scripts/1_build_dict.py

import subprocess
import json
import importlib.resources
import os
import sys

sys.path.append(os.path.abspath(os.path.join(os.path.dirname(__file__), "..")))

from utils.logger import setup_logger
from utils.json import get_file_path_from_config

# --- ロギングの設定 ---
log = setup_logger(__name__)


def main():
    """
    SudachiPyのユーザー辞書をビルドするPythonスクリプト。

    Reference:
        https://github.com/WorksApplications/SudachiPy/blob/develop/docs/tutorial.md
    """

    log.info("SudachiPyのユーザー辞書をビルドします。")

    # 入力用のユーザー辞書CSVファイルのパス
    user_dict_path = get_file_path_from_config(
        "sudachi.user_dict", "resources/user_dict.csv"
    )
    # 出力のユーザー辞書のパス
    output_path = get_file_path_from_config(
        "sudachi.user_dict_generated", "data/generated/user.dic"
    )

    # sudachi.jsonから辞書の種類を取得
    sudachi_config_path = get_file_path_from_config(
        "sudachi.sudachi_config", "scripts/sudachi.json"
    )
    with open(sudachi_config_path, "r") as f:
        try:
            sudachi_dict = json.load(f)
            sudachi_dict_size = sudachi_dict.get("systemDict", "full")
            sudachi_dict_name = f"sudachidict_{sudachi_dict_size}"
        except FileNotFoundError:
            log.error(f"sudachi.jsonが見つかりません: {sudachi_config_path}")
            sys.exit(1)

    # sudachidict_<size>パッケージ内のシステム辞書のパスを取得
    try:
        system_dict_ref = importlib.resources.files(sudachi_dict_name).joinpath(
            "resources", "system.dic"
        )
        log.info(f"システム辞書のパス: {system_dict_ref}")
    except ModuleNotFoundError:
        log.error(f"{sudachi_dict_name}パッケージが見つかりません。")
        log.error(f"`pip install {sudachi_dict_name}`を試してください。")
        sys.exit(1)
    except Exception as e:
        log.error(f"予期しないエラーが発生しました: {e}")
        sys.exit(1)

    # 出力ディレクトリが存在しない場合は作成
    os.makedirs(os.path.dirname(output_path), exist_ok=True)

    with importlib.resources.as_file(system_dict_ref) as system_dict_path:
        command = [
            "sudachipy",
            "ubuild",
            "-o",
            output_path,  # 出力ファイルのパス
            "-s",
            str(system_dict_path),  # システム辞書のパス
            user_dict_path,
        ]

        log.info("辞書をビルドします...")
        log.info(f"コマンド: {' '.join(command)}")

        try:
            # コマンドを実行
            result = subprocess.run(
                command,
                check=True,
                capture_output=True,
                text=True,
                encoding="utf-8",
            )
            log.info("ビルドが正常に完了しました。")
            log.info(f"出力先: {output_path}")

            if result.stdout:
                log.info(f"--- SudachiPyからのメッセージ ---\n{result.stdout}")

        except FileNotFoundError:
            log.error("sudachipyコマンドが見つかりません。")
            log.error("SudachiPyがインストールされていることを確認してください。")
            sys.exit(1)
        except subprocess.CalledProcessError as e:
            log.error("辞書のビルド中にエラーが発生しました。")
            log.error(f"エラーコード: {e.returncode}")
            if e.stderr:
                log.error(f"--- 標準エラー出力 ---\n{e.stderr}")
            sys.exit(1)
        except Exception as e:
            log.error(f"予期しないエラーが発生しました: {e}")
            sys.exit(1)
    sys.exit(0)


if __name__ == "__main__":
    main()