-
Notifications
You must be signed in to change notification settings - Fork 0
/
navigium.py
521 lines (460 loc) · 21.9 KB
/
navigium.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
import requests
import re
import json
import pandas as pd
from openpyxl import load_workbook
from openpyxl.styles import PatternFill, Border, Side
from io import BytesIO
from export_to_Brainyoo import save_by2
import concurrent.futures
import locale
from termcolor import colored
from openpyxl.styles import Font
locale.setlocale(locale.LC_ALL, 'C')
def dice(scriptio, verbum, iudicatum="good"):
if iudicatum == "good":
color = "green"
elif iudicatum == "bad":
color = "red"
print(colored(scriptio, color) + ": " + colored(verbum, 'yellow'))
def request2navigium(words=["currere"]):
output = []
format = {
"grundform": str,
"bedeutungen": list,
"flexion": list,
"wortart": str,
"deponens": bool,
"klassenlabel": str
}
for word in words:
url = f"https://www.navigium.de/suchfunktion/_search?q={word}"
try:
json_file = requests.get(url).content
data = json.loads(json_file)
except:
dice("Error: Wort konnte auf Navigium nicht gefunden werden", word, "bad")
continue
try:
answer = data[0]["searchItems"][0]
except:
dice("Error: Wort konnte auf Navigium nicht gefunden werden bzw. grundlegende Informationen nicht vorhanden", word, "bad")
continue
formated_answer = format.copy()
try:
formated_answer["grundform"] = answer["lemma"]
formated_answer["bedeutungen"] = answer["bedeutungsgruppe"][0]["bedeutungJoined"]
formated_answer["flexion"] = answer["flexion"]
formated_answer["wortart"] = answer["wortart"]
formated_answer["deponens"] = answer["deponens"]
try:
formated_answer["klassenlabel"] = answer["klassenlabel"]
except:
formated_answer["klassenlabel"] = "Keine Angabe"
except:
dice("Error: Informationen konnten nicht extrahiert werden", word, "bad")
continue
output.append(formated_answer)
dice("Erfolgreich: Alle Informationen konnten erfolgreich extrahiert werden", word, "good")
return output
def threaded_function(words, function=request2navigium, anzahl_threads=20, wordtype=None):
# Erstellen von Blöcken für jeden Thread
blockgröße = len(words) // anzahl_threads
rest = len(words) % anzahl_threads
# Verteilen der Namen auf die Threads
threads_aufgaben = []
start_index = 0
for i in range(anzahl_threads):
zusätzliche_namen = 1 if i < rest else 0
end_index = start_index + blockgröße + zusätzliche_namen
threads_aufgaben.append(words[start_index:end_index])
start_index = end_index
# Liste für alle Ergebnisse
alle_ergebnisse = []
# Verwenden von Threads, um die Namen zu verarbeiten
with concurrent.futures.ThreadPoolExecutor(max_workers=anzahl_threads) as executor:
# Future-Objekte sammeln
if wordtype == None:
future_to_result = {executor.submit(function, word): word
for word in threads_aufgaben}
else:
future_to_result = {executor.submit(function, word, wordtype): word
for word in threads_aufgaben}
# Ergebnisse sammeln
for future in concurrent.futures.as_completed(future_to_result):
try:
ergebnis = future.result()
alle_ergebnisse.extend(ergebnis)
except Exception as e:
print(f"Ein Fehler ist aufgetreten: {e}")
# Hier hast du alle Ergebnisse in der Variable 'alle_ergebnisse'
return alle_ergebnisse
def sort_by_wordtype(input):
sorted = {
"Nomen": [],
"Verben": [],
"Adjektive": [],
"Adverbien": [],
"Pronomen": [],
"Konjunktionen": [],
"Präpositionen": [],
"Subjunktionen": [],
"Unbekannt": []
}
for word in input:
if word["wortart"].lower() == "SUBST".lower():
sorted["Nomen"].append(word)
elif word["wortart"].lower() == "VERB".lower():
sorted["Verben"].append(word)
elif word["wortart"].lower() == "ADJ".lower():
sorted["Adjektive"].append(word)
elif word["wortart"].lower() == "ADV".lower():
sorted["Adverbien"].append(word)
