-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathwiki2ruigi.cpp
3185 lines (2889 loc) · 254 KB
/
wiki2ruigi.cpp
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
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
#include "common.h"
#include "XLWStringUtil.h"
#include "wiki2ruigi.h"
#include "wiki2util.h"
#include "option.h"
#include "XLFileUtil.h"
static bool isKugiriMoji(WCHAR c)
{
if (c==L'、'
|| c==L' '
|| c==L','
|| c==L','
|| c==L';'
|| c==L';'
|| c==L'。'
)
{
return true;
}
return false;
}
static bool isKugiriMojiForWikiWord(WCHAR c)
{
if (c==L'|'
|| c==L'|'
)
{
return true;
}
return false;
}
//区切り文字で文字列パース
static int findKugiriMoji(const std::wstring& str,int pos,int endpos,int* outSplitPos)
{
int end = endpos;
if (end == std::wstring::npos)
{
end = str.size();
}
for(int i = pos ; i < end ; i++)
{
if (isKugiriMoji(str[i]))
{
if (outSplitPos) *outSplitPos = i;
return i;
}
if (isKugiriMojiForWikiWord(str[i]))
{
if (outSplitPos) *outSplitPos = i;
return i;
}
if ( XLWStringUtil::isSpace(str[i]) && str[i+1] == L'/' && XLWStringUtil::isSpace(str[i+2]) )
{
if (outSplitPos) *outSplitPos = i;
return i+2;
}
if ( XLWStringUtil::isSpace(str[i]) && str[i+1] == L'/' && XLWStringUtil::isSpace(str[i+2]) )
{
if (outSplitPos) *outSplitPos = i;
return i+2;
}
if (str[i] == L'。') break; // 。がかかれているとそれ以上取得すると次の文章を巻き込んで不幸なことになるので止める.
}
if (outSplitPos) *outSplitPos = (int)std::wstring::npos;
return (int)std::wstring::npos;
}
// [[ ]] 表記の中での区切り限定
static int findKugiriMojiForWikiWord(const std::wstring& str,int pos,int endpos)
{
int end = endpos;
if (end == std::wstring::npos)
{
end = str.size();
}
for(int i = pos ; i < end ; i++)
{
if (isKugiriMojiForWikiWord(str[i])) return i;
if (str[i] == L'。') break; // 。がかかれているとそれ以上取得すると次の文章を巻き込んで不幸なことになるので止める.
}
return (int)std::wstring::npos;
}
static std::wstring cleanWord(const std::wstring & str)
{
std::wstring w = str;
w = XLWStringUtil::replace(w,L"[[",L"");
w = XLWStringUtil::replace(w,L"]]",L"");
w = XLWStringUtil::replace(w,L"'''",L"");
w = XLWStringUtil::strsnip(w,L"(",L")");
w = XLWStringUtil::strsnip(w,L"(",L")");
w = XLWStringUtil::strsnip(w,L"{{",L"}}");
w = XLWStringUtil::chop(w);
return w;
}
//ワードとしてふさわしいかどうかチェックする.
static bool checkRuigi(const std::wstring& titleW,const std::wstring& w)
{
if (w.empty())
{
return false;
}
//タイトルと同一
if (titleW == w)
{
return false;
}
//ゴミワードと同一
if ( checkGomiPage(w) || checkIchiran(w) )
{
return false;
}
//タイトルが英語じゃないのに、全部小文字の英語 (ただの英訳)
if (!isAplhaOnly(titleW))
{
if (isAplhaSmallOnly(w))
{//英語だけなダメ.
return false;
}
}
//ただし、文字以上のアルファベットはほしい NHKみたいな略字
if (isAplhaOnly(w))
{
if (w.size() <= 1)
{//1文字英語はいらぬ.
return false;
}
}
if ( w.find(L"#") != std::wstring::npos)
{//#が入っている場合、どっかの項目の一部分を指すので不要.
return false;
}
if ( w.find(L"カテゴリ") != std::wstring::npos)
{//カテゴリが入っているのも、カテゴリの中での意味しかないので不要.
