source: documentViewer/MpdlXmlTextServer.py @ 388:0265ab93716a

Last change on this file since 388:0265ab93716a was 388:0265ab93716a, checked in by abukhman, 14 years ago

* empty log message *
File size: 22.1 KB
Line 
1
2from OFS.SimpleItem import SimpleItem
3from Products.PageTemplates.PageTemplateFile import PageTemplateFile
4from Ft.Xml import EMPTY_NAMESPACE, Parse
5
6import sys
7import logging
8import urllib
9import documentViewer
10from documentViewer import getTextFromNode, serializeNode
11
12class MpdlXmlTextServer(SimpleItem):
13    """TextServer implementation for MPDL-XML eXist server"""
14    meta_type="MPDL-XML TextServer"
15
16    manage_options=(
17        {'label':'Config','action':'manage_changeMpdlXmlTextServerForm'},
18       )+SimpleItem.manage_options
19   
20    manage_changeMpdlXmlTextServerForm = PageTemplateFile("zpt/manage_changeMpdlXmlTextServer", globals())
21       
22    def __init__(self,id,title="",serverUrl="http://mpdl-proto.mpiwg-berlin.mpg.de/mpdl/interface/", serverName=None, timeout=40):
23        """constructor"""
24        self.id=id
25        self.title=title
26        self.timeout = timeout
27        if serverName is None:
28            self.serverUrl = serverUrl
29        else:
30            self.serverUrl = "http://%s/mpdl/interface/"%serverName
31       
32    def getHttpData(self, url, data=None):
33        """returns result from url+data HTTP request"""
34        return documentViewer.getHttpData(url,data,timeout=self.timeout)
35   
36    def getServerData(self, method, data=None):
37        """returns result from text server for method+data"""
38        url = self.serverUrl+method
39        return documentViewer.getHttpData(url,data,timeout=self.timeout)
40
41    def getSearch(self, pn=1, pageinfo=None,  docinfo=None, query=None, queryType=None, lemma=None, characterNormalization=None):
42        """get search list"""
43        docpath = docinfo['textURLPath'] 
44        url = docinfo['url']
45        pagesize = pageinfo['queryPageSize']
46        pn = pageinfo['searchPN']
47        sn = pageinfo['sn']
48        highlightQuery = pageinfo['highlightQuery']
49        query =pageinfo['query']
50        queryType =pageinfo['queryType']
51        viewMode=  pageinfo['viewMode']
52        tocMode = pageinfo['tocMode']
53        characterNormalization = pageinfo['characterNormalization']
54        tocPN = pageinfo['tocPN']
55        selfurl = self.absolute_url()
56       
57        data = self.getServerData("doc-query.xql","document=%s&mode=%s&queryType=%s&query=%s&queryResultPageSize=%s&queryResultPN=%s&sn=%s&viewMode=%s&characterNormalization=%s&highlightQuery=%s"%(docpath, 'text', queryType, urllib.quote(query), pagesize, pn, sn, viewMode,characterNormalization ,urllib.quote(highlightQuery)))
58        #page=self.template.fulltextclient.eval("/mpdl/interface/doc-query.xql","document=%s&mode=%s&queryType=%s&query=%s&queryResultPageSize=%s&queryResultPN=%s&sn=%s&viewMode=%s&highlightQuery=%s"%(docpath, 'text', queryType, query, pagesize, pn, sn, viewMode,highlightQuery) ,outputUnicode=False)               
59       
60        pagexml = data.replace('?document=%s'%str(docpath),'?url=%s'%url)
61        pagedom = Parse(pagexml)
62        if (queryType=="fulltext")or(queryType=="xpath")or(queryType=="xquery")or(queryType=="fulltextMorphLemma"):   
63            pagedivs = pagedom.xpath("//div[@class='queryResultPage']")
64            if len(pagedivs)>0:
65                pagenode=pagedivs[0]
66                links=pagenode.xpath("//a")
67                for l in links:
68                    hrefNode = l.getAttributeNodeNS(None, u"href")
69                    if hrefNode:
70                        href = hrefNode.nodeValue
71                        if href.startswith('page-fragment.xql'):
72                            selfurl = self.absolute_url()           
73                            pagexml=href.replace('mode=text','mode=texttool&viewMode=%s&queryType=%s&query=%s&queryResultPageSize=%s&queryResultPN=%s&tocMode=%s&searchPN=%s&tocPN=%s'%(viewMode,queryType,urllib.quote(query),pagesize,pn,tocMode,pn,tocPN))
