source: branches/ali/SL/TREE_READ/TreeRead.cxx

Last change on this file was 19281, checked in by westram, 2 years ago
  • pull-out parse_treelabel() from setBranchName_acceptingBootstrap().
  • Property svn:eol-style set to native
  • Property svn:keywords set to Author Date Id Revision
File size: 38.5 KB
Line 
1// ============================================================ //
2//                                                              //
3//   File      : TreeRead.cxx                                   //
4//   Purpose   : load tree from file                            //
5//                                                              //
6//   Institute of Microbiology (Technical University Munich)    //
7//   www.arb-home.de                                            //
8//                                                              //
9// ============================================================ //
10
11#include "TreeRead.h"
12#include <TreeNode.h>
13
14#include <arb_msg_fwd.h>
15#include <arb_strbuf.h>
16#include <arb_file.h>
17#include <arb_defs.h>
18#include <algorithm>
19
20#define tree_assert(cond) arb_assert(cond)
21
22/*!******************************************************************************************
23                    load a tree from file system
24********************************************************************************************/
25
26#define MAX_DROPPED_GROUP_WARN 100
27
28// --------------------
29//      TreeReader
30
31class TreeReader : virtual Noncopyable {
32    enum tr_lfmode { LF_UNKNOWN, LF_N, LF_R, LF_NR, LF_RN, };
33
34    int   unnamed_counter;
35    char *tree_file_name;
36    FILE *in;
37    int   last_character;          // may be EOF
38    int   line_cnt;
39
40    GBS_strstruct tree_comment;
41    GBT_LEN       max_found_branchlen;
42    double        max_found_bootstrap;
43    tr_lfmode     lfmode;
44
45    char *warnings;
46
47    TreeRoot *troot;
48
49    struct Count {
50        int dropped_leaf_groups;
51        int dropped_duplicated_groups;
52        Count() : dropped_leaf_groups(0), dropped_duplicated_groups(0) {}
53    } count;
54
55    void setError(const char *message);
56    void setErrorAt(const char *message);
57    void setExpectedError(const char *expected);
58
59    int get_char();
60    int read_char();
61    int read_tree_char(); // extracts comments and ignores whitespace outside comments
62
63    char *content_ahead(size_t how_many, bool show_eof);
64
65    void drop_tree_char(char expected);
66
67    void setBranchName_acceptingBootstrap(TreeNode *node, char*& name);
68
69    // The eat-functions below assume that the "current" character
70    // has already been read into 'last_character':
71    void  eat_white();
72    __ATTR__USERESULT bool eat_number(GBT_LEN& result);
73    char *eat_quoted_string();
74    bool  eat_and_set_name_and_length(TreeNode *node, GBT_LEN& len);
75
76    char *unnamedNodeName() { return GBS_global_string_copy("unnamed%i", ++unnamed_counter); }
77
78    TreeNode *load_subtree(GBT_LEN& nodeLen);
79    TreeNode *load_named_node(GBT_LEN& nodeLen);
80
81public:
82
83    TreeReader(FILE *input, const char *file_name, TreeRoot *troot_);
84    ~TreeReader();
85
86    TreeNode *load() {
87        GBT_LEN   rootNodeLen = DEFAULT_BRANCH_LENGTH_MARKER; // ignored dummy
88        TreeNode *tree        = load_named_node(rootNodeLen);
89
90        if (!error) {
91            if (rootNodeLen != DEFAULT_BRANCH_LENGTH_MARKER && rootNodeLen != 0.0) {
92                add_warning("Length specified for root-node has been ignored");
93            }
94
95            // check for unexpected input
96            if (last_character == ';') read_tree_char(); // accepts ';'
97            if (last_character != EOF) {
98                char *unused_input = content_ahead(30, false);
99                add_warningf("Unexpected input-data after tree: '%s'", unused_input);
100                free(unused_input);
101            }
102            tree->announce_tree_constructed();
103        }
104        return tree;
105    }
106
107    GB_ERROR error;
108
109    void add_warning(const char *msg) {
110        if (warnings) freeset(warnings, GBS_global_string_copy("%s\n%s", warnings, msg));
111        else warnings = GBS_global_string_copy("Warning(s): %s", msg);
112    }
113    __ATTR__FORMAT(2) void add_warningf(const char *format, ...) { FORWARD_FORMATTED(add_warning, format); }
114
115    GB_ERROR get_warnings() const { return warnings; } // valid until TreeReader is destroyed
116
117    char *takeComment() {
118        // can only be called once (further calls will return NULp)
119        return tree_comment.release();
120    }
121
122    double get_max_found_bootstrap() const { return max_found_bootstrap; }
123    GBT_LEN get_max_found_branchlen() const { return max_found_branchlen; }
124};
125
126TreeReader::TreeReader(FILE *input, const char *file_name, TreeRoot *troot_)
127    : unnamed_counter(0),
128      tree_file_name(strdup(file_name)),
129      in(input),
130      last_character(0),
131      line_cnt(1),
