source: documentViewer/MpdlXmlTextServer.py @ 309:ea18683b2bff

Last change on this file since 309:ea18683b2bff was 309:ea18683b2bff, checked in by abukhman, 14 years ago

* empty log message *
File size: 20.6 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):
42        """get search list"""
43        docpath = docinfo['textURLPath'] 
44        url = docinfo['url']
45        logging.debug("documentViewer (gettoc) docpath: %s"%(docpath))
46        logging.debug("documentViewer (gettoc) url: %s"%(url))
47        pagesize = pageinfo['queryPageSize']
48        pn = pageinfo['searchPN']
49        sn = pageinfo['sn']
50        highlightQuery = pageinfo['highlightQuery']
51        query =pageinfo['query']
52        queryType =pageinfo['queryType']
53        viewMode=  pageinfo['viewMode']
54        tocMode = pageinfo['tocMode']
55        characterNormalization = pageinfo['characterNormalization']
56        tocPN = pageinfo['tocPN']
57        selfurl = self.absolute_url()
58       
59        data = self.getServerData("doc-query.xql","document=%s&mode=%s&queryType=%s&query=%s&queryResultPageSize=%s&queryResultPN=%s&sn=%s&viewMode=%s&highlightQuery=%s"%(docpath, 'text', queryType, urllib.quote(query), pagesize, pn, sn, viewMode,urllib.quote(highlightQuery)))
60        #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)               
61       
62        pagexml = data.replace('?document=%s'%str(docpath),'?url=%s'%url)
63        pagedom = Parse(pagexml)
64        if (queryType=="fulltext")or(queryType=="xpath")or(queryType=="xquery")or(queryType=="fulltextMorphLemma"):   
65            pagedivs = pagedom.xpath("//div[@class='queryResultPage']")
66            if len(pagedivs)>0:
67                pagenode=pagedivs[0]
68                links=pagenode.xpath("//a")
69                for l in links:
70                    hrefNode = l.getAttributeNodeNS(None, u"href")
71                    if hrefNode:
72                        href = hrefNode.nodeValue
73                        if href.startswith('page-fragment.xql'):
74                            selfurl = self.absolute_url()           
75                            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))
76                            hrefNode.nodeValue = pagexml.replace('page-fragment.xql','%s'%selfurl)                                           
77                return serializeNode(pagenode)       
78        if (queryType=="fulltextMorph"):
79            pagedivs = pagedom.xpath("//div[@class='queryResult']")
80            if len(pagedivs)>0:
81                pagenode=pagedivs[0]
82                links=pagenode.xpath("//a")
83                for l in links:
84                    hrefNode = l.getAttributeNodeNS(None, u"href")
85                    if hrefNode:
86                        href = hrefNode.nodeValue
87                        if href.startswith('page-fragment.xql'):
88                            selfurl = self.absolute_url()       
89                            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))
90                            hrefNode.nodeValue = pagexml.replace('page-fragment.xql','%s'%selfurl) 
91                        if href.startswith('../lt/lemma.xql'):
92                            hrefNode.nodeValue = href.replace('../lt/lemma.xql','%s/template/head_main_lemma_New'%(selfurl))       
93                            l.setAttributeNS(None, 'target', '_blank')
94                            l.setAttributeNS(None, 'onClick',"popupWin = window.open(this.href, 'contacts', 'location,width=500,height=600,top=180, left=400, scrollbars=1'); return false;")
95                            l.setAttributeNS(None, 'onClick', 'popupWin.focus();') 
96                pagedivs = pagedom.xpath("//div[@class='queryResultMorphExpansion']")               
97                return serializeNode(pagenode)       
98        if (queryType=="ftIndex")or(queryType=="ftIndexMorph"):
99            pagedivs= pagedom.xpath("//div[@class='queryResultPage']")
