Merge pull request #7 from acelot/master

All methods are now static

1 files changed, 99 insertions, 79 deletions

diff --git a/src/NXP/Stemmer.php b/src/NXP/Stemmer.php
index 76d494b..0232ecb 100644
--- a/src/NXP/Stemmer.php
+++ b/src/NXP/Stemmer.php
@@ -12,126 +12,146 @@ namespace NXP;
 
 class Stemmer
 {
-    private $vowel = "аеёиоуыэюя";
-    private $regexPerfectiveGerunds = array(
-        "(в|вши|вшись)$",
-        "(ив|ивши|ившись|ыв|ывши|ывшись)$"
-    );
-    private $regexAdjective = "(ее|ие|ые|ое|ими|ыми|ей|ий|ый|ой|ем|им|ым|ом|его|ого|ему|ому|их|ых|ую|юю|ая|яя|ою|ею)$";
-    private $regexParticiple = array(
-        "(ем|нн|вш|ющ|щ)",
-        "(ивш|ывш|ующ)"
-    );
-    private $regexReflexives = "(ся|сь)$";
-    private $regexVerb = array(
-        "(ла|на|ете|йте|ли|й|л|ем|н|ло|но|ет|ют|ны|ть|ешь|нно)$",
-        "(ила|ыла|ена|ейте|уйте|ите|или|ыли|ей|уй|ил|ыл|им|ым|ен|ило|ыло|ено|ят|ует|уют|ит|ыт|ены|ить|ыть|ишь|ую|ю)$"
-    );
-    private $regexNoun = "(а|ев|ов|ие|ье|е|иями|ями|ами|еи|ии|и|ией|ей|ой|ий|й|иям|ям|ием|ем|ам|ом|о|у|ах|иях|ях|ы|ь|ию|ью|ю|ия|ья|я)$";
-    private $regexSuperlative = "(ейш|ейше)$";
-    private $regexDerivational = "(ост|ость)$";
-    private $regexI = "и$";
-    private $regexNN = "нн$";
-    private $regexSoftSign = "ь$";
-
-    private $word = '';
-    private $RV = 0;
-    private $R2 = 0;
-
-    public function getWordBase($word)
+    const VOWEL = 'аеёиоуыэюя';
+    const REGEX_PERFECTIVE_GERUNDS1 = '(в|вши|вшись)$';
+    const REGEX_PERFECTIVE_GERUNDS2 = '(ив|ивши|ившись|ыв|ывши|ывшись)$';
+    const REGEX_ADJECTIVE = '(ее|ие|ые|ое|ими|ыми|ей|ий|ый|ой|ем|им|ым|ом|его|ого|ему|ому|их|ых|ую|юю|ая|яя|ою|ею)$';
+    const REGEX_PARTICIPLE1 = '(ем|нн|вш|ющ|щ)';
+    const REGEX_PARTICIPLE2 = '(ивш|ывш|ующ)';
+    const REGEX_REFLEXIVES = '(ся|сь)$';
+    const REGEX_VERB1 = '(ла|на|ете|йте|ли|й|л|ем|н|ло|но|ет|ют|ны|ть|ешь|нно)$';
+    const REGEX_VERB2 = '(ила|ыла|ена|ейте|уйте|ите|или|ыли|ей|уй|ил|ыл|им|ым|ен|ило|ыло|ено|ят|ует|уют|ит|ыт|ены|ить|ыть|ишь|ую|ю)$';
+    const REGEX_NOUN = '(а|ев|ов|ие|ье|е|иями|ями|ами|еи|ии|и|ией|ей|ой|ий|й|иям|ям|ием|ем|ам|ом|о|у|ах|иях|ях|ы|ь|ию|ью|ю|ия|ья|я)$';
+    const REGEX_SUPERLATIVE = '(ейш|ейше)$';
+    const REGEX_DERIVATIONAL = '(ост|ость)$';
+    const REGEX_I = 'и$';
+    const REGEX_NN = 'нн$';
+    const REGEX_SOFT_SIGN = 'ь$';
+
+    /**
+     * @param string $word
+     *
+     * @return string
+     */
+    public static function getWordBase($word)
     {
+        $originalInternalEncoding = mb_internal_encoding();
         mb_internal_encoding('UTF-8');
-        $this->word = $word;
-        $this->findRegions();
-        //Шаг 1
-        //Найти окончание PERFECTIVE GERUND. Если оно существует – удалить его и завершить этот шаг.
-        if (!$this->removeEndings($this->regexPerfectiveGerunds, $this->RV)) {
-            //Иначе, удаляем окончание REFLEXIVE (если оно существует).
-            $this->removeEndings($this->regexReflexives, $this->RV);