132      tree_comment(2048),
133      max_found_branchlen(-1),
134      max_found_bootstrap(-1),
135      lfmode(LF_UNKNOWN),
136      warnings(NULp),
137      troot(troot_),
138      error(NULp)
139{
140    read_tree_char();
141}
142
143TreeReader::~TreeReader() {
144    free(warnings);
145    free(tree_file_name);
146}
147
148void TreeReader::setError(const char *message) {
149    tree_assert(!error);
150    error = GBS_global_string("Error reading %s:%i: %s",
151                              tree_file_name, line_cnt, message);
152}
153char *TreeReader::content_ahead(size_t how_many, bool show_eof) {
154    char show[how_many+1+4]; // 4 = oversize of '<EOF>'
155    size_t i;
156    for (i = 0; i<how_many; ++i) {
157        show[i] = last_character;
158        if (show[i] == EOF) {
159            if (show_eof) {
160                strcpy(show+i, "<EOF>");
161                i += 5;
162            }
163            break;
164        }
165        read_char();
166    }
167    show[i] = 0;
168    return strdup(show);
169}
170
171void TreeReader::setErrorAt(const char *message) {
172    if (last_character == EOF) {
173        setError(GBS_global_string("%s while end-of-file was reached", message));
174    }
175    else {
176        char *show = content_ahead(30, true);
177        setError(GBS_global_string("%s while looking at '%s'", message, show));
178        free(show);
179    }
180}
181
182void TreeReader::setExpectedError(const char *expected) {
183    setErrorAt(GBS_global_string("Expected %s", expected));
184}
185
186int TreeReader::get_char() {
187    // reads character from stream
188    // - converts linefeeds for DOS- and MAC-textfiles
189    // - increments line_cnt
190
191    int c   = getc(in);
192    int inc = 0;
193
194    if (c == '\n') {
195        switch (lfmode) {
196            case LF_UNKNOWN: lfmode = LF_N; inc = 1; break;
197            case LF_N:       inc = 1; break;
198            case LF_R:       lfmode = LF_RN; c = get_char(); break;
199            case LF_NR:      c = get_char(); break;
200            case LF_RN:      inc = 1; break;
201        }
202    }
203    else if (c == '\r') {
204        switch (lfmode) {
205            case LF_UNKNOWN: lfmode = LF_R; inc = 1; break;
206            case LF_R:       inc = 1; break;
207            case LF_N:       lfmode = LF_NR; c = get_char(); break;
208            case LF_RN:      c = get_char(); break;
209            case LF_NR:      inc = 1; break;
210        }
211        if (c == '\r') c = '\n';     // never report '\r'
212    }
213    if (inc) line_cnt++;
214
215    return c;
216}
217
218int TreeReader::read_tree_char() {
219    // reads over tree comment(s) and whitespace.
220    // tree comments are stored inside TreeReader
221
222    bool done = false;
223    int  c    = ' ';
224
225    while (!done && !error) {
226        c = get_char();
227        if (c == ' ' || c == '\t' || c == '\n') ; // skip
228        else if (c == '[') {    // collect tree comment(s)
229            int openBrackets = 1;
230            if (tree_comment.get_position()) {
231                tree_comment.put('\n'); // not first comment -> add new line
232            }
233
234            while (openBrackets && !error) {
235                c = get_char();
236                switch (c) {
237                    case EOF:
238                        setError("Reached end of file while reading comment");
239                        break;
240                    case ']':
241                        openBrackets--;
242                        if (openBrackets) tree_comment.put(c); // write all but last closing brackets
243                        break;
244                    case '[':
245                        openBrackets++;
246                        // fall-through
247                    default:
248                        tree_comment.put(c);
249                        break;
250                }
251            }
252        }
253        else done = true;
254    }
255
256    last_character = c;
257    return c;
258}
259
260int TreeReader::read_char() {
261    int c = get_char();
262    last_character = c;
263    return c;
264}
265
266void TreeReader::eat_white() {
267    int c = last_character;
268    while ((c == ' ') || (c == '\n') || (c == '\r') || (c == '\t')) {
269        c = read_char();
270    }
271}
272
273bool TreeReader::eat_number(GBT_LEN& result) {
274    char    strng[256];
275    char   *s = strng;
276    int     c = last_character;
277
278    while (((c<='9') && (c>='0')) || (c=='.') || (c=='-') ||  (c=='+') || (c=='e') || (c=='E')) {
279        *(s++) = c;
280        c = read_char();
281    }
282    *s     = 0;
283    result = GB_atof(strng);
284    eat_white();
285
286    bool consumed_some_length = strng[0];
287    return consumed_some_length;
288}
289
290char *TreeReader::eat_quoted_string() {
291    /*! Read in a quoted or unquoted string.
292     * in quoted strings double quotes ('') are replaced by (').
293     *
294     * @return
295     *     NULp in case of error,
296     *     "" if no string present,
297     *     otherwise the found string.