elif word["wortart"].lower() == "PRON".lower():
sorted["Pronomen"].append(word)
elif word["wortart"].lower() == "KONJ".lower():
sorted["Konjunktionen"].append(word)
elif word["wortart"].lower() == "PRAEP".lower():
sorted["Präpositionen"].append(word)
elif word["wortart"].lower() == "SUBJ".lower():
sorted["Subjunktionen"].append(word)
else:
sorted["Unbekannt"].append(word)
return sorted
def split_into_words(input, delete_special_characters=True):
einzelne_worte = []
for s in input:
if delete_special_characters == True:
s = re.sub(r'[^\w\s]', '', s)
if len(s.split()) > 1:
einzelne_worte.extend(s.split())
else:
einzelne_worte.append(s)
return einzelne_worte
def identify_adjectives(word, NomGen, arg, failures, plural):
for flexion in word["flexion"]:
if flexion["form"] == f"AdjektivForm(NOM,SG,m,{arg})":
NomGen["Nom"]["m"] = flexion["wort"][0].replace("‑","")
if not flexion["wort"][0].replace("‑","") == "":
failures -= 1
if flexion["form"] == f"AdjektivForm(NOM,SG,f,{arg})":
NomGen["Nom"]["f"] = flexion["wort"][0].replace("‑","")
if not flexion["wort"][0].replace("‑","") == "":
failures -= 1
if flexion["form"] == f"AdjektivForm(NOM,SG,n,{arg})":
NomGen["Nom"]["n"] = flexion["wort"][0].replace("‑","")
if not flexion["wort"][0].replace("‑","") == "":
failures -= 1
if flexion["form"] == f"AdjektivForm(GEN,SG,m,{arg})":
NomGen["Gen"]["m"] = flexion["wort"][0].replace("‑","")
if not flexion["wort"][0].replace("‑","") == "":
failures -= 1
if flexion["form"] == f"AdjektivForm(GEN,SG,f,{arg})":
NomGen["Gen"]["f"] = flexion["wort"][0].replace("‑","")
if not flexion["wort"][0].replace("‑","") == "":
failures -= 1
if flexion["form"] == f"AdjektivForm(GEN,SG,n,{arg})":
NomGen["Gen"]["n"] = flexion["wort"][0].replace("‑","")
if not flexion["wort"][0].replace("‑","") == "":
failures -= 1
if failures == 6:
failures = 6
plural = True
for flexion in word["flexion"]:
if flexion["form"] == f"AdjektivForm(NOM,PL,m,{arg})":
NomGen["Nom"]["m"] = flexion["wort"][0].replace("‑","")
if not flexion["wort"][0] == "":
failures -= 1
if flexion["form"] == f"AdjektivForm(NOM,PL,f,{arg})":
NomGen["Nom"]["f"] = flexion["wort"][0].replace("‑","")
if not flexion["wort"][0] == "":
failures -= 1
if flexion["form"] == f"AdjektivForm(NOM,PL,n,{arg})":
NomGen["Nom"]["n"] = flexion["wort"][0].replace("‑","")
if not flexion["wort"][0] == "":
failures -= 1
if flexion["form"] == f"AdjektivForm(GEN,PL,m,{arg})":
NomGen["Gen"]["m"] = flexion["wort"][0].replace("‑","")
if not flexion["wort"][0] == "":
failures -= 1
if flexion["form"] == f"AdjektivForm(GEN,PL,f,{arg})":
NomGen["Gen"]["f"] = flexion["wort"][0].replace("‑","")
if not flexion["wort"][0] == "":
failures -= 1
if flexion["form"] == f"AdjektivForm(GEN,PL,n,{arg})":
NomGen["Gen"]["n"] = flexion["wort"][0].replace("‑","")
if not flexion["wort"][0] == "":
failures -= 1
return NomGen, failures, plural
def advanced_formating(input):
vocabulary = {
"Nomen": [],#
"Verben": [],#
"Adjektive": [],#
"Adverbien": [],#
"Pronomen": [],#
"Konjunktionen": [],#
"Präpositionen": [],#
"Subjunktionen": [],#
"Unbekannt": []#
}
for word in input["Nomen"]:
word_properties = {
"Nom. Sg.": "-",
"Gen. Sg.": "-",
"Genus": "-",
"Dekl.-Kl.": "-",
"Bedeutung": "-"
}
failures = 2
for flexion in word["flexion"]:
if flexion["form"] == "SubstantivForm(NOM,SG)":
word_properties["Nom. Sg."] = flexion["wort"][0].replace("‑","")
if not flexion["wort"][0].replace("‑","") == "":
failures -= 1
if flexion["form"] == "SubstantivForm(GEN,SG)":
word_properties["Gen. Sg."] = flexion["wort"][0].replace("‑","")
if not flexion["wort"][0].replace("‑","") == "":
failures -= 1
if failures == 2:
failures = 2
for flexion in word["flexion"]:
if flexion["form"] == "SubstantivForm(NOM,PL)":
word_properties["Nom. Sg."] = flexion["wort"][0].replace("‑","") + " (Pl.)"
