samples/LuceneInAction/lia/handlingtypes/xml/Digester.py

   1 # ====================================================================
   2 #   Licensed under the Apache License, Version 2.0 (the "License");
   3 #   you may not use this file except in compliance with the License.
   4 #   You may obtain a copy of the License at
   5 #
   6 #       http://www.apache.org/licenses/LICENSE-2.0
   7 #
   8 #   Unless required by applicable law or agreed to in writing, software
   9 #   distributed under the License is distributed on an "AS IS" BASIS,
  10 #   WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
  11 #   See the License for the specific language governing permissions and
  12 #   limitations under the License.
  13 # ====================================================================
  14
  15 import xml.sax
  16
  17
  18 class Digester(xml.sax.ContentHandler):
  19
  20     attributes = {}
  21     tags = {}
  22
  23     def addSetProperty(self, path, property, attribute=None):
  24
  25         if attribute is not None:
  26             pairs = self.attributes.get(path)
  27             if pairs is None:
  28                 self.attributes[path] = pairs = { attribute: property }
  29             else:
  30                 pairs[property] = attribute
  31
  32         else:
  33             self.tags[path] = property
  34
  35     def parse(self, input):
  36
  37         xml.sax.parse(input, self)
  38         return self.properties
  39
  40     def startDocument(self):
  41
  42         self.properties = {}
  43         self.path = []
  44
  45     def startElement(self, tag, attrs):
  46
  47         self.path.append(tag)
  48         pairs = self.attributes.get('/'.join(self.path))
  49         if pairs is not None:
  50             for name, value in attrs.items():
  51                 property = pairs.get(name)
  52                 if property is not None:
  53                     self.properties[property] = value
  54
  55     def characters(self, data):
  56
  57         self.data = data.strip()
  58
  59     def endElement(self, tag):
  60
  61         if self.data:
  62             property = self.tags.get('/'.join(self.path))
  63             if property is not None:
  64                 self.properties[property] = self.data
  65             self.data = None
  66
  67         self.path.pop()