DEX online - Sincronizare client

Acest script exportă baza de date a DEX online sau porţiuni ale ei. Dacă doriţi să scrieţi un client care să transfere baza de date şi să o folosească off-line, comunicaţi cu acest script pentru a sincroniza periodic baza de date.

Generalităţi

Copierea, folosirea şi redistribuirea definiţiilor din DEX online sunt permise sub Licenţa Publică Generală GNU.
Este obligatoriu ca mecanismul pe care îl folosiţi pentru transfer să accepte date comprimate cu gzip. Mai exact, trebuie ca, la stabilirea conexiunii HTTP, să setaţi antetul Accept-Encoding: gzip (cel puţin). Datele pe care le primiţi sunt comprimate cu gzip; există biblioteci publice pentru cam orice limbaj pe care le puteţi folosi pentru a decomprima datele. Dacă nu vă conformaţi acestei cerinţe, veţi primi un răspuns 403 (Forbidden). De remarcat că orice browser modern foloseşte gzip, deci îl puteţi folosi pentru a inspecta vizual datele.
Un timestamp semnifică numărul de secunde trecute de la 1 ianuarie 1970 GMT. Limbajul în care dezvoltaţi aplicaţia ar trebui să aibă funcţii de conversie din data/ora calendaristică în timestamp. Când clientul se conectează la server, trebuie să-i comunice serverului timestamp-ul ultimei actualizări făcute (sau 0 dacă este prima oară când clientul se conectează). Scriptul va returna toate datele modificate începând cu acel timestamp, precum şi timestamp-ul curent, pe care îl puteţi păstra şi folosi ca parametru la următoarea actualizare.
Serverul îşi exportă datele în ordinea cronologică a modificărilor. Dacă conexiunea se întrerupe prematur, clientul poate reapela scriptul cu ultimul timestamp pe care l-a primit, pentru a continua de unde a rămas.
Instrucţiunile despre formatarea definiţiilor sunt accesibile din pagina de contribuţii.

Date exportate

Scriptul exportă separat diverse tipuri de date. Pentru a transfera toate datele, trebuie să invocaţi de mai multe ori acest script, folosind parametrul GET export=... pentru a controla tipul de date. Nu este obligatoriu să transferaţi toate tipurile de date la fiecare sincronizare a clientului, dar am făcut această separare pentru uşurinţa implementării.

Surse

DEX online îşi preia definiţiile din diferite "surse", care de obicei se referă la un dicţionar tipărit, identificat prin titlu, autor, editură şi an de apariţie. Lista de surse este întotdeauna exportată complet. Ea se modifică rar şi vă recomandăm să o resincronizaţi numai dacă observaţi că aţi primit definiţii care folosesc surse necunoscute.

Parametri acceptaţi:

export=sources

Formatul este:

<Sources>
  <NumResults>număr</NumResults>
  <Source>
    <Id>număr</Id>
    <ShortName>şir</ShortName>
    <Name>şir</Name>
    <Author>şir</Author>
    <Publisher>şir</Publisher>
    <Year>şir</Year>
  </Source>
  ....
</Sources>

De exemplu:

<Sources>
  <NumResults>22</NumResults>
  <Source>
    <Id>1</Id>
    <ShortName>DEX '98</ShortName>
    <Name>Dicţionarul explicativ al limbii române</Name>
    <Author>Academia Română, Institutul de Lingvistică "Iorgu Iordan"</Author>
    <Publisher>Editura Univers Enciclopedic</Publisher>
    <Year>1998</Year>
  </Source>
  ....
</Sources>

Definiţii

Parametri acceptaţi:

export=definitions
timestamp=număr

Formatul este:

<Definitions>
  <NumResults>număr</NumResults>
  <Definition>                         ;; Exemplu de definiţie modificată
    <Id>număr</Id>
    <Timestamp>număr</Timestamp>
    <UserName>şir</UserName>
    <SourceId>număr</SourceId>
    <Text>şir</Text>
    <LexemId>număr</LexemId>
    <LexemId>număr</LexemId>
    <LexemId>număr</LexemId>
    ...
  </Definition>
  <Definition>                         ;; Exemplu de definiţie ştearsă
    <Id>număr</Id>
    <Timestamp>număr</Timestamp>
    <Deleted/>
  </Definition>
  ....
</Definitions>

De exemplu:

<Definitions>
  <NumResults>2</NumResults>
  <Definition> 
    <Id>9432</Id>
    <Timestamp>1189656131</Timestamp>
    <UserName>ana_zecheru</UserName>
    <SourceId>1</SourceId>
    <Text>@FÁTA MORGÁNA@ s.f. Fenomen optic frecvent în regiunile calde, datorită căruia imaginile
obiectelor aflate la (sau dincolo de) orizont apar ca şi cum s-ar reflecta într-o apă. ** Apariţie
înşelătoare, iluzie trecătoare. - Cuv. it.</Text>
    <LexemId>35579</LexemId>
    <LexemId>90887</LexemId>
    <LexemId>90889</LexemId>
  </Definition>
  <Definition>
    <Id>293845</Id>
    <Timestamp>1189680395</Timestamp>
    <Deleted/>
  </Definition>
</Definitions>

Precizări:

Definiţiile sunt listate în ordinea crescătoare a timestamp-ului modificării. Pentru definiţiile şterse este listat doar câmpul <Deleted/>. Pentru definiţiile modificate sau adăugate, sunt listaţi autorul, sursa, textul propriu-zis şi zero sau mai multe cuvinte (numite lexeme) cu care definiţia este asociată.
Este posibil ca, în cazul unei definiţii şterse, să vă fie transmis un identificator pe care clientul dumneavoastră nu îl are în baza de date. Acest lucru se întâmplă când o definiţie este ştearsă pe site fără să fi trecut vreodată prin starea "activă" (iniţial toate definiţiile trimise pentru DEX online intră în starea "temporară" până când sunt moderate). În această situaţie, ignoraţi pur şi simplu înregistrarea.
Când setul de lexeme asociate cu o definiţie se schimbă, întreaga definiţie este resincronizată.