298     */
299
300    const int MAX_NAME_LEN = 1000;
301
302    char  buffer[MAX_NAME_LEN+2];
303    char *s = buffer;
304    int   c = last_character;
305
306#define NAME_TOO_LONG ((s-buffer)>MAX_NAME_LEN)
307
308    if (c == '\'' || c == '"') {
309        char found_quote = c;
310
311        c = read_char();
312        while (c!=EOF && c!=found_quote) {
313            *(s++) = c;
314            if (NAME_TOO_LONG) { c = 0; break; }
315            c = read_char();
316        }
317        if (c == found_quote) c = read_tree_char();
318    }
319    else {
320#if 0
321        // previous behavior: skip prefixes matching PRE '_* *'
322        // (reason unknown; behavior exists since [2])
323        // conflicts with replacement of problematic character done in ../TREE_WRITE/TreeWrite.cxx@replace_by_underscore
324        // -> disabled
325        while (c == '_') c = read_tree_char();
326        while (c == ' ') c = read_tree_char();
327#endif
328        while (c!=':' && c!=EOF && c!=',' && c!=';' && c != ')') {
329            *(s++) = c;
330            if (NAME_TOO_LONG) break;
331            c = read_tree_char();
332        }
333    }
334    *s = 0;
335    if (NAME_TOO_LONG) {
336        setError(GBS_global_string("Name '%s' is longer than %i bytes", buffer, MAX_NAME_LEN));
337        return NULp;
338    }
339    return strdup(buffer);
340}
341
342void TreeReader::setBranchName_acceptingBootstrap(TreeNode *node, char*& name) {
343    // store groupname and/or bootstrap value.
344    //
345    // ARBs extended newick format allows 3 kinds of node-names:
346    //     'groupname'
347    //     'bootstrap'
348    //     'bootstrap:groupname' (needs to be quoted)
349    //
350    // where
351    //     'bootstrap' is sth interpretable as double (optionally followed by '%')
352    //     'groupname' is sth not interpretable as double
353    //
354    // If a groupname is detected, it is stored in node->name
355    // If a bootstrap is detected, it is stored in node->remark_branch
356    //
357    // Bootstrap values will be scaled up by factor 100.
358    // Wrong scale-ups (to 10000) will be corrected by calling TREE_scale() after the whole tree has been loaded.
359
360    char *new_name = NULp;
361    {
362        double      bootstrap;
363        const char *label        = name;
364        bool        is_bootstrap = parse_treelabel(label, bootstrap);
365
366        if (is_bootstrap) {
367            bootstrap = bootstrap*100.0; // needed if bootstrap values are between 0.0 and 1.0 (downscaling is done later)
368            if (bootstrap > max_found_bootstrap) { max_found_bootstrap = bootstrap; }
369
370            if (node->get_remark()) {
371                error = "Invalid duplicated bootstrap specification detected";
372            }
373            else {
374                node->set_bootstrap(bootstrap);
375            }
376
377            if (label) new_name = strdup(label);
378            freenull(name);
379        }
380        else {
381            reassign(new_name, name); // use whole input as groupname
382        }
383    }
384
385    if (new_name) {
386        if (node->name) {
387            if (node->is_leaf()) {
388                if (count.dropped_leaf_groups<MAX_DROPPED_GROUP_WARN) {
389                    add_warningf("Dropped group name specified for a single-node-subtree ('%s')", new_name);
390                    if (++count.dropped_leaf_groups == MAX_DROPPED_GROUP_WARN) {
391                        add_warning("[Note: further warnings of this type will be suppressed]");
392                    }
393                }
394                freenull(new_name);
395            }
396            else {
397                if (count.dropped_duplicated_groups<MAX_DROPPED_GROUP_WARN) {
398                    add_warningf("Duplicated group name specification detected: dropped inner ('%s'), kept outer group name ('%s')",
399                                 node->name, new_name);
400                    if (++count.dropped_duplicated_groups == MAX_DROPPED_GROUP_WARN) {
401                        add_warning("[Note: further warnings of this type will be suppressed]");
402                    }
403                }
404                freeset(node->name, new_name);
405            }
406        }
407        else {
408            node->name = new_name;
409        }
410    }
411}
412
413void TreeReader::drop_tree_char(char expected) {
414    if (last_character != expected) {
415        setExpectedError(GBS_global_string("'%c'", expected));
416    }
417    read_tree_char();
418}
419
420bool TreeReader::eat_and_set_name_and_length(TreeNode *node, GBT_LEN& nodeLen) {
421    // reads optional branch-length and -name
422    //
423    // if 'nodeLen' contains DEFAULT_BRANCH_LENGTH_MARKER, it gets overwritten with any found length-specification
424    // otherwise found length is added to 'nodeLen'
425    //
426    // sets the branch-name of 'node', if a name is found (e.g. sth like "(...)'name':0.5")
427    //
428    // returns true if successful, false otherwise (TreeReader::error is set then)
429
430    bool done            = false;
431    bool length_consumed = false;
432
433    while (!done && !error) {
434        switch (last_character) {
435            case ';':
436            case ',':
437            case ')':
438                done = true;
439                break;
440            case ':':
441                if (!error && length_consumed) setErrorAt("Unexpected ':' (already read a branchlength)");
442                if (!error) drop_tree_char(':');
443                if (!error) {
444                    GBT_LEN foundlen;
445                    if (eat_number(foundlen)) {
446                        if (is_marked_as_default_len(nodeLen)) {
447                            nodeLen = foundlen;
448                        }
449                        else {
450                            tree_assert(node->is_leaf()); // should only happen when a single leaf in parenthesis was read
451                            nodeLen += foundlen;        // sum leaf and node lengths
452                        }
453                        max_found_branchlen = std::max(max_found_branchlen, nodeLen);
454                    }
455                    else {
456                        setExpectedError("valid length");
457                    }
458                }
459                length_consumed = true;
460                break;
461
462            case EOF:
463                done = true;
464                break;
465
466            default: {
467                char *branchName = eat_quoted_string();
468                if (branchName) {
469                    if (branchName[0]) setBranchName_acceptingBootstrap(node, branchName);
470                }
471                else {
472                    UNCOVERED();
473                    setExpectedError("branch-name or one of ':;,)'");
474                }
475                break;
476            }
477        }
478    }
479
480    return !error;
481}
482
483static TreeNode *createLinkedTreeNode(const TreeRoot& nodeMaker, TreeNode *left, GBT_LEN leftlen, TreeNode *right, GBT_LEN rightlen) { // @@@ move into class GBT_tree (as ctor) - or better move into TreeNodeFactory
484    TreeNode *node = nodeMaker.makeNode();
485
486    node->leftson  = left;
487    node->leftlen  = leftlen;
488    node->rightson = right;
489    node->rightlen = rightlen;
490
491    left->father  = node;
492    right->father = node;
493
494    return node;
495}
496
497TreeNode *TreeReader::load_named_node(GBT_LEN& nodeLen) {
498    // reads a node or subtree.