if not flexion["wort"][0].replace("‑","") == "":
failures -= 1
if flexion["form"] == "SubstantivForm(GEN,PL)":
word_properties["Gen. Sg."] = flexion["wort"][0].replace("‑","") + " (Pl.)"
if not flexion["wort"][0].replace("‑","") == "":
failures -= 1
einzelne_worte = split_into_words([word["grundform"].replace("-", " - ")], delete_special_characters=False)
if failures >= 2:
dice("Fehler: Keine Nominativ- oder Genitivform gefunden", einzelne_worte[0], "bad")
word_properties["Genus"] = einzelne_worte[-1]+"."
try:
if "Dritte Deklination".lower() in word["klassenlabel"].lower():
word_properties["Dekl.-Kl."] = "kons.-Dekl."
for flexion in word["flexion"]:
if flexion["form"] == "SubstantivForm(GEN,PL)":
if flexion["wort"][0].endswith("ium"):
word_properties["Dekl.-Kl."] = "gem.-Dekl."
else:
word_properties["Dekl.-Kl."] = word["klassenlabel"].replace(",", "").replace("(", "").replace(")", "")[:-7] + "."
except:
word_properties["Dekl.-Kl."] = "unbekannt"
word_properties["Bedeutung"] = word["bedeutungen"]
vocabulary["Nomen"].append(word_properties)
for word in input["Verben"]:
word_properties = {
"Infinitiv": "-",
"1. Ps. Sg. Präs. Ind. Akt.": "-",
"1. Ps. Sg. Perf. Ind. Akt.": "-",
"PPP": "-",
"Konj.": "-",
"Bedeutung": "-"
}
"InfinitivForm(PRAES,AKT)"
"VerbForm(P1,SG,PRAES,IND,AKT,m)"
"VerbForm(P1,SG,PERF,IND,AKT,m)"
"PartizipialForm(PPP,AdjektivForm(NOM,SG,n,POS))"
"VerbForm(P1,SG,PRAES,IND,DEP,m)"
if word["deponens"] == False:
for flexion in word["flexion"]:
if flexion["form"] == "InfinitivForm(PRAES,AKT)":
word_properties["Infinitiv"] = flexion["wort"][0].replace("‑","")
if flexion["form"] == "VerbForm(P1,SG,PRAES,IND,AKT,m)":
word_properties["1. Ps. Sg. Präs. Ind. Akt."] = flexion["wort"][0].replace("‑","")
if flexion["form"] == "VerbForm(P1,SG,PERF,IND,AKT,m)":
word_properties["1. Ps. Sg. Perf. Ind. Akt."] = flexion["wort"][0].replace("‑","")
if flexion["form"] == "PartizipialForm(PPP,AdjektivForm(NOM,SG,n,POS))":
word_properties["PPP"] = flexion["wort"][0].replace("‑","")
else:
for flexion in word["flexion"]:
if flexion["form"] == "InfinitivForm(PRAES,DEP)":
word_properties["Infinitiv"] = flexion["wort"][0].replace("‑","")
if flexion["form"] == "VerbForm(P1,SG,PRAES,IND,DEP,m)":
word_properties["1. Ps. Sg. Präs. Ind. Akt."] = flexion["wort"][0].replace("‑","")
if flexion["form"] == "VerbForm(P1,SG,PERF,IND,DEP,m)":
word_properties["1. Ps. Sg. Perf. Ind. Akt."] = flexion["wort"][0].replace("‑","")
if flexion["form"] == "PartizipialForm(PPP,AdjektivForm(NOM,SG,n,POS))":
word_properties["PPP"] = flexion["wort"][0].replace("‑","")
if "Verb".lower() in word["klassenlabel"].lower():
word_properties["Konj."] = "unbekannt"
elif word["deponens"] == True:
word_properties["Konj."] = "Deponens"
else:
word_properties["Konj."] = word["klassenlabel"].replace("ugation", ".")
