src/nominatim_db/tokenizer/icu_rule_loader.py

   1 # SPDX-License-Identifier: GPL-3.0-or-later
   2 #
   3 # This file is part of Nominatim. (https://nominatim.org)
   4 #
   5 # Copyright (C) 2024 by the Nominatim developer community.
   6 # For a full list of authors see the git log.
   7 """
   8 Helper class to create ICU rules from a configuration file.
   9 """
  10 from typing import Mapping, Any, Dict, Optional
  11 import io
  12 import json
  13 import logging
  14
  15 from icu import Transliterator
  16
  17 from ..config import flatten_config_list, Configuration
  18 from ..db.properties import set_property, get_property
  19 from ..db.connection import Connection
  20 from ..errors import UsageError
  21 from .place_sanitizer import PlaceSanitizer
  22 from .icu_token_analysis import ICUTokenAnalysis
  23 from .token_analysis.base import AnalysisModule, Analyzer
  24 from ..data import country_info
  25
  26 LOG = logging.getLogger()
  27
  28 DBCFG_IMPORT_NORM_RULES = "tokenizer_import_normalisation"
  29 DBCFG_IMPORT_TRANS_RULES = "tokenizer_import_transliteration"
  30 DBCFG_IMPORT_ANALYSIS_RULES = "tokenizer_import_analysis_rules"
  31
  32
  33 def _get_section(rules: Mapping[str, Any], section: str) -> Any:
  34     """ Get the section named 'section' from the rules. If the section does
  35         not exist, raise a usage error with a meaningful message.
  36     """
  37     if section not in rules:
  38         LOG.fatal("Section '%s' not found in tokenizer config.", section)
  39         raise UsageError("Syntax error in tokenizer configuration file.")
  40
  41     return rules[section]
  42
  43
  44 class ICURuleLoader:
  45     """ Compiler for ICU rules from a tokenizer configuration file.
  46     """
  47
  48     def __init__(self, config: Configuration) -> None:
  49         self.config = config
  50         rules = config.load_sub_configuration('icu_tokenizer.yaml',
  51                                               config='TOKENIZER_CONFIG')
  52
  53         # Make sure country information is available to analyzers and sanitizers.
  54         country_info.setup_country_config(config)
  55
  56         self.normalization_rules = self._cfg_to_icu_rules(rules, 'normalization')
  57         self.transliteration_rules = self._cfg_to_icu_rules(rules, 'transliteration')
  58         self.analysis_rules = _get_section(rules, 'token-analysis')
  59         self._setup_analysis()
  60
  61         # Load optional sanitizer rule set.
  62         self.sanitizer_rules = rules.get('sanitizers', [])
  63
  64     def load_config_from_db(self, conn: Connection) -> None:
  65         """ Get previously saved parts of the configuration from the
  66             database.
  67         """
  68         rules = get_property(conn, DBCFG_IMPORT_NORM_RULES)
  69         if rules is not None:
  70             self.normalization_rules = rules
  71
  72         rules = get_property(conn, DBCFG_IMPORT_TRANS_RULES)
  73         if rules is not None:
  74             self.transliteration_rules = rules
  75
  76         rules = get_property(conn, DBCFG_IMPORT_ANALYSIS_RULES)
  77         if rules:
  78             self.analysis_rules = json.loads(rules)
  79         else:
  80             self.analysis_rules = []
  81         self._setup_analysis()
  82
  83     def save_config_to_db(self, conn: Connection) -> None:
  84         """ Save the part of the configuration that cannot be changed into
  85             the database.
  86         """
  87         set_property(conn, DBCFG_IMPORT_NORM_RULES, self.normalization_rules)
  88         set_property(conn, DBCFG_IMPORT_TRANS_RULES, self.transliteration_rules)
  89         set_property(conn, DBCFG_IMPORT_ANALYSIS_RULES, json.dumps(self.analysis_rules))
  90
  91     def make_sanitizer(self) -> PlaceSanitizer:
  92         """ Create a place sanitizer from the configured rules.
