1 # -*- coding: utf-8 -*-
 
   3 # This file is part of Librarian, licensed under GNU Affero GPLv3 or later.
 
   4 # Copyright © Fundacja Nowoczesna Polska. See NOTICE for more information.  
 
   6 from __future__ import with_statement
 
  11 from copy import deepcopy
 
  12 from lxml import etree
 
  14 from tempfile import mkdtemp
 
  15 from shutil import rmtree
 
  18 sys.path.append('..') # for running from working copy
 
  20 from librarian import XMLNamespace, RDFNS, DCNS, WLNS, NCXNS, OPFNS, NoDublinCore
 
  21 from librarian.dcparser import BookInfo
 
  23 from librarian import functions
 
  25 functions.reg_person_name()
 
  29     """ returns node's text and children as a string
 
  31     >>> print inner_xml(etree.fromstring('<a>x<b>y</b>z</a>'))
 
  35     nt = node.text if node.text is not None else ''
 
  36     return ''.join([nt] + [etree.tostring(child) for child in node]) 
 
  38 def set_inner_xml(node, text):
 
  39     """ sets node's text and children from a string
 
  41     >>> e = etree.fromstring('<a>b<b>x</b>x</a>')
 
  42     >>> set_inner_xml(e, 'x<b>y</b>z')
 
  43     >>> print etree.tostring(e)
 
  47     p = etree.fromstring('<x>%s</x>' % text)
 
  53     """ Find out a node's name
 
  55     >>> print node_name(etree.fromstring('<a>X<b>Y</b>Z</a>'))
 
  59     tempnode = deepcopy(node)
 
  61     for p in ('pe', 'pa', 'pt', 'pr', 'motyw'):
 
  62         for e in tempnode.findall('.//%s' % p):
 
  66     etree.strip_tags(tempnode, '*')
 
  71     if isinstance(xml, etree._Element):
 
  72         xml = etree.ElementTree(xml)
 
  73     with open(sheet) as xsltf:
 
  74         return xml.xslt(etree.parse(xsltf))
 
  77 _resdir = os.path.join(os.path.dirname(os.path.realpath(__file__)), 'epub')
 
  79     return os.path.join(_resdir, fname)
 
  82 def replace_characters(node):
 
  83     def replace_chars(text):
 
  86         return text.replace("---", u"\u2014")\
 
  87                    .replace("--", u"\u2013")\
 
  88                    .replace(",,", u"\u201E")\
 
  89                    .replace('"', u"\u201D")\
 
  90                    .replace("'", u"\u2019")
 
  91     if node.tag == 'extra':
 
  94         node.text = replace_chars(node.text)
 
  95         node.tail = replace_chars(node.tail)
 
  97             replace_characters(child)
 
 100 def find_annotations(annotations, source, part_no):
 
 102         if child.tag in ('pe', 'pa', 'pt', 'pr'):
 
 103             annotation = deepcopy(child)
 
 104             number = str(len(annotations)+1)
 
 105             annotation.set('number', number)
 
 106             annotation.set('part', str(part_no))
 
 108             annotations.append(annotation)
 
 113         if child.tag not in ('extra', 'podtytul'):
 
 114             find_annotations(annotations, child, part_no)
 
 117 def replace_by_verse(tree):
 
 118     """ Find stanzas and create new verses in place of a '/' character """
 
 120     stanzas = tree.findall('.//' + WLNS('strofa'))
 
 122         for child_node in node:
 
 123             if child_node.tag in ('slowo_obce', 'wyroznienie'):
 
 124                 foreign_verses = inner_xml(child_node).split('/\n')
 
 125                 if len(foreign_verses) > 1:
 
 127                     for foreign_verse in foreign_verses:
 
 128                         if foreign_verse.startswith('<wers'):
 
 129                             new_foreign += foreign_verse
 
 131                             new_foreign += ''.join(('<wers_normalny>', foreign_verse, '</wers_normalny>'))
 
 132                     set_inner_xml(child_node, new_foreign)
 
 133         verses = inner_xml(node).split('/\n')
 
 135             modified_inner_xml = ''
 
 137                 if verse.startswith('<wers') or verse.startswith('<extra'):
 
 138                     modified_inner_xml += verse
 
 140                     modified_inner_xml += ''.join(('<wers_normalny>', verse, '</wers_normalny>'))
 