499    // a single node is expected to have a name (or will be auto-named)
500    // subtrees may have a name (groupname)
501    TreeNode *node = NULp;
502
503    if (last_character == '(') {
504        node = load_subtree(nodeLen);
505    }
506    else {                      // single node
507        eat_white();
508        char *name = eat_quoted_string();
509        if (name) {
510            if (!name[0]) freeset(name, unnamedNodeName());
511
512            node       = troot->makeNode();
513            node->name = name;
514            node->markAsLeaf();
515        }
516        else {
517            UNCOVERED();
518            setExpectedError("(quoted) string");
519        }
520    }
521    if (node && !error) {
522        if (!eat_and_set_name_and_length(node, nodeLen)) {
523            node->forget_origin();
524            destroy(node, troot);
525            node = NULp;
526        }
527    }
528    tree_assert(contradicted(node, error));
529    tree_assert(!node || !node->is_leaf() || node->name); // leafs need to be named here
530    return node;
531}
532
533
534TreeNode *TreeReader::load_subtree(GBT_LEN& nodeLen) {
535    // loads a subtree (i.e. expects parenthesis around one or several nodes)
536    //
537    // 'nodeLen' normally is set to DEFAULT_BRANCH_LENGTH_MARKER
538    //           or to length of single node (if parenthesis contain only one node)
539    //
540    // length and/or name behind '(...)' are not parsed (has to be done by caller).
541    //
542    // if subtree contains a single node (or a single other subtree), 'name'+'remark_branch' are
543    // already set, when load_subtree() returns - otherwise they are NULp.
544
545    TreeNode *node = NULp;
546
547    drop_tree_char('(');
548
549    GBT_LEN   leftLen = DEFAULT_BRANCH_LENGTH_MARKER;
550    TreeNode *left    = load_named_node(leftLen);
551
552    if (left) {
553        switch (last_character) {
554            case ')':               // single node
555                nodeLen = leftLen;
556                node    = left;
557                left    = NULp;
558                break;
559
560            case ',': {
561                GBT_LEN   rightLen = DEFAULT_BRANCH_LENGTH_MARKER;
562                TreeNode *right    = NULp;
563
564                while (last_character == ',' && !error) {
565                    if (right) { // multi-branch
566                        TreeNode *pair = createLinkedTreeNode(*troot, left, leftLen, right, rightLen);
567
568                        left  = pair; leftLen = 0;
569                        right = NULp; rightLen = DEFAULT_BRANCH_LENGTH_MARKER;
570                    }
571
572                    drop_tree_char(',');
573                    if (!error) {
574                        right = load_named_node(rightLen);
575                    }
576                }
577
578                if (!error) {
579                    if (last_character == ')') {
580                        node    = createLinkedTreeNode(*troot, left, leftLen, right, rightLen);
581                        nodeLen = DEFAULT_BRANCH_LENGTH_MARKER;
582
583                        left  = NULp;
584                        right = NULp;
585                    }
586                    else {
587                        setExpectedError("one of ',)'");
588                    }
589                }
590
591                if (right) {
592                    right->forget_origin();
593                    destroy(right, troot);
594                }
595                if (error && node) {
596                    node->forget_origin();
597                    destroy(node, troot);
598                    node = NULp;
599                }
600
601                break;
602            }
603
604            default:
605                setExpectedError("one of ',)'");
606                break;
607        }
608        if (left) {
609            left->forget_origin();
610            destroy(left, troot);
611        }
612    }
613
614    if (!error) drop_tree_char(')');
615
616    tree_assert(contradicted(node, error));
617    return node;
618}
619
620TreeNode *TREE_load(const char *path, TreeRoot *troot, char **commentPtr, bool allow_length_scaling, char **warningPtr) {
621    /* Load a newick compatible tree from file 'path',
622       if commentPtr is specified -> set it to a malloc copy of all concatenated comments found in tree file
623       if warningPtr is specified -> set it to a malloc copy of any warnings occurring during tree-load (e.g. autoscale- or informational warnings)
624    */
625
626    TreeNode *tree     = NULp;
627    FILE     *input    = fopen(path, "rt");
628    GB_ERROR  error    = NULp;
629    bool      own_root = true;
630
631    if (!input) {
632        error = GBS_global_string("No such file: %s", path);
633    }
634    else {
635        const char *name_only = strrchr(path, '/');
636        if (name_only) ++name_only;
637        else        name_only = path;
638
639        TreeReader reader(input, name_only, troot);
640        if (!reader.error) {
641            tree = reader.load();
642            if (tree) own_root = false;
643        }
644        fclose(input);
645
646        if      (reader.error)          error = reader.error;
647        else if (tree && tree->is_leaf()) error = "tree is too small (need at least 2 species)";
648
649        if (error) {
650            destroy(tree);
651            tree = NULp;
652        }
653
654        if (tree) {
655            double bootstrap_scale = 1.0;