return false;
}
const std::wstring clipTitleW = snipAimaiKako(titleW);
const std::wstring clipW = snipAimaiKako(w);
if (clipTitleW==clipW)
{
return false;
}
return true;
}
static bool tryInsert(const std::wstring&r,std::vector<std::wstring>* outRuigiVec)
{
if (r.empty()) return false;
//すでに愛称を取得できているならば追加しない
auto it2 = std::find(outRuigiVec->begin(),outRuigiVec->end() , r);
if ( it2 != outRuigiVec->end())
{
return false;
}
outRuigiVec->push_back(r);
return true;
}
void SplitSentence(const std::wstring& str,std::vector<std::wstring>* outVec)
{
int start = 0;
for(unsigned int i = 0; i < str.size() ; i ++)
{
if ( str[i] == L'。' || str[i] == L'.' )
{
const std::wstring m = L" " + XLWStringUtil::chop(str.substr(start,i-start+1)) + L" ";
if (!m.empty())
{
outVec->push_back(m);
}
start = i+1;
}
}
{
const std::wstring m = XLWStringUtil::chop(str.substr(start));
if (!m.empty())
{
outVec->push_back(m);
}
}
}
//[[ ]] をパースして、outRuigiVec に格納する.
static bool parseWikiRuigi(const std::wstring &titleW,const std::wstring& str,std::vector<std::wstring>* outRuigiVec)
{
int pos = 0;
int endpos = str.size();
int startKakoPos,start2KakoPos,endKakoPos,end2KakoPos;
if (! parseKako(str,pos,endpos,true,L"[[",L"]]",&startKakoPos,&start2KakoPos,&endKakoPos,&end2KakoPos) )
{
return false;
}
const std::wstring match = cleanWord(std::wstring(str,start2KakoPos,endKakoPos - start2KakoPos));
// | があれば、右側だけを採用する
int splitPos = match.find(L"|");
if (splitPos == std::wstring::npos)
{
if ( checkRuigi(titleW,match) )
{
tryInsert( match ,outRuigiVec);
}
}
else
{
const std::wstring w = match.substr(splitPos+1);
if ( checkRuigi(titleW,w) )
{
tryInsert( w ,outRuigiVec);
}
}
/*
//A|Bと正規表現の可能性があるので、 | で切ってみる
auto stringList = XLWStringUtil::split(L"|",match);
for(auto it = stringList.begin() ; it != stringList.end() ; it ++ )
{
if ( checkRuigi(titleW,it) )
{
tryInsert( *it ,outRuigiVec);
}
}
*/
return true;
}
//愛称が複数あることがあるので、調べて、outRuigiVec に格納する.
static bool parseMultipleRuigi(const std::wstring &titleW,const std::wstring& str,std::vector<std::wstring>* outRuigiVec)
{
std::wstring w;
int pos = 0;
int endpos = str.size();
int startKakoPos,start2KakoPos,endKakoPos,end2KakoPos;
bool isNewData = false;
while(pos < endpos)
{
if ( parseKakoEx(str,pos,endpos,false,&startKakoPos,&start2KakoPos,&endKakoPos,&end2KakoPos) )
{
isNewData = true;
const std::wstring match = cleanWord(std::wstring(str,start2KakoPos,endKakoPos - start2KakoPos));
int n;
if (str[startKakoPos] == L'[' && str[startKakoPos+1] == L'[' )
{//wiki
//次の区切り文字へ
n = findKugiriMojiForWikiWord(str,end2KakoPos , endpos);
//さらにネストする可能性を調べる
//parseWikiRuigi(titleW,L"[["+match+L"]]",outRuigiVec);
parseMultipleRuigi(titleW,match,outRuigiVec);
}
else if (str[startKakoPos] == L'\'' )
{//wiki
//次の区切り文字へ
n = findKugiriMoji(str,end2KakoPos , endpos,NULL);
if ( isKakoStart(str[startKakoPos+3]) )
{//さらにネストする可能性を調べる
parseMultipleRuigi(titleW,match,outRuigiVec);
}
else
{
if ( checkRuigi(titleW,match) )
{
tryInsert( match ,outRuigiVec);
}
}
}
else
{
//次の区切り文字へ
n = findKugiriMoji(str,end2KakoPos , endpos,NULL);
//さらにネストする可能性を調べる
parseMultipleRuigi(titleW,match,outRuigiVec);
}
if (n == std::wstring::npos)
{//もう候補はない
return isNewData;
}
//まだ候補がある
pos = n+1;
}
else
{
//区切り文字があれば、区切り文字まで取得する.
