td>1</td>\n",
|
||||
" <td>7</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/1</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/1/#7</td>\n",
|
||||
" </tr>\n",
|
||||
" <tr>\n",
|
||||
" <th>7</th>\n",
|
||||
" <td>mi</td>\n",
|
||||
" <td>pf1sypr</td>\n",
|
||||
" <td>mi</td>\n",
|
||||
" <td>[pf1sypr]</td>\n",
|
||||
" <td>[mi]</td>\n",
|
||||
" <td>Canto 1</td>\n",
|
||||
" <td>2</td>\n",
|
||||
" <td>1</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/2</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/2/#1</td>\n",
|
||||
" </tr>\n",
|
||||
" <tr>\n",
|
||||
" <th>8</th>\n",
|
||||
" <td>ritrovai</td>\n",
|
||||
" <td>vta+1irs1</td>\n",
|
||||
" <td>ritrovare</td>\n",
|
||||
" <td>[vta+1irs1]</td>\n",
|
||||
" <td>[ritrovare]</td>\n",
|
||||
" <td>Canto 1</td>\n",
|
||||
" <td>2</td>\n",
|
||||
" <td>2</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/2</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/2/#2</td>\n",
|
||||
" </tr>\n",
|
||||
" <tr>\n",
|
||||
" <th>9</th>\n",
|
||||
" <td>per</td>\n",
|
||||
" <td>epskpl</td>\n",
|
||||
" <td>per</td>\n",
|
||||
" <td>[epskpl]</td>\n",
|
||||
" <td>[per]</td>\n",
|
||||
" <td>Canto 1</td>\n",
|
||||
" <td>2</td>\n",
|
||||
" <td>3</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/2</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/2/#3</td>\n",
|
||||
" </tr>\n",
|
||||
" </tbody>\n",
|
||||
"</table>\n",
|
||||
"</div>"
|
||||
],
|
||||
"text/plain": [
|
||||
" Lemma Categoria LemmaItaliano Canto Verso PosizioneLemmaNelVerso\n",
|
||||
"0 Nel rdms il Canto 1 1 1\n",
|
||||
"1 mezzo eilaksl in mezzo di Canto 1 1 2\n",
|
||||
"2 del rdms il Canto 1 1 3\n",
|
||||
"3 cammin sm2ms cammino Canto 1 1 4\n",
|
||||
"4 di epskg di Canto 1 1 5\n",
|
||||
"5 nostra as1fs nostro Canto 1 1 6\n",
|
||||
"6 vita sf1fs vita Canto 1 1 7\n",
|
||||
"7 mi pf1sypr mi Canto 1 2 1\n",
|
||||
"8 ritrovai vta+1irs1 ritrovare Canto 1 2 2\n",
|
||||
"9 per epskpl per Canto 1 2 3"
|
||||
" FormaFlessa Categoria LemmaItaliano Canto Verso \\\n",
|
||||
"0 Nel [rdms] [il] Canto 1 1 \n",
|
||||
"1 mezzo [eilaksl] [in mezzo di] Canto 1 1 \n",
|
||||
"2 del [rdms] [il] Canto 1 1 \n",
|
||||
"3 cammin [sm2ms] [cammino] Canto 1 1 \n",
|
||||
"4 di [epskg] [di] Canto 1 1 \n",
|
||||
"5 nostra [as1fs] [nostro] Canto 1 1 \n",
|
||||
"6 vita [sf1fs] [vita] Canto 1 1 \n",
|
||||
"7 mi [pf1sypr] [mi] Canto 1 2 \n",
|
||||
"8 ritrovai [vta+1irs1] [ritrovare] Canto 1 2 \n",
|
||||
"9 per [epskpl] [per] Canto 1 2 \n",
|
||||
"\n",
|
||||
" PosizioneLemmaNelVerso IRIVerso \\\n",
|
||||
"0 1 hdn:Works/Commedia/Cantica/1/1 \n",
|
||||
"1 2 hdn:Works/Commedia/Cantica/1/1 \n",
|
||||
"2 3 hdn:Works/Commedia/Cantica/1/1 \n",
|
||||
"3 4 hdn:Works/Commedia/Cantica/1/1 \n",
|
||||
"4 5 hdn:Works/Commedia/Cantica/1/1 \n",
|
||||