100            if len(pagedivs)>0:
101                pagenode=pagedivs[0]
102                links=pagenode.xpath("//a")
103                for l in links:
104                    hrefNode = l.getAttributeNodeNS(None, u"href")
105                    if hrefNode:
106                        href = hrefNode.nodeValue
107                        hrefNode.nodeValue=href.replace('mode=text','mode=texttool&viewMode=%s&tocMode=%s&tocPN=%s&pn=%s'%(viewMode,tocMode,tocPN,pn))             
108                        if href.startswith('../lt/lex.xql'):
109                            hrefNode.nodeValue = href.replace('../lt/lex.xql','%s/template/head_main_voc'%selfurl)         
110                            l.setAttributeNS(None, 'target', '_blank')
111                            l.setAttributeNS(None, 'onClick',"popupWin = window.open(this.href, 'contacts', 'location,width=500,height=600,top=180, left=400, scrollbars=1'); return false;")
112                            l.setAttributeNS(None, 'onClick', 'popupWin.focus();')
113                        if href.startswith('../lt/lemma.xql'):
114                            hrefNode.nodeValue = href.replace('../lt/lemma.xql','%s/template/head_main_lemma'%selfurl)       
115                            l.setAttributeNS(None, 'target', '_blank')
116                            l.setAttributeNS(None, 'onClick',"popupWin = window.open(this.href, 'contacts', 'location,width=500,height=600,top=180, left=400, scrollbars=1'); return false;")
117                            l.setAttributeNS(None, 'onClick', 'popupWin.focus();')
118                return serializeNode(pagenode)     
119        return "no text here"   
120                       
121    """def getNumPages(self, docinfo):
122        ""get list of pages from fulltext and put in docinfo""
123        if 'numPages' in docinfo:
124            # already there
125            return docinfo       
126        xquery = '//pb'
127        text = self.getServerData("xquery.xql","document=%s&xquery=%s"%(docinfo['textURLPath'],xquery))
128        docinfo['numPages'] = text.count("<pb ")
129        return docinfo
130     """
131    def getNumTextPages (self, docinfo):
132        """get list of pages from fulltext (texts without images) and put in docinfo"""
133        if 'numPages' in docinfo:
134            # allredy there
135            return docinfo
136        xpath ='/count(//pb)'
137        text=self.getServerData("xpath.xql", "document=%s&xpath=%s"%(docinfo['textURLPath'], xpath))
138        dom = Parse(text)
139        result= dom.xpath("//result/resultPage")
140        docinfo['numPages']=int(getTextFromNode(result[0]))
141        return docinfo
142   
143    def getGisPlaces(self, docinfo=None, pageinfo=None):
144        """ Show all Gis Places of whole Page"""
145        xpath='//place'
146        docpath = docinfo['textURLPath'] 
147        url = docinfo['url']
148        selfurl = self.absolute_url()
149        pn = pageinfo['current']
150        hrefList=[]
151        myList= ""
152        text=self.getServerData("xpath.xql", "document=%s&xpath=%s&pn=%s"%(docinfo['textURLPath'],xpath,pn))
153        dom = Parse(text)
154        result = dom.xpath("//result/resultPage/place")
155        for l in result:
156            hrefNode= l.getAttributeNodeNS(None, u"id")
157            href= hrefNode.nodeValue
158            hrefList.append(href)
159            myList = ",".join(hrefList)
160        logging.debug("getGisPlaces :%s"%(myList))                             
161        return myList
162   
163    def getAllGisPlaces (self, docinfo=None, pageinfo=None):
164        """Show all Gis Places of whole Book """
165        xpath ='//echo:place'
166        docpath =docinfo['textURLPath']
167        url = docinfo['url']
168        selfurl =self.absolute_url()
169        pn =pageinfo['current']
170        hrefList=[]
171        myList=""
172        text=self.getServerData("xpath.xql", "document=%s&xpath=%s"%(docinfo['textURLPath'],xpath))