  93         """
  94         return PlaceSanitizer(self.sanitizer_rules, self.config)
  95
  96     def make_token_analysis(self) -> ICUTokenAnalysis:
  97         """ Create a token analyser from the reviouly loaded rules.
  98         """
  99         return ICUTokenAnalysis(self.normalization_rules,
 100                                 self.transliteration_rules, self.analysis)
 101
 102     def get_search_rules(self) -> str:
 103         """ Return the ICU rules to be used during search.
 104             The rules combine normalization and transliteration.
 105         """
 106         # First apply the normalization rules.
 107         rules = io.StringIO()
 108         rules.write(self.normalization_rules)
 109
 110         # Then add transliteration.
 111         rules.write(self.transliteration_rules)
 112         return rules.getvalue()
 113
 114     def get_normalization_rules(self) -> str:
 115         """ Return rules for normalisation of a term.
 116         """
 117         return self.normalization_rules
 118
 119     def get_transliteration_rules(self) -> str:
 120         """ Return the rules for converting a string into its asciii representation.
 121         """
 122         return self.transliteration_rules
 123
 124     def _setup_analysis(self) -> None:
 125         """ Process the rules used for creating the various token analyzers.
 126         """
 127         self.analysis: Dict[Optional[str], TokenAnalyzerRule] = {}
 128
 129         if not isinstance(self.analysis_rules, list):
 130             raise UsageError("Configuration section 'token-analysis' must be a list.")
 131
 132         norm = Transliterator.createFromRules("rule_loader_normalization",
 133                                               self.normalization_rules)
 134         trans = Transliterator.createFromRules("rule_loader_transliteration",
 135                                                self.transliteration_rules)
 136
 137         for section in self.analysis_rules:
 138             name = section.get('id', None)
 139             if name in self.analysis:
 140                 if name is None:
 141                     LOG.fatal("ICU tokenizer configuration has two default token analyzers.")
 142                 else:
 143                     LOG.fatal("ICU tokenizer configuration has two token "
 144                               "analyzers with id '%s'.", name)
 145                 raise UsageError("Syntax error in ICU tokenizer config.")
 146             self.analysis[name] = TokenAnalyzerRule(section, norm, trans,
 147                                                     self.config)
 148
 149     @staticmethod
 150     def _cfg_to_icu_rules(rules: Mapping[str, Any], section: str) -> str:
 151         """ Load an ICU ruleset from the given section. If the section is a
 152             simple string, it is interpreted as a file name and the rules are
 153             loaded verbatim from the given file. The filename is expected to be
 154             relative to the tokenizer rule file. If the section is a list then
 155             each line is assumed to be a rule. All rules are concatenated and returned.
 156         """
 157         content = _get_section(rules, section)
 158
 159         if content is None:
 160             return ''
 161
 162         return ';'.join(flatten_config_list(content, section)) + ';'
 163
 164
 165 class TokenAnalyzerRule:
 166     """ Factory for a single analysis module. The class saves the configuration
 167         and creates a new token analyzer on request.
 168     """
 169
 170     def __init__(self, rules: Mapping[str, Any],
 171                  normalizer: Any, transliterator: Any,
 172                  config: Configuration) -> None:
 173         analyzer_name = _get_section(rules, 'analyzer')
 174         if not analyzer_name or not isinstance(analyzer_name, str):
 175             raise UsageError("'analyzer' parameter needs to be simple string")
 176
 177         self._analysis_mod: AnalysisModule = \
 178             config.load_plugin_module(analyzer_name, 'nominatim_db.tokenizer.token_analysis')
 179
 180         self.config = self._analysis_mod.configure(rules, normalizer,
 181                                                    transliterator)
 182
 183     def create(self, normalizer: Any, transliterator: Any) -> Analyzer:
 184         """ Create a new analyser instance for the given rule.
 185         """
 186         return self._analysis_mod.create(normalizer, transliterator, self.config)