package itn.let.komoran;

import java.util.ArrayList;
import java.util.List;

import itn.com.cmm.util.MJUtil;
import kr.co.shineware.nlp.komoran.constant.DEFAULT_MODEL;
import kr.co.shineware.nlp.komoran.core.Komoran;
import kr.co.shineware.nlp.komoran.model.KomoranResult;
import kr.co.shineware.nlp.komoran.model.Token;

public class KomoranUtils {
	
public List<String> parseKomoranTextByList(String ocrText, String filePath)  throws Exception  {
    	
    	Komoran komoran = new Komoran(DEFAULT_MODEL.FULL);
    	/*
    	 * 사용자 지정 단아를 추가 학습하기 위해 아래 파일을 추가 적용해 준다.
    	 * 파일은 dic.user 이름으로 확장자까지 만들어 준다(확장자를 .user로 해야한다)
    	 * 파일 내용으로는 적용할 단어와 품사를 탭 구분으로 입력하면 된다.
    	 * Ex) 톡줘 	NNP
    	 * */
    	komoran.setUserDic(filePath + "komoran/dic.user");
    	
	    String strToAnalyze = ocrText;

	    KomoranResult analyzeResultList = komoran.analyze(strToAnalyze);	//형태소 분석 전체 문장

	    String resultText = analyzeResultList.getPlainText();
	    
	    
	    //형태소 분석 각 단어별 토큰화 시킴
	    List<Token> tokenList = analyzeResultList.getTokenList();
	    List<String> resultTokenList = new ArrayList<String>();
	    String[] split = resultText.split("\n");	
	    //String[] split = resultText.split(System.getProperty("line.separator").toString());
	    
	    /*for(String text : split) {

	    	//text = text.replace(System.getProperty("line.separator").toString(), "");
	    	text = text.replace("\r", "");
	    	text = text.replaceAll("/SW ", "");
			
			resultTokenList.add(text);
		}*/
	    

	    
	    for (Token token : tokenList) {
	        //System.out.format("(%2d, %2d) %s/%s\n", token.getBeginIndex(), token.getEndIndex(), token.getMorph(), token.getPos());
	        
	        String pos = token.getPos(); //형태소 종류
	        String mor = token.getMorph(); //분석 단어
	        
	         /* NNG	일반명사
			 * NNP	고유명사
			 * NNB	의존명사
			 * NP	대명사
			 * NR	수사
			 * VV	동사
			 * VA	형용사
			 * SL	외국어
			 * SH	한자
			 * NF	명사추정범주
	         * 
	         */
	        if(pos.contains("NNG") || 
	        		pos.contains("NNP") ||
	        		pos.contains("NP") ||
	        		pos.contains("VV") ||
	        		pos.contains("VA") ||
	        		pos.contains("SL") ||
	        		pos.contains("SH") ||
	        		pos.contains("NF")) {
	        	
	        	resultTokenList.add(mor);
	        	
	        }
	    }
	    
	    //토큰 단어에서 중복 단어는 제거 후 리턴
	    return MJUtil.getDuplicateList(resultTokenList);
    }
	
	public List<String> parseKomoranTextTypeNNGByList(String ocrText, String filePath)  throws Exception  {
    	
    	Komoran komoran = new Komoran(DEFAULT_MODEL.FULL);
    	/*
    	 * 사용자 지정 단아를 추가 학습하기 위해 아래 파일을 추가 적용해 준다.
    	 * 파일은 dic.user 이름으로 확장자까지 만들어 준다(확장자를 .user로 해야한다)
    	 * 파일 내용으로는 적용할 단어와 품사를 탭 구분으로 입력하면 된다.
    	 * Ex) 톡줘 	NNP
    	 * */
    	komoran.setUserDic(filePath + "komoran/dic.user");
	    String strToAnalyze = ocrText;

	    KomoranResult analyzeResultList = komoran.analyze(strToAnalyze);	//형태소 분석 전체 문장

	    String resultText = analyzeResultList.getPlainText();
	    
	    
	    //형태소 분석 각 단어별 토큰화 시킴
	    List<Token> tokenList = analyzeResultList.getTokenList();
	    List<String> resultTokenList = new ArrayList<String>();
	    String[] split = resultText.split("\n");	
	    //String[] split = resultText.split(System.getProperty("line.separator").toString());
	    
	    for(String text : split) {

	    	//text = text.replace(System.getProperty("line.separator").toString(), "");
	    	/*
	    	text = text.replace("\r", "");
	    	text = text.replaceAll("/SW ", "");
			
			resultTokenList.add(text);*/
		}
	    

	    
	    for (Token token : tokenList) {
	        //System.out.format("(%2d, %2d) %s/%s\n", token.getBeginIndex(), token.getEndIndex(), token.getMorph(), token.getPos());
	        
