1 # -*- coding: utf-8 -*-
3 # Copyright © 2008,2009,2010 Fundacja Nowoczesna Polska
5 # This file is part of Librarian, licensed under GNU Affero GPLv3 or later.
6 # For full license text see COPYING or <http://www.gnu.org/licenses/agpl.html>
8 from librarian import dcparser, parser
16 ENTITY_SUBSTITUTIONS = [
26 Kodowanie znaków w dokumencie: UTF-8.
28 Publikacja zrealizowana w ramach projektu Wolne Lektury (http://wolnelektury.pl/). Reprodukcja cyfrowa wykonana przez
29 Bibliotekę Narodową z egzemplarza pochodzącego ze zbiorów BN. Ten utwór nie jest chroniony prawem autorskim i znajduje
30 się w domenie publicznej, co oznacza, że możesz go swobodnie wykorzystywać, publikować i rozpowszechniać.
32 Wersja lektury w opracowaniu merytorycznym i krytycznym (przypisy i motywy) dostępna jest na stronie %(url)s.
41 def strip(context, text):
42 """Remove unneeded whitespace from beginning and end"""
43 if isinstance(text, list):
45 return re.sub(r'\s+', ' ', text).strip()
48 def substitute_entities(context, text):
49 """XPath extension function converting all entites in passed text."""
50 if isinstance(text, list):
52 for entity, substitutution in ENTITY_SUBSTITUTIONS:
53 text = text.replace(entity, substitutution)
57 def wrap_words(context, text, wrapping):
58 """XPath extension function automatically wrapping words in passed text"""
59 if isinstance(text, list):
64 words = re.split(r'\s', text)
69 line_length += len(word) + 1
70 if line_length > wrapping:
71 # Max line length was exceeded. We create new line
73 line_length = len(word)
74 lines[-1].append(word)
75 return '\n'.join(' '.join(line) for line in lines)
78 # Register substitute_entities function with lxml
79 ns = etree.FunctionNamespace('http://wolnelektury.pl/functions')
81 ns['substitute_entities'] = substitute_entities
82 ns['wrap_words'] = wrap_words
85 def transform(input_filename, output_filename, is_file=True, parse_dublincore=True, **options):
86 """Transforms file input_filename in XML to output_filename in TXT."""
88 style_filename = os.path.join(os.path.dirname(__file__), 'xslt/book2txt.xslt')
89 style = etree.parse(style_filename)
92 document = parser.WLDocument.from_file(input_filename, True, parse_dublincore=parse_dublincore)
94 document = parser.WLDocument.from_string(input_filename, True, parse_dublincore=parse_dublincore)
96 result = document.transform(style, **options)
98 output_file = codecs.open(output_filename, 'wb', encoding='utf-8')
101 url = dcparser.parse(input_filename).url
104 output_file.write(TEMPLATE % {
106 'text': unicode(result),