src/librarian/text.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 import copy
   9 from librarian import functions, OutputFile
  10 from lxml import etree
  11 import os
  12 import six
  13
  14
  15 functions.reg_substitute_entities()
  16 functions.reg_wrap_words()
  17 functions.reg_strip()
  18 functions.reg_person_name()
  19
  20 TEMPLATE = u"""\
  21 %(text)s
  22
  23
  24 -----
  25 Ta lektura, podobnie jak tysiące innych, dostępna jest na stronie wolnelektury.pl.
  26 Wersja lektury w opracowaniu merytorycznym i krytycznym (przypisy i motywy) dostępna jest na stronie %(url)s.
  27
  28 Utwór opracowany został w ramach projektu Wolne Lektury przez fundację Nowoczesna Polska.
  29
  30 %(license_description)s.%(source)s%(publisher)s
  31
  32 %(description)s%(contributors)s%(funders)s%(isbn)s
  33 """
  34
  35
  36 def transform(wldoc, flags=None, **options):
  37     """
  38     Transforms input_file in XML to output_file in TXT.
  39     possible flags: raw-text,
  40     """
  41     # Parse XSLT
  42     style_filename = os.path.join(os.path.dirname(__file__),
  43                                   'xslt/book2txt.xslt')
  44     style = etree.parse(style_filename)
  45
  46     document = copy.deepcopy(wldoc)
  47     del wldoc
  48     document.swap_endlines()
  49
  50     if flags:
  51         for flag in flags:
  52             document.edoc.getroot().set(flag, 'yes')
  53     if 'wrapping' in options:
  54         options['wrapping'] = str(options['wrapping'])
  55
  56     result = document.transform(style, **options)
  57
  58     if not flags or 'raw-text' not in flags:
  59         if document.book_info:
  60             parsed_dc = document.book_info
  61             description = parsed_dc.description
  62             url = document.book_info.url
  63
  64             license_description = parsed_dc.license_description
  65             license = parsed_dc.license
  66             if license:
  67                 license_description = (
  68                     u"Ten utwór jest udostępniony na licencji %s: \n%s" % (
  69                         license_description, license
  70                     )
  71                 )
  72             else:
  73                 license_description = (
  74                     "Ten utwór nie jest objęty majątkowym prawem autorskim "
  75                     "i znajduje się w domenie publicznej, co oznacza że "
  76                     "możesz go swobodnie wykorzystywać, publikować "
  77                     "i rozpowszechniać. Jeśli utwór opatrzony jest "
  78                     "dodatkowymi materiałami (przypisy, motywy literackie "
  79                     "etc.), które podlegają prawu autorskiemu, to te "
  80                     "dodatkowe materiały udostępnione są na licencji "
  81                     "Creative Commons Uznanie Autorstwa – Na Tych Samych "
  82                     "Warunkach 3.0 PL "
  83                     "(http://creativecommons.org/licenses/by-sa/3.0/)"
  84                 )
  85
  86             source = parsed_dc.source_name
  87             if source:
  88                 source = "\n\nTekst opracowany na podstawie: " + source
  89             else:
  90                 source = ''
  91
  92             contributors = ', '.join(
  93                 person.readable()
  94                 for person in sorted(set(
  95                     p for p in (
  96                         parsed_dc.technical_editors + parsed_dc.editors
  97                     ) if p))
  98             )
  99             if contributors:
 100                 contributors = (
 101                     "\n\nOpracowanie redakcyjne i przypisy: %s."
 102                     % contributors
 103                 )
 104             funders = ', '.join(parsed_dc.funders)
 105             if funders:
 106                 funders = u"\n\nPublikację wsparli i wsparły: %s." % funders
 107             publisher = '\n\nWydawca: ' + ', '.join(parsed_dc.publisher)
 108             isbn = getattr(parsed_dc, 'isbn_txt', None)
 109             if isbn:
 110                 isbn = '\n\n' + isbn
 111             else:
 112                 isbn = ''
 113         else:
 114             description = ("Publikacja zrealizowana w ramach projektu "
 115                            "Wolne Lektury (http://wolnelektury.pl).")
 116             url = '*' * 10
 117             license_description = ""
 118             source = ""
 119             contributors = ""
 120             funders = ""
 121             publisher = ""
 122             isbn = ""
 123         result = (TEMPLATE % {
 124             'description': description,
 125             'url': url,
 126             'license_description': license_description,
 127             'text': six.text_type(result),
 128             'source': source,
 129             'contributors': contributors,
 130             'funders': funders,
 131             'publisher': publisher,
 132             'isbn': isbn,
 133         }).encode('utf-8')
 134     else:
 135         result = six.text_type(result).encode('utf-8')
 136     return OutputFile.from_bytes(b"\r\n".join(result.splitlines()) + b"\r\n")