int spitPos = endpos;
int n = findKugiriMoji(str,pos,endpos,&spitPos);
if (n == std::wstring::npos)
{//もう候補はない
isNewData = true;
const std::wstring match = cleanWord(std::wstring(str,pos,endpos-pos));
if ( checkRuigi(titleW,match) )
{
tryInsert( match ,outRuigiVec);
}
return isNewData;
}
isNewData = true;
const std::wstring match = std::wstring(str,pos,spitPos-pos);
if ( checkRuigi(titleW,match) )
{
tryInsert( match ,outRuigiVec);
}
//まだ候補がある
pos = n+1;
}
}
return isNewData;
}
//括弧に囲まれてはいないけど略語っぽい部分
static bool ryakugoFinder(const std::wstring& str,int pos,int endpos,int* outHitStartPos,int* outHitEndPos)
{
#ifdef _DEBUG
std::wstring aaa = str.substr(pos);
#endif
if (endpos < pos+3)
{
return false;
}
int i = pos;
//略語としては、
//略語は、
//略語として、
if (str[i] == L'と' && str[i+1] == L'し' )
{
i+=2;
}
if (str[i] == L'は')
{
i++;
}
if (str[i] == L'、')
{
i++;
}
//skipword
int hitStartPos,hitEndPos;
bool r = XLWStringUtil::firstfindPos(str,pos,endpos,&hitStartPos,&hitEndPos
,L"語の"
,L"型の"
);
if (r)
{
i = hitEndPos + 1;
}
#ifdef _DEBUG
std::wstring bbb = str.substr(i);
#endif
int start = i;
if (XLWStringUtil::isKata(str[i] ))
{//カタカナの連続
for( ; i < endpos ; i ++)
{
if (! XLWStringUtil::isKata(str[i] ) )
{
break;
}
}
}
else if (XLWStringUtil::isKanji(str[i] ))
{//漢字の連続
for( ; i < endpos ; i ++)
{
if (! XLWStringUtil::isKanji(str[i] ) )
{
break;
}
}
}
else if (XLWStringUtil::isAlpha(str[i] ))
{//アルファベットの連続
for( ; i < endpos ; i ++)
{
if (! XLWStringUtil::isAlpha(str[i] ) )
{
break;
}
}
}
else
{//略称はない
return false;
}
if ( i - start <= 2 )
{//2文字以下
return false;
}
if (outHitStartPos) *outHitStartPos = start;
if (outHitEndPos) *outHitEndPos = i;
return true;
}
//括弧に囲まれてはいないけど略語っぽい部分 逆方向
static bool ryakugoFinderR(const std::wstring& str,int pos,int endpos,int* outHitStartPos,int* outHitEndPos)
{
#if _DEBUG
auto aaa = str.substr(pos);
#endif
int start = pos;
if ( str[start] == L'、')
{
start --;
}
if (start < endpos)
{
return false;
}
int i = start;
if (XLWStringUtil::isKata(str[i] ))
{//カタカナの連続
for( ; i > endpos ; i --)
{
if (! XLWStringUtil::isKata(str[i] ) )
{
break;
}
}
}
else if (XLWStringUtil::isKanji(str[i] ))
{//漢字の連続
for( ; i > endpos ; i --)
{
if (! XLWStringUtil::isKanji(str[i] ) )
{
break;
}
}
}
else
{//略称はない
return false;
}
if ( start - i <= 2 )
{//2文字以下
return false;
}
if (outHitStartPos) *outHitStartPos = i+1;
if (outHitEndPos) *outHitEndPos = start+1;
return true;
}
// 英略称:SLRI) などなっている例外ケースをここで拾う.
