CENT_Namazu の編集

#contents();
*** [[DARTS (Double-ARray Trie System):http://chasen.org/~taku/software/darts/]] のインストール [#i889df47]
- DATRTS は辞書検索用の C++ ライブラリー
-- Darts は, Double-Array [Aoe 1989]を構築するための シンプルな C++ Template Library です. Double-Array は Trie を表現するためのデータ構造です. ハッシュ木, デジタルトライ, パトリシア木, Suffix Array による擬似 Trieといった 他の Trie の実装に比べ高速に動作します. オリジナル の Double-Arrayは, 動的に key の追加削除を行えるような枠組ですが, Darts は ソート済の辞書を一括してDouble-Array に変換することに機能を絞っています.

-- ハッシュのような単純な辞書として使うことも可能ですが, 形態素解析器の辞書に必須の Common Prefix Search を非常に高速に行うことができます.

-- 2003年7月現在, Darts は, MeCab, ChaSen に採用されています. Darts は, MeCab で使われている Double-Array のコードを 改めてパッケージングしたものです.

- version used = 0.2 (&color(red){ ChaSen と組み合わせるためには 最新(0.3) ではなく、0.2 を使う必要がある};)
- &ref(darts-0.2.tar.gz,center,ソース); からビルドする

[root@spirit Downloads]# ls -l darts*
 -rw-r--r--  1 root root 237927  5月  2 14:28 darts-0.2.tar.gz
 -rw-r--r--  1 root root 245615  5月  2 11:21 darts-0.3.tar.gz
  
 [root@spirit Downloads]# tar xzvf darts-0.2.tar.gz
 [root@spirit Downloads]# cd darts-0.2
 
 [root@spirit darts-0.2]# ./configure
 [root@spirit darts-0.2]# make
 [root@spirit darts-0.2]# make check
 [root@spirit darts-0.2]# make install

- プログラムから下記 darts.h をインクルードして利用する

[root@spirit darts-0.3]# ls -l /usr/local/include/darts.h
 -rw-r--r--  1 root root 13385  5月  2 11:29 /usr/local/include/darts.h
*** [[libiconv:http://www.gnu.org/software/libiconv/]] のインストール [#a3ae5e59]
- version = 1.10
- [[GNU miller:ftp://tron.um.u-tokyo.ac.jp/pub/GNU/libiconv/]] から &ref(libiconv-1.10.tar.gz,center,ソース); をダウンロードする
- [[森山 将之氏のホームページ:http://www2d.biglobe.ne.jp/~msyk/index.html]] から 日本語 Windows 対応 ([[内容解説:http://www2d.biglobe.ne.jp/~msyk/software/libiconv-1.10-ja-patch.html]]) の &ref(libiconv-1.10-ja-1.patch.gz,center,パッチセット); をダウンロードする

[root@spirit Downloads]# ls -l libiconv-1.10*
 -rw-r--r--   1 root root  234616  5月  2 13:00 libiconv-1.10-ja-1.patch.gz
 -rw-r--r--   1 root root 3954075  5月  2 12:26 libiconv-1.10.tar.gz
 
 [root@spirit Downloads]# tar xvzf libiconv-1.10.tar.gz
 [root@spirit Downloads]# cd libiconv-1.10
 
 [root@spirit libiconv-1.10]# gzip -dc ../libiconv-1.10-ja-1.patch.gz | patch -p1
   
 [root@spirit libiconv-1.10]# ./configure --prefix=/usr/local
 [root@spirit libiconv-1.10]# make
 [root@spirit libiconv-1.10]# make install

- /etc/ld.so.conf に /usr/local/lib を追加し ldconfig -v (/sbin/ldconfig -v) を実行する

[root@spirit libiconv-1.10]# cat /etc/ld.so.conf
 include ld.so.conf.d/*.conf
 /usr/local/lib

- インストールの確認

[root@spirit libiconv-1.10]# iconv -l | grep -- -MS
 EUC-JP-MS EUCJP-MS EUCJP-OPEN EUCJP-WIN EUCJPMS
 CP932 MS932 SHIFFT_JIS-MS SJIS-MS SJIS-OPEN SJIS-WIN WINDOWS-31J
 WINDOWS-932 CSWINDOWS31J
 CP50221 ISO-2022-JP-MS MS50221 WINDOWS-50221

*** [[茶筌(ChaSen):http://chasen.naist.jp/hiki/ChaSen/]] のインストール [#b586ff19]
- 茶筌は、自然文を解析して「それ以上分割できない最小の文字列(形態素)」に分割する「形態素解析」の処理を行う奈良先端技術大で開発されたソフトウェア
- 茶筌は、プログラム(ChaSen)と辞書(ipadic)に分けて配布される

