nominatim/tokenizer/icu_rule_loader.py

   1 # SPDX-License-Identifier: GPL-2.0-only
   2 #
   3 # This file is part of Nominatim. (https://nominatim.org)
   4 #
   5 # Copyright (C) 2022 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 nominatim.config import flatten_config_list, Configuration
  18 from nominatim.db.properties import set_property, get_property
  19 from nominatim.db.connection import Connection
  20 from nominatim.errors import UsageError
  21 from nominatim.tokenizer.place_sanitizer import PlaceSanitizer
  22 from nominatim.tokenizer.icu_token_analysis import ICUTokenAnalysis
  23 from nominatim.tokenizer.token_analysis.base import AnalysisModule, Analyzer
  24 import nominatim.data.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         nominatim.data.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
  65     def load_config_from_db(self, conn: Connection) -> None:
  66         """ Get previously saved parts of the configuration from the
  67             database.
  68         """
  69         rules = get_property(conn, DBCFG_IMPORT_NORM_RULES)
  70         if rules is not None:
  71             self.normalization_rules = rules
  72
  73         rules = get_property(conn, DBCFG_IMPORT_TRANS_RULES)
  74         if rules is not None:
  75             self.transliteration_rules = rules
  76
  77         rules = get_property(conn, DBCFG_IMPORT_ANALYSIS_RULES)
  78         if rules:
  79             self.analysis_rules = json.loads(rules)
  80         else:
  81             self.analysis_rules = []
  82         self._setup_analysis()
  83
  84
  85     def save_config_to_db(self, conn: Connection) -> None:
  86         """ Save the part of the configuration that cannot be changed into
  87             the database.
  88         """
  89         set_property(conn, DBCFG_IMPORT_NORM_RULES, self.normalization_rules)
  90         set_property(conn, DBCFG_IMPORT_TRANS_RULES, self.transliteration_rules)
  91         set_property(conn, DBCFG_IMPORT_ANALYSIS_RULES, json.dumps(self.analysis_rules))
  92
  93
  94     def make_sanitizer(self) -> PlaceSanitizer:
  95         """ Create a place sanitizer from the configured rules.
  96         """
  97         return PlaceSanitizer(self.sanitizer_rules, self.config)
  98
  99
 100     def make_token_analysis(self) -> ICUTokenAnalysis:
 101         """ Create a token analyser from the reviouly loaded rules.
 102         """
 103         return ICUTokenAnalysis(self.normalization_rules,
 104                                 self.transliteration_rules, self.analysis)
 105
 106
 107     def get_search_rules(self) -> str:
 108         """ Return the ICU rules to be used during search.
 109             The rules combine normalization and transliteration.
 110         """
 111         # First apply the normalization rules.
 112         rules = io.StringIO()
 113         rules.write(self.normalization_rules)
 114
 115         # Then add transliteration.
 116         rules.write(self.transliteration_rules)
 117         return rules.getvalue()
 118
 119
 120     def get_normalization_rules(self) -> str:
 121         """ Return rules for normalisation of a term.
 122         """
 123         return self.normalization_rules
 124
 125
 126     def get_transliteration_rules(self) -> str:
 127         """ Return the rules for converting a string into its asciii representation.
 128         """
 129         return self.transliteration_rules
 130
 131
 132     def _setup_analysis(self) -> None:
 133         """ Process the rules used for creating the various token analyzers.
 134         """
 135         self.analysis: Dict[Optional[str], TokenAnalyzerRule]  = {}
 136
 137         if not isinstance(self.analysis_rules, list):
 138             raise UsageError("Configuration section 'token-analysis' must be a list.")
 139
 140         norm = Transliterator.createFromRules("rule_loader_normalization",
 141                                               self.normalization_rules)
 142         trans = Transliterator.createFromRules("rule_loader_transliteration",
 143                                               self.transliteration_rules)
 144
 145         for section in self.analysis_rules:
 146             name = section.get('id', None)
 147             if name in self.analysis:
 148                 if name is None:
 149                     LOG.fatal("ICU tokenizer configuration has two default token analyzers.")
 150                 else:
 151                     LOG.fatal("ICU tokenizer configuration has two token "
 152                               "analyzers with id '%s'.", name)
 153                 raise UsageError("Syntax error in ICU tokenizer config.")
 154             self.analysis[name] = TokenAnalyzerRule(section, norm, trans,
 155                                                     self.config)
 156
 157
 158     @staticmethod
 159     def _cfg_to_icu_rules(rules: Mapping[str, Any], section: str) -> str:
 160         """ Load an ICU ruleset from the given section. If the section is a
 161             simple string, it is interpreted as a file name and the rules are
 162             loaded verbatim from the given file. The filename is expected to be
 163             relative to the tokenizer rule file. If the section is a list then
 164             each line is assumed to be a rule. All rules are concatenated and returned.
 165         """
 166         content = _get_section(rules, section)
 167
 168         if content is None:
 169             return ''
 170
 171         return ';'.join(flatten_config_list(content, section)) + ';'
 172
 173
 174 class TokenAnalyzerRule:
 175     """ Factory for a single analysis module. The class saves the configuration
 176         and creates a new token analyzer on request.
 177     """
 178
 179     def __init__(self, rules: Mapping[str, Any],
 180                  normalizer: Any, transliterator: Any,
 181                  config: Configuration) -> None:
 182         analyzer_name = _get_section(rules, 'analyzer')
 183         if not analyzer_name or not isinstance(analyzer_name, str):
 184             raise UsageError("'analyzer' parameter needs to be simple string")
 185
 186         self._analysis_mod: AnalysisModule = \
 187             config.load_plugin_module(analyzer_name, 'nominatim.tokenizer.token_analysis')
 188
 189         self.config = self._analysis_mod.configure(rules, normalizer,
 190                                                    transliterator)
 191
 192
 193     def create(self, normalizer: Any, transliterator: Any) -> Analyzer:
 194         """ Create a new analyser instance for the given rule.
 195         """
 196         return self._analysis_mod.create(normalizer, transliterator, self.config)