bin/book2html.py

   1 #!/usr/bin/env python
   2 # -*- coding: utf-8 -*-
   3 import cStringIO
   4 import re
   5 import optparse
   6 import os
   7 import sys
   8
   9 from lxml import etree
  10
  11
  12 # Parse args
  13 usage = """Usage: %prog [options] SOURCE [SOURCE...]
  14 Convert SOURCE files to HTML format."""
  15
  16 parser = optparse.OptionParser(usage=usage)
  17
  18 parser.add_option('-v', '--verbose', action='store_true', dest='verbose', default=False,
  19     help='print status messages to stdout')
  20
  21 options, input_filenames = parser.parse_args()
  22
  23 if len(input_filenames) < 1:
  24     parser.print_help()
  25     exit(1)
  26
  27 # Parse XSLT
  28 style = etree.parse('book2html.xslt')
  29
  30 # Do some real work
  31 for input_filename in input_filenames:
  32     if options.verbose:
  33         print input_filename
  34
  35     output_filename = os.path.splitext(input_filename)[0] + '.html'
  36
  37     # Transform
  38     doc_file = cStringIO.StringIO()
  39     expr = re.compile(r'/\s', re.MULTILINE | re.UNICODE);
  40
  41     f = open(input_filename, 'r')
  42     for line in f:
  43         line = line.decode('utf-8')
  44         line = expr.sub(u'<br/>\n', line).replace(u'---', u'—').replace(u',,', u'„')
  45         doc_file.write(line.encode('utf-8'))
  46     f.close()
  47
  48     doc_file.seek(0);
  49
  50     parser = etree.XMLParser(remove_blank_text=True)
  51     doc = etree.parse(doc_file, parser)
  52
  53     result = doc.xslt(style)
  54     result.write(output_filename, xml_declaration=True, pretty_print=True, encoding='utf-8')
  55