656            double branchlen_scale = 1.0;
657
658            if (reader.get_max_found_bootstrap() >= 101.0) { // bootstrap values were given in percent
659                bootstrap_scale = 0.01;
660                reader.add_warningf("Auto-scaling bootstrap values by factor %.2f (max. found bootstrap was %5.2f)",
661                                    bootstrap_scale, reader.get_max_found_bootstrap());
662            }
663            if (reader.get_max_found_branchlen() >= 1.1) { // assume branchlengths have range [0;100]
664                if (allow_length_scaling) {
665                    branchlen_scale = 0.01;
666                    reader.add_warningf("Auto-scaling branchlengths by factor %.2f (max. found branchlength = %.2f)\n"
667                                        "(use ARB_NT/Tree/Modify branches/Scale branchlengths with factor %.2f to undo auto-scaling)",
668                                        branchlen_scale, reader.get_max_found_branchlen(), 1.0/branchlen_scale);
669                }
670            }
671
672            TREE_scale(tree, branchlen_scale, bootstrap_scale); // scale bootstraps and branchlengths
673
674            if (warningPtr) {
675                const char *wmsg      = reader.get_warnings();
676                if (wmsg) *warningPtr = strdup(wmsg);
677            }
678
679            if (commentPtr) {
680                char *comment = reader.takeComment();
681
682                const char *loaded_from = GBS_global_string("Loaded from %s", path);
683                freeset(comment, GBS_log_action_to(comment, loaded_from, true));
684
685                tree_assert(!*commentPtr);
686                *commentPtr = comment;
687            }
688        }
689    }
690
691    tree_assert(tree||error);
692    if (error) {
693        GB_export_errorf("Import tree: %s", error);
694        tree_assert(!tree);
695        if (own_root) troot->delete_by_node();
696    }
697
698    return tree;
699}
700
701GB_ERROR TREE_load_to_db(GBDATA *gb_main, const char *treefile, const char *tree_name) {
702    GB_ERROR error = NULp;
703
704    char *warnings     = NULp;
705    char *tree_comment = NULp;
706
707    TreeNode *tree = TREE_load(treefile, new SimpleRoot, &tree_comment, true, &warnings);
708
709    if (!tree) error = GB_await_error();
710    else {
711        if (warnings) GBT_message(gb_main, warnings);
712
713        {
714            GB_transaction ta(gb_main);
715            error = GBT_write_tree_with_remark(gb_main, tree_name, tree, tree_comment);
716            error = ta.close(error);
717        }
718
719        destroy(tree);
720    }
721
722    free(warnings);
723    free(tree_comment);
724
725    return error;
726}
727
728// --------------------------------------------------------------------------------
729
730#ifdef UNIT_TESTS
731#ifndef TEST_UNIT_H
732#include <test_unit.h>
733#endif
734
735static TreeNode *loadFromFileContaining(const char *treeString, char **warningsPtr) {
736    const char *filename = "trees/tmp.tree";
737    FILE       *out      = fopen(filename, "wt");
738    TreeNode   *tree     = NULp;
739
740    if (out) {
741        fputs(treeString, out);
742        fclose(out);
743        tree = TREE_load(filename, new SimpleRoot, NULp, false, warningsPtr);
744    }
745    else {
746        GB_export_IO_error("save tree", filename);
747    }
748
749    return tree;
750}
751
752static arb_test::match_expectation loading_tree_failed_with(TreeNode *tree, const char *errpart) {
753    using namespace   arb_test;
754    expectation_group expected;
755
756    expected.add(that(tree).is_equal_to_NULL());
757    expected.add(that(GB_have_error()).is_equal_to(true));
758    if (GB_have_error()) {
759        expected.add(that(GB_await_error()).does_contain(errpart));
760    }
761    return all().ofgroup(expected);
762}
763
764static arb_test::match_expectation loading_tree_succeeds(TreeNode *tree, const char *newick_expected) {
765    using namespace   arb_test;
766    expectation_group expected;
767
768    expected.add(that(tree).does_differ_from_NULL());
769    expected.add(that(GB_get_error()).is_equal_to_NULL());
770    if (!GB_have_error() && tree) {
771        char *newick = GBT_tree_2_newick(tree, nSIMPLE, false);
772        expected.add(that(newick).is_equal_to(newick_expected));
773        free(newick);
774    }
775    return all().ofgroup(expected);
776}
777
778#define TEST_EXPECT_TREELOAD_FAILED_WITH(tree,errpart)         TEST_EXPECTATION(loading_tree_failed_with(tree, errpart))
779#define TEST_EXPECT_TREELOAD_FAILED_WITH__BROKEN(tree,errpart) TEST_EXPECTATION__BROKEN(loading_tree_failed_with(tree, errpart))
780
781#define TEST_EXPECT_TREELOAD(tree,newick)         TEST_EXPECTATION(loading_tree_succeeds(tree,newick))
782#define TEST_EXPECT_TREELOAD__BROKEN(tree,newick) TEST_EXPECTATION__BROKEN(loading_tree_succeeds(tree,newick))
783
784#define TEST_EXPECT_TREEFILE_FAILS_WITH(name,errpart) do {                              \
785        TreeNode *tree = TREE_load(name, new SimpleRoot, NULp, false, NULp);           \
786        TEST_EXPECT_TREELOAD_FAILED_WITH(tree, errpart);                                \
787    } while(0)
788
789#define TEST_EXPECT_TREESTRING_FAILS_WITH(treeString,errpart) do {      \
790        TreeNode *tree = loadFromFileContaining(treeString, NULp);      \
791        TEST_EXPECT_TREELOAD_FAILED_WITH(tree, errpart);                \
792    } while(0)
793
794// argument 'newick' is vs regression only!