74                            hrefNode.nodeValue = pagexml.replace('page-fragment.xql','%s'%selfurl)                                           
75                return serializeNode(pagenode)       
76        if (queryType=="fulltextMorph"):
77            pagedivs = pagedom.xpath("//div[@class='queryResult']")
78            if len(pagedivs)>0:
79                pagenode=pagedivs[0]
80                links=pagenode.xpath("//a")
81                for l in links:
82                    hrefNode = l.getAttributeNodeNS(None, u"href")
83                    if hrefNode:
84                        href = hrefNode.nodeValue
85                        if href.startswith('page-fragment.xql'):
86                            selfurl = self.absolute_url()       
87                            pagexml=href.replace('mode=text','mode=texttool&viewMode=%s&queryType=%s&query=%s&queryResultPageSize=%s&queryResultPN=%s&tocMode=%s&searchPN=%s&tocPN=%s'%(viewMode,queryType,urllib.quote(query),pagesize,pn,tocMode,pn,tocPN))
88                            hrefNode.nodeValue = pagexml.replace('page-fragment.xql','%s'%selfurl) 
89                        if href.startswith('../lt/lemma.xql'):
90                            hrefNode.nodeValue = href.replace('../lt/lemma.xql','%s/template/head_main_lemma_New'%(selfurl))       
91                            l.setAttributeNS(None, 'target', '_blank')
92                            l.setAttributeNS(None, 'onClick',"popupWin = window.open(this.href, 'contacts', 'location,width=500,height=600,top=180, left=400, scrollbars=1'); return false;")
93                            l.setAttributeNS(None, 'onClick', 'popupWin.focus();') 
94                pagedivs = pagedom.xpath("//div[@class='queryResultMorphExpansion']")               
95                return serializeNode(pagenode)       
96        if (queryType=="ftIndex")or(queryType=="ftIndexMorph"):
97            pagedivs= pagedom.xpath("//div[@class='queryResultPage']")
98            if len(pagedivs)>0:
99                pagenode=pagedivs[0]
100                links=pagenode.xpath("//a")
101                for l in links:
102                    hrefNode = l.getAttributeNodeNS(None, u"href")
103                    if hrefNode:
104                        href = hrefNode.nodeValue
105                        hrefNode.nodeValue=href.replace('mode=text','mode=texttool&viewMode=%s&tocMode=%s&tocPN=%s&pn=%s'%(viewMode,tocMode,tocPN,pn))             
106                        if href.startswith('../lt/lex.xql'):
107                            hrefNode.nodeValue = href.replace('../lt/lex.xql','%s/template/head_main_voc'%selfurl)         
108                            l.setAttributeNS(None, 'target', '_blank')
109                            l.setAttributeNS(None, 'onClick',"popupWin = window.open(this.href, 'contacts', 'location,width=500,height=600,top=180, left=400, scrollbars=1'); return false;")
110                            l.setAttributeNS(None, 'onClick', 'popupWin.focus();')
111                        if href.startswith('../lt/lemma.xql'):
112                            hrefNode.nodeValue = href.replace('../lt/lemma.xql','%s/template/head_main_lemma'%selfurl)       
113                            l.setAttributeNS(None, 'target', '_blank')
114                            l.setAttributeNS(None, 'onClick',"popupWin = window.open(this.href, 'contacts', 'location,width=500,height=600,top=180, left=400, scrollbars=1'); return false;")
115                            l.setAttributeNS(None, 'onClick', 'popupWin.focus();')
116                return serializeNode(pagenode)     
117        return "no text here"   
118                       
119    """def getNumPages(self, docinfo):
120        ""get list of pages from fulltext and put in docinfo""
121        if 'numPages' in docinfo:
122            # already there
123            return docinfo       
124        xquery = '//pb'