173        dom =Parse(text)
174        result = dom.xpath("//result/resultPage/place")
175        for l in result:
176            hrefNode = l.getAttributeNodeNS(None, u"id")
177            href= hrefNode.nodeValue
178            hrefList.append(href)
179            myList = ",".join(hrefList)
180            logging.debug("getALLGisPlaces :%s"%(myList))
181        return myList
182   
183   
184    def getTextPage(self, mode="text", pn=1, docinfo=None, pageinfo=None, highlightQuery=None,sn=None, viewMode=None, tocMode=None, tocPN=None, characterNormalization=""):
185        """returns single page from fulltext"""
186        docpath = docinfo['textURLPath']
187        path = docinfo['textURLPath']
188        url = docinfo['url']
189        name = docinfo['name']
190        viewMode= pageinfo['viewMode']
191        tocMode = pageinfo['tocMode']
192        characterNormalization=pageinfo['characterNormalization']
193        tocPN = pageinfo['tocPN']
194        selfurl = self.absolute_url()   
195        if mode == "text_dict":
196            textmode = "textPollux"
197        else:
198            textmode = mode
199        #logging.debug("documentViewer (characterNormalization) characterNormalization: %s"%(characterNormalization))
200        textParam = "document=%s&mode=%s&pn=%s&characterNormalization=%s"%(docpath,textmode,pn,characterNormalization)
201        if highlightQuery is not None:
202            textParam +="&highlightQuery=%s&sn=%s"%(urllib.quote(highlightQuery),sn)           
203       
204        pagexml = self.getServerData("page-fragment.xql",textParam)
205        #pagexml=self.template.fulltextclient.eval("/mpdl/interface/page-fragment.xql", textParam, outputUnicode=False)
206       
207        pagedom = Parse(pagexml)
208        # plain text mode
209        if mode == "text":
210            # first div contains text
211            pagedivs = pagedom.xpath("/div")
212            if len(pagedivs) > 0:     
213                pagenode = pagedivs[0]
214                links = pagenode.xpath("//a")
215                for l in links:
216                    hrefNode = l.getAttributeNodeNS(None, u"href")
217                    if hrefNode:
218                        href= hrefNode.nodeValue
219                        if href.startswith('#note-'):
220                            hrefNode.nodeValue = href.replace('#note-',"?url=%s&viewMode=%s&tocMode=%s&tocPN=%s&pn=%s#note-"%(url,viewMode,tocMode,tocPN,pn))
221                return serializeNode(pagenode)
222        if mode == "xml":
223              # first div contains text
224              pagedivs = pagedom.xpath("/div")
225              if len(pagedivs) > 0:
226                  pagenode = pagedivs[0]
227                  return serializeNode(pagenode)
228        if mode == "gis":
229              # first div contains text
230              pagedivs = pagedom.xpath("/div")
231              if len(pagedivs) > 0:
232                  pagenode = pagedivs[0]
233                  links =pagenode.xpath("//a")
234                  for l in links:
235                      hrefNode =l.getAttributeNodeNS(None, u"href")
236                      if hrefNode:
237                          href=hrefNode.nodeValue
238                          if href.startswith('http://chinagis.mpiwg-berlin.mpg.de'):
239                              hrefNode.nodeValue =href.replace('chinagis_REST/REST/db/chgis/mpdl','chinagis/REST/db/mpdl/%s'%name)
240                              l.setAttributeNS(None, 'target', '_blank') 
241                  return serializeNode(pagenode)
242                   
243        if mode == "pureXml":
244              # first div contains text
245              pagedivs = pagedom.xpath("/div")
246              if len(pagedivs) > 0:
247                  pagenode = pagedivs[0]
248                  return serializeNode(pagenode)     
249        # text-with-links mode
250        if mode == "text_dict":
251            # first div contains text