static bool parseRuigiForInner2Koron(const std::wstring& titleW,const std::wstring& str,std::vector<std::wstring>* outRuigiVec,int pos,int endpos)
{
int i = pos;
if ( XLWStringUtil::isSpace(str[i] ) )
{
i++;
}
if(i >= endpos)
{
return false;
}
bool r;
if (str[i] == L':' || str[i] == L':' )
{
i++;
if ( XLWStringUtil::isSpace(str[i] ) )
{
i++;
}
//括弧が降られていない可能性.
int hitStartPos,hitEndPos;
r = ryakugoFinder(str //対象文字列
,i //skipする位置
,endpos //終了する位置
,&hitStartPos //開始括弧位置
,&hitEndPos); //終了括弧をすぎて本文が始まる位置
if (!r)
{
return false;
}
const std::wstring match = str.substr(hitStartPos,hitEndPos-hitStartPos);
r = parseMultipleRuigi(titleW,match,outRuigiVec);
if (!r)
{
return false;
}
return true;
}
return false;
}
//前方向に現れる略称を拾う
static void parseRuigiForInner2(const std::wstring& titleW,const std::wstring& str,std::vector<std::wstring>* outRuigiVec)
{
int pos = 0;
int endpos = str.size();
int hitStartPos;
int hitEndPos;
bool r = XLWStringUtil::firstfindPos(str,pos,endpos,&hitStartPos,&hitEndPos
,L"略称"
,L"愛称"
,L"通称"
,L"呼称"
,L"略語"
,L"隠語"
,L"英略称"
);
if (!r)
{
return;
}
pos = hitEndPos;
#if _DEBUG
auto aaa = str.substr(pos);
#endif
// 英略称:SLRI) などなっている例外ケースをここで拾う.
if ( parseRuigiForInner2Koron(titleW,str,outRuigiVec,pos,endpos) )
{
return ;
}
//スキップワード
r = XLWStringUtil::firstfindPos(str,pos,endpos,&hitStartPos,&hitEndPos
,L"複数形の"
,L"男女同形の"
,L"複数形である"
,L"男女同形である"
);
if (r)
{
pos = hitEndPos;
}
while(pos < endpos)
{
#if _DEBUG
aaa = str.substr(pos);
#endif
int badHitPos = endpos;
r = XLWStringUtil::firstfindPos(str,pos,endpos,&badHitPos,NULL
,L"のひとつであり"
,L"するため"
,L"]]などによって"
);
if(!r)
{
badHitPos = endpos;
}
//括弧ぽいのを探す
r = parseKakoEx(str //対象文字列
,pos //skipする位置
,endpos //終了する位置
,true //最初の括弧を true->find するか、false->[0]にある
,&hitStartPos //開始括弧位置
,NULL //開始括弧をすぎて本文が始まる位置
,NULL //終了括弧位置
,&hitEndPos); //終了括弧をすぎて本文が始まる位置
if (!r)
{
//括弧が降られていない可能性.
r = ryakugoFinder(str //対象文字列
,pos //skipする位置
,endpos //終了する位置
,&hitStartPos //開始括弧位置
,&hitEndPos); //終了括弧をすぎて本文が始まる位置
if (!r)
{
return;
}
}
pos = hitEndPos;
if (badHitPos < pos)
{//悪い単語が、ヒット場所より前にあるなら 再考
return;
}
//愛称が複数あることがあるので、調べて、outRuigiVec に格納する.
std::wstring match = str.substr(hitStartPos,hitEndPos-hitStartPos);
r = parseMultipleRuigi(titleW,match,outRuigiVec);
if (!r)
{
return;
}
//愛称が複数あることがあるので、調べて、outRuigiVec に格納する.