125        text = self.getServerData("xquery.xql","document=%s&xquery=%s"%(docinfo['textURLPath'],xquery))
126        docinfo['numPages'] = text.count("<pb ")
127        return docinfo
128     """
129    def getNumTextPages (self, docinfo):
130        """get list of pages from fulltext (texts without images) and put in docinfo"""
131        if 'numPages' in docinfo:
132            # allredy there
133            return docinfo
134        xpath ='/count(//pb)'
135        text=self.getServerData("xpath.xql", "document=%s&xpath=%s"%(docinfo['textURLPath'], xpath))
136        dom = Parse(text)
137        result= dom.xpath("//result/resultPage")
138         
139        docinfo['numPages']=int(getTextFromNode(result[0]))
140        return docinfo
141   
142    def getGisPlaces(self, docinfo=None, pageinfo=None):
143        """ Show all Gis Places of whole Page"""
144        xpath='//place'
145        docpath = docinfo['textURLPath'] 
146        url = docinfo['url']
147        selfurl = self.absolute_url()
148        pn = pageinfo['current']
149        hrefList=[]
150        myList= ""
151        text=self.getServerData("xpath.xql", "document=%s&xpath=%s&pn=%s"%(docinfo['textURLPath'],xpath,pn))
152        dom = Parse(text)
153        result = dom.xpath("//result/resultPage/place")
154        for l in result:
155            hrefNode= l.getAttributeNodeNS(None, u"id")
156            href= hrefNode.nodeValue
157            hrefList.append(href)
158            myList = ",".join(hrefList)
159        logging.debug("getGisPlaces :%s"%(myList))                             
160        return myList
161   
162    def getAllGisPlaces (self, docinfo=None, pageinfo=None):
163        """Show all Gis Places of whole Book """
164        xpath ='//echo:place'
165        docpath =docinfo['textURLPath']
166        url = docinfo['url']
167        selfurl =self.absolute_url()
168        pn =pageinfo['current']
169        hrefList=[]
170        myList=""
171        text=self.getServerData("xpath.xql", "document=%s&xpath=%s"%(docinfo['textURLPath'],xpath))
172        dom =Parse(text)
173        result = dom.xpath("//result/resultPage/place")
174        for l in result:
175            hrefNode = l.getAttributeNodeNS(None, u"id")
176            href= hrefNode.nodeValue
177            hrefList.append(href)
178            myList = ",".join(hrefList)
179            logging.debug("getALLGisPlaces :%s"%(myList))
180        return myList
181   
182   
183    def getPDF (self, docinfo=None, pageinfo=None):
184        """Show and Save different Pages as PDF in Options"""
185        selfurl=self.absolute_url()
186        pn=pageinfo['current']
187       
188        viewMode =pageinfo['viewMode']
189       
190        #text = ("page-fragment.xql","document=%s&mode=%s&pn=%s&export=%s"%(docinfo['textURLPath'], 'text',  pn,'pdf'))
191        #text = self.getServerData("page-fragment.xql", "document=%s&mode=%s&pn=%s&export=%s"(docinfo['textURLPath'],'text', pn,'pdf'))
192        #logging.debug("text :%s"%(text))
193        #dom =Parse(text)
194        #logging.debug("text :%s"%(text))
195        #return text
196           
197    def getOrigPages (self, docinfo=None, pageinfo=None):
198        """Show original page """
199        docpath = docinfo['textURLPath'] 
200        logging.debug ("docinfo['textURLPath']=%s"%(docinfo['textURLPath']))
201        #url = docinfo['url']
202        selfurl = self.absolute_url()
203        pn =pageinfo['current']
204       
205        viewMode=  pageinfo['viewMode']
206        text = self.getServerData("page-fragment.xql","document=%s&mode=%s&pn=%s"%(docinfo['textURLPath'], 'text',  pn))
207        dom =Parse(text)
208        pagedivs = dom.xpath("//div[@class='pageNumberOrig']")
209        logging.debug("YYYYYYpagedivs :%s"%(pagedivs))
210        if len(pagedivs)>0:
211            originalPage= getTextFromNode(pagedivs[0])
212            #return docinfo['originalPage']
213            return originalPage
214   
215   