- version used = 2.3.3
- &ref(chasen-2.3.3.tar.gz,center,ソース); からビルドする
-- darts のヘッダーファイルの位置、libiconv の位置を明示的に指定して configure する

[root@spirit Downloads]# ls -l chasen*
 -rw-r--r--  1 root     root     425981  5月  2 11:47 chasen-2.3.3.tar.gz
 [root@spirit Downloads]# tar xvzf chasen-2.3.3.tar.gz
 [root@spirit Downloads]# cd chasen-2.3.3

- &color(red){GCC 3.4.x の厳密なキャストチェックに対応するために lib/dartsdic.cppの180行目あたりを以下のように変更する （修正しないとエラーで進めない）};

(const char*)keys[size] = key.data();
                           ↓
 keys[size] = const_cast<char*>(key.data());

[root@spirit chasen-2.3.3]# ./configure --with-darts=/usr/local/include --with-libiconv=/usr/local
 [root@spirit chasen-2.3.3]# make
 [root@spirit chasen-2.3.3]# make check
 [root@spirit chasen-2.3.3]# make install

*** [[Text::ChaSen:http://www.daionet.gr.jp/~knok/chasen/]] のインストール [#c4b15c53]
- Text::ChaSenは、奈良先端科学技術大学が開発した日本語形態素解析ソフトウェア 茶筌を、perlから利用するためのモジュールです。
- Namazu は実行時に KAKASHI または CHASEN の Perl モジュールを必要とする。 ない場合 namazu の ./configure 実行時に以下のエラーとなる

checking for Text::Kakasi perl module... no
 checking for kakasi... /usr/local/bin/kakasi 
 checking for Text::ChaSen perl module... no
 checking for chasen... /usr/local/bin/chasen

- Version = 1.03
- &ref(Text-ChaSen-1.03.tar.gz,center,Perl ソース） を利用する

[root@spirit Downloads]# tar xzvf Text-ChaSen-1.03.tar.gz
 [root@spirit Downloads]# cd Text-ChaSen-1.03

- ソースを展開して &color(red){Makefile.PL に２つの修正}; を加える
-- 'LIBS' => ['-lchasen']　の内容が書かれている行を libchasen.a  の存在する場所を指すように修正する
-- ChaSen 2.3.x 以降より、ChaSen 側で C++ template libray darts を利用するようになり、この module を build する際に C++ libray のリンクが必要になった。Makefile.PL の WriteMakefile に 'LD' => 'c++' 等を追加するか、 LIBS に -lstdc++ 等を追加する
 [root@spirit Text-ChaSen-1.03]# ls -l /usr/local/lib/libchasen.a
 -rw-r--r--  1 root root 444774  5月  3 03:07 /usr/local/lib/libchasen.a
 
 'LIBS' => ['-L/usr/local/lib -lchasen -lstdc++']  ← Makefile.PL の中でこのように指定する
- makefile を生成して make、make install を実行

[root@spirit Text-ChaSen-1.03]# perl Makefile.PL
 [root@spirit Text-ChaSen-1.03]# make
 [root@spirit Text-ChaSen-1.03]# make install

*** 辞書(ipadic) のインストール [#pc900fa9]
-  茶筌が利用する &ref(ipadic-2.7.0.tar.gz,center,辞書データ); を [[茶筅のサイト:http://chasen.naist.jp/hiki/ChaSen/?%C3%E3%E4%A5%A4%CE%C7%DB%C9%DB]] からダウンロードする

[root@spirit Downloads]# tar xzvf ipadic-2.7.0.tar.gz
 [root@spirit Downloads]# cd ipadic-2.7.0
 
 [root@spirit ipadic-2.7.0]# ./configure
 [root@spirit ipadic-2.7.0]# make

- make が終わった時点で 辞書データを UTF-8 化
-- nkf を利用した &ref(utf8conv.sh,center,スクリプト); で辞書データの文字コードを変換する

[root@spirit ipadic-2.7.0]# ./utf8conv.sh *.dic
 [root@spirit ipadic-2.7.0]# ./utf8conv.sh *.cha

- UTF-8 対応の辞書ファイルの生成

[root@spirit ipadic-2.7.0]# `chasen-config --mkchadic`/makemat -i w
 [root@spirit ipadic-2.7.0]# `chasen-config --mkchadic`/makeda -i w chadic *.dic