795#define TEST_EXPECT_TREESTRING_FAILS_WITH__BROKEN(treeString,errpart,newick) do {       \
796        char     *warnings = NULp;                                                      \
797        TreeNode *tree     = loadFromFileContaining(treeString, &warnings);             \
798        TEST_EXPECT_TREELOAD_FAILED_WITH__BROKEN(tree, errpart);                        \
799        TEST_EXPECT_TREELOAD(tree, newick);                                             \
800        TEST_EXPECT_NULL(warnings);                                                     \
801        delete tree;                                                                    \
802        free(warnings);                                                                 \
803    } while(0)
804
805#define TEST_EXPECT_TREESTRING_OK(treeString,newick) do {                       \
806        char     *warnings = NULp;                                              \
807        TreeNode *tree     = loadFromFileContaining(treeString, &warnings);     \
808        TEST_EXPECT_TREELOAD(tree, newick);                                     \
809        TEST_EXPECT_NULL(warnings);                                             \
810        destroy(tree);                                                          \
811        free(warnings);                                                         \
812    } while(0)
813
814#define TEST_EXPECT_TREESTRING_OK_WITH_WARNING(treeString,newick,warnPart) do { \
815        char     *warnings = NULp;                                              \
816        TreeNode *tree     = loadFromFileContaining(treeString, &warnings);     \
817        TEST_EXPECT_TREELOAD(tree, newick);                                     \
818        TEST_REJECT_NULL(warnings);                                             \
819        TEST_EXPECT_CONTAINS(warnings, warnPart);                               \
820        destroy(tree);                                                          \
821        free(warnings);                                                         \
822    } while(0)
823
824#define TEST_EXPECT_TREESTRING_OK__BROKEN(treeString,newick) do {       \
825        TreeNode *tree = loadFromFileContaining(treeString, NULp);      \
826        TEST_EXPECT_TREELOAD__BROKEN(tree, newick);                     \
827    } while(0)
828
829void TEST_load_tree() {
830    // just are few tests covering most of this module.
831    // more load tests are in ../../TOOLS/arb_test.cxx@TEST_SLOW_arb_read_tree
832
833    // simple succeeding tree load
834    {
835        char     *comment = NULp;
836        TreeNode *tree    = TREE_load("trees/test.tree", new SimpleRoot, &comment, false, NULp);
837        // -> ../../UNIT_TESTER/run/trees/test.tree
838
839        TEST_EXPECT_TREELOAD(tree, "(((s1,s2),(s3,s 4)),(s5,s-6));");
840        if (tree) {
841            TEST_REJECT_NULL(comment);
842            TEST_EXPECT_CONTAINS(comment,
843                                 // comment part from treefile:
844                                 "tree covering most of tree reader code\n"
845                                 "comment contains [extra brackets] inside comment\n");
846            TEST_EXPECT_CONTAINS(comment,
847                                 // comment as appended by load:
848                                 ": Loaded from trees/test.tree\n");
849        }
850        free(comment);
851        destroy(tree);
852    }
853
854    // detailed load tests (checking branchlengths and nodenames)
855    {
856        const char *treestring[] = {
857            "(node1,node2)rootgroup;",             // [0] tree with a named root
858            "(node1:0.00,(node2, node3:0.57)):0;", // [1] test tree lengths (esp. length zero)
859            "(((((a))single)), ((b, c)17%:0.2));", // [2] test single-node-subtree name-conflict
860
861            "((a,b)17,(c,d)33.3,(e,f)12.5:0.2);",             // [3] test bootstraps
862            "((a,b)G,(c,d)H,(e,f)I:0.2);",                    // [4] test groupnames w/o bootstraps
863            "((a,b)'17:G',(c,d)'33.3:H',(e,f)'12.5:I':0.2);", // [5] test groupnames with bootstraps
864            "((a,b)17G,(c,d)33.3H,(e,f)12.5I:0.2)",           // [6] test groupnames + bootstraps w/o separator
865
866            "((a,b)'17%:G',(c,d)'33.3%:H',(e,f)'12.5%:I':0.2);",  // [7] test bootstraps with percent spec
867            "((a,b)'0.17:G',(c,d)'0.333:H',(e,f)'0.125:I':0.2);", // [8] test bootstraps in range [0..1]
868        };
869
870        const char *expected_newick[] = {
871            "(node1,node2);",
872            "(node1,(node2,node3));",
873            "(a,(b,c));",
874
875            "(((a,b),(c,d)),(e,f));",
876            "(((a,b),(c,d)),(e,f));",