r = XLWStringUtil::firstfindPos(str,pos,endpos,&hitStartPos,&hitEndPos
,L"および"
,L"または"
,L"、また"
,L"や"
,L"、"
,L"'"
,L"「"
,L"『"
,L"[["
,L"("
,L"("
);
if (!r)
{
return;
}
#if _DEBUG
aaa = str.substr(pos);
#endif
//ダメなワード
r = XLWStringUtil::firstfindPos(str,pos,endpos,&badHitPos,NULL
,L"の"
,L"を"
,L"で"
,L"は"
);
if (r)
{
#if _DEBUG
auto aaa1 = str.substr(hitEndPos);
auto aaa2 = str.substr(badHitPos);
#endif
if (hitEndPos > badHitPos && hitEndPos - badHitPos >= 2 )
{//AのBはCというみたいな、そのものを指していないのは無視.
return;
}
}
r = XLWStringUtil::firstfindPos(str,pos,endpos,&badHitPos,NULL
,L"の[["
,L"を[["
,L"で[["
,L"は[["
,L"の「"
,L"を「"
,L"で「"
,L"は「"
,L"の("
,L"を("
,L"で("
,L"は("
,L"の'''"
,L"を'''"
,L"で'''"
,L"は'''"
);
if (r)
{
if (hitEndPos > badHitPos )
{//AのBはCというみたいな、そのものを指していないのは無視.
return;
}
}
r = XLWStringUtil::firstfindPos(str,pos,endpos,&badHitPos,NULL
,L"とする"
,L"は、"
,L"頭文字を"
,L"頭文字。"
,L"一般的に"
,L"とも呼び"
);
if (r)
{
if (hitEndPos > badHitPos )
{//AのBはCというみたいな、そのものを指していないのは無視.
return;
}
}
pos = hitEndPos + 1;
}
}
static void parseRuigiForInnerR2(const std::wstring& titleW,const std::wstring& str,std::vector<std::wstring>* outRuigiVec)
{
int pos = str.size();
int endpos = 0;
int hitStartPos;
int hitEndPos;
bool r = XLWStringUtil::firstrrfindPos(str,pos,endpos,&hitStartPos,&hitEndPos
,L"略称"
,L"愛称"
,L"通称"
,L"呼称"
,L"略語"
,L"隠語"
,L"と略さ"
,L"呼ばれる。"
,L"呼ばれ、"
,L"呼ばれて"
,L"呼ばれることもある"
,L"呼ばれることがある"
,L"ともいう"
,L"略記"
,L"としても知られている。"
,L"を意味する"
,L"英略称"
,L"と名前を変えて"
);
if (!r)
{
return;
}
pos = hitStartPos-1;
#if _DEBUG
auto aaa = str.substr(pos);
auto bbb = str.substr(hitEndPos);
#endif
if (pos-1 < 0 || ( str[pos] == L'、' ) )
{
return ;
}
if (str[hitEndPos] == L':' || str[hitEndPos] == L':' )
{
return ;
}
// if (str[hitStartPos] == L'と')
// {
// pos++;
// }
while(pos >= endpos)
{
#if _DEBUG
aaa = str.substr(pos);
#endif
//愛称が複数あることがあるので、調べて、outRuigiVec に格納する.
int badHitPos = pos;
r = XLWStringUtil::firstrrfindPos(str,pos,endpos,&hitStartPos,&hitEndPos
,L"および"
,L"または"
,L"や"
,L"という"
,L"、"
,L"'"
,L"」"
,L"』"
,L"]]"
,L")"
,L")"
);
if (!r)
{
return;
}
//ダメなワード
r = XLWStringUtil::firstrrfindPos(str,pos,endpos,&badHitPos,NULL
,L"の"
,L"を"
,L"で"
,L"は"
,L":"
);
if (r)
{
#if _DEBUG
aaa = str.substr(badHitPos);
#endif
if (hitStartPos < badHitPos && badHitPos - hitStartPos >= 3 )
{//AのBはCというみたいな、そのものを指していないのは無視.
return;
}
}
r = XLWStringUtil::firstrrfindPos(str,pos,endpos,&badHitPos,NULL
,L"]]の"
,L"]]を"
,L"]]で"
,L"]]は"
,L"]]ら"
,L"'''の"
,L"'''を"
,L"'''で"
,L"'''は"
,L"」の"
,L"」を"
,L"」で"
,L"」は"
,L")の"
,L")を"
,L")で"
,L")は"
);
if (r)
{
#if _DEBUG
aaa = str.substr(badHitPos);
#endif
if (hitStartPos < badHitPos )
{//AのBはCというみたいな、そのものを指していないのは無視.