- ipadic のインストール

[root@spirit ipadic-2.7.0]# make install

- インストール結果の確認 （ /usr/local/lib/chasen/dic/ipadic/ ）

[root@spirit ipadic-2.7.0]# ls -l /usr/local/lib/chasen/dic/ipadic/
 合計 31380
 -rw-r--r--  1 root root       80  5月  3 03:43 Makefile.bat
 -rw-r--r--  1 root root    23182  5月  3 03:43 cforms.cha
 -rw-r--r--  1 root root 11430416  5月  3 03:43 chadic.da
 -rw-r--r--  1 root root 12296252  5月  3 03:43 chadic.dat
 -rw-r--r--  1 root root  5852016  5月  3 03:43 chadic.lex
 -rw-r--r--  1 root root     2080  5月  3 03:43 chasenrc
 -rw-r--r--  1 root root  2218448  5月  3 03:43 connect.cha
 -rw-r--r--  1 root root     2442  5月  3 03:43 ctypes.cha
 -rw-r--r--  1 root root     1623  5月  3 03:43 grammar.cha
 -rw-r--r--  1 root root    78398  5月  3 03:43 matrix.cha
 -rw-r--r--  1 root root   144103  5月  3 03:43 table.cha

- /usr/local/etc/chasenrc の UTF-8 化

[root@spirit ipadic-2.7.0]# nkf --utf8 /usr/local/etc/chasenrc > /usr/local/etc/chasenrc_utf8
 [root@spirit ipadic-2.7.0]# mv /usr/local/etc/chasenrc /usr/local/etc/chasenrc_orig
 [root@spirit ipadic-2.7.0]# mv /usr/local/etc/chasenrc_utf8 /usr/local/etc/chasenrc
 
 [root@spirit ipadic-2.7.0]# ls -l /usr/local/etc/ 
 合計 16
 -rw-r--r--  1 root root 2325  5月  3 03:58 chasenrc
 -rw-r--r--  1 root root 2080  5月  3 03:43 chasenrc_orig
 drwxr-xr-x  2 root root 4096  1月 22 18:27 mknmz
 drwxr-xr-x  2 root root 4096  1月 22 17:29 namazu

- 茶筌 実行時には chasenrc で変換した文法ファイルと辞書を指定し、茶筌本体にも UTF-8 で処理するようオプションを指定する

chasen -i w UTF8.txt

- 動作確認 （成功！）

[root@spirit ipadic-2.7.0]# echo "今回は「日本語」を扱う上で欠かせないツールを紹介しよう。" | chasen -i w
 今回    コンカイ        今回    名詞-副詞可能
 は      ハ      は      助詞-係助詞
 「      「      「      記号-括弧開
 日本語  ニホンゴ        日本語  名詞-一般
 」      」      」      記号-括弧閉
 を      ヲ      を      助詞-格助詞-一般
 扱う    アツカウ        扱う    動詞-自立       五段・ワ行促音便        基本形
 上      ウエ    上      名詞-非自立-副詞可能
 で      デ      で      助詞-格助詞-一般
 欠か    カカ    欠く    動詞-自立       五段・カ行イ音便        未然形
 せ      セ      せる    動詞-接尾       一段    未然形
 ない    ナイ    ない    助動詞  特殊・ナイ      基本形
 ツール  ツール  ツール  名詞-一般
 を      ヲ      を      助詞-格助詞-一般
 紹介    ショウカイ      紹介    名詞-サ変接続
 しよ    シヨ    する    動詞-自立       サ変・スル      未然ウ接続
 う      ウ      う      助動詞  不変化型        基本形
 。      。      。      記号-句点
 EOS
 [root@spirit ipadic-2.7.0]#

*** Namazu インストールの準備 [#xfc0ca20]
- 必要なソフトウエア が正しく入っているか ？ （PATH の確認）
-- perl → -ーwith-perl5=PATH でパスを明示的に指定する必要がある
 [root@spirit namazu-2.0.14]# perl -v
 This is perl, v5.8.5 built for i386-linux-thread-multi
  [root@spirit namazu-2.0.14]# which perl
 /usr/bin/perl
-- nkf
 [root@spirit namazu-2.0.14]# nkf -V
 Network Kanji Filter Version 2.0.5 (2005-04-10)
 [root@spirit namazu-2.0.14]# which nkf
 /usr/bin/nkf
-- chasen
 [root@spirit namazu-2.0.14]# chasen -V
 ChaSen version 2.3.3 (c) 1996-2001 Nara Institute of Science and Technology
 [root@spirit namazu-2.0.14]# which chasen
 /usr/local/bin/chasen
-- Text::ChaSen ( Text::ChaSen の make install ログより )
→ --with-pmdir=PATH で明示的に指定する必要がある
 [root@spirit Text-ChaSen-1.03]# make install
 Files found in blib/arch: installing files in blib/lib into architecture dependent library tree
 Writing /usr/lib/perl5/site_perl/5.8.5/i386-linux-thread-multi/auto/Text/ChaSen/.packlist
 Appending installation info to /usr/lib/perl5/5.8.5/i386-linux-thread-multi/perllocal.pod

*** %%[[Namazu:http://www.namazu.org/]] のインストール%% [#j6ef4cc9]
- &color(red){2006-11 に Namazu の再インストールを行ったので以下の内容は現在適用されない（下記のインストールは削除した）};
- &ref(namazu-2.0.14.tar.gz,center,ソース); 展開

