scripts/genslugs

   1 #!/usr/bin/env python
   2 # -*- coding: utf-8 -*-
   3 #
   4 #    This file is part of Librarian.
   5 #
   6 #    Copyright © 2008,2009,2010 Fundacja Nowoczesna Polska <fundacja@nowoczesnapolska.org.pl>
   7 #
   8 #    For full list of contributors see AUTHORS file.
   9 #
  10 #    This program is free software: you can redistribute it and/or modify
  11 #    it under the terms of the GNU Affero General Public License as published by
  12 #    the Free Software Foundation, either version 3 of the License, or
  13 #    (at your option) any later version.
  14 #
  15 #    This program is distributed in the hope that it will be useful,
  16 #    but WITHOUT ANY WARRANTY; without even the implied warranty of
  17 #    MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  18 #    GNU Affero General Public License for more details.
  19 #
  20 #    You should have received a copy of the GNU Affero General Public License
  21 #    along with this program.  If not, see <http://www.gnu.org/licenses/>.
  22 #
  23 import os
  24 import optparse
  25
  26 from lxml import etree
  27 from librarian import html
  28 from slughifi import slughifi
  29
  30
  31 BOOK_URL = 'http://wolnelektury.pl/katalog/lektura/'
  32
  33
  34 if __name__ == '__main__':
  35     # Parse commandline arguments
  36     usage = """Usage: %prog [options] SOURCE [SOURCE...]
  37     Generate slugs for SOURCE."""
  38
  39     parser = optparse.OptionParser(usage=usage)
  40
  41     parser.add_option('-v', '--verbose', action='store_true', dest='verbose', default=False,
  42         help='print status messages to stdout')
  43     parser.add_option('-f', '--force', action='store_true', dest='force', default=False,
  44         help='overwrite current identifiers')
  45
  46     options, input_filenames = parser.parse_args()
  47
  48     if len(input_filenames) < 1:
  49         parser.print_help()
  50         exit(1)
  51
  52     # Do some real work
  53     for input_filename in input_filenames:
  54         if options.verbose:
  55             print input_filename
  56
  57         doc = etree.parse(input_filename)
  58         try:
  59             title = doc.find('//{http://purl.org/dc/elements/1.1/}title').text
  60         except AttributeError:
  61             print '%s:error:Book title not found. Skipping.' % input_filename
  62             continue
  63
  64         parent = ''
  65         try:
  66             parent_url = doc.find('//{http://purl.org/dc/elements/1.1/}relation.isPartOf').text
  67             parent = parent_url.rsplit('/', 1)[1] + ' '
  68         except AttributeError:
  69             pass
  70         except IndexError:
  71             print '%s:error:Invalid parent URL "%s". Skipping.' % (input_filename, parent_url)
  72
  73         book_url = doc.find('//{http://purl.org/dc/elements/1.1/}identifier.url')
  74         if book_url is None:
  75             book_description = doc.find('//{http://www.w3.org/1999/02/22-rdf-syntax-ns#}Description')
  76             book_url = etree.SubElement(book_description, '{http://purl.org/dc/elements/1.1/}identifier.url')
  77         if not options.force and book_url.text.startswith('http://'):
  78             print '%s:Notice:Book already has identifier URL "%s". Skipping.' % (input_filename, book_url.text)
  79             continue
  80
  81         book_url.text = BOOK_URL + slughifi(parent + title)[:60]
  82
  83         doc.write(input_filename, xml_declaration=True, pretty_print=True, encoding='utf-8')
  84