word_properties["Bedeutung"] = word["bedeutungen"]
vocabulary["Verben"].append(word_properties)
for word in input["Adjektive"]:
word_properties = {
"Nom. Sg.: m./f./n.": "",
"Gen. Sg.: m./f./n.": "",
"Dekl.-Kl.": "-",
"Bedeutung": "-"
}
failures = 6
NomGen = {"Nom": {"m": "-", "f": "-", "n": "-"}, "Gen": {"m": "-", "f": "-", "n": "-"}}
arg = "POS"
plural = False
NomGen, failures, plural = identify_adjectives(word, NomGen, arg, failures, plural)
try:
if "Adjektiv".lower() in word["klassenlabel"].lower():
word_properties["Dekl.-Kl."] = "unbekannt"
elif "Dritte Deklination".lower() in word["klassenlabel"].lower():
word_properties["Dekl.-Kl."] = "kons.-Dekl."
for flexion in word["flexion"]:
if flexion["form"] == "AdjektivForm(GEN,PL,m,POS)":
if flexion["wort"][0].endswith("ium"):
word_properties["Dekl.-Kl."] = "gem.-Dekl."
else:
word_properties["Dekl.-Kl."] = word["klassenlabel"].replace(",", "").replace("(", "").replace(")", "")[:-7] + "."
except:
word_properties["Dekl.-Kl."] = "unbekannt"
if failures == 6:
failures = 6
arg = "KOMP"
plural = False
NomGen, failures, plural = identify_adjectives(word, NomGen, arg, failures, plural)
word_properties["Dekl.-Kl."] = "Komp."
if failures == 6:
failures = 6
arg = "SUP"
plural = False
NomGen, failures, plural = identify_adjectives(word, NomGen, arg, failures, plural)
word_properties["Dekl.-Kl."] = "Sup."
if failures == 6:
failures = 6
plural = False
word_properties["Dekl.-Kl."] = "unbekannt"
dice("Es konnten keine der Flexionen extrahiert werden", einzelne_worte[0], "bad")
einzelne_worte = split_into_words([word["grundform"].replace("-", " - ")], delete_special_characters=False)
for key in NomGen:
NomGen[key] = ', '.join(NomGen[key].values())
if plural == True:
word_properties["Nom. Sg.: m./f./n."] = NomGen["Nom"] + " (Pl.)"
word_properties["Gen. Sg.: m./f./n."] = NomGen["Gen"] + " (Pl.)"
else:
word_properties["Nom. Sg.: m./f./n."] = NomGen["Nom"]
word_properties["Gen. Sg.: m./f./n."] = NomGen["Gen"]
word_properties["Bedeutung"] = word["bedeutungen"]
vocabulary["Adjektive"].append(word_properties)
return vocabulary
def save2json(file, data):
with open(file,"w+",encoding='utf-8') as file:
json.dump(data, file, ensure_ascii=False, indent=4)
def save2excel(filepath, vocabulary, cleanup=True):
if cleanup == True:
tmp_excel = BytesIO()
with pd.ExcelWriter(tmp_excel) as writer:
# Für jede Wortart ein eigenes Sheet erstellen
for wortart, vokabeln in vocabulary.items():
# Ein DataFrame für jede Wortart erstellen
df = pd.DataFrame(vokabeln)
# In das entsprechende Sheet schreiben
df.to_excel(writer, sheet_name=wortart, index=False)
file = cleanup_excel(tmp_excel, filepath)
return file
elif cleanup == False:
with pd.ExcelWriter(filepath) as writer:
# Für jede Wortart ein eigenes Sheet erstellen
for wortart, vokabeln in vocabulary.items():
# Ein DataFrame für jede Wortart erstellen
df = pd.DataFrame(vokabeln)
# In das entsprechende Sheet schreiben
df.to_excel(writer, sheet_name=wortart, index=False)
def locale_sort_key(value):
return locale.strxfrm(value)
def cleanup_excel(input_file, output_file):
excel_file = pd.ExcelFile(input_file)
output_stream = BytesIO()
sheets_dict = {}
for sheet_name in excel_file.sheet_names:
df = pd.read_excel(input_file, sheet_name=sheet_name)
if df.empty:
continue
df_no_duplicates = df.drop_duplicates()
if df_no_duplicates.empty:
continue
#df_sorted = df_no_duplicates.sort_values(by=df_no_duplicates.columns[0], ascending=True)
df_sorted = df_no_duplicates.sort_values(by=df_no_duplicates.columns[0], key=lambda col: col.map(locale_sort_key), ascending=True)
sheets_dict[sheet_name] = df_sorted