[root@spirit Downloads]# tar xzvf namazu-2.0.14.tar.gz
 [root@spirit Downloads]# cd namazu-2.0.14

- File-MMagic のインストール

[root@spirit namazu-2.0.14]# cd File-MMagic/
 [root@spirit File-MMagic]# perl Makefile.PL
 [root@spirit File-MMagic]# make
 [root@spirit File-MMagic]# make install

*** Namazu の再インストール [#t63b2d35]
- [[ Crimson Snow の Namazu の設定:http://www.crimson-snow.net/hmsvr/centos/memo/namazu.html]] の手順に従ってインストールを行った

*** Namazu 関連ファイルのインストールディレクトリ [#i6624714]

- プログラム本体 ⇒ &color(blue){/usr/bin/namazu};

[root@spirit ~]# which namazu
 /usr/local/bin/namazu
- Namazu 関連ファイル ⇒ &color(blue){/usr/local/share/namazu/};

[root@spirit ~]# ls -l /usr/local/share/namazu/
 合計 20
 drwxr-xr-x  4 root root 4096 11月 19 02:32 doc
 drwxr-xr-x  2 root root 4096 11月 19 02:33 etc
 drwxr-xr-x  2 root root 4096 11月 19 02:32 filter
 drwxr-xr-x  2 root root 4096 11月 19 02:33 pl
 drwxr-xr-x  2 root root 4096 11月 19 02:33 template
- 各種フィルター ⇒ &color(blue){/usr/local/share/namazu/filter};

[root@spirit ~]# ls -l /usr/local/share/namazu/filter
 合計 188
 -rw-r--r--  1 root root  2089 11月 19 02:32 apachecache.pl
 -rw-r--r--  1 root root  1975 11月 19 02:32 bzip2.pl
 -rw-r--r--  1 root root  1990 11月 19 02:32 compress.pl
 -rw-r--r--  1 root root  4312 11月 19 02:32 deb.pl
 -rw-r--r--  1 root root  3095 11月 19 02:32 dvi.pl
 -rw-r--r--  1 root root  5459 11月 19 02:32 excel.pl
 -rw-r--r--  1 root root  3064 11月 19 02:32 gzip.pl
 -rw-r--r--  1 root root  6539 11月 19 02:32 hdml.pl
 -rw-r--r--  1 root root  8557 11月 19 02:32 hnf.pl
 -rw-r--r--  1 root root 10291 11月 19 02:32 html.pl
 -rw-r--r--  1 root root  2073 11月 19 02:32 macbinary.pl
 -rw-r--r--  1 root root  9458 11月 19 02:32 mailnews.pl
 -rw-r--r--  1 root root  4125 11月 19 02:32 man.pl
 -rw-r--r--  1 root root  5598 11月 19 02:32 mhonarc.pl
 -rw-r--r--  1 root root  4729 11月 19 02:32 mp3.pl
 -rw-r--r--  1 root root  5566 11月 19 02:32 msword.pl
 -rw-r--r--  1 root root  7331 11月 19 02:32 ooo.pl
 -rw-r--r--  1 root root  4495 11月 19 02:32 pdf.pl
 -rw-r--r--  1 root root  3013 11月 19 02:32 postscript.pl
 -rw-r--r--  1 root root  5279 11月 19 02:32 powerpoint.pl
 -rw-r--r--  1 root root  3154 11月 19 02:32 rfc.pl
 -rw-r--r--  1 root root  4578 11月 19 02:32 rpm.pl
 -rw-r--r--  1 root root  5047 11月 19 02:32 rtf.pl
 -rw-r--r--  1 root root  2606 11月 19 02:32 taro.pl
 -rw-r--r--  1 root root  4242 11月 19 02:32 taro56.pl
 -rw-r--r--  1 root root  5957 11月 19 02:32 taro7_10.pl
 -rw-r--r--  1 root root  2711 11月 19 02:32 tex.pl
- インデックスファイル ⇒ &color(blue){/usr/local/var/namazu/index};

[root@spirit ~]# ls -l /usr/local/var/namazu/index/
 合計 8
 drwxr-xr-x  2 root root 4096 11月 19 13:07 Academia
 drwxr-xr-x  2 root root 4096 11月 19 12:53 Linux

- 環境設定ファイル ⇒ &color(blue){/usr/local/etc/namazu/};

[root@spirit ~]# ls -l /usr/local/etc/namazu/
 合計 20
 -rw-r--r--  1 root root 5751 11月 19 10:46 mknmzrc
 -rw-r--r--  1 root root 5551 11月 19 02:32 mknmzrc-sample
 -rw-r--r--  1 root root 2918 11月 19 02:32 namazurc-sample