return;
}
}
r = XLWStringUtil::firstrrfindPos(str,pos,endpos,&badHitPos,NULL
,L"とする"
,L"は、"
,L"頭文字を"
,L"一般的に"
,L"にした"
,L"とは、"
,L"を取得しており、"
,L"作用があり"
,L"するため"
);
if (r)
{
#if _DEBUG
aaa = str.substr(badHitPos);
#endif
if (hitStartPos < badHitPos )
{//AのBはCというみたいな、そのものを指していないのは無視.
return;
}
}
pos = hitStartPos;
//括弧ぽいのを探す
r = parseKakoREx(str //対象文字列
,pos //skipする位置
,endpos //終了する位置
,true //最初の括弧を true->find するか、false->[0]にある
,&hitStartPos //開始括弧位置
,NULL //開始括弧をすぎて本文が始まる位置
,NULL //終了括弧位置
,&hitEndPos); //終了括弧をすぎて本文が始まる位置
if (!r)
{
//括弧が降られていない可能性.
r = ryakugoFinderR(str //対象文字列
,pos //skipする位置
,endpos //終了する位置
,&hitStartPos //開始括弧位置
,&hitEndPos); //終了括弧をすぎて本文が始まる位置
if (!r)
{
return;
}
}
if (pos - hitEndPos >= 11)
{//あまりに離れすぎていないか.
pos = hitEndPos-5; //再考せよ.
continue;
}
if (hitStartPos < badHitPos)
{//悪いのの後に[[]]かあるらしい
pos = badHitPos; //再考せよ.
continue;
}
//愛称が複数あることがあるので、調べて、outRuigiVec に格納する.
std::wstring match = str.substr(hitStartPos,hitEndPos-hitStartPos);
parseMultipleRuigi(titleW,match,outRuigiVec);
pos = hitStartPos-1;
}
}
//この曖昧さの解決の候補を採用していいか判別する.(true->ゴミ)
static bool checkGomiAimai(const std::wstring& str)
{
std::wstring w = str;
//() [] 内に誤爆しないように
w = XLWStringUtil::strsnip(w,L"(",L")");
w = XLWStringUtil::strsnip(w,L"[",L"]");
int n = w.find(L"登場人物");
if (n != std::wstring::npos)
{
return true;
}
n = w.find(L"架空の");
if (n != std::wstring::npos)
{
return true;
}
n = w.find(L"シングル");
if (n != std::wstring::npos)
{
return true;
}
n = w.find(L"アルバム");
if (n != std::wstring::npos)
{
return true;
}
n = w.find(L"収録曲");
if (n != std::wstring::npos)
{
return true;
}
n = w.find(L"機能。");
if (n != std::wstring::npos)
{
return true;
}
n = w.find(L"における");
if (n != std::wstring::npos)
{
return true;
}
n = w.find(L"登場する");
if (n != std::wstring::npos)
{
return true;
}
n = w.find(L"内の");
if (n != std::wstring::npos)
{
return true;
}
n = w.find(L"小説。"); //小説家はOKだけど、 小説内のキャラはダメ.
if (n != std::wstring::npos)
{
return true;
}
n = w.find(L"記事。");
if (n != std::wstring::npos)
{
return true;
}
n = w.find(L"曲。"); //楽曲を消したい。
if (n != std::wstring::npos)
{
return true;
}
n = w.find(L"話の");
if (n != std::wstring::npos)
{
return true;
}
n = w.find(L"各地にある");
if (n != std::wstring::npos)
{
return true;
}
/*
//の曲 とか の名前 とかの の○○ を消す
n = w.find(L"の");
if (n != std::wstring::npos)
{
if ( XLWStringUtil::isKanji( w[n+1] ) )
{
//
return true;
}
}
*/
n = w.find(L"の曲");
if (n != std::wstring::npos)
{
return true;
}
n = w.find(L"の名前");
if (n != std::wstring::npos)
{