 141             set_inner_xml(node, modified_inner_xml)
 
 144 def add_to_manifest(manifest, partno):
 
 145     """ Adds a node to the manifest section in content.opf file """
 
 147     partstr = 'part%d' % partno
 
 148     e = manifest.makeelement(OPFNS('item'), attrib={
 
 150                                  'href': partstr + '.html',
 
 151                                  'media-type': 'application/xhtml+xml',
 
 156 def add_to_spine(spine, partno):
 
 157     """ Adds a node to the spine section in content.opf file """
 
 159     e = spine.makeelement(OPFNS('itemref'), attrib={'idref': 'part%d' % partno});
 
 164     def __init__(self, name=None, part_number=None):
 
 167         self.part_number = part_number
 
 168         self.sub_number = None
 
 170     def add(self, name, part_number, level=0, is_part=True):
 
 171         if level > 0 and self.children:
 
 172             return self.children[-1].add(name, part_number, level-1, is_part)
 
 175             t.part_number = part_number
 
 176             self.children.append(t)
 
 178                 t.sub_number = len(self.children) + 1
 
 181     def append(self, toc):
 
 182         self.children.append(toc)
 
 184     def extend(self, toc):
 
 185         self.children.extend(toc.children)
 
 189             return max((c.depth() for c in self.children)) + 1
 
 193     def write_to_xml(self, nav_map, counter):
 
 194         for child in self.children:
 
 195             nav_point = nav_map.makeelement(NCXNS('navPoint'))
 
 196             nav_point.set('id', 'NavPoint-%d' % counter)
 
 197             nav_point.set('playOrder', str(counter))
 
 199             nav_label = nav_map.makeelement(NCXNS('navLabel'))
 
 200             text = nav_map.makeelement(NCXNS('text'))
 
 201             text.text = child.name
 
 202             nav_label.append(text)
 
 203             nav_point.append(nav_label)
 
 205             content = nav_map.makeelement(NCXNS('content'))
 
 206             src = 'part%d.html' % child.part_number
 
 207             if child.sub_number is not None:
 
 208                 src += '#sub%d' % child.sub_number
 
 209             content.set('src', src)
 
 210             nav_point.append(content)
 
 211             nav_map.append(nav_point)
 
 212             counter = child.write_to_xml(nav_point, counter + 1)
 
 216 def used_chars(element):
 
 217     """ Lists characters used in an ETree Element """
 
 218     chars = set((element.text or '') + (element.tail or ''))
 
 219     for child in element:
 
 220         chars = chars.union(used_chars(child))
 
 225     """ divide main content of the XML file into chunks """
 
 227     # prepare a container for each chunk
 
 228     part_xml = etree.Element('utwor')
 
 229     etree.SubElement(part_xml, 'master')
 
 230     main_xml_part = part_xml[0] # master
 
 232     last_node_part = False
 
 233     for one_part in main_text:
 
 235         if name == 'naglowek_czesc':
 
 237             last_node_part = True
 
 238             main_xml_part[:] = [deepcopy(one_part)]
 
 239         elif not last_node_part and name in ("naglowek_rozdzial", "naglowek_akt", "srodtytul"):
 
 241             main_xml_part[:] = [deepcopy(one_part)]
 
 243             main_xml_part.append(deepcopy(one_part))
 
 244             last_node_part = False
 
 248 def transform_chunk(chunk_xml, chunk_no, annotations):
 
 249     """ transforms one chunk, returns a HTML string, a TOC object and a set of used characters """
 
 252     for element in chunk_xml[0]:
 
 253         if element.tag in ("naglowek_czesc", "naglowek_rozdzial", "naglowek_akt", "srodtytul"):
 
 254             toc.add(node_name(element), chunk_no)
 
 255         elif element.tag in ('naglowek_podrozdzial', 'naglowek_scena'):
 
 256             subnumber = toc.add(node_name(element), chunk_no, level=1, is_part=False)
 
 257             element.set('sub', str(subnumber))
 
 258     find_annotations(annotations, chunk_xml, chunk_no)
 
 259     replace_by_verse(chunk_xml)
 
 260     html_tree = xslt(chunk_xml, res('xsltScheme.xsl'))
 
 261     chars = used_chars(html_tree.getroot())
 
 262     output_html = etree.tostring(html_tree, pretty_print=True)
 
 263     return output_html, toc, chars
 
 266 def transform(provider, slug, output_file=None, output_dir=None):
 
