Начало работы над логикой релевантности.

aore/fias/wordentry.py

@@ -0,0 +1,92 @@
+# -*- coding: utf-8 -*-
+import re
+
+
+class WordEntry:
+    # Варианты распеределния для слов с первыми двумя символами, где:
+    # 0 - не найдено, 1 - найдено одно, x - найдено много (>1)
+    # 1st - кол-во слов по LIKE 'word%'
+    # 2nd - кол-во слов по точному совпадению
+    #
+    # 00 - не найдено ничего вообще. Опечатка или дряное слово. Ищем с подсказками (много)
+    # 01 - найдено одно точное совпадение, но нет лайков. Оставляем как есть.
+    # -0x - найдено много точных совпадений и... быть не может, там уник.
+    # 10 - найден один по лайку и ни одного точного. Недопечатка. * и немного подсказок.
+    # 11 - одно по лайку и одно точное. Нашли. Оставляем слово как есть.
+    # -1x - одно по лайку и много точных. Быть не может.
+    # x0 - много по лайку и нет точных. Недопечатка. Немного подсказок и *.
+    # x1 - много по лайку и один точный. Чет нашли. Как есть и *.
+    # xx - много по лайку и много точных. Оставляем как есть и *
+    #
+    # Теперь по сокращениям. Они работюат отдельно (ПОКА ЧТО)
+    # 3rd - кол-во слов по точному совпдению по полному сокращению.
+    # 4th - кол-во слов по точному совпадению по малому сокращению.
+    #
+    # 00 - ни найдено нигде. Значит, не сокращение (или с опечаткой). Не обрабатываем.
+    # 01 - найдено одно малое сокращение. Оставляем как есть (малые и так в словаре)
+    # 0x - найдено много малых. Не обрабатываем.
+    # 10 - найдено одно полное и 0 малых. Добавляем малое.
+    # 11 - найдено одно полное и одно малое. Бывает (допустим, 'сад'). Добавляем как есть.
+    # -1x - найдено одно полное и куча малых. Ну бред.
+    # x0 - найдено куча полных и ни одного малого. Добавляем малое.
+    # x1 - Куча полных и 1 малое. TODO Хз, бывает ли. Не обрабатываем.
+    # xx - Куча полных и куча малых. Не обрабатываем.
+    match_types = dict(
+        MT_MANY_SUGG=['0000'],
+        MT_SOME_SUGG=['10..', 'x0..'],
+        MT_LAST_STAR=['10..', 'x...'],
+        MT_AS_IS=['.1..', '...1', '...x'],
+        MT_ADD_SOCR=['..10', '..x0']
+    )
+
+    def __init__(self, db, word):
+        self.db = db
+        self.word = str(word)
+        self.variations = []
+        self.scname = None
+        self.ranks = self.__get_ranks()
+
+
+        for x, y in self.match_types.iteritems():
+            self.__dict__[x] = False
+            for z in y:
+                self.__dict__[x] = self.__dict__[x] or re.search(z, self.ranks) is not None
+
+        if self.MT_LAST_STAR:
+            self.MT_AS_IS = False
+
+    def add_variation_socr(self):
+        if self.scname:
+            self.add_variation(self.scname)
+
+    def add_variation(self, variation_string):
+        self.variations.append(variation_string)
+
+    def get_variations(self):
+        #if len(self.variations) == 1:
+        #    return "\"{}\"".format(self.variations[0])
+        return "({})".format(" | ".join(self.variations))
+
+    def __get_ranks(self):
+        word_len = len(self.word)
+        sql_qry = "SELECT COUNT(*), NULL FROM \"AOTRIG\" WHERE word LIKE '{}%' AND LENGTH(word) > {} " \
+                  "UNION ALL SELECT COUNT(*), NULL FROM \"AOTRIG\" WHERE word='{}' " \
+                  "UNION ALL SELECT COUNT(*), MAX(scname) FROM \"SOCRBASE\" WHERE socrname ILIKE '{}'" \
+                  "UNION ALL SELECT COUNT(*), NULL FROM \"SOCRBASE\" WHERE scname ILIKE '{}'".format(
+            self.word, word_len, self.word, self.word, self.word)
+
+        result = self.db.get_rows(sql_qry)
+        if not self.scname:
+            self.scname = result[2][1]
+
+        outmask = ""
+        for ra in result:
+            if ra[0] > 1:
+                outmask += 'x'
+            else:
+                outmask += str(ra[0])
+
+        return outmask
+
+    def get_type(self):
+        return ", ".join([x for x in self.match_types if self.__dict__[x]])