"5 6 hdn:Works/Commedia/Cantica/1/1 \n",
|
||||
"6 7 hdn:Works/Commedia/Cantica/1/1 \n",
|
||||
"7 1 hdn:Works/Commedia/Cantica/1/2 \n",
|
||||
"8 2 hdn:Works/Commedia/Cantica/1/2 \n",
|
||||
"9 3 hdn:Works/Commedia/Cantica/1/2 \n",
|
||||
"\n",
|
||||
" IRIParola \n",
|
||||
"0 hdn:Works/Commedia/Cantica/1/1/#1 \n",
|
||||
"1 hdn:Works/Commedia/Cantica/1/1/#2 \n",
|
||||
"2 hdn:Works/Commedia/Cantica/1/1/#3 \n",
|
||||
"3 hdn:Works/Commedia/Cantica/1/1/#4 \n",
|
||||
"4 hdn:Works/Commedia/Cantica/1/1/#5 \n",
|
||||
"5 hdn:Works/Commedia/Cantica/1/1/#6 \n",
|
||||
"6 hdn:Works/Commedia/Cantica/1/1/#7 \n",
|
||||
"7 hdn:Works/Commedia/Cantica/1/2/#1 \n",
|
||||
"8 hdn:Works/Commedia/Cantica/1/2/#2 \n",
|
||||
"9 hdn:Works/Commedia/Cantica/1/2/#3 "
|
||||
]
|
||||
},
|
||||
"execution_count": 67,
|
||||
"execution_count": 167,
|
||||
"metadata": {},
|
||||
"output_type": "execute_result"
|
||||
}
|
||||
|
|
@ -507,6 +644,253 @@
|
|||
"testo_tabella.head(10)"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"#### File *purgatorio.xml*\n",
|
||||
"\n",
|
||||
"Eseguiamo un test, la stampa dovrebbe fermarsi al termine *ingegno*.\n"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 168,
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"('Per', 'epsf', 'per', 'Canto 1')\n",
|
||||
"\n",
|
||||
"('correr', 'vta2fp', 'correre', 'Canto 1')\n",
|
||||
"\n",
|
||||
"('miglior', 'a2fp', 'migliore', 'Canto 1')\n",
|
||||
"\n",
|
||||
"('acque', 'sf1fp', 'acqua', 'Canto 1')\n",
|
||||
"\n",
|
||||
"('alza', 'vta1ips3', 'alzare', 'Canto 1')\n",
|
||||
"\n",
|
||||
"('le', 'adfp', 'la', 'Canto 1')\n",
|
||||
"\n",
|
||||
"('vele', 'sf1fp', 'vela', 'Canto 1')\n",
|
||||
"\n",
|
||||
"('omai', 'b', 'ormai', 'Canto 1')\n",
|
||||
"\n",
|
||||
"('la', 'rdfs', 'la', 'Canto 1')\n",
|
||||
"\n",
|
||||
"('navicella', 'sf1fs', 'navicella', 'Canto 1')\n",
|
||||
"\n",
|
||||
"('del', 'epa', 'di', 'Canto 1')\n",
|
||||
"\n",
|
||||
"('del', 'rdms', 'il', 'Canto 1')\n",
|
||||
"\n",
|
||||
"('mio', 'as1ms', 'mio', 'Canto 1')\n",
|
||||
"\n",
|
||||
"('ingegno', 'sm2ms', 'ingegno', 'Canto 1')\n",
|
||||
"\n",
|
||||
"...\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"tei_purgatorio = TEIFile('/Users/cesare/Projects/hdn/triple/DanteTriple/xml/DanteSearch/grammaticale/purgatorio.xml')\n",
|
||||
"bbs_pu=tei_purgatorio.ff_ea\n",
|
||||
"for repu in bbs_pu:\n",
|
||||
" print (repu, end=\"\\n\"*2)\n",
|
||||
" if (repu[0].startswith('ingegno')):\n",
|
||||
" print('...')\n",
|
||||
" break"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "markdown",
|
||||
"metadata": {},
|
||||
"source": [
|
||||
"### Carico il testo *purgatorio.xml* e creo una tabella\n",
|
||||
"Eseguo il parsing del testo presente nel file e creo una tabella simile alla precedente\n",
|
||||