252            pagedivs = pagedom.xpath("/div")
253            if len(pagedivs) > 0:
254                pagenode = pagedivs[0]
255                # check all a-tags
256                links = pagenode.xpath("//a")
257                for l in links:
258                    hrefNode = l.getAttributeNodeNS(None, u"href")
259                    if hrefNode:
260                        # is link with href
261                        href = hrefNode.nodeValue
262                        if href.startswith('lt/lex.xql'):
263                            # is pollux link
264                            selfurl = self.absolute_url()
265                            # change href
266                            hrefNode.nodeValue = href.replace('lt/lex.xql','%s/template/head_main_voc'%selfurl)
267                            # add target
268                            l.setAttributeNS(None, 'target', '_blank')
269                            l.setAttributeNS(None, 'onClick',"popupWin = window.open(this.href, 'contacts', 'location,width=500,height=600,top=180, left=700, scrollbars=1'); return false;")
270                            l.setAttributeNS(None, 'onClick', 'popupWin.focus();')     
271                        if href.startswith('lt/lemma.xql'):   
272                            selfurl = self.absolute_url()
273                            hrefNode.nodeValue = href.replace('lt/lemma.xql','%s/template/head_main_lemma'%selfurl)
274                            l.setAttributeNS(None, 'target', '_blank')
275                            l.setAttributeNS(None, 'onClick',"popupWin = window.open(this.href, 'contacts', 'location,width=500,height=600,top=180, left=700, scrollbars=1'); return false;")
276                            l.setAttributeNS(None, 'onClick', 'popupWin.focus();')   
277                        if href.startswith('#note-'):
278                            hrefNode.nodeValue = href.replace('#note-',"?url=%s&viewMode=%s&tocMode=%s&tocPN=%s&pn=%s#note-"%(url,viewMode,tocMode,tocPN,pn))   
279                return serializeNode(pagenode)
280        return "no text here"
281
282    def getTranslate(self, query=None, language=None):
283        """translate into another languages"""
284        data = self.getServerData("lt/lex.xql","document=&language="+str(language)+"&query="+urllib.quote(query))
285        #pagexml=self.template.fulltextclient.eval("/mpdl/interface/lt/lex.xql","document=&language="+str(language)+"&query="+url_quote(str(query)))
286        return data
287   
288    def getLemma(self, lemma=None, language=None):
289        """simular words lemma """
290        data = self.getServerData("lt/lemma.xql","document=&language="+str(language)+"&lemma="+urllib.quote(lemma))
291        #pagexml=self.template.fulltextclient.eval("/mpdl/interface/lt/lemma.xql","document=&language="+str(language)+"&lemma="+url_quote(str(lemma)))
292        return data
293   
294    def getLemmaNew(self, query=None, language=None):
295        """simular words lemma """
296        data = self.getServerData("lt/lemma.xql","document=&language="+str(language)+"&lemma="+urllib.quote(query))
297        #pagexml=self.template.fulltextclient.eval("/mpdl/interface/lt/lemma.xql","document=&language="+str(language)+"&lemma="+url_quote(str(query)))
298        return data
299   
300    def getQuery (self,  docinfo=None, pageinfo=None, query=None, queryType=None, pn=1):
301         """number of"""
302         docpath = docinfo['textURLPath'] 
303         pagesize = pageinfo['queryPageSize']
304         pn = pageinfo['searchPN']
305         query =pageinfo['query']
306         queryType =pageinfo['queryType']
307         tocSearch = 0
308         tocDiv = None
309         
310         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))
311         #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)
312         pagedom = Parse(pagexml)
313         numdivs = pagedom.xpath("//div[@class='queryResultHits']")
314         tocSearch = int(getTextFromNode(numdivs[0]))
