#!/usr/bin/perl -s

our($ns,$d,$best,$n);  ## no siglas; debug; best; names-base

use strict;
use utf8::all;


if(@ARGV){ full_name({debug=>$d, ns=>$ns, best => $best}, @ARGV); }
else{
  while(<>){
    chomp;
    next unless /\w/;
    if(/(.*):(.*)/){
       ### FIXME: rewind missing
       my ($a1,$a2)=($1,$2);
       print "---$a1=$a2\n";
       full_name({debug=>$d, ns=>$ns, best => $best}, "jj"); }
  }
}

sub full_name{
if($n){ open(DATA,"<",$n)  or die("cant open $n"); }
  my %opt =(debug => 0, ns => 0 , best => 0 ); 
  if(ref($_[0]) eq "HASH") {%opt = (%opt , %{shift(@_)}) } ;

  my @pat= n2regexp(norm(join(" ",@_)));
  my @r;
  my $section;
  my $m=0;
  my $active = 1;

  if($opt{debug}){ print "##Debug ($_->[0],$_->[1])\n" for(@pat)}

  while(<main::DATA>){
    last if /__END__/;
    chomp;
    if(/^#\s*(\S+)/){ $section = $1; next }
    for my $p (@pat){
       if    (m/$p->[1]/){push(@r,[$p->[0],$_]); last}
    }
  }

  for (sort {$a->[0] <=> $b->[0]} @r ){
    last if ($opt{best} and $m and $m != $_->[0]);
    print  "$_->[0]  $_->[1]\n";
    $m = $_->[0];
  }
}

sub n2regexp{                      ## alg1 -- attach left and right
  my $n=shift;
  my @p;
  my $n1;
  $n =~ s/^(\w)\. (?=\w)/$1#w#s1/;   ## first two words: toghether if possible
  $n =~ s/^(\w{2,}) (?=\w)/$1#s1/;   ## #w : abreviation (A. => A#W
  $n =~ s/\. /#w /g;
  $n =~ s/\.$/#w/g;

  $n =~ s/#w /.*\\b/g;
  $n =~ s/#w/\\w*\\b/g;
  $n =~ s/ /\\b.*\\b/g;
  if($n =~ m/#s1/){ 
       $n1 = $n;
       $n1 =~ s/#s1/ \\s /g;
       $n  =~ s/#s1/ \\b.*\\b /g;
  }
  $n =~ s/\\b\s*\\b/\\b/g;         ## final simplification of the RE
  $n =~ s/\\b\s*$//g;
       
  push(@p,              ## 
    ($n1 ? [1, qr{^  $n1 $ }xi]:()),      ## ^ n1 n2 ... nf $     atach l r
    [2, qr{^  $n $ }xi],                  ## ^ n1 ...    nf $     atach l r
    [3, qr{\b $n $ }xi],                  ##   n1 ...    nf $     atach   r
    ($n1 ? [4, qr{^  $n1 \b}xi]:()),      ## ^ n1 n2 ...          atach l
    [5, qr{^  $n \b}xi],                  ## ^ n1 ...             atach 2
    [6, qr{\b $n \b}xi]);                 ##   n1 ...             atach none

  if(length($n) >=4 and $n !~ /[. ]/){    ## obelo => o. belo
    if($n =~ /(\w)(\w+)/) { 
       push(@p,[10,qr{^  $1.* \b $2  $}xi],
               [11,qr{\b $1.* \b $2  $}xi],
               [12,qr{^  $1.* \b $2 \b}xi],
               [13,qr{\b $1.* \b $2 \b}xi])
    }
  }
  return @p;
}

sub norm{
  my $n = shift;

  $n =~ s/(.*?)\s*,\s*(.*)/$2 $1/;     ## Almeida, J.J. => J.J. Almeida
  $n =~ s/\b(\w)\.(\S)/$1. $2/;        ## J.J. => J. J.
  $n =~ s/(\w\w)\.(\w)/$1 $2/;         ## Jose.campos => Jose campos

  if(not $ns){                         ## UMinho => U. Minho
     $n =~ s/([A-Z])(?=[A-Z])/$1. /g;
     $n =~ s/([A-Z])$/$1./; }
  
  if(length($n) < 5 and not $ns){      ## jbb => j. b. b.
     $n =~ s/(\w)(?=\w)/$1. /g;
     $n .= "."}
  $n =~ s/\b(\w) /$1. /g;              ## J J Almeida => J. J. Almeida
  $n =~ s/\b(\w)$/$1./g;               ## José A => José A.
  $n; 
}