*** Namazu の設定状況の確認 （mknmz -C） [#f9753d8d]

[root@spirit xpdf-japanese]# mknmz -C
 読み込んだ設定ファイル: /usr/local/etc/namazu/mknmzrc
 システム: linux
 Namazu: 2.0.14
 Perl: 5.008005
 File-MMagic: 1.20
 NKF: module_nkf
 KAKASI: /usr/local/bin/kakasi -ieuc -oeuc -w
 茶筌: module_chasen -j -F '%m '
 わかち書き: /usr/local/bin/kakasi -ieuc -oeuc -w
 メッセージの言語: ja_JP.eucJP
 言語: ja_JP.eucJP
 文字コード: euc
 CONFDIR: /usr/local/etc/namazu
 LIBDIR: /usr/local/share/namazu/pl
 FILTERDIR: /usr/local/share/namazu/filter
 TEMPLATEDIR: /usr/local/share/namazu/template
 対応メディアタイプ:   (22)
 未対応メディアタイプ: (11) 必要ツールが $path にないものには (-) を表示
 - application/excel: excel.pl
   application/ichitaro5: taro56.pl
   application/ichitaro6: taro56.pl
 - application/ichitaro7: taro7_10.pl
   application/macbinary: macbinary.pl
 - application/msword: msword.pl
   application/pdf: pdf.pl
 - application/postscript: postscript.pl
 - application/powerpoint: powerpoint.pl
 - application/rtf: rtf.pl
   application/vnd.sun.xml.calc: ooo.pl
   application/vnd.sun.xml.draw: ooo.pl
   application/vnd.sun.xml.impress: ooo.pl
   application/vnd.sun.xml.writer: ooo.pl
   application/x-apache-cache: apachecache.pl
   application/x-bzip2: bzip2.pl
   application/x-compress: compress.pl
 - application/x-deb: deb.pl
 - application/x-dvi: dvi.pl
   application/x-gzip: gzip.pl
 - application/x-js-taro: taro7_10.pl
   application/x-rpm: rpm.pl
 - application/x-tex: tex.pl
 - audio/mpeg: mp3.pl
   message/news: mailnews.pl
   message/rfc822: mailnews.pl
   text/hnf: hnf.pl
   text/html: html.pl
   text/html; x-type=mhonarc: mhonarc.pl
   text/plain
   text/plain; x-type=rfc: rfc.pl
   text/x-hdml: hdml.pl
   text/x-roff: man.pl

*** powerpoint / excel  / word  などがエラーになっていることの対応 　⇒　filter 以外の前処理が必要 [#c4f75ab9]

*** filter に必要な外部操作 [#l36c9eb2]

[root@spirit filter]# grep checkcmd *
 bzip2.pl:       $bzip2path =     util::checkcmd('bzip2');
 compress.pl:    $zcatpath =      util::checkcmd('zcat');
 deb.pl:         $dpkgpath =      util::checkcmd('dpkg');
 dvi.pl:         $dviconvpath =   util::checkcmd('jdvi2tty');
 dvi.pl:         $dviconvpath =   util::checkcmd('dvi2tty');
 dvi.pl:         $dviconvpath =   util::checkcmd('dvi2tty');
 
 excel.pl:       $wvsummarypath = util::checkcmd('wvSummary');
 excel.pl:       $xlconvpath =    util::checkcmd('xlhtml') || util::checkcmd('xlHtml');
 excel.pl:       $utfconvpath =   util::checkcmd('lv');
 excel.pl:       $xlconvpath =    util::checkcmd('doccat');
  
 gnumeric.pl:    $gzippath =      util::checkcmd('gzip');
 gzip.pl:        $gzippath =      util::checkcmd('gzip');
 koffice.pl:     $unzippath =     util::checkcmd('unzip');
 koffice.pl:     $utfconvpath =   util::checkcmd('lv');
 man.pl:         $roffpath =      util::checkcmd('jgroff');
 man.pl:         $roffpath =      util::checkcmd('groff') unless (defined $roffpath);
 man.pl:         $roffpath =      util::checkcmd('nroff') unless (defined $roffpath);
 
 msword.pl:      $wvsummarypath = util::checkcmd('wvSummary');
 msword.pl:      $wvversionpath = util::checkcmd('wvVersion');
 msword.pl:      $wordconvpath =  util::checkcmd('wvWare');
 msword.pl:      $utfconvpath   = util::checkcmd('lv');
 msword.pl:      $wordconvpath =  util::checkcmd('wvHtml');
 msword.pl:      $utfconvpath   = util::checkcmd('lv');
 msword.pl:      $wordconvpath =  util::checkcmd('doccat');
  