 269     provider is a DocProvider
 
 270     either output_file (a file-like object) or output_dir (path to file/dir) should be specified
 
 271     if output_dir is specified, file will be written to <output_dir>/<author>/<slug>.epub
 
 274     def transform_file(input_xml, chunk_counter=1, first=True):
 
 275         """ processes one input file and proceeds to its children """
 
 277         children = [child.text for child in input_xml.findall('.//'+DCNS('relation.hasPart'))]
 
 279         # every input file will have a TOC entry,
 
 280         # pointing to starting chunk
 
 281         toc = TOC(node_name(input_xml.find('.//'+DCNS('title'))), chunk_counter)
 
 284             # write book title page
 
 285             html_tree = xslt(input_xml, res('xsltTitle.xsl'))
 
 286             chars = used_chars(html_tree.getroot())
 
 287             zip.writestr('OPS/title.html',
 
 288                  etree.tostring(html_tree, pretty_print=True))
 
 290             # write title page for every parent
 
 291             html_tree = xslt(input_xml, res('xsltChunkTitle.xsl'))
 
 292             chars = used_chars(html_tree.getroot())
 
 293             zip.writestr('OPS/part%d.html' % chunk_counter, 
 
 294                 etree.tostring(html_tree, pretty_print=True))
 
 295             add_to_manifest(manifest, chunk_counter)
 
 296             add_to_spine(spine, chunk_counter)
 
 299         if len(input_xml.getroot()) > 1:
 
 300             # rdf before style master
 
 301             main_text = input_xml.getroot()[1]
 
 303             # rdf in style master
 
 304             main_text = input_xml.getroot()[0]
 
 305             if main_text.tag == RDFNS('RDF'):
 
 308         if main_text is not None:
 
 309             replace_characters(main_text)
 
 311             for chunk_xml in chop(main_text):
 
 312                 chunk_html, chunk_toc, chunk_chars = transform_chunk(chunk_xml, chunk_counter, annotations)
 
 313                 toc.extend(chunk_toc)
 
 314                 chars = chars.union(chunk_chars)
 
 315                 zip.writestr('OPS/part%d.html' % chunk_counter, chunk_html)
 
 316                 add_to_manifest(manifest, chunk_counter)
 
 317                 add_to_spine(spine, chunk_counter)
 
 321             for child in children:
 
 322                 child_xml = etree.parse(provider.by_uri(child))
 
 323                 child_toc, chunk_counter, chunk_chars = transform_file(child_xml, chunk_counter, first=False)
 
 324                 toc.append(child_toc)
 
 325                 chars = chars.union(chunk_chars)
 
 327         return toc, chunk_counter, chars
 
 329     # read metadata from the first file
 
 330     input_xml = etree.parse(provider[slug])
 
 331     metadata = input_xml.find('.//'+RDFNS('Description'))
 
 333         raise NoDublinCore('Document has no DublinCore - which is required.')
 
 334     book_info = BookInfo.from_element(input_xml)
 
 335     metadata = etree.ElementTree(metadata)
 
 337     # if output to dir, create the file
 
 338     if output_dir is not None:
 
 339         author = unicode(book_info.author)
 
 340         author_dir = os.path.join(output_dir, author)
 
 342             os.makedirs(author_dir)
 
 345         output_file = open(os.path.join(author_dir, '%s.epub' % slug), 'w')
 
 348     zip = zipfile.ZipFile(output_file, 'w', zipfile.ZIP_DEFLATED)
 
 350     # write static elements
 
 351     mime = zipfile.ZipInfo()
 
 352     mime.filename = 'mimetype'
 
 353     mime.compress_type = zipfile.ZIP_STORED
 
 355     zip.writestr(mime, 'application/epub+zip')
 
 356     zip.writestr('META-INF/container.xml', '<?xml version="1.0" ?><container version="1.0" ' \
 
 357                        'xmlns="urn:oasis:names:tc:opendocument:xmlns:container">' \
 
 358                        '<rootfiles><rootfile full-path="OPS/content.opf" ' \
 
 359                        'media-type="application/oebps-package+xml" />' \
 
 360                        '</rootfiles></container>')
 
 361     for fname in 'style.css', 'logo_wolnelektury.png':
 
 362         zip.write(res(fname), os.path.join('OPS', fname))
 
