Minor EPUB/MOBI fixes.
[librarian.git] / src / 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 __future__ import unicode_literals
7
8 from lxml import etree
9 import re
10 from ebooklib import epub
11
12 from librarian.dcparser import Person
13 from librarian import get_resource
14
15
16 def _register_function(f):
17     """ Register extension function with lxml """
18     ns = etree.FunctionNamespace('http://wolnelektury.pl/functions')
19     ns[f.__name__] = f
20
21
22 def reg_substitute_entities():
23     entity_substitutions = [
24         (u'---', u'—'),
25         (u'--', u'–'),
26         (u'...', u'…'),
27         (u',,', u'„'),
28         (u'"', u'”'),
29     ]
30
31     def substitute_entities(context, text):
32         """XPath extension function converting all entites in passed text."""
33         if isinstance(text, list):
34             text = ''.join(text)
35         for entity, substitutution in entity_substitutions:
36             text = text.replace(entity, substitutution)
37         return text
38
39     _register_function(substitute_entities)
40
41
42 def reg_strip():
43     def strip(context, text):
44         """Remove unneeded whitespace from beginning and end"""
45         if isinstance(text, list):
46             text = ''.join(text)
47         return re.sub(r'\s+', ' ', text).strip()
48     _register_function(strip)
49
50
51 def reg_starts_white():
52     def starts_white(context, text):
53         if isinstance(text, list):
54             text = ''.join(text)
55         if not text:
56             return False
57         return text[0].isspace()
58     _register_function(starts_white)
59
60
61 def reg_ends_white():
62     def ends_white(context, text):
63         if isinstance(text, list):
64             text = ''.join(text)
65         if not text:
66             return False
67         return text[-1].isspace()
68     _register_function(ends_white)
69
70
71 def reg_wrap_words():
72     def wrap_words(context, text, wrapping):
73         """
74         XPath extension function automatically wrapping words
75         in passed text.
76         """
77         if isinstance(text, list):
78             text = ''.join(text)
79         if not wrapping:
80             return text
81
82         words = re.split(r'\s', text)
83
84         line_length = 0
85         lines = [[]]
86         for word in words:
87             line_length += len(word) + 1
88             if line_length > wrapping:
89                 # Max line length was exceeded. We create new line
90                 lines.append([])
91                 line_length = len(word)
92             lines[-1].append(word)
93         return '\n'.join(' '.join(line) for line in lines)
94     _register_function(wrap_words)
95
96
97 def reg_person_name():
98     def person_name(context, text):
99         """ Converts "Name, Forename" to "Forename Name" """
100         if isinstance(text, list):
101             text = ''.join(text)
102         return Person.from_text(text).readable()
103     _register_function(person_name)
104
105
106 def reg_texcommand():
107     def texcommand(context, text):
108         """Remove non-letters"""
109         if isinstance(text, list):
110             text = ''.join(text)
111         return re.sub(r'[^a-zA-Z]', '', text).strip()
112     _register_function(texcommand)
113
114
115 def lang_code_3to2(text):
116     """Convert 3-letter language code to 2-letter code"""
117     result = ''
118     text = ''.join(text)
119     with open(get_resource('res/ISO-639-2_8859-1.txt'), 'rb') as f:
120         for line in f.read().decode('latin1').split('\n'):
121             codes = line.strip().split('|')
122             if codes[0] == text:
123                 result = codes[2]
124     if result == '':
125         return text
126     else:
127         return result
128
129
130 def mathml_latex(context, trees):
131     from librarian.embeds.mathml import MathML
132     text = MathML(trees[0]).to_latex().data
133     # Remove invisible multiplications, they produce unwanted spaces.
134     text = text.replace(u'\u2062', '')
135     return text
136
137
138 def reg_mathml_latex():
139     _register_function(mathml_latex)
140
141
142 def reg_mathml_epub(output):
143     from librarian.embeds.mathml import MathML
144
145     def mathml(context, trees):
146         data = MathML(trees[0]).to_latex().to_png().data
147         name = "math%d.png" % mathml.count
148         mathml.count += 1
149         output.add_item(
150             epub.EpubItem(
151                 uid='math%d' % mathml.count,
152                 file_name=name,
153                 media_type='image/png',
154                 content=data
155             )
156         )
157
158         return name
159     mathml.count = 0
160     _register_function(mathml)