 ooo.pl:         $unzippath =     util::checkcmd('unzip');
 ooo.pl:         $utfconvpath =   util::checkcmd('lv');
 pdf.pl:         $pdfconvpath =   util::checkcmd('pdftotext');
 pdf.pl:         $pdfinfopath =   util::checkcmd('pdfinfo');
 postscript.pl:  $psconvpath =    util::checkcmd('ps2text');
 postscript.pl:  $psconvpath =    util::checkcmd('ps2ascii');
 
 powerpoint.pl:  $wvsummarypath = util::checkcmd('wvSummary');
 powerpoint.pl:  $pptconvpath =   util::checkcmd('ppthtml') || util::checkcmd('pptHtml');
 powerpoint.pl:  $utfconvpath =   util::checkcmd('lv');
 powerpoint.pl:  $pptconvpath =   util::checkcmd('doccat');
  
 rpm.pl:         $rpmpath =       util::checkcmd('rpm');
 rtf.pl:         $rtfconvpath =   util::checkcmd('rtf2html');
 rtf.pl:         $rtfconvpath =   util::checkcmd('doccat');
 taro.pl:        $taroconvpath =  util::checkcmd('doccat');
 tex.pl:         $texconvpath =   util::checkcmd('detex');
 zip.pl:         $unzippath =     util::checkcmd('unzip');

*** xlhtml のインストール [#xffba0f5]
- powerpoint / excel の文書解析用の pre-processor である xlhtml を [[このサイト:http://chicago.sourceforge.net/xlhtml/]] からインストールした　⇒ &ref(xlhtml-0.5.tgz);

[root@spirit Downloads]# ls -ltr
 -rw-r--r--   1 root     root        271045 11月 21 00:41 xlhtml-0.5.tgz
 [root@spirit Downloads]# tar xzvf xlhtml-0.5.tgz
 [root@spirit Downloads]# cd xlhtml-0.5
 [root@spirit xlhtml-0.5]# ./configure
 [root@spirit xlhtml-0.5]# make
 
 cole/Makefile.am: required file `./depcomp' not found  ・・・・ make がコケルので depcomp を持ってくる
 [root@spirit xlhtml-0.5]# locate depcomp ⇒　探す
 /usr/share/automake-1.7/depcomp
 /usr/share/automake-1.9/depcomp
 /usr/share/automake-1.6/depcomp
 /usr/share/automake-1.5/depcomp
 /root/Downloads/chasen-2.3.3/depcomp
 /root/Downloads/ImageMagick-6.2.9/depcomp
 /root/Downloads/gq-1.0beta1/depcomp
 /root/Downloads/darts-0.2/depcomp
 /root/Downloads/fetchmail-6.3.4/depcomp
 [root@spirit xlhtml-0.5]# cp /usr/share/automake-1.9/depcomp ./depcomp
 
 make のやり直し 
 
 [root@spirit xlhtml-0.5]# make
 [root@spirit xlhtml-0.5]# make install
- インストールの確認 （と lv がインストールされている事の確認）

[root@spirit xlhtml-0.5]# which xlhtml
 /usr/local/bin/xlhtml
 [root@spirit xlhtml-0.5]# which lv
 /usr/local/bin/lv

*** [[wvware:http://wvware.sourceforge.net/]] のインストール [#fe377eb8]

- word の文書解析用の pre-processor である wvware を [[このサイト:http://wvware.sourceforge.net/wvWare.html]] からインストールした　⇒ &ref(wv-1.2.4.tar.gz);

- word の文書解析用の pre-processor である xlhtml を [[このサイト:http://prdownloads.sourceforge.net/wvware]] からインストールした　⇒ &ref(wv2-0.2.3.tar.bz2);

[root@spirit Downloads]# ls -ltr
 -rw-r--r--   1 root     root        908983 11月 21 01:15 wv2-0.2.3.tar.bz2
 [root@spirit Downloads]# tar xjvf wv2-0.2.3.tar.bz2
 [root@spirit Downloads]# cd wv2-0.2.3
 [root@spirit wv2-0.2.3]# ./configure
 
 wv2 depends on a modern iconv installation, supporting UNICODELITTLE and
 UNICODEBIG. The detected iconv version doesn't support these conversions.
 
 Please get a new libiconv from http://www.gnu.org/software/libiconv/
 You might want to install the library to some alternative directory, in
 order not to overwrite your current installation. Please use the option
 --with-libiconv=DIR to specify the location.
 
 iconv が古いという理由で configure がエラーになった
- 確認してみる

[root@spirit wv2-0.2.3]# which iconv
 /usr/local/bin/iconv
 
 [root@spirit wv2-0.2.3]# iconv --version
 iconv (GNU libiconv 1.10)
 Copyright (C) 2000-2002 Free Software Foundation, Inc.
 This is free software; see the source for copying conditions.  There is NO
 warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.
 Written by Bruno Haible.