Flexiuni

Această categorie exportă tipurile distincte de flexiuni folosite de DEX online, care reprezintă un subset al flexiunilor limbii române (de exemplu, momentan DEX online nu foloseşte vocativul substantivelor). Şi această categorie este exportată complet, întrucât se modifică foarte rar (vă recomandăm să o transferaţi numai atunci când, la sincronizarea lexemelor, întâlniţi o valoare nouă pentru parametrul InflId).

Parametri acceptaţi:

export=inflections

Formatul este:

<Inflections>
  <NumResults>număr</NumResults>
  <Inflection>
    <Id>număr</Id>
    <Description>şir</Description>
  </Inflection>
  <Inflection>
    ...
  </Inflection>
</Inflections>

De exemplu:

<Inflections>
  <NumResults>86</NumResults>
  <Inflection>
    <Id>1</Id>
    <Description>Substantiv masculin, Nominativ-Acuzativ, singular, nearticulat</Description>
  </Inflection>
  ...
  <Inflection>
    <Id>58</Id>
    <Description>Verb, Indicativ, prezent, persoana a II-a, plural</Description>
  </Inflection>
  ...
</Inflections>

Lexeme

"Lexemul" este un termen lingvistic pentru cuvânt. Un lexem este caracterizat printr-un identificator numeric unic, un nume, o descriere opţională (folosită pentru diferenţierea omonimelor) şi o listă de forme flexionare. Parametri acceptaţi:

export=lexems
timestamp=număr

Formatul este:

<Lexems>
  <NumResults>număr</NumResults>
  <Lexem>
    <Id>număr</Id>
    <Timestamp>număr</Timestamp>
    <Form>şir</Form>                    ;; Forma poate include un apostrof înainte de vocala accentuată
    <Description>şir</Description>      ;; Opţional
    <Inflection>                        ;; Formele flexionare
      <InflId>număr</InflId>
      <Form>şir</Form>
    </Inflection>
    <Inflection>
      <InflId>număr</InflId>
      <Form>şir</Form>
    </Inflection>
    ...
  </Lexem>
  ....
</Lexems>

De exemplu:

<Lexems>
  <NumResults>105</NumResults>
  <Lexem>
    <Id>57483</Id>
    <Timestamp>1189683958</Timestamp>
    <Form>cop'il</Form>
    <Description>persoană</Description>
    <Inflection>
      <InflId>1</InflId>
      <Form>cop'il</Form>
    </Inflection>
    ...
    <Inflection>
      <InflId>3</InflId>
      <Form>cop'ii</Form>
    </Inflection>
    ...
    <Inflection>
      <InflId>5</InflId>
      <Form>cop'ilul</Form>
    </Inflection>
    ...
    <Inflection>
      <InflId>8</InflId>
      <Form>cop'iilor</Form>
    </Inflection>
  </Lexem>
  <Lexem>
    <Id>57484</Id>
    <Timestamp>1189683961</Timestamp>
    <Form>cop'il</Form>
    <Description>lăstar</Description>
    <Inflection>
      <InflId>1</InflId>
      <Form>cop'il</Form>
    </Inflection>
    ...
    <Inflection>
      <InflId>3</InflId>
      <Form>cop'ili</Form>
    </Inflection>
    ...
    <Inflection>
      <InflId>5</InflId>
      <Form>cop'ilul</Form>
    </Inflection>
    ...
    <Inflection>
      <InflId>8</InflId>
      <Form>cop'ililor</Form>
    </Inflection>
  </Lexem>
  ....
</Lexems>

Precizări:

Lexemele sunt listate în ordinea crescătoare a timestamp-ului modificării.
Scriptul nu trimite informaţii despre ştergerea unui lexem. Când un lexem este şters în DEX online, el este în mod automat disociat de toate definiţiile cu care era asociat. Clientul dumneavoastră va primi noile definiţii (când sincronizează secţiunea de definiţii) şi va face şi el disocierea. Nu este o problemă dacă clientul păstrează lexemul pe termen nelimitat, deoarece el nu mai este folosit, iar ştergerea unui lexem este o operaţie rară.
Dacă cel puţin una din formele flexionare se modifică, întreg lexemul va fi resincronizat.
Lexemul are întoteauna cel puţin o formă flexionară. Echipa DEX online nu a terminat încă de etichetat toate lexemele şi deci paradigmele unor lexeme sunt încă necunoscute. Chiar şi acele lexeme au o singură formă flexionară, corespunzătoare unei flexiuni "temporare".
Nu vă recomandăm să folosiţi numele lexemului (cel din câmpul form) pentru căutări. Folosiţi formele flexionare pentru aceasta. De cele mai multe ori, numele lexemului coincide cu prima dintre formele flexionare, iar când nu este aşa, există un motiv.