877            "(((a,b),(c,d)),(e,f));",
878            "(((a,b),(c,d)),(e,f));",
879
880            "(((a,b),(c,d)),(e,f));",
881            "(((a,b),(c,d)),(e,f));",
882        };
883        const char *expected_warnings[] = {
884            NULp,
885            NULp,
886            "Dropped group name specified for a single-node-subtree",
887
888            "Auto-scaling bootstrap values by factor 0.01",
889            NULp,
890            "Auto-scaling bootstrap values by factor 0.01",
891            NULp,
892            NULp, // no auto-scaling shall occur here (bootstraps are already specified as percent)
893            NULp, // no auto-scaling shall occur here (bootstraps are in [0..1])
894        };
895
896        STATIC_ASSERT(ARRAY_ELEMS(expected_newick) == ARRAY_ELEMS(treestring));
897        STATIC_ASSERT(ARRAY_ELEMS(expected_warnings) == ARRAY_ELEMS(treestring));
898
899        for (size_t i = 0; i<ARRAY_ELEMS(treestring); ++i) {
900            TEST_ANNOTATE(GBS_global_string("for tree #%zu = '%s'", i, treestring[i]));
901            char     *warnings = NULp;
902            TreeNode *tree     = loadFromFileContaining(treestring[i], &warnings);
903            TEST_EXPECT_TREELOAD(tree, expected_newick[i]);
904            switch (i) {
905                case 0:
906                    TEST_EXPECT_EQUAL(tree->name, "rootgroup");
907                    break;
908                case 1:
909                    TEST_EXPECT_EQUAL(tree->leftlen, 0);
910                    TEST_EXPECT_EQUAL(tree->rightlen, DEFAULT_BRANCH_LENGTH);
911                    TEST_EXPECT_EQUAL(tree->rightson->rightlen, 0.57);
912                    break;
913                case 2:
914                    // test bootstrap with percent-specification is parsed correctly
915                    TEST_EXPECT_NULL(tree->rightson->name);
916                    TEST_EXPECT_EQUAL(tree->rightson->get_remark(), "17%");
917                    TEST_EXPECT_EQUAL(tree->rightlen, 0.2);
918                    break;
919
920                case 3:
921                case 4:
922                case 5:
923                case 6:
924                case 7:
925                case 8:
926                    // check bootstraps
927                    TEST_EXPECT_NULL(tree->leftson->get_remark());
928                    switch (i) {
929                        case 4:
930                        case 6:
931                            TEST_EXPECT_NULL(tree->leftson->leftson->get_remark());
932                            TEST_EXPECT_NULL(tree->leftson->rightson->get_remark());
933                            TEST_EXPECT_NULL(tree->rightson->get_remark());
934                            break;
935                        case 3:
936                        case 5:
937                        case 7:
938                        case 8:
939                            TEST_EXPECT_EQUAL(tree->leftson->leftson->get_remark(),  "17%");
940                            TEST_EXPECT_EQUAL(tree->leftson->rightson->get_remark(), "33%");
941                            TEST_EXPECT_EQUAL(tree->rightson->get_remark(),          "13%");
942                            break;
943                        default:
944                            TEST_REJECT(true); // unhandled tree
945                            break;
946                    }
947
948                    // check node-names
949                    TEST_EXPECT_NULL(tree->name);
950                    TEST_EXPECT_NULL(tree->leftson->name);
951                    switch (i) {
952                        case 6:
953                            // check un-separated digits are treated as strange names
954                            // (previously these were accepted as bootstraps)
955                            TEST_EXPECT_EQUAL(tree->leftson->leftson->name,  "17G");
956                            TEST_EXPECT_EQUAL(tree->leftson->rightson->name, "33.3H");
957                            TEST_EXPECT_EQUAL(tree->rightson->name,          "12.5I");
958                            break;
959                        case 4:
960                        case 5:
961                        case 8:
962                        case 7:
963                            TEST_EXPECT_EQUAL(tree->leftson->leftson->name,  "G");
964                            TEST_EXPECT_EQUAL(tree->leftson->rightson->name, "H");
965                            TEST_EXPECT_EQUAL(tree->rightson->name,          "I");
966                            break;
967                        case 3:
968                            TEST_EXPECT_NULL(tree->leftson->leftson->name);
969                            TEST_EXPECT_NULL(tree->leftson->rightson->name);
970                            TEST_EXPECT_NULL(tree->rightson->name);
971                            break;