  
__DATA__

#people
Albano José Dias Serrano
Alberto José Gonçalves Carvalho Proença
Alexandre Júlio Teixeira Santos
António Carlos Silva Abelha
António Joaquim André Esteves
António José Borba Ramires Fernandes
António Luís Duarte Costa
António Luís Pinto Ferreira Sousa
António Manuel Nestor Ribeiro
António Manuel Silva Pina
António Pedro Sarmento Coelho Carneiro Aragão
Bruno Alexandre Fernandes Dias
Carla Cecília Ferreira Amado Araújo
Carlos Miguel Ferraz Baquero Moreno
César Analide Freitas Silva Costa Rodrigues
Cristina Paula Sousa Martins Ferreira
Fernando Mário Junqueira Martins
Francisco António Ferraz Martins Almeida Maia
Francisco Coelho Soares Moura
Jaime Ferreira Gomes
João Alexandre Baptista Vieira Saraiva
João Luís Ferreira Sobral
João Manuel Campos Gonçalves
João Miguel Lobo Fernandes
Joaquim Melo Henriques Macedo
Jorge Gustavo Pereira Bastos Rocha
Jorge Miguel Matos Sousa Pinto
José Bernardo Santos Monteiro Vieira Barros
José Carlos Bacelar Ferreira Junqueira Almeida
José Carlos Ferreira Maia Neves
José Carlos Leite Ramalho
José Francisco Creissac Freitas Campos
José João Antunes Guimarães Dias de Almeida
José Luís Oliveira Faria
José Manuel Esgalhado Valença
José Manuel Ferreira Machado
José Nuno Fonseca Oliveira
José Orlando Roque Nascimento Pereira
José Paulo Several Other Names Leal
Luís Manuel Dias Coelho Soares Barbosa
Luís Paulo Peixoto Santos
Manuel Alcino Pereira Cunha
Manuel Bernardo Martins Barbosa
Maria Conceição Sousa Barbosa
Maria Goreti Dantas Pereira
Maria Helena Ferreira Dias
Maria João Gomes Frade
Maria Solange Pires Ferreira Rito Lima
Miguel Francisco Almeida Pereira Rocha
Nuno Ernesto Salgado Oliveira
Nuno Filipe Moreira Macedo
Olga Maria Gomes Martins Pacheco
Orlando Manuel Oliveira Belo
Paulo Jorge Freitas Oliveira Novais
Paulo Jorge Sousa Azevedo
Paulo Manuel Martins Carvalho
Paulo Sérgio Soares Almeida
Pedro Manuel Rangel Santos Henriques
Pedro Nuno Miranda Sousa
Rafael Castro Carreira
Rui Carlos Mendes Oliveira
Rui Manuel Ribeiro Castro Mendes
Vitor Francisco Mendes Freitas Gomes Fonte
Vítor Manuel Rodrigues Alves
Vasco Luís Freitas

Nuno Alexandre Ramos Carvalho
Alberto Manuel Brandão Simões
Nuno Oliveira
Maria João Varanda Pareira

# institution
Universidade do Minho
Universidade do Porto
Universidade Nova de Lisboa
Universidade clássica de Lisboa
Universidade de Trás-os-Montes e Alto Douto
Instituto Superior Técnico
Faculdade de Engenharia Universidade do Porto
Instituto Letras e Ciências Humanas
Biblioteca Lúcio Craveiro
Universidade de Aveiro
Universidade da Beira Interior


# journal
Lecture Notes in Computer Science
Association of Computer Machienery
Springer Verlag
Theoretical Computer Science
Language Resources and Evaluation conference
Procesamiento del Lenguaje Natural

__END__

=encoding utf8

=head1 NAME

names - expand full names

=head1 SYNOPSIS

 names -best <exp>
 
 <exp>  jja = J. J. A.
        UMinho = U. Minho
        Almeida, J J = J. J. Almeida

=head1 DESCRIPTION

=head2 EXPORT

=head1 AUTHOR

J.Joao Almeida, jj@di.uminho.pt

=head1 SEE ALSO

perl(1).

=cut