-            //Затем в следующем порядке пробуем удалить окончания: ADJECTIVAL, VERB, NOUN. Как только одно из них найдено – шаг завершается.
-            if (!($this->removeEndings(
+
+        list($rv, $r2) = self::findRegions($word);
+
+        // Шаг 1: Найти окончание PERFECTIVE GERUND. Если оно существует – удалить его и завершить этот шаг.
+        if (!self::removeEndings($word, array(self::REGEX_PERFECTIVE_GERUNDS1, self::REGEX_PERFECTIVE_GERUNDS2), $rv)) {
+            // Иначе, удаляем окончание REFLEXIVE (если оно существует).
+            self::removeEndings($word, self::REGEX_REFLEXIVES, $rv);
+
+            // Затем в следующем порядке пробуем удалить окончания: ADJECTIVAL, VERB, NOUN. Как только одно из них найдено – шаг завершается.
+            if (!(self::removeEndings(
+                    $word,
                     array(
-                        $this->regexParticiple[0] . $this->regexAdjective,
-                        $this->regexParticiple[1] . $this->regexAdjective
+                        self::REGEX_PARTICIPLE1 . self::REGEX_ADJECTIVE,
+                        self::REGEX_PARTICIPLE2 . self::REGEX_ADJECTIVE
                     ),
-                    $this->RV
-                ) || $this->removeEndings($this->regexAdjective, $this->RV))
+                    $rv
+                ) || self::removeEndings($word, self::REGEX_ADJECTIVE, $rv))
             ) {
-                if (!$this->removeEndings($this->regexVerb, $this->RV)) {
-                    $this->removeEndings($this->regexNoun, $this->RV);
+                if (!self::removeEndings($word, array(self::REGEX_VERB1, self::REGEX_VERB2), $rv)) {
+                    self::removeEndings($word, self::REGEX_NOUN, $rv);
                 }
             }
         }
-        //Шаг 2
-        //Если слово оканчивается на и – удаляем и.
-        $this->removeEndings($this->regexI, $this->RV);
-        //Шаг 3
-        //Если в R2 найдется окончание DERIVATIONAL – удаляем его.
-        $this->removeEndings($this->regexDerivational, $this->R2);
-        //Шаг 4
-        //Возможен один из трех вариантов:
-        //Если слово оканчивается на нн – удаляем последнюю букву.
-        if ($this->removeEndings($this->regexNN, $this->RV)) {
-            $this->word .= 'н';
+
+        // Шаг 2: Если слово оканчивается на и – удаляем и.
+        self::removeEndings($word, self::REGEX_I, $rv);
+
+        // Шаг 3: Если в R2 найдется окончание DERIVATIONAL – удаляем его.
+        self::removeEndings($word, self::REGEX_DERIVATIONAL, $r2);
+
+        // Шаг 4: Возможен один из трех вариантов:
+        // 1. Если слово оканчивается на нн – удаляем последнюю букву.
+        if (self::removeEndings($word, self::REGEX_NN, $rv)) {
+            $word .= 'н';
         }
-        //Если слово оканчивается на SUPERLATIVE – удаляем его и снова удаляем последнюю букву, если слово оканчивается на нн.
-        $this->removeEndings($this->regexSuperlative, $this->RV);
-        //Если слово оканчивается на ь – удаляем его.
-        $this->removeEndings($this->regexSoftSign, $this->RV);
 