- libiconv 1.11 のインストール  ・・・・・ &ref(libiconv-1.11.tar.gz);

-- http://www.gnu.org/software/libiconv/

[root@spirit Downloads]# ls -ltr
 -rw-r--r--   1 ftproot  root       4430930 11月 22 12:43 libiconv-1.11.tar.gz
 [root@spirit Downloads]# tar xzvf libiconv-1.11.tar.gz
 [root@spirit Downloads]# cd libiconv-1.11 
 [root@spirit libiconv-1.11]# ./configure
 [root@spirit libiconv-1.11]# make
 [root@spirit libiconv-1.11]# make install

- iconv (及び libiconv.so ） が更新された

[root@spirit libiconv-1.11]# which iconv
 /usr/local/bin/iconv
 [root@spirit libiconv-1.11]# ls -l /usr/local/bin/iconv
 -rwxr-xr-x  1 root root 49448 11月 22 13:24 /usr/local/bin/iconv

- &color(red){しかし ./configure のエラーが解決しないので wv-1.x の最新版をインストールしなおした};

[root@spirit wv2-0.2.3]# ./configure --with-libiconv=/usr/local/lib/
 [root@spirit wv2-0.2.3]# mak
 [root@spirit wv2-0.2.3]# make install

- 改めて [[Source Forge のプロジェクト:http://sourceforge.net/project/showfiles.php?group_id=10501]] から
-- &ref(wv-1.2.4.tar.gz); と &ref(libwmf-0.2.8.4.tar.gz); をダウンロードしてインストールした
-- wv-1.2.4 の configure で libgsf が古いと言われたので [[GNUのサイト:ftp://ftp.gnome.org/pub/GNOME/sources/libgsf/]] からダウンロードした ⇒ &ref(libgsf-1.9.1.tar.gz);

- まず glib を最新版の ver 2.9.6 に更新する ⇒ &ref(glib-2.9.6.tar.gz);

[root@spirit glib-2.9.6]# ./configure --with-libiconv=gnu
 [root@spirit glib-2.9.6]# make
 [root@spirit glib-2.9.6]# make check
 [root@spirit glib-2.9.6]# make install
*** 一太郎用フィルター （jt.pl）　のインストール [#ba9fd150]
- mknmz -C で taro7 が未対応となっている問題を解決したかったので

application/ichitaro5: taro56.pl
   application/ichitaro6: taro56.pl
 - application/ichitaro7: taro7_10.pl

- http://www.actv.ne.jp/~kkojima/jxwlog.html　から &ref(jt.pl,center,jt.pl); をダウンロードした 
- /usr/local/share/namazu/filter にあった taro 関連フィルターを削除して jt.pl を入れる

[root@spirit Downloads]# cp jt.pl /usr/local/share/namazu/filter/
 [root@spirit Downloads]# ls -l /usr/local/share/namazu/filter/taro*.pl
 -rw-r--r--  1 root root 2606 11月 19 02:32 /usr/local/share/namazu/filter/taro.pl
 -rw-r--r--  1 root root 4242 11月 19 02:32 /usr/local/share/namazu/filter/taro56.pl
 -rw-r--r--  1 root root 5957 11月 19 02:32 /usr/local/share/namazu/filter/taro7_10.pl
 [root@spirit Downloads]# mv /usr/local/share/namazu/filter/taro*.pl .
 [root@spirit Downloads]# ls -l /usr/local/share/namazu/filter/taro*.pl
 ls: /usr/local/share/namazu/filter/taro*.pl: そのようなファイルやディレクトリはありません

*** インデックスの作成準備 [#t5b4380b]
- index 用のディレクトリの作成

[root@spirit ~]# ls -l /usr/local/var/namazu/index/
 合計 12
 drwxr-xr-x  2 root root 4096  1月  7 12:59 current_mail   <---- /hmome//munakata/Maildir のインデックスを格納
 drwxr-xr-x  2 root root 4096  1月  7 13:00 stored_mail   <----- /home/sotred_mail/Maildir のインデックスを格納
 drwxr-xr-x  2 root root 4096  1月  7 12:59 document

- インデックスの作成

[root@spirit ~]# mknmz -aO /usr/local/var/namazu/index/current_mail/ /home/munakata/Maildir/
 [root@spirit ~]# mknmz -aO /usr/local/var/namazu/index/stored_mail/ /home/stored_mail/Maildir/

- 検索ページ (current_mail) ----> http://www.hmuna.com/cgi-bin/namazu.cgi?idxname=mail
- 検索ページ (stored_mail) -----> http://www.hmuna.com/cgi-bin/namazu.cgi?idxname=mailold
- 検索ページ (document) -------> http://www.hmuna.com/cgi-bin/namazu.cgi?idxname=document