	        String pos = token.getPos(); //형태소 종류
	        String mor = token.getMorph(); //분석 단어
	        
	         /* NNG	일반명사
			 * NNP	고유명사
			 * NNB	의존명사
			 * NP	대명사
			 * NR	수사
			 * VV	동사
			 * VA	형용사
			 * SL	외국어
			 * SH	한자
			 * NF	명사추정범주
	         * 
	         */
	        if(pos.contains("NNG") || 
	        		pos.contains("NNP") ||
	        		pos.contains("NP") ||
	        		pos.contains("SL") ||
	        		pos.contains("NF")) {
	        	
	        	resultTokenList.add(mor);
	        	
	        }
	    }
	    
	    //토큰 단어에서 중복 단어는 제거 후 리턴
	    return MJUtil.getDuplicateList(resultTokenList);
    }
	
	public String parseKomoranTextByString(String ocrText, String filePath)  throws Exception  {
    	
    	Komoran komoran = new Komoran(DEFAULT_MODEL.FULL);
    	/*
    	 * 사용자 지정 단아를 추가 학습하기 위해 아래 파일을 추가 적용해 준다.
    	 * 파일은 dic.user 이름으로 확장자까지 만들어 준다(확장자를 .user로 해야한다)
    	 * 파일 내용으로는 적용할 단어와 품사를 탭 구분으로 입력하면 된다.
    	 * Ex) 톡줘 	NNP
    	 * */
    	komoran.setUserDic(filePath + "komoran/dic.user");
    	
	    String strToAnalyze = ocrText;

	    KomoranResult analyzeResultList = komoran.analyze(strToAnalyze);	//형태소 분석 전체 문장

	    String resultText = analyzeResultList.getPlainText();
	    
	    //형태소 분석 각 단어별 토큰화 시킴
	    List<Token> tokenList = analyzeResultList.getTokenList();
	    List<String> resultTokenList = new ArrayList<String>();
	    String[] split = resultText.split("\n");	
	    for(String text : split) {

	    	text = text.replace("\r", "");
	    	text = text.replaceAll("/SW ", "");
			
	    	resultText = text;
	    	
		}
    	//System.out.println(resultText);
	    return resultText;
    }
	
	public List<String> parseKomoranWordCloudNNGByList(String ocrText, String filePath)  throws Exception  {
		
		List<String> resultTokenList = new ArrayList<String>();
		
		try {
			
			Komoran komoran = new Komoran(DEFAULT_MODEL.FULL);
	    	/*
	    	 * 사용자 지정 단아를 추가 학습하기 위해 아래 파일을 추가 적용해 준다.
	    	 * 파일은 dic.user 이름으로 확장자까지 만들어 준다(확장자를 .user로 해야한다)
	    	 * 파일 내용으로는 적용할 단어와 품사를 탭 구분으로 입력하면 된다.
	    	 * Ex) 톡줘 	NNP
	    	 * */
			komoran.setUserDic(filePath + "komoran/dic.user");
		    String strToAnalyze = ocrText;

		    KomoranResult analyzeResultList = komoran.analyze(strToAnalyze);	//형태소 분석 전체 문장
		    String resultText = analyzeResultList.getPlainText();

		    //System.out.println("=============start====================");
		    //System.out.println(strToAnalyze);
		    //System.out.println("+++++++++");
		    //System.out.println(resultText);
		    //System.out.println("==============end=====================");

		    //형태소 분석 각 단어별 토큰화 시킴
		    List<Token> tokenList = analyzeResultList.getTokenList();
		    
		    for (Token token : tokenList) {
		        
		        String pos = token.getPos(); //형태소 종류
		        String mor = token.getMorph(); //분석 단어
		        
		         /* NNG	일반명사
				 * NNP	고유명사
				 * NNB	의존명사
				 * NP	대명사
				 * NR	수사
				 * VV	동사
				 * VA	형용사
				 * SL	외국어
				 * SH	한자
				 * NF	명사추정범주
		         * 
		         */
		        if(mor.length() > 1 && (pos.contains("NNG") || 
		        		pos.contains("NNP") ||
		        		pos.contains("NNB") ||
		        		pos.contains("NP") ||
		        		pos.contains("SL") ||
		        		pos.contains("VV") ||
		        		pos.contains("VA") ||
		        		pos.contains("NF"))) {
		        	
		        	resultTokenList.add(mor);
		        	
		        }
		    }
			
		} catch (Exception e) {
			System.out.println("+++++++++++++++ parseKomoranWordCloudNNGByList Error !!! " + e);
		}
	    
	    //토큰 단어에서 중복 단어는 제거 후 리턴
	    return resultTokenList;
    }
	
}