216    def getTextPage(self, mode="text", pn=1, docinfo=None, pageinfo=None, viewMode=None, tocMode=None, tocPN=None, characterNormalization="", highlightQuery=None, sn=None):
217        """returns single page from fulltext"""
218        docpath = docinfo['textURLPath']
219        path = docinfo['textURLPath']
220        url = docinfo['url']
221        name = docinfo['name']
222        viewMode= pageinfo['viewMode']
223        sn = pageinfo['sn']
224        highlightQuery = pageinfo['highlightQuery']
225       
226        tocMode = pageinfo['tocMode']
227        characterNormalization=pageinfo['characterNormalization']
228        tocPN = pageinfo['tocPN']
229        selfurl = self.absolute_url()   
230        if mode == "text_dict":
231            textmode = "textPollux"
232        else:
233            textmode = mode
234        #logging.debug("documentViewer highlightQuery: %s"%(highlightQuery))
235        textParam = "document=%s&mode=%s&pn=%s&characterNormalization=%s"%(docpath,textmode,pn,characterNormalization)
236        if highlightQuery is not None:
237            textParam +="&highlightQuery=%s&sn=%s"%(urllib.quote(highlightQuery),sn)           
238            #logging.debug("documentViewer highlightQuery: %s"%(highlightQuery))
239        pagexml = self.getServerData("page-fragment.xql",textParam)
240        logging.debug("documentViewer highlightQuery: %s"%(highlightQuery))
241        #pagexml=self.template.fulltextclient.eval("/mpdl/interface/page-fragment.xql", textParam, outputUnicode=False)
242       
243        pagedom = Parse(pagexml)
244        # plain text mode
245        if mode == "text":
246            # first div contains text
247            pagedivs = pagedom.xpath("/div")
248            if len(pagedivs) > 0:     
249                pagenode = pagedivs[0]
250                links = pagenode.xpath("//a")
251                for l in links:
252                    hrefNode = l.getAttributeNodeNS(None, u"href")
253                    if hrefNode:
254                        href= hrefNode.nodeValue
255                        if href.startswith('#note-'):
256                            hrefNode.nodeValue = href.replace('#note-',"?url=%s&viewMode=%s&tocMode=%s&tocPN=%s&pn=%s#note-"%(url,viewMode,tocMode,tocPN,pn))
257                return serializeNode(pagenode)
258        if mode == "xml":
259              # first div contains text
260              pagedivs = pagedom.xpath("/div")
261              if len(pagedivs) > 0:
262                  pagenode = pagedivs[0]
263                  return serializeNode(pagenode)
264        if mode == "gis":
265              # first div contains text
266              pagedivs = pagedom.xpath("/div")
267              if len(pagedivs) > 0:
268                  pagenode = pagedivs[0]
269                  links =pagenode.xpath("//a")
270                  for l in links:
271                      hrefNode =l.getAttributeNodeNS(None, u"href")
272                      if hrefNode:
273                          href=hrefNode.nodeValue
274                          if href.startswith('http://chinagis.mpiwg-berlin.mpg.de'):
275                              hrefNode.nodeValue =href.replace('chinagis_REST/REST/db/chgis/mpdl','chinagis/REST/db/mpdl/%s'%name)
276                              l.setAttributeNS(None, 'target', '_blank') 
277                  return serializeNode(pagenode)
278                   
279        if mode == "pureXml":
280              # first div contains text
281              pagedivs = pagedom.xpath("/div")
282              if len(pagedivs) > 0:
283                  pagenode = pagedivs[0]
284                  return serializeNode(pagenode)     
285        # text-with-links mode
286        if mode == "text_dict":
287            # first div contains text
288            pagedivs = pagedom.xpath("/div")
289            if len(pagedivs) > 0:
290                pagenode = pagedivs[0]
291                # check all a-tags
292                links = pagenode.xpath("//a")
293                for l in links:
294                    hrefNode = l.getAttributeNodeNS(None, u"href")
295                    if hrefNode:
296                        # is link with href
297                        href = hrefNode.nodeValue
298                        if href.startswith('lt/lex.xql'):
299                            # is pollux link
300                            selfurl = self.absolute_url()
301                            # change href
302                            hrefNode.nodeValue = href.replace('lt/lex.xql','%s/template/head_main_voc'%selfurl)
303                            # add target
304                            l.setAttributeNS(None, 'target', '_blank')
305                            l.setAttributeNS(None, 'onClick',"popupWin = window.open(this.href, 'contacts', 'location,width=500,height=600,top=180, left=700, scrollbars=1'); return false;")
306                            l.setAttributeNS(None, 'onClick', 'popupWin.focus();')     
307                        if href.startswith('lt/lemma.xql'):   
308                            selfurl = self.absolute_url()
309                            hrefNode.nodeValue = href.replace('lt/lemma.xql','%s/template/head_main_lemma'%selfurl)
310                            l.setAttributeNS(None, 'target', '_blank')
311                            l.setAttributeNS(None, 'onClick',"popupWin = window.open(this.href, 'contacts', 'location,width=500,height=600,top=180, left=700, scrollbars=1'); return false;")
312                            l.setAttributeNS(None, 'onClick', 'popupWin.focus();')   
313                        if href.startswith('#note-'):
314                            hrefNode.nodeValue = href.replace('#note-',"?url=%s&viewMode=%s&tocMode=%s&tocPN=%s&pn=%s#note-"%(url,viewMode,tocMode,tocPN,pn))   
315                return serializeNode(pagenode)
316        return "no text here"
317
318    def getTranslate(self, query=None, language=None):
319        """translate into another languages"""
320        data = self.getServerData("lt/lex.xql","document=&language="+str(language)+"&query="+urllib.quote(query))
321        #pagexml=self.template.fulltextclient.eval("/mpdl/interface/lt/lex.xql","document=&language="+str(language)+"&query="+url_quote(str(query)))
322        return data
323   
324    def getLemma(self, lemma=None, language=None):
325        """simular words lemma """
326        data = self.getServerData("lt/lemma.xql","document=&language="+str(language)+"&lemma="+urllib.quote(lemma))
327        #pagexml=self.template.fulltextclient.eval("/mpdl/interface/lt/lemma.xql","document=&language="+str(language)+"&lemma="+url_quote(str(lemma)))
328        return data
329   
330    def getLemmaNew(self, query=None, language=None):
331        """simular words lemma """
332        data = self.getServerData("lt/lemma.xql","document=&language="+str(language)+"&lemma="+urllib.quote(query))
333        #pagexml=self.template.fulltextclient.eval("/mpdl/interface/lt/lemma.xql","document=&language="+str(language)+"&lemma="+url_quote(str(query)))
334        return data
335   
336    def getQuery (self,  docinfo=None, pageinfo=None, query=None, queryType=None, pn=1):
337         """number of"""
338         docpath = docinfo['textURLPath'] 
339         pagesize = pageinfo['queryPageSize']
340         pn = pageinfo['searchPN']
341         query =pageinfo['query']
342         queryType =pageinfo['queryType']
343         tocSearch = 0
344         tocDiv = None
345         
346         pagexml = self.getServerData("doc-query.xql","document=%s&mode=%s&queryType=%s&query=%s&queryResultPageSize=%s&queryResultPN=%s"%(docpath, 'text', queryType, urllib.quote(query), pagesize, pn))
347         #pagexml=self.template.fulltextclient.eval("/mpdl/interface/doc-query.xql","document=%s&mode=%s&queryType=%s&query=%s&queryResultPageSize=%s&queryResultPN=%s"%(docpath, 'text', queryType, query, pagesize, pn) ,outputUnicode=False)
348         pagedom = Parse(pagexml)
349         numdivs = pagedom.xpath("//div[@class='queryResultHits']")
350         tocSearch = int(getTextFromNode(numdivs[0]))