"\\<LM1\\> forma flessa con due lemmi, gestire nel parser"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 169,
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"name": "stdout",
|
||||
"output_type": "stream",
|
||||
"text": [
|
||||
"Handled /Users/cesare/Projects/hdn/triple/DanteTriple/xml/DanteSearch/grammaticale/purgatorio.xml\n"
|
||||
]
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"parsed_purgatorio=tei_to_csv_entry('/Users/cesare/Projects/hdn/triple/DanteTriple/xml/DanteSearch/grammaticale/purgatorio.xml')"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 170,
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"data": {
|
||||
"text/plain": [
|
||||
"FormaFlessa 33245\n",
|
||||
"Categoria 33245\n",
|
||||
"Lemma 33245\n",
|
||||
"Canto 33245\n",
|
||||
"Verso 33245\n",
|
||||
"PosizioneLemmaNelVerso 33245\n",
|
||||
"IRIVerso 33245\n",
|
||||
"IRIParola 33245\n",
|
||||
"dtype: int64"
|
||||
]
|
||||
},
|
||||
"execution_count": 170,
|
||||
"metadata": {},
|
||||
"output_type": "execute_result"
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"#DA COMPLETARE CON IRI CORRETTO!\n",
|
||||
"\n",
|
||||
"data_purgatorio = [parsed_purgatorio[0]]\n",
|
||||
"#dfObj_purgatorio = pd.DataFrame(data_purgatorio[0]) \n",
|
||||
"testo_purgatorio_tabella=pd.DataFrame(data_purgatorio[0], columns = ['FormaFlessa' , 'Categoria', 'Lemma', 'Canto', 'Verso', 'PosizioneLemmaNelVerso', 'IRIVerso', 'IRIParola']) \n",
|
||||
"testo_purgatorio_tabella.count()"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": 175,
|
||||
"metadata": {},
|
||||
"outputs": [
|
||||
{
|
||||
"data": {
|
||||
"text/html": [
|
||||
"<div>\n",
|
||||
"<style scoped>\n",
|
||||
" .dataframe tbody tr th:only-of-type {\n",
|
||||
" vertical-align: middle;\n",
|
||||
" }\n",
|
||||
"\n",
|
||||
" .dataframe tbody tr th {\n",
|
||||
" vertical-align: top;\n",
|
||||
" }\n",
|
||||
"\n",
|
||||
" .dataframe thead th {\n",
|
||||
" text-align: right;\n",
|
||||
" }\n",
|
||||
"</style>\n",
|
||||
"<table border=\"1\" class=\"dataframe\">\n",
|
||||
" <thead>\n",
|
||||
" <tr style=\"text-align: right;\">\n",
|
||||
" <th></th>\n",
|
||||
" <th>FormaFlessa</th>\n",
|
||||
" <th>Categoria</th>\n",
|
||||
" <th>Lemma</th>\n",
|
||||
" <th>Canto</th>\n",
|
||||
" <th>Verso</th>\n",
|
||||
" <th>PosizioneLemmaNelVerso</th>\n",
|
||||
" <th>IRIVerso</th>\n",
|
||||
" <th>IRIParola</th>\n",
|
||||
" </tr>\n",
|
||||
" </thead>\n",
|
||||
" <tbody>\n",
|
||||
" <tr>\n",
|
||||
" <th>33240</th>\n",
|
||||
" <td>disposto</td>\n",
|
||||
" <td>[vtp2pra1ms]</td>\n",
|
||||
" <td>[disporre]</td>\n",
|
||||
" <td>Canto 33</td>\n",
|
||||
" <td>4755</td>\n",
|
||||
" <td>3</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/4755</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/4755/#3</td>\n",
|
||||
" </tr>\n",
|
||||