-        return $this->word;
+        // 2. Если слово оканчивается на SUPERLATIVE – удаляем его и снова удаляем последнюю букву, если слово оканчивается на нн.
+        self::removeEndings($word, self::REGEX_SUPERLATIVE, $rv);
+
+        // 3. Если слово оканчивается на ь – удаляем его.
+        self::removeEndings($word, self::REGEX_SOFT_SIGN, $rv);
+
+        mb_internal_encoding($originalInternalEncoding);
+        return $word;
     }
 
-    public function removeEndings($regex, $region)
+    /**
+     * @param string          $word
+     * @param string|string[] $regex
+     * @param int             $region
+     *
+     * @return bool
+     */
+    public static function removeEndings(&$word, $regex, $region)
     {
-        $prefix = mb_substr($this->word, 0, $region, 'utf8');
-        $word   = substr($this->word,strlen($prefix));
+        $prefix = mb_substr($word, 0, $region, 'utf8');
+        $ending = substr($word, strlen($prefix));
         if (is_array($regex)) {
-            if (preg_match('/.+[а|я]' . $regex[0] . '/u', $word)) {
-                $this->word = $prefix . preg_replace('/' . $regex[0] . '/u', '', $word);
+            if (preg_match('/.+[а|я]' . $regex[0] . '/u', $ending)) {
+                $word = $prefix . preg_replace('/' . $regex[0] . '/u', '', $ending);
                 return true;
             }
             $regex = $regex[1];
         }
-        if (preg_match('/.+' . $regex . '/u', $word)) {
-            $this->word = $prefix . preg_replace('/' . $regex . '/u', '', $word);
+        if (preg_match('/.+' . $regex . '/u', $ending)) {
+            $word = $prefix . preg_replace('/' . $regex . '/u', '', $ending);
             return true;
         }
 
         return false;
     }
 
-    private function findRegions()
+    /**
+     * @param string $word
+     *
+     * @return int[]
+     */
+    private static function findRegions($word)
     {
+        $rv = 0;
         $state = 0;
-        $wordLength = mb_strlen($this->word, 'utf8');
+        $wordLength = mb_strlen($word, 'utf8');
         for ($i = 1; $i < $wordLength; $i++) {
-            $prevChar = mb_substr($this->word, $i - 1, 1, 'utf8');
-            $char     = mb_substr($this->word, $i, 1, 'utf8');
+            $prevChar = mb_substr($word, $i - 1, 1, 'utf8');
+            $char = mb_substr($word, $i, 1, 'utf8');
             switch ($state) {
                 case 0:
-                    if ($this->isVowel($char)) {
-                        $this->RV = $i + 1;
-                        $state    = 1;
+                    if (self::isVowel($char)) {
+                        $rv = $i + 1;
+                        $state = 1;
                     }
                     break;
                 case 1:
-                    if ($this->isVowel($prevChar) && !$this->isVowel($char)) {
-                        $state    = 2;
+                    if (self::isVowel($prevChar) && !self::isVowel($char)) {
+                        $state = 2;
                     }
                     break;
                 case 2:
-                    if ($this->isVowel($prevChar) && !$this->isVowel($char)) {
-                        $this->R2 = $i + 1;
-                        return;
+                    if (self::isVowel($prevChar) && !self::isVowel($char)) {
+                        return [$rv, $i + 1];
                     }
                     break;
             }
         }
+
+        return [$rv, 0];
     }
 
-    private function isVowel($char)
+    /**
+     * @param string $char
+     *
+     * @return bool
+     */
+    private static function isVowel($char)
     {
-        return (strpos($this->vowel, $char) !== false);
+        return strpos(self::VOWEL, $char) !== false;
     }
 }