# Datos de entrada: un fichero de texto con los datos separados por tabulaciones 
#    posición de los datos
#    1:Blog 2: día 3:fecha 4:Url 5:antecedente 6:sexo 7:nombre del bloguero
# Datos de salida: fichero en formato xml (para touchgraph) con color

             



BEGIN {
# Tratamiento inicial del filtro: No existe cabecera en el formato NET

printf "<?xml version=\"1.0\" encoding=\"ISO-8859-1\"?> \n"
printf "<!DOCTYPE TOUCHGRAPH_LB [ \n"
printf "<!ELEMENT TOUCHGRAPH_LB (NODESET, EDGESET, PARAMETERS)> \n"
printf "<!ELEMENT NODESET (NODE+)> \n"
printf "<!ELEMENT EDGESET (EDGE*)> \n"
printf "<!ELEMENT PARAMETERS (PARAM*)> \n"

printf "<!ELEMENT NODE (NODE_LOCATION?, NODE_LABEL?, NODE_URL?, NODE_HINT?)> \n"

printf "<!ELEMENT NODE_LABEL EMPTY> \n"
printf "<!ELEMENT NODE_URL EMPTY> \n"
printf "<!ELEMENT NODE_HINT EMPTY> \n"

printf "<!ATTLIST TOUCHGRAPH_LB  version CDATA #REQUIRED > \n"

printf "<!ATTLIST NODE  nodeID CDATA #REQUIRED > \n"

printf "<!ATTLIST NODE_LOCATION \n"
printf "  visible CDATA #IMPLIED \n"
printf "  x CDATA #IMPLIED \n"
printf "  y CDATA #IMPLIED > \n"

printf "<!ATTLIST NODE_LABEL \n"
printf "  label CDATA #REQUIRED  \n"
printf "  shape CDATA #IMPLIED \n"
printf "  backColor CDATA #IMPLIED \n" 
printf "  textColor CDATA #IMPLIED \n"
printf "  fontSize CDATA #IMPLIED > \n"

printf "<!ATTLIST NODE_URL  \n"
printf "  url CDATA #REQUIRED  \n"
printf "  urlIsLocal CDATA #IMPLIED \n" 
printf "  urlIsXML CDATA #IMPLIED > \n"

printf "<!ATTLIST NODE_HINT  \n"
printf "  hint CDATA #REQUIRED  \n"
printf "  height CDATA #IMPLIED  \n"
printf "  width CDATA #IMPLIED  \n"
printf "  isHTML CDATA #IMPLIED >   \n"

printf "<!ELEMENT EDGE EMPTY> \n"

printf "<!ATTLIST EDGE \n"
printf "  fromID CDATA #REQUIRED \n"
printf "  toID CDATA #REQUIRED  \n"
printf "  length CDATA #IMPLIED  \n"
printf "  color CDATA #IMPLIED  \n"
printf "  type CDATA #IMPLIED \n"
printf "  visible CDATA #IMPLIED > \n"

printf "<!ELEMENT PARAM EMPTY> \n"

printf "<!ATTLIST PARAM \n"
printf "  name CDATA #REQUIRED \n"
printf "  value CDATA #REQUIRED > \n"
printf "]> \n"
printf "<TOUCHGRAPH_LB version=\"1.20\"> \n"

i=0 
}
{
# tratamiento para cada una de las filas del fichero
# Se va almacenando la información para construir el fichero net
array_name[i]=$1
array_dia[i]= $2
array_fecha[i]= $3
array_url[i]= $4
array_antecedente_nombre[i]=$5
array_antecedente_numero[i]=1
array_nombre[i]=$1
array_num_hijos[i]=0
array_num_hijos_indirectos[i]=0
array_padre[i]=0
array_nivel[i]=0
array_path[i,0]=""
array_genero[i]=$6
array_nombre_bloguero[i]=$7
array_coordenada_x[i]=0

 for (j=0; j <=i; j++)
  {
   antecedente= array_url[j]
   if (match ($5, antecedente) ==1)
      array_antecedente_numero[i]=j
  }


