nominatim/tokenizer/sanitizers/split_name_list.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 Sanitizer that splits lists of names into their components.
   9
  10 Arguments:
  11     delimiters: Define the set of characters to be used for
  12                 splitting the list. (default: ',;')
  13 """
  14 from typing import Callable
  15
  16 from nominatim.tokenizer.sanitizers.base import ProcessInfo
  17 from nominatim.tokenizer.sanitizers.config import SanitizerConfig
  18
  19 def create(config: SanitizerConfig) -> Callable[[ProcessInfo], None]:
  20     """ Create a name processing function that splits name values with
  21         multiple values into their components.
  22     """
  23     regexp = config.get_delimiter()
  24
  25     def _process(obj: ProcessInfo) -> None:
  26         if not obj.names:
  27             return
  28
  29         new_names = []
  30         for name in obj.names:
  31             split_names = regexp.split(name.name)
  32             if len(split_names) == 1:
  33                 new_names.append(name)
  34             else:
  35                 new_names.extend(name.clone(name=n) for n in split_names if n)
  36
  37         obj.names = new_names
  38
  39     return _process