" <tr>\n",
|
||||
" <th>33241</th>\n",
|
||||
" <td>a</td>\n",
|
||||
" <td>[epsb]</td>\n",
|
||||
" <td>[a]</td>\n",
|
||||
" <td>Canto 33</td>\n",
|
||||
" <td>4755</td>\n",
|
||||
" <td>4</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/4755</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/4755/#4</td>\n",
|
||||
" </tr>\n",
|
||||
" <tr>\n",
|
||||
" <th>33242</th>\n",
|
||||
" <td>salire</td>\n",
|
||||
" <td>[vi3fp]</td>\n",
|
||||
" <td>[salire]</td>\n",
|
||||
" <td>Canto 33</td>\n",
|
||||
" <td>4755</td>\n",
|
||||
" <td>5</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/4755</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/4755/#5</td>\n",
|
||||
" </tr>\n",
|
||||
" <tr>\n",
|
||||
" <th>33243</th>\n",
|
||||
" <td>alle</td>\n",
|
||||
" <td>[rdfp, epakml]</td>\n",
|
||||
" <td>[la, a]</td>\n",
|
||||
" <td>Canto 33</td>\n",
|
||||
" <td>4755</td>\n",
|
||||
" <td>6</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/4755</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/4755/#6</td>\n",
|
||||
" </tr>\n",
|
||||
" <tr>\n",
|
||||
" <th>33244</th>\n",
|
||||
" <td>stelle</td>\n",
|
||||
" <td>[sf1fp]</td>\n",
|
||||
" <td>[stella]</td>\n",
|
||||
" <td>Canto 33</td>\n",
|
||||
" <td>4755</td>\n",
|
||||
" <td>7</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/4755</td>\n",
|
||||
" <td>hdn:Works/Commedia/Cantica/1/4755/#7</td>\n",
|
||||
" </tr>\n",
|
||||
" </tbody>\n",
|
||||
"</table>\n",
|
||||
"</div>"
|
||||
],
|
||||
"text/plain": [
|
||||
" FormaFlessa Categoria Lemma Canto Verso \\\n",
|
||||
"33240 disposto [vtp2pra1ms] [disporre] Canto 33 4755 \n",
|
||||
"33241 a [epsb] [a] Canto 33 4755 \n",
|
||||
"33242 salire [vi3fp] [salire] Canto 33 4755 \n",
|
||||
"33243 alle [rdfp, epakml] [la, a] Canto 33 4755 \n",
|
||||
"33244 stelle [sf1fp] [stella] Canto 33 4755 \n",
|
||||
"\n",
|
||||
" PosizioneLemmaNelVerso IRIVerso \\\n",
|
||||
"33240 3 hdn:Works/Commedia/Cantica/1/4755 \n",
|
||||
"33241 4 hdn:Works/Commedia/Cantica/1/4755 \n",
|
||||
"33242 5 hdn:Works/Commedia/Cantica/1/4755 \n",
|
||||
"33243 6 hdn:Works/Commedia/Cantica/1/4755 \n",
|
||||
"33244 7 hdn:Works/Commedia/Cantica/1/4755 \n",
|
||||
"\n",
|
||||
" IRIParola \n",
|
||||
"33240 hdn:Works/Commedia/Cantica/1/4755/#3 \n",
|
||||
"33241 hdn:Works/Commedia/Cantica/1/4755/#4 \n",
|
||||
"33242 hdn:Works/Commedia/Cantica/1/4755/#5 \n",
|
||||
"33243 hdn:Works/Commedia/Cantica/1/4755/#6 \n",
|
||||
"33244 hdn:Works/Commedia/Cantica/1/4755/#7 "
|
||||
]
|
||||
},
|
||||
"execution_count": 175,
|
||||
"metadata": {},
|
||||
"output_type": "execute_result"
|
||||
}
|
||||
],
|
||||
"source": [
|
||||
"testo_purgatorio_tabella.tail()"
|
||||
]
|
||||
},
|
||||
{
|
||||
"cell_type": "code",
|
||||
"execution_count": null,
|
||||
|
|
|
|||
Loading…
Reference in New Issue