#!/usr/bin/env python
# -*- coding: utf-8 -*-
# Autor: Alexander P Telenga
#       This program is free software; you can redistribute it and/or modify
#       it under the terms of the GNU General Public License as published by
#       the Free Software Foundation; either version 2 of the License, or
#       (at your option) any later version.
#       
#       This program is distributed in the hope that it will be useful,
#       but WITHOUT ANY WARRANTY; without even the implied warranty of
#       MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
#       GNU General Public License for more details.
#       
#       You should have received a copy of the GNU General Public License
#       along with this program; if not, write to the Free Software
#       Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston,
#       MA 02110-1301, USA.

import anydbm, cairo, codecs, re, pycha.bar, string, sys 

global ru_pattern, en_pattern

ru_pattern = ur"[а-я]+"
en_pattern = ur"[a-z]+"

def analysis():
# получаем имя файла для составления словаря частот из первого аргумента командной строки
	textfile = sys.argv[1]
# открываем файл в кодировке utf-8
	a = codecs.open(textfile,"r","utf-8")
# получаем список слов текста в нижнем регистре
	ru_words = re.findall(ru_pattern, a.read().lower(),re.UNICODE)
	a.close()
# проделываем то же самое для латиницы
	a = codecs.open(textfile,"r","utf-8")
	en_words = re.findall(en_pattern, a.read().lower(),re.UNICODE)
	a.close() 
# создаем словарь
	dic = {} 
# наполняем словарь, используя метод get
# кириллица
	for word in ru_words:
		get = dic.get	
		dic[word] = get(word.lower(), 0) + 1
# латиница
	for word in en_words:
		get = dic.get	
		dic[word] = get(word.lower(), 0) + 1
# создаем пары вида "слово:частота"
	pairs = dic.items()
#сортируем по убыванию частоты
	pairs.sort(lambda a, b: b[1]-a[1])
# выводим результаты на печать и сохраняем их в файл
	outfile = open("result.txt","w+")
	for p in pairs:		
		string = p[0].encode('utf-8') + ':' + str(p[1]).encode('utf-8')
		outfile.write(string+'\n')
	outfile.close()
# создаем файл базы данных
	outfile = anydbm.open("result.dat","n")
	for p in pairs:		
		outfile[p[0].encode('utf-8')] = str(p[1]).encode('utf-8')
	outfile.close()		
	
def draw_result_pycha():
	width = 0
	height = 0
	tmp = []	
	items_list = []
# открываем файл с результатами
	result_file = anydbm.open("result.dat","r")	
# читаем список элементов
	for i in result_file.items():
		items_list.append(i)
	result_file.close
# вычисляем количество элементов и максимальное значение частоты слова
	for l in items_list:
		tmp.append(int(l[1]))
	width = max(tmp)*100
	height = len(items_list)*10
# создаем поверхность cairo для диаграммы
	surface = cairo.ImageSurface(cairo.FORMAT_ARGB32, width, height)
# задаем диапазон значений для диаграммы 
	dataSet = (('Words', [(i, int(l[1])) for i, l in enumerate(items_list)]),)	
	options = {
		'axis': {
			'x': {
				'ticks': [dict(v=i, label=unicode(l[0])) for i, l in enumerate(items_list)],				
				'label': u'Частота',
				'rotate': 0,
			},
			'y': {
				'tickCount': len(items_list)/10,
				'rotate': 0,
				'label': u'Слова'
			}
		},
		'background': {
			'chartColor': '#d8e7ec',
			'baseColor': '#efebe7',
			'lineColor': '#444444'
		},
		'colorScheme': '#6eafc1',
		'padding': {
			'left': 135,
			'bottom': 55,
		},
		'title': u'Контент-анализ'
	}
# выбираем горизонтальный тип диаграммы
	chart = pycha.bar.HorizontalBarChart(surface, options)
# добавляем данные
	chart.addDataset(dataSet)
	chart.render()
	
	surface.write_to_png("result_pycha.png")
	
def main():	
	analysis()
	draw_result_pycha()
		
if __name__ == "__main__":
	main()

'ticks': [dict(v=i, label=unicode(l[0]), 'utf8') for i, l in enumerate(items_list)],

'ticks': [dict(v=i, label=unicode(l[0], 'utf-8')) for i, l in enumerate(items_list)],