librarian/functions.py

   1 # -*- coding: utf-8 -*-
   2 #
   3 # This file is part of Librarian, licensed under GNU Affero GPLv3 or later.
   4 # Copyright © Fundacja Nowoczesna Polska. See NOTICE for more information.
   5 #
   6 from lxml import etree
   7 import re
   8
   9 def _register_function(f):
  10     """ Register extension function with lxml """
  11     ns = etree.FunctionNamespace('http://wolnelektury.pl/functions')
  12     ns[f.__name__] = f
  13
  14
  15 def reg_substitute_entities():
  16     ENTITY_SUBSTITUTIONS = [
  17         (u'---', u'—'),
  18         (u'--', u'–'),
  19         (u'...', u'…'),
  20         (u',,', u'„'),
  21         (u'"', u'”'),
  22     ]
  23
  24     def substitute_entities(context, text):
  25         """XPath extension function converting all entites in passed text."""
  26         if isinstance(text, list):
  27             text = ''.join(text)
  28         for entity, substitutution in ENTITY_SUBSTITUTIONS:
  29             text = text.replace(entity, substitutution)
  30         return text
  31
  32     _register_function(substitute_entities)
  33
  34
  35 def reg_strip():
  36     def strip(context, text):
  37         """Remove unneeded whitespace from beginning and end"""
  38         if isinstance(text, list):
  39             text = ''.join(text)
  40         return re.sub(r'\s+', ' ', text).strip()
  41     _register_function(strip)
  42
  43
  44 def reg_wrap_words():
  45     def wrap_words(context, text, wrapping):
  46         """XPath extension function automatically wrapping words in passed text"""
  47         if isinstance(text, list):
  48             text = ''.join(text)
  49         if not wrapping:
  50             return text
  51
  52         words = re.split(r'\s', text)
  53
  54         line_length = 0
  55         lines = [[]]
  56         for word in words:
  57             line_length += len(word) + 1
  58             if line_length > wrapping:
  59                 # Max line length was exceeded. We create new line
  60                 lines.append([])
  61                 line_length = len(word)
  62             lines[-1].append(word)
  63         return '\n'.join(' '.join(line) for line in lines)
  64     _register_function(wrap_words)
  65