src/chrome/tools/convert_dict/convert_dict.cc

   1 // Copyright (c) 2006-2008 The Chromium Authors. All rights reserved.
   2 // Use of this source code is governed by a BSD-style license that can be
   3 // found in the LICENSE file.
   4
   5 // This tool converts Hunspell .aff/.dic pairs to a combined binary dictionary
   6 // format (.bdic). This format is more compact, and can be more efficiently
   7 // read by the client application.
   8 //
   9 // We do this conversion manually before publishing dictionary files. It is not
  10 // part of any build process.
  11 //
  12 // See PrintHelp() below for usage.
  13
  14 #include <stdio.h>
  15
  16 #include "base/at_exit.h"
  17 #include "base/files/file_path.h"
  18 #include "base/files/file_util.h"
  19 #include "base/i18n/icu_util.h"
  20 #include "base/logging.h"
  21 #include "base/process/memory.h"
  22 #include "base/strings/string_util.h"
  23 #include "chrome/tools/convert_dict/aff_reader.h"
  24 #include "chrome/tools/convert_dict/dic_reader.h"
  25 #include "third_party/hunspell/google/bdict_reader.h"
  26 #include "third_party/hunspell/google/bdict_writer.h"
  27
  28 namespace {
  29
  30 // Compares the given word list with the serialized trie to make sure they
  31 // are the same.
  32 bool VerifyWords(const convert_dict::DicReader::WordList& org_words,
  33                  const std::string& serialized) {
  34   hunspell::BDictReader reader;
  35   if (!reader.Init(reinterpret_cast<const unsigned char*>(serialized.data()),
  36                    serialized.size())) {
  37     printf("BDict is invalid\n");
  38     return false;
  39   }
  40   hunspell::WordIterator iter = reader.GetAllWordIterator();
  41
  42   int affix_ids[hunspell::BDict::MAX_AFFIXES_PER_WORD];
  43
  44   static const int buf_size = 128;
  45   char buf[buf_size];
  46   for (size_t i = 0; i < org_words.size(); i++) {
  47     int affix_matches = iter.Advance(buf, buf_size, affix_ids);
  48     if (affix_matches == 0) {
  49       printf("Found the end before we expected\n");
  50       return false;
  51     }
  52
  53     if (org_words[i].first != buf) {
  54       printf("Word doesn't match, word #%s\n", buf);
  55       return false;
  56     }
  57
  58     if (affix_matches != static_cast<int>(org_words[i].second.size())) {
  59       printf("Different number of affix indices, word #%s\n", buf);
  60       return false;
  61     }
  62
  63     // Check the individual affix indices.
  64     for (size_t affix_index = 0; affix_index < org_words[i].second.size();
  65          affix_index++) {
  66       if (affix_ids[affix_index] != org_words[i].second[affix_index]) {
  67         printf("Index doesn't match, word #%s\n", buf);
  68         return false;
  69       }
  70     }
  71   }
  72
  73   return true;
  74 }
  75
  76 int PrintHelp() {
  77   printf("Usage: convert_dict <dicfile base name>\n\n");
  78   printf("Example:\n");
  79   printf("  convert_dict en-US\nwill read en-US.dic, en-US.dic_delta, and "
  80          "en-US.aff from the current directory and generate en-US.bdic\n\n");
  81   return 1;
  82 }
  83
  84 }  // namespace
  85
  86 #if defined(OS_WIN)
  87 int wmain(int argc, wchar_t* argv[]) {
  88 #else
  89 int main(int argc, char* argv[]) {
  90 #endif
  91   base::EnableTerminationOnHeapCorruption();
  92   if (argc != 2)
  93     return PrintHelp();
  94
  95   base::AtExitManager exit_manager;
  96   base::i18n::InitializeICU();
  97
  98   base::FilePath file_base = base::FilePath(argv[1]);
  99
 100   base::FilePath aff_path =
 101       file_base.ReplaceExtension(FILE_PATH_LITERAL(".aff"));
 102   printf("Reading %" PRFilePath " ...\n", aff_path.value().c_str());
 103   convert_dict::AffReader aff_reader(aff_path);
 104   if (!aff_reader.Read()) {
 105     printf("Unable to read the aff file.\n");
 106     return 1;
 107   }
 108
 109   base::FilePath dic_path =
 110       file_base.ReplaceExtension(FILE_PATH_LITERAL(".dic"));
 111   printf("Reading %" PRFilePath " ...\n", dic_path.value().c_str());
 112   // DicReader will also read the .dic_delta file.
 113   convert_dict::DicReader dic_reader(dic_path);
 114   if (!dic_reader.Read(&aff_reader)) {
 115     printf("Unable to read the dic file.\n");
 116     return 1;
 117   }
 118
 119   hunspell::BDictWriter writer;
 120   writer.SetComment(aff_reader.comments());
 121   writer.SetAffixRules(aff_reader.affix_rules());
 122   writer.SetAffixGroups(aff_reader.GetAffixGroups());
 123   writer.SetReplacements(aff_reader.replacements());
 124   writer.SetOtherCommands(aff_reader.other_commands());
 125   writer.SetWords(dic_reader.words());
 126
 127   printf("Serializing...\n");
 128   std::string serialized = writer.GetBDict();
 129
 130   printf("Verifying...\n");
 131   if (!VerifyWords(dic_reader.words(), serialized)) {
 132     printf("ERROR converting, the dictionary does not check out OK.");
 133     return 1;
 134   }
 135
 136   base::FilePath out_path =
 137       file_base.ReplaceExtension(FILE_PATH_LITERAL(".bdic"));
 138   printf("Writing %" PRFilePath " ...\n", out_path.value().c_str());
 139   FILE* out_file = base::OpenFile(out_path, "wb");
 140   if (!out_file) {
 141     printf("ERROR writing file\n");
 142     return 1;
 143   }
 144   size_t written = fwrite(&serialized[0], 1, serialized.size(), out_file);
 145   CHECK(written == serialized.size());
 146   base::CloseFile(out_file);
 147
 148   return 0;
 149 }