librarian/dcparser.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 xml.parsers.expat import ExpatError
   7 from datetime import date
   8 import time
   9
  10 from librarian import (ValidationError, NoDublinCore, ParseError, DCNS, RDFNS,
  11                        WLURI)
  12
  13 import lxml.etree as etree # ElementTree API using libxml2
  14 from lxml.etree import XMLSyntaxError
  15
  16
  17 # ==============
  18 # = Converters =
  19 # ==============
  20 class Person(object):
  21     """Single person with last name and a list of first names."""
  22     def __init__(self, last_name, *first_names):
  23         self.last_name = last_name
  24         self.first_names = first_names
  25
  26     @classmethod
  27     def from_text(cls, text):
  28         parts = [ token.strip() for token in text.split(',') ]
  29         if len(parts) == 1:
  30             surname = parts[0]
  31             names = []
  32         elif len(parts) != 2:
  33             raise ValueError("Invalid person name. There should be at most one comma: \"%s\"." % text)
  34         else:
  35             surname = parts[0]
  36             if len(parts[1]) == 0:
  37                 # there is no non-whitespace data after the comma
  38                 raise ValueError("Found a comma, but no names given: \"%s\" -> %r." % (text, parts))
  39             names = [ name for name in parts[1].split() if len(name) ] # all non-whitespace tokens
  40         return cls(surname, *names)
  41
  42     def readable(self):
  43         return u" ".join(self.first_names + (self.last_name,))
  44
  45     def __eq__(self, right):
  46         return self.last_name == right.last_name and self.first_names == right.first_names
  47
  48     def __cmp__(self, other):
  49         return cmp((self.last_name, self.first_names), (other.last_name, other.first_names))
  50
  51     def __hash__(self):
  52         return hash((self.last_name, self.first_names))
  53
  54     def __unicode__(self):
  55         if len(self.first_names) > 0:
  56             return '%s, %s' % (self.last_name, ' '.join(self.first_names))
  57         else:
  58             return self.last_name
  59
  60     def __repr__(self):
  61         return 'Person(last_name=%r, first_names=*%r)' % (self.last_name, self.first_names)
  62
  63 def as_date(text):
  64     try:
  65         try:
  66             t = time.strptime(text, '%Y-%m-%d')
  67         except ValueError:
  68             t = time.strptime(text, '%Y')
  69         return date(t[0], t[1], t[2])
  70     except ValueError, e:
  71         raise ValueError("Unrecognized date format. Try YYYY-MM-DD or YYYY.")
  72
  73 def as_person(text):
  74     return Person.from_text(text)
  75
  76 def as_unicode(text):
  77     if isinstance(text, unicode):
  78         return text
  79     else:
  80         return text.decode('utf-8')
  81
  82 def as_wluri_strict(text):
  83     return WLURI.strict(text)
  84
  85 class Field(object):
  86     def __init__(self, uri, attr_name, validator=as_unicode, strict=None, multiple=False, salias=None, **kwargs):
  87         self.uri = uri
  88         self.name = attr_name
  89         self.validator = validator
  90         self.strict = strict
  91         self.multiple = multiple
  92         self.salias = salias
  93
  94         self.required = kwargs.get('required', True) and not kwargs.has_key('default')
  95         self.default = kwargs.get('default', [] if multiple else [None])
  96
  97     def validate_value(self, val, strict=False):
  98         if strict and self.strict is not None:
  99             validator = self.strict
 100         else:
 101             validator = self.validator
 102         try:
 103             if self.multiple:
 104                 if validator is None:
 105                     return val
 106                 return [ validator(v) if v is not None else v for v in val ]
 107             elif len(val) > 1:
 108                 raise ValidationError("Multiple values not allowed for field '%s'" % self.uri)
 109             elif len(val) == 0:
 110                 raise ValidationError("Field %s has no value to assign. Check your defaults." % self.uri)
 111             else:
 112                 if validator is None or val[0] is None:
 113                     return val[0]
 114                 return validator(val[0])
 115         except ValueError, e:
 116             raise ValidationError("Field '%s' - invald value: %s" % (self.uri, e.message))
 117
 118     def validate(self, fdict, strict=False):
