src/librarian/functions.py

   1 # This file is part of Librarian, licensed under GNU Affero GPLv3 or later.
   2 # Copyright © Fundacja Wolne Lektury. See NOTICE for more information.
   3 #
   4 from lxml import etree
   5 import re
   6 from ebooklib import epub
   7
   8 from librarian.dcparser import Person
   9 from librarian import get_resource
  10
  11
  12 def _register_function(f):
  13     """ Register extension function with lxml """
  14     ns = etree.FunctionNamespace('http://wolnelektury.pl/functions')
  15     ns[f.__name__] = f
  16
  17
  18 def reg_substitute_entities():
  19     entity_substitutions = [
  20         ('---', '—'),
  21         ('--', '–'),
  22         ('...', '…'),
  23         (',,', '„'),
  24         ('"', '”'),
  25     ]
  26
  27     def substitute_entities(context, text):
  28         """XPath extension function converting all entites in passed text."""
  29         if isinstance(text, list):
  30             text = ''.join(text)
  31         for entity, substitutution in entity_substitutions:
  32             text = text.replace(entity, substitutution)
  33         return text
  34
  35     _register_function(substitute_entities)
  36
  37
  38 def reg_strip():
  39     def strip(context, text):
  40         """Remove unneeded whitespace from beginning and end"""
  41         if isinstance(text, list):
  42             text = ''.join(text)
  43         return re.sub(r'\s+', ' ', text).strip()
  44     _register_function(strip)
  45
  46
  47 def reg_starts_white():
  48     def starts_white(context, text):
  49         if isinstance(text, list):
  50             text = ''.join(text)
  51         if not text:
  52             return False
  53         return text[0].isspace()
  54     _register_function(starts_white)
  55
  56
  57 def reg_ends_white():
  58     def ends_white(context, text):
  59         if isinstance(text, list):
  60             text = ''.join(text)
  61         if not text:
  62             return False
  63         return text[-1].isspace()
  64     _register_function(ends_white)
  65
  66
  67 def reg_person_name():
  68     def person_name(context, text):
  69         """ Converts "Name, Forename" to "Forename Name" """
  70         if isinstance(text, list):
  71             text = ''.join(text)
  72         return Person.from_text(text).readable()
  73     _register_function(person_name)
  74
  75
  76 def reg_texcommand():
  77     def texcommand(context, text):
  78         """Remove non-letters"""
  79         if isinstance(text, list):
  80             text = ''.join(text)
  81         return re.sub(r'[^a-zA-Z]', '', text).strip()
  82     _register_function(texcommand)
  83
  84
  85 def lang_code_3to2(text):
  86     """Convert 3-letter language code to 2-letter code"""
  87     result = ''
  88     text = ''.join(text)
  89     with open(get_resource('res/ISO-639-2_8859-1.txt'), 'rb') as f:
  90         for line in f.read().decode('latin1').split('\n'):
  91             codes = line.strip().split('|')
  92             if codes[0] == text:
  93                 result = codes[2]
  94     if result == '':
  95         return text
  96     else:
  97         return result
  98
  99
 100 def mathml_latex(context, trees):
 101     from librarian.embeds.mathml import MathML
 102     text = MathML(trees[0]).to_latex().data
 103     # Remove invisible multiplications, they produce unwanted spaces.
 104     text = text.replace('\u2062', '')
 105     return text
 106
 107
 108 def reg_mathml_latex():
 109     _register_function(mathml_latex)
 110
 111
 112 def reg_mathml_epub(output):
 113     from librarian.embeds.mathml import MathML
 114
 115     def mathml(context, trees):
 116         data = MathML(trees[0]).to_latex().to_png().data
 117         name = "math%d.png" % mathml.count
 118         mathml.count += 1
 119         output.add_item(
 120             epub.EpubItem(
 121                 uid='math%d' % mathml.count,
 122                 file_name=name,
 123                 media_type='image/png',
 124                 content=data
 125             )
 126         )
 127
 128         return name
 129     mathml.count = 0
 130     _register_function(mathml)