with pd.ExcelWriter(output_stream, engine='openpyxl') as writer:
for sheet_name, df in sheets_dict.items():
df.to_excel(writer, sheet_name=sheet_name, index=False)
wb = load_workbook(output_stream)
# Definiere den grauen Farbton und die Rahmeneinstellungen
gray_fill = PatternFill(start_color='D3D3D3', end_color='D3D3D3', fill_type='solid')
thin_border = Border(left=Side(style='thin'), right=Side(style='thin'),
top=Side(style='thin'), bottom=Side(style='thin'))
# Anpassung der Spaltenbreite und Stile für Spaltennamen und Zellen
for sheet_name in wb.sheetnames:
sheet = wb[sheet_name]
# Grau für die Spaltennamen und Rahmenlinien für alle Zellen
for row in sheet.iter_rows():
for cell in row:
cell.border = thin_border # Rahmenlinien für jede Zelle
if cell.row == 1: # Überprüfen, ob es sich um die Kopfzeile handelt
cell.fill = gray_fill # Grau für die Kopfzeile
# Dynamische Anpassung der Spaltenbreite
for column_cells in sheet.columns:
max_length = 0
column = column_cells[0].column_letter # Holt den Spaltenbuchstaben
for cell in column_cells:
try:
if cell.value: # Nur nicht-leere Zellen prüfen
max_length = max(max_length, len(str(cell.value)))
except:
pass
adjusted_width = (max_length + 2)
sheet.column_dimensions[column].width = adjusted_width
ws = sheet
# Bestimmen der letzten Zeile und der Anzahl der Spalten
letzte_zeile = ws.max_row
letzte_spalte = ws.max_column
# Die Zellen am Ende des Dokuments zusammenführen
ws.merge_cells(start_row=letzte_zeile + 1, start_column=1, end_row=letzte_zeile + 1, end_column=letzte_spalte)
kursiv_font = Font(italic=True)
# Text in die gemergte Zelle einfügen
zelle = ws.cell(row=letzte_zeile + 1, column=1, value="Diese Liste basiert auf Daten von \"https://www.navigium.de/suchfunktion/_search?q={}\". © Rechteinhaber: Navigium.de")
zelle.font = kursiv_font
wb.save(output_file)
wb.save(input_file)
print(f"Bereinigte Datei wurde als '{output_file}' gespeichert, und die Spaltenbreiten wurden angepasst.")
return input_file
def save2by2(excel_file, by2_filepath):
Data = {}
# Lade die Excel-Datei und hole die Namen der Arbeitsblätter
excel_file = pd.ExcelFile(excel_file)
sheet_names = ["Nomen", "Verben", "Adjektive", "Adverbien", "Pronomen", "Konjunktionen", "Subjunktionen", "Präpositionen", "Unbekannt"]
# Iteriere über jedes Arbeitsblatt in der Excel-Datei
for sheet in sheet_names:
# Lese das Arbeitsblatt in ein DataFrame
try:
df = pd.read_excel(excel_file, sheet_name=sheet)
except:
continue
# Hole Fragen und Antworten aus den ersten beiden Spalten
fragen = df.iloc[:, 0].tolist()
if sheet == "Nomen" or sheet == "Verben" or sheet == "Adjektive" or sheet == "Pronomen" or sheet == "Präpositionen":
result_list = []
for index, row in df.iterrows():
# Greife auf die zweite und dritte Spalte der Zeile zu, unabhängig von den Namen
if sheet == "Nomen":
combined_str = f"{row.iloc[0]}, {row.iloc[1]}; {row.iloc[2]}; {row.iloc[3]}:\n{row.iloc[-1]}"
elif sheet == "Verben":
combined_str = f"{row.iloc[0]}, {row.iloc[1]}, {row.iloc[2]}, {row.iloc[3]}; {row.iloc[4]}:\n{row.iloc[-1]}"
elif sheet == "Adjektive":
combined_str = f"{row.iloc[0]}; {row.iloc[1]}; {row.iloc[2]}:\n{row.iloc[-1]}"
elif sheet == "Präpositionen":
combined_str = f"{row.iloc[0]} ({row.iloc[1]}):\n{row.iloc[-1]}"
elif sheet == "Pronomen":
combined_str = f"{row.iloc[0]}, {row.iloc[1]}:\n{row.iloc[-1]}"
# Füge den kombinierten String der Liste hinzu
result_list.append(combined_str)
antworten = result_list
else:
antworten = df.iloc[:, 1].tolist()
# Speichere die Fragen und Antworten im Dictionary
Data[sheet] = (fragen, antworten)
save_by2(by2_filepath, Data)