 364     opf = xslt(metadata, res('xsltContent.xsl'))
 
 365     manifest = opf.find('.//' + OPFNS('manifest'))
 
 366     spine = opf.find('.//' + OPFNS('spine'))
 
 368     annotations = etree.Element('annotations')
 
 370     toc_file = etree.fromstring('<?xml version="1.0" encoding="utf-8"?><!DOCTYPE ncx PUBLIC ' \
 
 371                                '"-//NISO//DTD ncx 2005-1//EN" "http://www.daisy.org/z3986/2005/ncx-2005-1.dtd">' \
 
 372                                '<ncx xmlns="http://www.daisy.org/z3986/2005/ncx/" xml:lang="pl" ' \
 
 373                                'version="2005-1"><head></head><docTitle></docTitle><navMap>' \
 
 374                                '<navPoint id="NavPoint-1" playOrder="1"><navLabel>' \
 
 375                                '<text>Strona tytułowa</text></navLabel><content src="title.html" />' \
 
 376                                '</navPoint></navMap></ncx>')
 
 377     nav_map = toc_file[-1]
 
 379     toc, chunk_counter, chars = transform_file(input_xml)
 
 382         toc.add(u"Początek utworu", 1)
 
 383     toc_counter = toc.write_to_xml(nav_map, 2)
 
 385     # Last modifications in container files and EPUB creation
 
 386     if len(annotations) > 0:
 
 387         nav_map.append(etree.fromstring(
 
 388             '<navPoint id="NavPoint-%(i)d" playOrder="%(i)d" ><navLabel><text>Przypisy</text>'\
 
 389             '</navLabel><content src="annotations.html" /></navPoint>' % {'i': toc_counter}))
 
 390         manifest.append(etree.fromstring(
 
 391             '<item id="annotations" href="annotations.html" media-type="application/xhtml+xml" />'))
 
 392         spine.append(etree.fromstring(
 
 393             '<itemref idref="annotations" />'))
 
 394         replace_by_verse(annotations)
 
 395         html_tree = xslt(annotations, res("xsltAnnotations.xsl"))
 
 396         chars = chars.union(used_chars(html_tree.getroot()))
 
 397         zip.writestr('OPS/annotations.html', etree.tostring(
 
 398                             html_tree, pretty_print=True))
 
 401     tmpdir = mkdtemp('-librarian-epub')
 
 404     os.chdir(os.path.join(os.path.dirname(os.path.realpath(__file__)), '../font-optimizer'))
 
 405     for fname in 'DejaVuSerif.ttf', 'DejaVuSerif-Bold.ttf', 'DejaVuSerif-Italic.ttf', 'DejaVuSerif-BoldItalic.ttf':
 
 406         subprocess.check_call(['./subset.pl', '--chars', ''.join(chars).encode('utf-8'), res('../fonts/' + fname), os.path.join(tmpdir, fname)])
 
 407         zip.write(os.path.join(tmpdir, fname), os.path.join('OPS', fname))
 
 411     zip.writestr('OPS/content.opf', etree.tostring(opf, pretty_print=True))
 
 413     title = node_name(etree.ETXPath('.//'+DCNS('title'))(input_xml)[0])
 
 414     attributes = "dtb:uid", "dtb:depth", "dtb:totalPageCount", "dtb:maxPageNumber"
 
 415     for st in attributes:
 
 416         meta = toc_file.makeelement(NCXNS('meta'))
 
 418         meta.set('content', '0')
 
 419         toc_file[0].append(meta)
 
 420     toc_file[0][0].set('content', ''.join((title, 'WolneLektury.pl')))
 
 421     toc_file[0][1].set('content', str(toc.depth()))
 
 422     set_inner_xml(toc_file[1], ''.join(('<text>', title, '</text>')))
 
 423     zip.writestr('OPS/toc.ncx', etree.tostring(toc_file, pretty_print=True))
 
 427 if __name__ == '__main__':
 
 428     from librarian import DirDocProvider
 
 430     if len(sys.argv) < 2:
 
 431         print >> sys.stderr, 'Usage: python epub.py <input file>'
 
 434     main_input = sys.argv[1]
 
 435     basepath, ext = os.path.splitext(main_input)
 
 436     path, slug = os.path.realpath(basepath).rsplit('/', 1)
 
 437     provider = DirDocProvider(path)
 
 438     transform(provider, slug, output_dir=path)