315         tc=int((tocSearch/10)+1)
316         logging.debug("documentViewer (gettoc) tc: %s"%(tc))
317         return tc
318
319    def getToc(self, mode="text", docinfo=None):
320        """loads table of contents and stores in docinfo"""
321        logging.debug("documentViewer (gettoc) mode: %s"%(mode))
322        if mode == "none":
323            return docinfo       
324        if 'tocSize_%s'%mode in docinfo:
325            # cached toc
326            return docinfo
327       
328        docpath = docinfo['textURLPath']
329        # we need to set a result set size
330        pagesize = 1000
331        pn = 1
332        if mode == "text":
333            queryType = "toc"
334        else:
335            queryType = mode
336        # number of entries in toc
337        tocSize = 0
338        tocDiv = None
339       
340        pagexml = self.getServerData("doc-query.xql","document=%s&queryType=%s&queryResultPageSize=%s&queryResultPN=%s"%(docpath,queryType, pagesize, pn))
341        #pagexml=self.template.fulltextclient.eval("/mpdl/interface/doc-query.xql", "document=%s&queryType=%s&queryResultPageSize=%s&queryResultPN=%s"%(docpath,queryType,pagesize,pn), outputUnicode=False)
342        # post-processing downloaded xml
343        pagedom = Parse(pagexml)
344        # get number of entries
345        numdivs = pagedom.xpath("//div[@class='queryResultHits']")
346        if len(numdivs) > 0:
347            tocSize = int(getTextFromNode(numdivs[0]))
348        docinfo['tocSize_%s'%mode] = tocSize
349        return docinfo
350   
351    def getTocPage(self, mode="text", pn=1, pageinfo=None, docinfo=None):
352        """returns single page from the table of contents"""
353        # TODO: this should use the cached TOC
354        if mode == "text":
355            queryType = "toc"
356        else:
357            queryType = mode
358        docpath = docinfo['textURLPath']
359        path = docinfo['textURLPath']       
360        pagesize = pageinfo['tocPageSize']
361        pn = pageinfo['tocPN']
362        url = docinfo['url']
363        selfurl = self.absolute_url() 
364        viewMode=  pageinfo['viewMode']
365        characterNormalization = pageinfo ['characterNormalization']
366        tocMode = pageinfo['tocMode']
367        tocPN = pageinfo['tocPN'] 
368       
369        data = self.getServerData("doc-query.xql","document=%s&queryType=%s&queryResultPageSize=%s&queryResultPN=%s&characterNormalization=%s"%(docpath,queryType, pagesize, pn,characterNormalization)) 
370        page = data.replace('page-fragment.xql?document=%s'%str(path),'%s?url=%s&viewMode=%s&tocMode=%s&tocPN=%s'%(selfurl,url, viewMode, tocMode, tocPN))
371        text = page.replace('mode=image','mode=texttool')
372        logging.debug("documentViewer (characterNormalization) characterNormalization: %s"%(characterNormalization))
373        #logging.debug("documentViewer (characterNormalization) text: %s"%(text))
374        return text
375   
376    def manage_changeMpdlXmlTextServer(self,title="",serverUrl="http://mpdl-proto.mpiwg-berlin.mpg.de/mpdl/interface/",timeout=40,RESPONSE=None):
377        """change settings"""
378        self.title=title
379        self.timeout = timeout
380        self.serverUrl = serverUrl
381        if RESPONSE is not None:
382            RESPONSE.redirect('manage_main')
383       
384# management methods
385def manage_addMpdlXmlTextServerForm(self):
386    """Form for adding"""
387    pt = PageTemplateFile("zpt/manage_addMpdlXmlTextServer", globals()).__of__(self)
388    return pt()
389
390def manage_addMpdlXmlTextServer(self,id,title="",serverUrl="http://mpdl-proto.mpiwg-berlin.mpg.de/mpdl/interface/",timeout=40,RESPONSE=None):
391    """add zogiimage"""
392    newObj = MpdlXmlTextServer(id,title,serverUrl,timeout)
393    self.Destination()._setObject(id, newObj)
394    if RESPONSE is not None:
395        RESPONSE.redirect('manage_main')
396
397
398   
Note: See TracBrowser for help on using the repository browser.