351         tc=int((tocSearch/10)+1)
352         logging.debug("documentViewer (gettoc) tc: %s"%(tc))
353         return tc
354
355    def getToc(self, mode="text", docinfo=None):
356        """loads table of contents and stores in docinfo"""
357        logging.debug("documentViewer (gettoc) mode: %s"%(mode))
358        if mode == "none":
359            return docinfo       
360        if 'tocSize_%s'%mode in docinfo:
361            # cached toc
362            return docinfo
363       
364        docpath = docinfo['textURLPath']
365        # we need to set a result set size
366        pagesize = 1000
367        pn = 1
368        if mode == "text":
369            queryType = "toc"
370        else:
371            queryType = mode
372        # number of entries in toc
373        tocSize = 0
374        tocDiv = None
375       
376        pagexml = self.getServerData("doc-query.xql","document=%s&queryType=%s&queryResultPageSize=%s&queryResultPN=%s"%(docpath,queryType, pagesize, pn))
377        #pagexml=self.template.fulltextclient.eval("/mpdl/interface/doc-query.xql", "document=%s&queryType=%s&queryResultPageSize=%s&queryResultPN=%s"%(docpath,queryType,pagesize,pn), outputUnicode=False)
378        # post-processing downloaded xml
379        pagedom = Parse(pagexml)
380        # get number of entries
381        numdivs = pagedom.xpath("//div[@class='queryResultHits']")
382        if len(numdivs) > 0:
383            tocSize = int(getTextFromNode(numdivs[0]))
384        docinfo['tocSize_%s'%mode] = tocSize
385        return docinfo
386   
387    def getTocPage(self, mode="text", pn=1, pageinfo=None, docinfo=None):
388        """returns single page from the table of contents"""
389        # TODO: this should use the cached TOC
390        if mode == "text":
391            queryType = "toc"
392        else:
393            queryType = mode
394        docpath = docinfo['textURLPath']
395        path = docinfo['textURLPath']       
396        pagesize = pageinfo['tocPageSize']
397        pn = pageinfo['tocPN']
398        url = docinfo['url']
399        selfurl = self.absolute_url() 
400        viewMode=  pageinfo['viewMode']
401        characterNormalization = pageinfo ['characterNormalization']
402        tocMode = pageinfo['tocMode']
403        tocPN = pageinfo['tocPN'] 
404       
405        data = self.getServerData("doc-query.xql","document=%s&queryType=%s&queryResultPageSize=%s&queryResultPN=%s&characterNormalization=%s"%(docpath,queryType, pagesize, pn,characterNormalization)) 
406        page = data.replace('page-fragment.xql?document=%s'%str(path),'%s?url=%s&viewMode=%s&tocMode=%s&tocPN=%s'%(selfurl,url, viewMode, tocMode, tocPN))
407        text = page.replace('mode=image','mode=texttool')
408        logging.debug("documentViewer (characterNormalization) characterNormalization: %s"%(characterNormalization))
409        #logging.debug("documentViewer (characterNormalization) text: %s"%(text))
410        return text
411   
412    def manage_changeMpdlXmlTextServer(self,title="",serverUrl="http://mpdl-proto.mpiwg-berlin.mpg.de/mpdl/interface/",timeout=40,RESPONSE=None):
413        """change settings"""
414        self.title=title
415        self.timeout = timeout
416        self.serverUrl = serverUrl
417        if RESPONSE is not None:
418            RESPONSE.redirect('manage_main')
419       
420# management methods
421def manage_addMpdlXmlTextServerForm(self):
422    """Form for adding"""
423    pt = PageTemplateFile("zpt/manage_addMpdlXmlTextServer", globals()).__of__(self)
424    return pt()
425
426def manage_addMpdlXmlTextServer(self,id,title="",serverUrl="http://mpdl-proto.mpiwg-berlin.mpg.de/mpdl/interface/",timeout=40,RESPONSE=None):
427    """add zogiimage"""
428    newObj = MpdlXmlTextServer(id,title,serverUrl,timeout)
429    self.Destination()._setObject(id, newObj)
430    if RESPONSE is not None:
431        RESPONSE.redirect('manage_main')
432
433
434   
Note: See TracBrowser for help on using the repository browser.