mecab-rubyのMeCab::Tagger#parseToNodeをEnumberatorする

MeCabは伝統的なライブラリーなので、インタフェースの中にEnumberatorという概念がない。mecab-rubyはSWIGで実装されるものなので、MeCabのC++のAPIをそのままにrubyに接続することである。だからMeCab::Tagger#parseToNodeの戻り値もEnumberatorではなく、C++風のMeCab::Nodeである。

# -*- coding: utf-8 -*-

require "mecab"

node = MeCab::Tagger.new.parseToNode("すもももももももものうち")

while node
  puts "#{node.surface}\t#{node.feature}"
  node = node.next
end

Enumberatorの戻り値が欲しいから、調べると、mickey24さんの『mecab-rubyのMeCab::Tagger#parseToNodeの戻り値が気に入らないのでアレする』という文を拝読した。mickey24さんの方法は下記である。

# -*- coding: utf-8 -*-

require "MeCab"

module MeCab
  class Tagger
    # parseToNodeの別名（エイリアス）を作ってprivate化する
    alias_method :parseToNode_org, :parseToNode
    private :parseToNode_org

    # parseToNodeを再定義する
    def parseToNode(*args)
      #オリジナルのparseToNodeを呼び出す
      node = parseToNode_org(*args)
      # NodeのArrayを作って返す
      nodes = []
      while node
        nodes.push(node)
        node = node.next
      end
      nodes
    end
  end
end

if __FILE__ == $0
  nodes = MeCab::Tagger.new.parseToNode("俺、この戦争が終わったら結婚するんだ。")

  # Array#eachが使える！
  nodes.each do |node|
    puts "#{node.surface}\t#{node.feature}"
  end
end

使い方はRuby風になった、良かった。

でも、厳しく極めて考えて見ると、少し問題があると思う：

• 少しメモリを無駄にする。
  MeCab::Nodeは「単方向線形連結リストのノード」であり、NodeのArrayを作って返してしまうと、少しメモリを無駄にする。

• 再定義する影響が大きい。
  Ruby特有なやり方で、MeCab::TaggerをOpenしてparseToNodeを再定義するのは、慎重にしなければならないことである。再定義したら、古い呼び出し方が無効になると、特に大きいプロジェクトの中に、影響が大きすぎると思う。柔軟に再定義したほうかいいと思う。

上記の理由で、下記の再定義やり方を考えた：

# -*- coding: utf-8 -*-

require "mecab"

module MeCab
  class Tagger
    # parseToNodeの別名（エイリアス）を作ってprivate化する
    alias_method :parseToNode_org, :parseToNode
    private :parseToNode_org

    def parseToNode(*args)
      #オリジナルのparseToNodeを呼び出す
      node = parseToNode_org(*args)
      return node unless block_given?

      # NodeのEnumberatorを作って返す
      while node
        yield node
        node = node.next
      end
    end
  end
end

if __FILE__ == $0

  # Ruby風に使える
  MeCab::Tagger.new.parseToNode("俺、この戦争が終わったら結婚するんだ。") {|node|
    puts "#{node.surface}\t#{node.feature}"
  }

  # 古い使い方も出来る
  node = MeCab::Tagger.new.parseToNode("すもももももももものうち")
  while node
    puts "#{node.surface}\t#{node.feature}"
    node = node.next
  end

end

要するに、

• 互換性を得る:
  block_given?での判断で、古い呼び出し方も出来る。

• メモリ安定：
  yield nodeで、「単方向線形連結リスト」から、「単方向イテレータ」になる。配列を構造するのを避けた。