R/jus_kwic.R

In courtsbr/JurisMiner: Mineração de textos dos tribunais brasilerios

#' Extrai contextos de padrões (regex)
#'
#' @param x Vetor de julgados
#' @param nomes Vetor com os nomes/números dos julgados.
#' @param regex Expressão regular
#' @param compact Remover nomes/números não encontrados?
#' @param tbl Converter resultado para tabela. Esta
#'     opção remove não encontrados
#'
#' @return Lista ou tibble
#' @export
#'

jus_kwic <- function(x, nomes = names(x), regex, compact = FALSE, tbl = FALSE){

  tokenizers::tokenize_sentences(x) |>
    purrr::map(~stringr::str_subset(.x, regex)) |>
    purrr::set_names(nomes) |>
    purrr::when(compact ~ purrr::compact(.), ~.) |>
    purrr::when(tbl ~ tibble::tibble(id = names(.), trecho = .) |> 
                  tidyr::unnest(trecho), ~.)
}




#' junta trechos e colapsa em um único texto
#'
#' @param df Data.frame
#' @param coluna coluna
#'
#' @return Mesmo data.frame com coluna colapsada
#' @export
#'
chop_collapse <- function(df, coluna){
  
  coluna <- rlang::enexpr(coluna)
  
  df |>
    tidyr::chop(!!coluna) |>
    dplyr::mutate(!!coluna := purrr::map_chr(!!coluna, ~stringr::str_c(.x, collapse = "\n")))
  
}