 119         if not fdict.has_key(self.uri):
 120             if not self.required:
 121                 f = self.default
 122             else:
 123                 raise ValidationError("Required field %s not found" % self.uri)
 124         else:
 125             f = fdict[self.uri]
 126
 127         return self.validate_value(f, strict=strict)
 128
 129     def __eq__(self, other):
 130         if isinstance(other, Field) and other.name == self.name:
 131             return True
 132         return False
 133
 134
 135 class DCInfo(type):
 136     def __new__(meta, classname, bases, class_dict):
 137         fields = list(class_dict['FIELDS'])
 138
 139         for base in bases[::-1]:
 140             if hasattr(base, 'FIELDS'):
 141                 for field in base.FIELDS[::-1]:
 142                     try:
 143                         fields.index(field)
 144                     except ValueError:
 145                         fields.insert(0, field)
 146
 147         class_dict['FIELDS'] = tuple(fields)
 148         return super(DCInfo, meta).__new__(meta, classname, bases, class_dict)
 149
 150
 151 class WorkInfo(object):
 152     __metaclass__ = DCInfo
 153
 154     FIELDS = (
 155         Field( DCNS('creator'), 'authors', as_person, salias='author', multiple=True),
 156         Field( DCNS('title'), 'title'),
 157         Field( DCNS('type'), 'type', required=False, multiple=True),
 158
 159         Field( DCNS('contributor.editor'), 'editors', \
 160             as_person, salias='editor', multiple=True, default=[]),
 161         Field( DCNS('contributor.technical_editor'), 'technical_editors',
 162             as_person, salias='technical_editor', multiple=True, default=[]),
 163
 164         Field( DCNS('date'), 'created_at', as_date),
 165         Field( DCNS('date.pd'), 'released_to_public_domain_at', as_date, required=False),
 166         Field( DCNS('publisher'), 'publisher'),
 167
 168         Field( DCNS('language'), 'language'),
 169         Field( DCNS('description'), 'description', required=False),
 170
 171         Field( DCNS('source'), 'source_name', required=False),
 172         Field( DCNS('source.URL'), 'source_url', required=False),
 173         Field( DCNS('identifier.url'), 'url', WLURI, strict=as_wluri_strict),
 174         Field( DCNS('rights.license'), 'license', required=False),
 175         Field( DCNS('rights'), 'license_description'),
 176     )
 177
 178     @classmethod
 179     def from_string(cls, xml, *args, **kwargs):
 180         from StringIO import StringIO
 181         return cls.from_file(StringIO(xml), *args, **kwargs)
 182
 183     @classmethod
 184     def from_file(cls, xmlfile, *args, **kwargs):
 185         desc_tag = None
 186         try:
 187             iter = etree.iterparse(xmlfile, ['start', 'end'])
 188             for (event, element) in iter:
 189                 if element.tag == RDFNS('RDF') and event == 'start':
 190                     desc_tag = element
 191                     break
 192
 193             if desc_tag is None:
 194                 raise NoDublinCore("DublinCore section not found. \
 195                     Check if there are rdf:RDF and rdf:Description tags.")
 196
 197             # continue 'till the end of RDF section
 198             for (event, element) in iter:
 199                 if element.tag == RDFNS('RDF') and event == 'end':
 200                     break
 201
 202             # if there is no end, Expat should yell at us with an ExpatError
 203
 204             # extract data from the element and make the info
 205             return cls.from_element(desc_tag, *args, **kwargs)
 206         except XMLSyntaxError, e:
 207             raise ParseError(e)
 208         except ExpatError, e:
 209             raise ParseError(e)
 210
 211     @classmethod
 212     def from_element(cls, rdf_tag, *args, **kwargs):
 213         # the tree is already parsed, so we don't need to worry about Expat errors
 214         field_dict = {}
 215         desc = rdf_tag.find(".//" + RDFNS('Description'))
 216
 217         if desc is None:
 218             raise NoDublinCore("No DublinCore section found.")
 219
 220         for e in desc.getchildren():
 221             fv = field_dict.get(e.tag, [])
 222             fv.append(e.text)
 223             field_dict[e.tag] = fv
 224
 225         return cls(desc.attrib, field_dict, *args, **kwargs)
 226
 227     def __init__(self, rdf_attrs, dc_fields, strict=False):
 228         """rdf_attrs should be a dictionary-like object with any attributes of the RDF:Description.