#calculo nivel, post directos y path respecto al origen
  for (j=0; j <=i; j++)
  {
   antecedente= array_url[j]
   if (match ($5, antecedente) ==1)
   {
     array_num_hijos[j]= array_num_hijos[j]+1
     array_nivel[i]=array_nivel[j]+1
     nivel=array_nivel[i]
     for (k=0; k <nivel; k++)
       array_path[i,k]= array_path[j,k]
     array_path[i,k]= j
     array_padre[i]=j
     break
   }
  }
  i=i+1
}
END {
# tratamiento final del fichero, se genera el fichero con la información almacenada

i=i-1
# genero hijos indirectos

for (l=i; l > 0; l--)
  {
    array_num_hijos_indirectos[l] = array_num_hijos[l]
  }
for (l=i; l > 0; l--)
  {
    padre= array_padre[l]
    array_num_hijos_indirectos[padre] = array_num_hijos_indirectos[padre] + array_num_hijos_indirectos[l]
  }

printf "  <NODESET> \n"
/* nodo origen */
printf"   <NODE nodeID=\"0\">\n"
printf"     <NODE_LOCATION x=\"1000\" y=\"1000\" visible=\"true\"/>\n", visible 
printf"     <NODE_LABEL label=\"origen\" shape=\"1\" backColor=\"FFFFFF\" textColor=\"000000\" fontSize=\"30\"/>\n"
printf"     <NODE_URL url=\"%s\"/>\n", array_url[1]
printf"     <NODE_HINT hint=\" URL= %s &lt;br&gt;Nombre del bloguero= %s &lt;br&gt;Número de memes propagados: %s &lt;br&gt;Número de memes indirectos = %s&lt;br&gt;\" isHTML=\"true\"/>\n",array_url[1],array_nombre_bloguero[1],array_num_hijos[1],  array_num_hijos_indirectos[1]
printf"     </NODE>\n"
for (j=1; j <=i; j++)
{
/* se definen los nodos */
nivel=array_nivel[j]
array_coordenada_x[nivel]= array_coordenada_x[nivel] +200
visible="true"
shape=2
fontsize=16
if ( array_num_hijos_indirectos[j] > 10)
{
   fontsize=28
}
if ( array_num_hijos_indirectos[j] < 1)
{
  shape=1
  fontsize=12
}
color="FF00FF"
if (array_genero[j] =="H")
   color="FF0000"
printf"   <NODE nodeID=\"%s\">\n",j
printf"     <NODE_LOCATION x=\"1000\" y=\"1000\" visible=\"%s\"/>\n", visible 
printf"     <NODE_LABEL label=\"%s\" shape=\"%s\" backColor=\"%s\" textColor=\"FFFFFF\" fontSize=\"%s\"/>\n", array_name[j],shape,color,fontsize
printf"     <NODE_URL url=\"%s\"/>\n", array_url[j]
printf"     <NODE_HINT hint=\" URL= %s &lt;br&gt;Nombre del bloguero= %s &lt;br&gt;Número de memes propagados: %s &lt;br&gt;Número de memes indirectos = %s&lt;br&gt;\" isHTML=\"true\"/>\n",array_url[j],array_nombre_bloguero[j],array_num_hijos[j],  array_num_hijos_indirectos[j]
printf"     </NODE>\n"
}
printf"   </NODESET>\n"

/*se definen los arcos */


printf"    <EDGESET>\n"
      
for (j=1; j <=i; j++)
{
  origen=0
  if (array_nivel[j] > 0)
    origen= array_antecedente_numero[j]
  printf"<EDGE fromID=\"%s\" toID=\"%s\" type=\"1\" length=\"80\" visible=\"true\" color=\"A0A0A0\"/>\n",origen, j
} 
printf"   </EDGESET>\n"
printf"<PARAMETERS>\n"
printf"   <PARAM name=\"offsetX\" value=\"1000\"/>\n"
printf"   <PARAM name=\"rotateSB\" value=\"0\"/>\n"
printf"   <PARAM name=\"zoomSB\" value=\"-0\"/>\n"
printf"   <PARAM name=\"offsetY\" value=\"1000\"/>\n"
printf" </PARAMETERS>\n"
printf"</TOUCHGRAPH_LB>\n"

}