highlights on cooccorrenze fixed

flask_be/engine/cooccorrenze.py

@@ -16,7 +16,52 @@ class cooccorrenze(basicQueries):
     # l'attributo tipo_ricerca definisce il tipo di ricerca in input (0 per forme, 1 per lemmi, 2 per lemmi con opzione "mostra occorrenze non lemmatizzate").
     # Permette di definire l'intervallo di ricerca (in numero di parole), la possibilità di cercare soltanto all'interno dello stesso periodo (0/1) e/o di cercare le occorrenze in modo ordinato (0/1)
     
-    def ricerca_cooccorrenze (self, listaricerche, intervallo, periodo, ordinate):
+    def ricerca_cooccorrenze(self, listaricerche, intervallo, periodo, ordinate):
+        listatesti = pd.DataFrame()
+        cod = 1
+        if listaricerche[0][1] == 0:
+            ricerca = self.sendBasicQuery(listaricerche[0][0], 'forma', listaricerche[0][2], listaricerche[0][3], pandas=True)
+            listatesti = self.findtexts(0, ricerca)
+        elif listaricerche[0][1] == 1:
+            ricerca = self.sendBasicQuery(listaricerche[0][0], 'lemma', listaricerche[0][2], listaricerche[0][3], pandas=True)
+            listatesti = self.findtexts(1, ricerca)
+        elif listaricerche[0][1] == 2:
+            ricerca = self.sendBasicQuery(listaricerche[0][0], 'lemma', listaricerche[0][2], listaricerche[0][3], pandas=True)
+            listatesti = self.findtexts(2, ricerca)
+
+        if listatesti.empty:
+            return []
+
+        for ricerca, tipo, espansa, raddoppiata in listaricerche[1:]:
+            if tipo == 0:
+                search = self.sendBasicQuery(ricerca, 'forma', espansa, raddoppiata, pandas=True)
+            elif tipo == 1:
+                search = self.sendBasicQuery(ricerca, 'lemma', espansa, raddoppiata, pandas=True)
+            elif tipo == 2:
+                search = self.sendBasicQuery(ricerca, 'lemma', espansa, raddoppiata, pandas=True)
+
+            textlist = self.findtexts(tipo, search)
+
+            listatesti = listatesti.merge(textlist, on='ntx', suffixes=('', f'_{cod}'))
+            cond1 = listatesti['numperiod'] == listatesti[f'numperiod_{cod}'] if periodo == 1 else True
+            cond2 = ((listatesti['mappa'] - listatesti[f'mappa_{cod}']) != 0) & ((listatesti['mappa'] - listatesti[f'mappa_{cod}']).abs() <= intervallo) if ordinate == 0 else ((listatesti[f'mappa_{cod}'] - listatesti['mappa']) > 0) & ((listatesti[f'mappa_{cod}'] - listatesti['mappa']).abs() <= intervallo)
+            cod += 1
+            listatesti = listatesti[cond1 & cond2]
+
+            if listatesti.empty:
+                return []
+            else:
+                contexts = self.findcontexts(listatesti)
+                bibliocontexts = self.findbib(contexts)
+                clean = bibliocontexts.drop_duplicates(subset="contesto")
+                highlights = self.highlight(clean)
+
+        return highlights.to_dict(orient='records')
+    
+    ###################
+    #   OLD
+    ###################
+    '''def ricerca_cooccorrenze (self, listaricerche, intervallo, periodo, ordinate):
         listatesti = pd.DataFrame()
         cod = 1
         if listaricerche[0][1] == 0:
@@ -70,17 +115,18 @@ class cooccorrenze(basicQueries):
                 ntx1 = row1['ntx']
                 mappa1 = row1['mappa']
                 nperiodo1 = row1['numperiod']
-
                 if ordinate == 0: 
                     test = (textlist['ntx'].astype(int) == ntx1) & (textlist['mappa'].astype(int) > mappa1-intervallo) & (textlist['mappa'].astype(int) < mappa1+intervallo) & (textlist['mappa'].astype(int) != mappa1)
                 else:
                     test = (textlist['ntx'].astype(int) == ntx1) & (textlist['mappa'].astype(int) > mappa1-intervallo)
                 if periodo == 1:
                     test = test & (textlist['numperiod'] == nperiodo1)
-
                 df_temp = textlist[test]
-                cod_cols = [] + df_temp['cod'].tolist()
+                df_temp[f'cod{cod}'] = df_temp['cod']
+                cod_cols.append(f'cod{cod}')
                 df_new = pd.concat([df_new, df_temp])
+                cod += 1
+
 
             ##########################################
             # KORA: fino a qui
@@ -89,7 +135,6 @@ class cooccorrenze(basicQueries):
 
             listatesti = df_new
 
-            cod += 1
 
             if listatesti.empty:
                 return []
@@ -99,5 +144,5 @@ class cooccorrenze(basicQueries):
                 clean = bibliocontexts.drop_duplicates(subset="contesto")
                 highlights = self.highlight (clean)
         return  highlights.to_dict(orient='records') # is this slow? CHECK!
-        #return clean.to_json(orient='records') # possibilità alternativa -- molte opzioni possibili!
+        #return clean.to_json(orient='records') # possibilità alternativa -- molte opzioni possibili!'''