 229         dc_fields - dictionary mapping DC fields (with namespace) to list of text values for the
 230         given field. """
 231
 232         self.about = rdf_attrs.get(RDFNS('about'))
 233         self.fmap = {}
 234
 235         for field in self.FIELDS:
 236             value = field.validate(dc_fields, strict=strict)
 237             setattr(self, 'prop_' + field.name, value)
 238             self.fmap[field.name] = field
 239             if field.salias: self.fmap[field.salias] = field
 240
 241     def __getattribute__(self, name):
 242         try:
 243             field = object.__getattribute__(self, 'fmap')[name]
 244             value = object.__getattribute__(self, 'prop_'+field.name)
 245             if field.name == name:
 246                 return value
 247             else: # singular alias
 248                 if not field.multiple:
 249                     raise "OUCH!! for field %s" % name
 250
 251                 return value[0] if value else None
 252         except (KeyError, AttributeError):
 253             return object.__getattribute__(self, name)
 254
 255     def __setattr__(self, name, newvalue):
 256         try:
 257             field = object.__getattribute__(self, 'fmap')[name]
 258             if field.name == name:
 259                 object.__setattr__(self, 'prop_'+field.name, newvalue)
 260             else: # singular alias
 261                 if not field.multiple:
 262                     raise "OUCH! while setting field %s" % name
 263
 264                 object.__setattr__(self, 'prop_'+field.name, [newvalue])
 265         except (KeyError, AttributeError):
 266             return object.__setattr__(self, name, newvalue)
 267
 268     def update(self, field_dict):
 269         """Update using field_dict. Verify correctness, but don't check if all
 270         required fields are present."""
 271         for field in self.FIELDS:
 272             if field_dict.has_key(field.name):
 273                 setattr(self, field.name, field_dict[field.name])
 274
 275     def to_etree(self, parent = None):
 276         """XML representation of this object."""
 277         #etree._namespace_map[str(self.RDF)] = 'rdf'
 278         #etree._namespace_map[str(self.DC)] = 'dc'
 279
 280         if parent is None:
 281             root = etree.Element(RDFNS('RDF'))
 282         else:
 283             root = parent.makeelement(RDFNS('RDF'))
 284
 285         description = etree.SubElement(root, RDFNS('Description'))
 286
 287         if self.about:
 288             description.set(RDFNS('about'), self.about)
 289
 290         for field in self.FIELDS:
 291             v = getattr(self, field.name, None)
 292             if v is not None:
 293                 if field.multiple:
 294                     if len(v) == 0: continue
 295                     for x in v:
 296                         e = etree.Element(field.uri)
 297                         if x is not None:
 298                             e.text = unicode(x)
 299                         description.append(e)
 300                 else:
 301                     e = etree.Element(field.uri)
 302                     e.text = unicode(v)
 303                     description.append(e)
 304
 305         return root
 306
 307     def serialize(self):
 308         rdf = {}
 309         rdf['about'] = { 'uri': RDFNS('about'), 'value': self.about }
 310
 311         dc = {}
 312         for field in self.FIELDS:
 313             v = getattr(self, field.name, None)
 314             if v is not None:
 315                 if field.multiple:
 316                     if len(v) == 0: continue
 317                     v = [ unicode(x) for x in v if x is not None ]
 318                 else:
 319                     v = unicode(v)
 320
 321                 dc[field.name] = {'uri': field.uri, 'value': v}
 322         rdf['fields'] = dc
 323         return rdf
 324
 325     def to_dict(self):
 326         result = {'about': self.about}
 327         for field in self.FIELDS:
 328             v = getattr(self, field.name, None)
 329
 330             if v is not None:
 331                 if field.multiple:
 332                     if len(v) == 0: continue
 333                     v = [ unicode(x) for x in v if x is not None ]
 334                 else:
 335                     v = unicode(v)
 336                 result[field.name] = v
 337
 338             if field.salias:
 339                 v = getattr(self, field.salias)
 340                 if v is not None: result[field.salias] = unicode(v)
 341
 342         return result
 343
 344
 345 class BookInfo(WorkInfo):
 346     FIELDS = (
 347         Field( DCNS('audience'), 'audiences', salias='audience', multiple=True,
 348                 required=False),
 349
 350         Field( DCNS('subject.period'), 'epochs', salias='epoch', multiple=True,
 351                 required=False),
 352         Field( DCNS('subject.type'), 'kinds', salias='kind', multiple=True,
 353                 required=False),
 354         Field( DCNS('subject.genre'), 'genres', salias='genre', multiple=True,
 355                 required=False),
 356
 357         Field( DCNS('contributor.translator'), 'translators', \
 358             as_person,  salias='translator', multiple=True, default=[]),
 359         Field( DCNS('relation.hasPart'), 'parts',
 360             WLURI, strict=as_wluri_strict, multiple=True, required=False),
 361         Field( DCNS('relation.isVariantOf'), 'variant_of',
 362             WLURI, strict=as_wluri_strict, required=False),
 363
 364         Field( DCNS('relation.coverImage.url'), 'cover_url', required=False),
 365         Field( DCNS('relation.coverImage.attribution'), 'cover_by', required=False),
 366         Field( DCNS('relation.coverImage.source'), 'cover_source', required=False),
 367     )
 368
 369
 370 def parse(file_name, cls=BookInfo):
 371     return cls.from_file(file_name)