*** Webアクセス用の検索画面の設定 ⇒ /usr/local/var/namazu/index/stored_mail/NMZ.head [#l57df07b]

*** 設定 (本家のページからの引用） [#g98dd30d]
- [[メール、ニュース を検索する:http://www.namazu.org/doc/manual.html.ja#doc-filter]]
-- mailnews.pl
---Mail/News のファイル、mhtml ファイルを扱う
---必需品: なし
---注意: mhtml ファイル、E-mail に添付された Base64 でエンコードされた部分を扱うには MIME::Base64, MIME::QuotedPrint が必要
---(Perl5.8では標準で組込済)。利用する際には mknmz に次のオプションを使用、 --decode=base64

- [[web-cgi 画面からインデックスを選択できるようにする:http://www.namazu.org/doc/manual.html.ja#form-idxname]]
Webブラウザからインデックスを選択できるようにするには NMZ.head に次のように記述します。

--この例では、 foo, bar, baz の中からインデックスを選択可能にしています。foo が選ばれた時は基本インデックス の下にある foo インデックスを検索します。基本インデックスが /usr/local/var/namazu/index の場合は次のディレクトリ構成になります。
        /
        + usr/
          + local/
            + var/
              + namazu/
                + index/
                  + foo/
                  + bar/
                  + baz/

- [[web-cgi 画面で複数のインデックスを指定できるようにする:http://www.namazu.org/doc/manual.html.ja#form-idxnames]]
複数のインデックスを検索するは NMZ.head に checkbox の記述をします。

<strong>対象インデックス</strong>
       <ul>
       <li><input type="checkbox" name="idxname" value="foo">foo</li>
       <li><input type="checkbox" name="idxname" value="bar">bar</li>
       <li><input type="checkbox" name="idxname" value="baz">baz</li>
       </ul>

--この例では foo, bar, baz から複数選択して検索できます。検索結果に使われる雛形ファイルは namazurc の Template指示で指定したディレクトリのものが用いられます。Template が指定されていないときは、次の規則に従います。
 選択されたインデックスが 1つのとき
   選択されたインデックスの雛形ファイルが用いられる
 選択されたインデックスが複数のとき
   基本インデックスの雛形ファイルが用いられる

*** 環境設定ファイルを指定して動作を確認 [#n42c13f8]

[root@spirit ~]# namazu -f /var/www/cgi-bin/.namazurc -C
 読み込んだ設定ファイル: /usr/local/etc/namazu/namazurc
 読み込んだ設定ファイル: /var/www/cgi-bin/.namazurc
 --
 インデックス (Index):    /var/www/html/namazu/index/wiki_docs
 ログの記録 (Logging):    on
 使用する言語 (Lang):     ja_JP.eucJP
 スコア計算 (Scoring):    tfidf
 テンプレート (Template): /var/www/html/namazu/index/wiki_docs
 ヒット件数の上限 (MaxHit):      10000
 マッチする語の上限 (MaxMatch):  1000
 強調タグ (EmphasisTags): <strong class="keyword">       </strong>
 置換 (Replace): /var/www/html/htdocs/   http://www.hmuna.com/
 置換 (Replace): /usr/local/share/namazu/doc     https://wiki.hmuna.com/namazu/namazu_doc/
 置換 (Replace): /var/www/html/pukiwiki/ https://wiki.hmuna.com/
 ----

*** %%試行錯誤%% [#h81e6fb1]
- &color(red){Namazu の再インストールに伴い茶筅は使わなくなった。オーソドックスに案山子を使っている};
- darts 0.3 は chasen 2.3.2 との相性が悪い　→　0.3 でメソッド名が変更されている

dartsdic.cpp:71: error: 'class Darts::DoubleArrayImpl<char, unsigned char, long int, long unsigned int, Darts::Length<char> >' has no member named 'setArray'

*** [[xdoc2 (バイナリからのテキスト抽出エンジン):http://www31.ocn.ne.jp/~h_ishida/xdoc2txt.html]] [#n90e970a]
- 殆どのバイナリ文書ファイルからテキストを抽出できます。これを namazu と組み合わせる、なんて事例もあります。
- ちなみに、wine と組み合わせて、Linux で動かすなんてこともできそうです

*** 参考 Web [#lfef91be]
- http://www.namazu.org/

- http://pcweb.mycom.co.jp/column/yetanother/045/
- http://tempest.dcnblog.jp/blog/2005/11/centos_42_namaz_b271.html
- http://nais.to/~yto/clog/2006-02-24-3.html
- http://www.asahi-net.or.jp/~wv7y-kmr/memo/namazu.html
- [[Namazu 2.0 入門:http://www.ki.nu/software/namazu/tutorial/]]
- [[xdoc2text を利用した MS-WORD 用フィルター:http://www.geocities.co.jp/SiliconValley-Oakland/8718/namazu/]]
- [[Word 用フィルターエンジン(wvware):http://wvware.sourceforge.net/]]

タイムスタンプを変更しない