source: documentViewer/MpdlXmlTextServer.py @ 206:944c44b469e4

Last change on this file since 206:944c44b469e4 was 206:944c44b469e4, checked in by abukhman, 14 years ago

* empty log message *
File size: 19.0 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 getTextPage(self, mode="text", pn=1, docinfo=None, pageinfo=None, highlightQuery=None,sn=None, viewMode=None, tocMode=None, tocPN=None, characterNormalization=""):
144        """returns single page from fulltext"""
145        docpath = docinfo['textURLPath']
146        path = docinfo['textURLPath']
147        url = docinfo['url']
148        viewMode= pageinfo['viewMode']
149        tocMode = pageinfo['tocMode']
150        characterNormalization=pageinfo['characterNormalization']
151        tocPN = pageinfo['tocPN']
152        selfurl = self.absolute_url()   
153        if mode == "text_dict":
154            textmode = "textPollux"
155        else:
156            textmode = mode
157        #logging.debug("documentViewer (characterNormalization) characterNormalization: %s"%(characterNormalization))
158        textParam = "document=%s&mode=%s&pn=%s&characterNormalization=%s"%(docpath,textmode,pn,characterNormalization)
159        if highlightQuery is not None:
160            textParam +="&highlightQuery=%s&sn=%s"%(urllib.quote(highlightQuery),sn)           
161       
162        pagexml = self.getServerData("page-fragment.xql",textParam)
163        #pagexml=self.template.fulltextclient.eval("/mpdl/interface/page-fragment.xql", textParam, outputUnicode=False)
164       
165        pagedom = Parse(pagexml)
166        # plain text mode
167        if mode == "text":
168            # first div contains text
169            pagedivs = pagedom.xpath("/div")
170            if len(pagedivs) > 0:     
171                pagenode = pagedivs[0]
172                links = pagenode.xpath("//a")
173                for l in links:
174                    hrefNode = l.getAttributeNodeNS(None, u"href")
175                    if hrefNode:
176                        href= hrefNode.nodeValue
177                        if href.startswith('#note-'):
178                            hrefNode.nodeValue = href.replace('#note-',"?url=%s&viewMode=%s&tocMode=%s&tocPN=%s&pn=%s#note-"%(url,viewMode,tocMode,tocPN,pn))
179                return serializeNode(pagenode)
180        if mode == "xml":
181              # first div contains text
182              pagedivs = pagedom.xpath("/div")
183              if len(pagedivs) > 0:
184                  pagenode = pagedivs[0]
185                  return serializeNode(pagenode)
186        if mode == "gis":
187              # first div contains text
188              pagedivs = pagedom.xpath("/div")
189              if len(pagedivs) > 0:
190                  pagenode = pagedivs[0]
191                  links =pagenode.xpath("//a")
192                  for l in links:
193                      hrefNode =l.getAttributeNodeNS(None, u"href")
194                      if hrefNode:
195                          href=hrefNode.nodeValue
196                          if href.startswith('http://chinagis.mpiwg-berlin.mpg.de'):
197                              hrefNode.nodeValue =href.replace('chinagis_REST','chinagis')
198                              l.setAttributeNS(None, 'target', '_blank')
199                  return serializeNode(pagenode)
200                   
201        if mode == "pureXml":
202              # first div contains text
203              pagedivs = pagedom.xpath("/div")
204              if len(pagedivs) > 0:
205                  pagenode = pagedivs[0]
206                  return serializeNode(pagenode)     
207        # text-with-links mode
208        if mode == "text_dict":
209            # first div contains text
210            pagedivs = pagedom.xpath("/div")
211            if len(pagedivs) > 0:
212                pagenode = pagedivs[0]
213                # check all a-tags
214                links = pagenode.xpath("//a")
215                for l in links:
216                    hrefNode = l.getAttributeNodeNS(None, u"href")
217                    if hrefNode:
218                        # is link with href
219                        href = hrefNode.nodeValue
220                        if href.startswith('lt/lex.xql'):
221                            # is pollux link
222                            selfurl = self.absolute_url()
223                            # change href
224                            hrefNode.nodeValue = href.replace('lt/lex.xql','%s/template/head_main_voc'%selfurl)
225                            # add target
226                            l.setAttributeNS(None, 'target', '_blank')
227                            l.setAttributeNS(None, 'onClick',"popupWin = window.open(this.href, 'contacts', 'location,width=500,height=600,top=180, left=700, scrollbars=1'); return false;")
228                            l.setAttributeNS(None, 'onClick', 'popupWin.focus();')     
229                        if href.startswith('lt/lemma.xql'):   
230                            selfurl = self.absolute_url()
231                            hrefNode.nodeValue = href.replace('lt/lemma.xql','%s/template/head_main_lemma'%selfurl)
232                            l.setAttributeNS(None, 'target', '_blank')
233                            l.setAttributeNS(None, 'onClick',"popupWin = window.open(this.href, 'contacts', 'location,width=500,height=600,top=180, left=700, scrollbars=1'); return false;")
234                            l.setAttributeNS(None, 'onClick', 'popupWin.focus();')   
235                        if href.startswith('#note-'):
236                            hrefNode.nodeValue = href.replace('#note-',"?url=%s&viewMode=%s&tocMode=%s&tocPN=%s&pn=%s#note-"%(url,viewMode,tocMode,tocPN,pn))   
237                return serializeNode(pagenode)
238        return "no text here"
239
