X-Git-Url: https://git.mdrn.pl/wolnelektury.git/blobdiff_plain/f8228cc6712f9a71f877b0ea60719c256519f16e..80557d8c0fbae889bb21a9ec0bd3aa6eeebaa3db:/lib/librarian/bin/book2txt.py?ds=inline diff --git a/lib/librarian/bin/book2txt.py b/lib/librarian/bin/book2txt.py index 413ff674b..9c470805e 100755 --- a/lib/librarian/bin/book2txt.py +++ b/lib/librarian/bin/book2txt.py @@ -6,6 +6,17 @@ import optparse import codecs +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. +----- + +""" + + REGEXES = [ (r']*>(.|\n)*?', ''), (r']*>(.|\n)*?', ''), @@ -14,7 +25,7 @@ REGEXES = [ (r'(.|\n)*?', ''), (r'(.|\n)*?', ''), (r'<[^>]+>', ''), - (r'/\n', ''), + (r'/\n', '\n'), (r'---', u'—'), (r'--', u'-'), (r',,', u'„'), @@ -50,7 +61,8 @@ if __name__ == '__main__': # print pattern, repl xml, n = re.subn(pattern, repl, xml) # print n - + output = codecs.open(output_filename, 'w', encoding='utf-8') + output.write(HEADER) output.write(xml)