Poprawienie ilości światła pomiędzy częściami utworu w plikach TXT wypluwanych przez...

[wolnelektury.git] / lib / librarian / bin / book2txt.py

diff --git a/lib/librarian/bin/book2txt.py b/lib/librarian/bin/book2txt.py
index d3c2d01..1ca4623 100755 (executable)
--- a/lib/librarian/bin/book2txt.py
+++ b/lib/librarian/bin/book2txt.py
@@ -1,43 +1,8 @@
 #!/usr/bin/env python
 #!/usr/bin/env python

-# -*- coding: utf-8 -*-
-import re

 import os
 import optparse
 import os
 import optparse

-import codecs

 
 

-from librarian import dcparser
-
-
-HEADER = u"""\
-Kodowanie znaków w dokumencie: UTF-8.
------
-Publikacja zrealizowana w ramach projektu Wolne Lektury (http://wolnelektury.pl/). Reprodukcja cyfrowa wykonana przez
-Bibliotekę Narodową z egzemplarza pochodzącego ze zbiorów BN. Ten utwór nie jest chroniony prawem autorskim i znajduje
-się w domenie publicznej, co oznacza, że możesz go swobodnie wykorzystywać, publikować i rozpowszechniać.
-
-Wersja lektury w opracowaniu merytorycznym i krytycznym (przypisy i motywy) dostępna jest na stronie %s.
------
-
-"""
-
-def get_header(filename):
-    return HEADER % dcparser.parse(filename).url
-
-
-REGEXES = [
-    (r'<rdf:RDF[^>]*>(.|\n)*?</rdf:RDF>', ''),
-    (r'<motyw[^>]*>(.|\n)*?</motyw>', ''),
-    ('<(begin|end)\\sid=[\'|"][b|e]\\d+[\'|"]\\s/>', ''),
-    (r'<extra>((<!--<(elementy_poczatkowe|tekst_glowny)>-->)|(<!--</(elementy_poczatkowe|tekst_glowny)>-->))</extra>', ''),
-    (r'<uwaga>(.|\n)*?</uwaga>', ''),
-    (r'<p[a|e|r|t]>(.|\n)*?</p[a|e|r|t]>', ''),
-    (r'<[^>]+>', ''),
-    (r'/\n', '\n'),
-    (r'---', u'—'),
-    (r'--', u'-'),
-    (r',,', u'„'),
-    (r'"', u'”'),
-]
+from librarian import text

 
 
 if __name__ == '__main__':
 
 
 if __name__ == '__main__':


@@ -62,12 +27,5 @@ if __name__ == '__main__':
             print input_filename
         
         output_filename = os.path.splitext(input_filename)[0] + '.txt'
             print input_filename
         
         output_filename = os.path.splitext(input_filename)[0] + '.txt'

-        
-        xml = codecs.open(input_filename, 'r', encoding='utf-8').read()
-        for pattern, repl in REGEXES:
-            xml, n = re.subn(pattern, repl, xml)
-        
-        output = codecs.open(output_filename, 'w', encoding='utf-8')
-        output.write(get_header(input_filename))
-        output.write(xml)
+        text.transform(input_filename, output_filename)