972                        default:
973                            TEST_REJECT(true); // unhandled tree
974                            break;
975                    }
976
977                    // expect_no_lengths:
978                    TEST_EXPECT_EQUAL(tree->leftlen,           0); // multifurcation
979                    TEST_EXPECT_EQUAL(tree->leftson->leftlen,  DEFAULT_BRANCH_LENGTH);
980                    TEST_EXPECT_EQUAL(tree->leftson->rightlen, DEFAULT_BRANCH_LENGTH);
981                    TEST_EXPECT_EQUAL(tree->rightlen,          0.2);
982                    break;
983
984                default:
985                    TEST_REJECT(true); // unhandled tree
986                    break;
987            }
988            if (expected_warnings[i]) {
989                TEST_REJECT_NULL(warnings);
990                TEST_EXPECT_CONTAINS(warnings, expected_warnings[i]);
991            }
992            else                      {
993                TEST_EXPECT_NULL(warnings);
994            }
995            free(warnings);
996            destroy(tree);
997        }
998
999        TEST_ANNOTATE(NULp);
1000    }
1001
1002    // test valid trees with strange or wrong behavior
1003    TEST_EXPECT_TREESTRING_OK("(,);",                       "(unnamed1,unnamed2);");   // tree with 2 unamed species (weird, but ok)
1004    TEST_EXPECT_TREESTRING_OK("( a, (b,(c),d), (e,(f)) );", "((a,((b,c),d)),(e,f));");
1005    TEST_EXPECT_TREESTRING_OK("(((((a)))), ((b, c)));",     "(a,(b,c));");
1006
1007    TEST_EXPECT_TREESTRING_OK_WITH_WARNING("( (a), (((b),(c),(d))group)dupgroup, ((e),(f)) );",
1008                                           "((a,((b,c),d)),(e,f));",
1009                                           "Duplicated group name specification detected");
1010
1011    // test unacceptable trees
1012    {
1013        const char *tooSmallTree[] = {
1014            "();",
1015            "()",
1016            ";",
1017            "",
1018            "(one)",
1019            "((((()))));",
1020            "(((((one)))));",
1021        };
1022
1023        for (size_t i = 0; i<ARRAY_ELEMS(tooSmallTree); ++i) {
1024            TEST_ANNOTATE(GBS_global_string("for tree #%zu = '%s'", i, tooSmallTree[i]));
1025            TreeNode *tree = loadFromFileContaining(tooSmallTree[i], NULp);
1026            TEST_EXPECT_TREELOAD_FAILED_WITH(tree, "tree is too small");
1027        }
1028        TEST_ANNOTATE(NULp);
1029    }
1030    {
1031        TreeNode *tree = loadFromFileContaining("((a, b)25)20;", NULp);
1032        TEST_EXPECT_TREELOAD_FAILED_WITH(tree, "Invalid duplicated bootstrap specification detected");
1033    }
1034
1035    // test invalid trees
1036    TEST_EXPECT_TREESTRING_FAILS_WITH("(;);", "Expected one of ',)'");
1037
1038    TEST_EXPECT_TREESTRING_FAILS_WITH("(17",    "Expected one of ',)' while end-of-file was reached");
1039    TEST_EXPECT_TREESTRING_FAILS_WITH("((((",   "Expected one of ',)' while end-of-file was reached");
1040    TEST_EXPECT_TREESTRING_FAILS_WITH("(a, 'b", "Expected one of ',)' while end-of-file was reached");
1041
1042    TEST_EXPECT_TREESTRING_FAILS_WITH("(a, b:5::::",  "Unexpected ':' (already read a branchlength) while looking at '::::<EOF>'");
1043    TEST_EXPECT_TREESTRING_FAILS_WITH("(a, b:5:c:d",  "Unexpected ':' (already read a branchlength) while looking at ':c:d<EOF>'");
1044    TEST_EXPECT_TREESTRING_FAILS_WITH("(a, b:5:c:d)", "Unexpected ':' (already read a branchlength) while looking at ':c:d)<EOF>'");
1045
1046    TEST_EXPECT_TREESTRING_FAILS_WITH("[unclosed\ncomment",         "while reading comment");
1047    TEST_EXPECT_TREESTRING_FAILS_WITH("[unclosed\ncomment [ bla ]", "while reading comment");
1048
1049    TEST_EXPECT_TREESTRING_FAILS_WITH("(a, b:d)", "Expected valid length while looking at 'd)<EOF>'");
1050
1051    // questionable accepted trees / check warnings
1052    TEST_EXPECT_TREESTRING_OK_WITH_WARNING("(a,b):0.5", "(a,b);", "Length specified for root-node has been ignored");
1053    TEST_EXPECT_TREESTRING_OK_WITH_WARNING("(a, b))",   "(a,b);", "Unexpected input-data after tree: ')'");
1054
1055    TEST_EXPECT_TREESTRING_OK("(a*,b%);", "(a*,b%);"); // @@@ really accept such names?
1056    TEST_EXPECT_TREESTRING_OK("(a, b:5)", "(a,b);");
1057
1058    // check errors
1059    TEST_EXPECT_TREEFILE_FAILS_WITH("trees/nosuch.tree",    "No such file");
1060    TEST_EXPECT_TREEFILE_FAILS_WITH("trees/corrupted.tree", "Error reading");
1061
1062    TEST_EXPECT_ZERO_OR_SHOW_ERRNO(GB_unlink("trees/tmp.tree")); // cleanup
1063}
1064
1065#endif // UNIT_TESTS
1066
1067// --------------------------------------------------------------------------------
Note: See TracBrowser for help on using the repository browser.