/**
* Genera i files di testo degli atti
* $prefix/$atto_id
*/
function run_nltk_genera_files($task, $args, $options)
{
static $loaded;
// load application context
if (!$loaded) {
_loader();
}
$files_path = sfConfig::get('sf_data_dir') . DIRECTORY_SEPARATOR . "nltk";
$act_types = array();
$prefix = null;
// usato per differenziare training, test e dev, è aggiunto prima dell'id
$offset = null;
$limit = null;
if (array_key_exists('offset', $options)) {
$offset = $options['offset'];
}
if (array_key_exists('limit', $options)) {
$limit = $options['limit'];
}
if (array_key_exists('path', $options)) {
$files_path = strtolower($options['path']);
}
if (array_key_exists('types', $options)) {
$act_types = explode(",", $options['types']);
}
if (array_key_exists('prefix', $options)) {
$prefix = strtolower($options['prefix']);
}
if (count($args) > 0) {
try {
$atti_rs = OppAttoPeer::getRSFromIDArray($args);
} catch (Exception $e) {
throw new Exception("Specificare degli ID validi. \n" . $e);
}
} else {
$atti_rs = OppAttoPeer::getAttiTipoRS($act_types, $offset, $limit);
}
echo "memory usage: " . memory_get_usage() . "\n";
$start_time = time();
$msg = sprintf("generazione files dei testi degli atti\n");
echo pakeColor::colorize($msg, array('fg' => 'cyan', 'bold' => true));
// loop principale
$n_atti = $atti_rs->getRecordCount();
$cnt = 0;
while ($atti_rs->next()) {
$a = $atti_rs->getRow();
$atto_id = $a['id'];
$tipo_atto_id = $a['tipo_atto_id'];
$atto = OppAttoPeer::retrieveByPK($atto_id);
if ($n_docs = $atto->countOppDocumentos()) {
$docs = $atto->getOppDocumentos();
// path di tutti i testi dei doc relativi all'atto
$atto_txt = "";
foreach ($docs as $doc) {
$atto_txt .= $doc->getTesto();
}
unset($docs);
$fh = fopen($files_path . "/" . $atto_id, 'w');
fwrite($fh, $atto_txt);
fclose($fh);
}
printf(" %d %d docs - ok (%d)\n", $atto_id, $n_docs, memory_get_usage());
unset($atto);
$cnt++;
}
$msg = sprintf("%d atti elaborati\n", $cnt);
echo pakeColor::colorize($msg, array('fg' => 'cyan', 'bold' => true));
$msg = sprintf(" [%4d sec] [%10d bytes]\n", time() - $start_time, memory_get_usage());
echo pakeColor::colorize($msg, array('fg' => 'red', 'bold' => false));
}