240    def getTranslate(self, query=None, language=None):
241        """translate into another languages"""
242        data = self.getServerData("lt/lex.xql","document=&language="+str(language)+"&query="+urllib.quote(query))
243        #pagexml=self.template.fulltextclient.eval("/mpdl/interface/lt/lex.xql","document=&language="+str(language)+"&query="+url_quote(str(query)))
244        return data
245   
246    def getLemma(self, lemma=None, language=None):
247        """simular words lemma """
248        data = self.getServerData("lt/lemma.xql","document=&language="+str(language)+"&lemma="+urllib.quote(lemma))
249        #pagexml=self.template.fulltextclient.eval("/mpdl/interface/lt/lemma.xql","document=&language="+str(language)+"&lemma="+url_quote(str(lemma)))
250        return data
251   
252    def getLemmaNew(self, query=None, language=None):
253        """simular words lemma """
254        data = self.getServerData("lt/lemma.xql","document=&language="+str(language)+"&lemma="+urllib.quote(query))
255        #pagexml=self.template.fulltextclient.eval("/mpdl/interface/lt/lemma.xql","document=&language="+str(language)+"&lemma="+url_quote(str(query)))
256        return data
257   
258    def getQuery (self,  docinfo=None, pageinfo=None, query=None, queryType=None, pn=1):
259         """number of"""
260         docpath = docinfo['textURLPath'] 
261         pagesize = pageinfo['queryPageSize']
262         pn = pageinfo['searchPN']
263         query =pageinfo['query']
264         queryType =pageinfo['queryType']
265         tocSearch = 0
266         tocDiv = None
267         
268         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))
269         #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)
270         pagedom = Parse(pagexml)
271         numdivs = pagedom.xpath("//div[@class='queryResultHits']")
272         tocSearch = int(getTextFromNode(numdivs[0]))
273         tc=int((tocSearch/10)+1)
274         logging.debug("documentViewer (gettoc) tc: %s"%(tc))
275         return tc
276
277    def getToc(self, mode="text", docinfo=None):
278        """loads table of contents and stores in docinfo"""
279        logging.debug("documentViewer (gettoc) mode: %s"%(mode))
280        if mode == "none":
281            return docinfo       
282        if 'tocSize_%s'%mode in docinfo:
283            # cached toc
284            return docinfo
285       
286        docpath = docinfo['textURLPath']
287        # we need to set a result set size
288        pagesize = 1000
289        pn = 1
290        if mode == "text":
291            queryType = "toc"
292        else:
293            queryType = mode
294        # number of entries in toc
295        tocSize = 0
296        tocDiv = None
297       
298        pagexml = self.getServerData("doc-query.xql","document=%s&queryType=%s&queryResultPageSize=%s&queryResultPN=%s"%(docpath,queryType, pagesize, pn))
299        #pagexml=self.template.fulltextclient.eval("/mpdl/interface/doc-query.xql", "document=%s&queryType=%s&queryResultPageSize=%s&queryResultPN=%s"%(docpath,queryType,pagesize,pn), outputUnicode=False)
300        # post-processing downloaded xml
301        pagedom = Parse(pagexml)
302        # get number of entries
303        numdivs = pagedom.xpath("//div[@class='queryResultHits']")
304        if len(numdivs) > 0:
305            tocSize = int(getTextFromNode(numdivs[0]))
306        docinfo['tocSize_%s'%mode] = tocSize
307        return docinfo
308   
309    def getTocPage(self, mode="text", pn=1, pageinfo=None, docinfo=None):
310        """returns single page from the table of contents"""
311        # TODO: this should use the cached TOC
312        if mode == "text":
313            queryType = "toc"
314        else:
315            queryType = mode
316        docpath = docinfo['textURLPath']
317        path = docinfo['textURLPath']       
318        pagesize = pageinfo['tocPageSize']
319        pn = pageinfo['tocPN']
320        url = docinfo['url']
321        selfurl = self.absolute_url() 
322        viewMode=  pageinfo['viewMode']
323        characterNormalization = pageinfo ['characterNormalization']
324        tocMode = pageinfo['tocMode']
325        tocPN = pageinfo['tocPN'] 
326       
327        data = self.getServerData("doc-query.xql","document=%s&queryType=%s&queryResultPageSize=%s&queryResultPN=%s&characterNormalization=%s"%(docpath,queryType, pagesize, pn,characterNormalization)) 
328        page = data.replace('page-fragment.xql?document=%s'%str(path),'%s?url=%s&viewMode=%s&tocMode=%s&tocPN=%s'%(selfurl,url, viewMode, tocMode, tocPN))
329        text = page.replace('mode=image','mode=texttool')
330        logging.debug("documentViewer (characterNormalization) characterNormalization: %s"%(characterNormalization))
331        #logging.debug("documentViewer (characterNormalization) text: %s"%(text))
332        return text
333   
334    def manage_changeMpdlXmlTextServer(self,title="",serverUrl="http://mpdl-proto.mpiwg-berlin.mpg.de/mpdl/interface/",timeout=40,RESPONSE=None):
335        """change settings"""
336        self.title=title
337        self.timeout = timeout
338        self.serverUrl = serverUrl
339        if RESPONSE is not None:
340            RESPONSE.redirect('manage_main')
341       
342# management methods
343def manage_addMpdlXmlTextServerForm(self):
344    """Form for adding"""
345    pt = PageTemplateFile("zpt/manage_addMpdlXmlTextServer", globals()).__of__(self)
346    return pt()
347
348def manage_addMpdlXmlTextServer(self,id,title="",serverUrl="http://mpdl-proto.mpiwg-berlin.mpg.de/mpdl/interface/",timeout=40,RESPONSE=None):
349    """add zogiimage"""
350    newObj = MpdlXmlTextServer(id,title,serverUrl,timeout)
351    self.Destination()._setObject(id, newObj)
352    if RESPONSE is not None:
353        RESPONSE.redirect('manage_main')
354
355
356   
Note: See TracBrowser for help on using the repository browser.