نام (NAME)

trietool - ابزاری برای کار با ساختار داده ترای (trie)

خلاصه دستور (SYNOPSIS)

trietool [ options ] trie command arg ...

توضیحات (DESCRIPTION)

دستور trietool یک ابزار خط فرمانی برای دستکاری داده‌های ترای دو آرایه‌ای (double-array trie) است. از این ابزار می‌توان برای پرس‌وجو، افزودن و حذف واژه‌ها در یک ترای استفاده کرد.

ساختار ترای (The Trie)

آرگومان trie نام ترای مورد نظر را برای دستکاری مشخص می‌کند. یک ترای در فایلی با پسوند `.tri' ذخیره می‌شود. با این حال، برای ایجاد یک ترای جدید، باید فایلی با پسوند `.abm' تهیه شود که محدوده‌های یونیکد (Unicode) مجموعه الفبای ترای را توصیف می‌کند. فایل ABM مجموعه‌ای از بردارها را تعریف می‌کند که نویسه‌های یونیکد را به یک بازه پیوسته از اعداد صحیح نگاشت می‌کنند. اعداد صحیح نگاشت‌شده به عنوان الفبای داخلی ترای استفاده خواهند شد. چنین نگاشتی بدون در نظر گرفتن ناپیوستگی مجموعه نویسه‌های مورد استفاده، تخصیص فضا را در داده‌های ترای بهبود می‌بخشد، زیرا بازه نگاشت‌شده همیشه پیوسته است.

فایل ABM یک فایل متنی ساده است که در هر خط آن محدوده‌ای از یونیکدهای ۳۲-بیتی که باید به مجموعه الفبا افزوده شوند، در قالب زیر مشخص می‌شود:

: [0xSSSS,0xTTTT]

که در آن `0xSSSS' و `0xTTTT' به ترتیب مقادیر هگزادسیمال کدهای نویسه آغازین و پایانی این بازه هستند.

برای نمونه، برای یک واژه‌نامه که تنها شامل واژه‌های انگلیسی بدون هیچ علامت نگارشی است، می‌توان فایل `trie.abm' را به صورت زیر آماده کرد:

: [0x0041,0x005a]
[0x0061,0x007a]

خط نخست کدهای ASCII مربوط به A-Z و خط دوم کدهای مربوط به a-z را مشخص می‌کند.

بیش از ۲۵۵ نویسه الفبا در یک ترای مجاز نیست.

فایل `.tri' ایجادشده داده‌های ABM را در خود ادغام خواهد کرد؛ بنابراین، فایل `.abm' پس از نخستین ساخت دیگر نیاز نبوده و نادیده گرفته می‌شود.

دستورها (COMMANDS)

دستورهای در دسترس عبارتند از:

add word data ...: افزودن word به ترای، همراه با داده عدد صحیح data مرتبط با آن. تعداد دلخواهی از جفت‌های واژه-داده را می‌توان تعیین کرد. در هر بار دو آرگومان خوانده می‌شود که نخستین به عنوان word و دومی به عنوان data در نظر گرفته خواهد شد.
add-list [ options ] list-file: افزودن واژه‌ها به همراه داده‌های مرتبط فهرست‌شده در list-file به ترای. فایل list-file باید یک فایل متنی باشد که در هر خط آن یک واژه فهرست شده باشد. داده مرتبط را می‌توان پس از واژه در همان خط، جداشده با نویسه تب (`\t') قرار داد. اگر فیلد داده حذف شود، یک مقدار پیش‌فرض (-1) به جای آن به کار خواهد رفت.
: گزینه‌های در دسترس برای این دستور:

-e, --encoding enc: تعیین رمزگذاری نویسه محتویات list-file، مانند `UTF-8'. اگر مشخص نشود، مجموعه کد محلی (locale codeset) فعلی در نظر گرفته می‌شود.

delete word ...: حذف word از ترای. تعداد دلخواهی از واژه‌ها برای حذف را می‌توان مشخص کرد.
delete-list [ options ] list-file: حذف واژه‌های فهرست‌شده در list-file از ترای. فایل list-file باید یک فایل متنی باشد که در هر خط آن یک واژه فهرست شده است.
: گزینه‌های در دسترس برای این دستور:

-e, --encoding enc: تعیین رمزگذاری نویسه محتویات list-file، مانند `UTF-8'. اگر مشخص نشود، مجموعه کد محلی فعلی در نظر گرفته می‌شود.

query word: جستجو برای word در ترای. اگر word وجود داشته باشد، داده‌های مرتبط با آن در خروجی استاندارد چاپ می‌شود. در غیر این صورت، پیام خطایی در خروجی خطای استاندارد چاپ شده و هیچ چیز در خروجی استاندارد چاپ نمی‌شود.
list: فهرست کردن همه واژه‌های موجود در ترای در خروجی استاندارد. خروجی در هر خط یک جفت واژه-داده جداشده با نویسه تب (`\t') را فهرست می‌کند که قالبی مناسب برای استفاده به عنوان list-file در دستور add-list است.

گزینه‌ها (OPTIONS)

این برنامه از نحو خط فرمان معمول GNU پیروی می‌کند، که در آن گزینه‌های طولانی با دو خط تیره (`--´) آغاز می‌شوند. خلاصه‌ای از گزینه‌ها در زیر آمده است.

-p, --path dir: تنظیم پوشه ترای به dir [پیش‌فرض=`.']
-h, --help: نمایش خلاصه گزینه‌ها.
-V, --version: نمایش نسخه برنامه.

نویسندگان (AUTHORS)

کتابخانه libdatrie توسط Theppitak Karoonboonyanan نوشته شده است.

این صفحه راهنما توسط Theppitak Karoonboonyanan <theppitak@gmail.com> نوشته شده است.