source: documentViewer/MpdlXmlTextServer.py @ 312:c774a0c58bc3

Last change on this file since 312:c774a0c58bc3 was 312:c774a0c58bc3, checked in by abukhman, 14 years ago

* empty log message *
File size: 21.0 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        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&highlightQuery=%s"%(docpath, 'text', queryType, urllib.quote(query), pagesize, pn, sn, viewMode,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        docinfo['numPages']=int(getTextFromNode(result[0]))
139        return docinfo
140   
141    def getGisPlaces(self, docinfo=None, pageinfo=None):
142        """ Show all Gis Places of whole Page"""
143        xpath='//place'
144        docpath = docinfo['textURLPath'] 
145        url = docinfo['url']
146        selfurl = self.absolute_url()
147        pn = pageinfo['current']
148        hrefList=[]
149        myList= ""
150        text=self.getServerData("xpath.xql", "document=%s&xpath=%s&pn=%s"%(docinfo['textURLPath'],xpath,pn))
151        dom = Parse(text)
152        result = dom.xpath("//result/resultPage/place")
153        for l in result:
154            hrefNode= l.getAttributeNodeNS(None, u"id")
155            href= hrefNode.nodeValue
156            hrefList.append(href)
157            myList = ",".join(hrefList)
158        logging.debug("getGisPlaces :%s"%(myList))                             
159        return myList
160   
161    def getAllGisPlaces (self, docinfo=None, pageinfo=None):
162        """Show all Gis Places of whole Book """
163        xpath ='//echo:place'
164        docpath =docinfo['textURLPath']
165        url = docinfo['url']
166        selfurl =self.absolute_url()
167        pn =pageinfo['current']
168        hrefList=[]
169        myList=""
170        text=self.getServerData("xpath.xql", "document=%s&xpath=%s"%(docinfo['textURLPath'],xpath))
171        dom =Parse(text)
172        result = dom.xpath("//result/resultPage/place")
173        for l in result:
174            hrefNode = l.getAttributeNodeNS(None, u"id")
175            href= hrefNode.nodeValue
176            hrefList.append(href)
177            myList = ",".join(hrefList)
178            logging.debug("getALLGisPlaces :%s"%(myList))
179        return myList
180   
181    def getOrigPages (self, docinfo=None, pageinfo=None):
182        """Show original page """
183        docpath = docinfo['textURLPath'] 
184        #url = docinfo['url']
185        selfurl = self.absolute_url()
186        pn =pageinfo['current']
187        viewMode=  pageinfo['viewMode']
188        text = self.getServerData("page-fragment.xql","document=%s&mode=%s&pn=%s"%(docinfo['textURLPath'], mode,  pn))
189        dom =Parse(text)
190        pagedivs = dom.xpath("//div[@class='pageNumberOrig']")
191        logging.debug("getOrigPages :%s"%(pagedivs))
192        return "pagedivs"
193   
194    def getTextPage(self, mode="text", pn=1, docinfo=None, pageinfo=None, highlightQuery=None,sn=None, viewMode=None, tocMode=None, tocPN=None, characterNormalization=""):
195        """returns single page from fulltext"""
196        docpath = docinfo['textURLPath']
197        path = docinfo['textURLPath']
198        url = docinfo['url']
199        name = docinfo['name']
200        viewMode= pageinfo['viewMode']
201        tocMode = pageinfo['tocMode']
202        characterNormalization=pageinfo['characterNormalization']
203        tocPN = pageinfo['tocPN']
204        selfurl = self.absolute_url()   
205        if mode == "text_dict":
206            textmode = "textPollux"
207        else:
208            textmode = mode
209        #logging.debug("documentViewer (characterNormalization) characterNormalization: %s"%(characterNormalization))
210        textParam = "document=%s&mode=%s&pn=%s&characterNormalization=%s"%(docpath,textmode,pn,characterNormalization)
211        if highlightQuery is not None:
212            textParam +="&highlightQuery=%s&sn=%s"%(urllib.quote(highlightQuery),sn)           
213       
214        pagexml = self.getServerData("page-fragment.xql",textParam)
215        #pagexml=self.template.fulltextclient.eval("/mpdl/interface/page-fragment.xql", textParam, outputUnicode=False)
216       
217        pagedom = Parse(pagexml)
218        # plain text mode
219        if mode == "text":
220            # first div contains text
221            pagedivs = pagedom.xpath("/div")
222            if len(pagedivs) > 0:     
223                pagenode = pagedivs[0]
224                links = pagenode.xpath("//a")
225                for l in links:
226                    hrefNode = l.getAttributeNodeNS(None, u"href")
227                    if hrefNode:
228                        href= hrefNode.nodeValue
229                        if href.startswith('#note-'):
230                            hrefNode.nodeValue = href.replace('#note-',"?url=%s&viewMode=%s&tocMode=%s&tocPN=%s&pn=%s#note-"%(url,viewMode,tocMode,tocPN,pn))
231                return serializeNode(pagenode)
232        if mode == "xml":
233              # first div contains text
234              pagedivs = pagedom.xpath("/div")
235              if len(pagedivs) > 0:
236                  pagenode = pagedivs[0]
237                  return serializeNode(pagenode)
238        if mode == "gis":
239              # first div contains text
240              pagedivs = pagedom.xpath("/div")
241              if len(pagedivs) > 0:
242                  pagenode = pagedivs[0]
243                  links =pagenode.xpath("//a")
244                  for l in links:
245                      hrefNode =l.getAttributeNodeNS(None, u"href")
246                      if hrefNode:
247                          href=hrefNode.nodeValue
248                          if href.startswith('http://chinagis.mpiwg-berlin.mpg.de'):
249                              hrefNode.nodeValue =href.replace('chinagis_REST/REST/db/chgis/mpdl','chinagis/REST/db/mpdl/%s'%name)
250                              l.setAttributeNS(None, 'target', '_blank') 
251                  return serializeNode(pagenode)
252                   
253        if mode == "pureXml":
254              # first div contains text
255              pagedivs = pagedom.xpath("/div")
256              if len(pagedivs) > 0:
257                  pagenode = pagedivs[0]
258                  return serializeNode(pagenode)     
259        # text-with-links mode
260        if mode == "text_dict":
261            # first div contains text
262            pagedivs = pagedom.xpath("/div")
263            if len(pagedivs) > 0:
264                pagenode = pagedivs[0]
265                # check all a-tags
266                links = pagenode.xpath("//a")
267                for l in links:
268                    hrefNode = l.getAttributeNodeNS(None, u"href")
269                    if hrefNode:
270                        # is link with href
271                        href = hrefNode.nodeValue
272                        if href.startswith('lt/lex.xql'):
273                            # is pollux link
274                            selfurl = self.absolute_url()
275                            # change href
276                            hrefNode.nodeValue = href.replace('lt/lex.xql','%s/template/head_main_voc'%selfurl)
277                            # add target
278                            l.setAttributeNS(None, 'target', '_blank')
279                            l.setAttributeNS(None, 'onClick',"popupWin = window.open(this.href, 'contacts', 'location,width=500,height=600,top=180, left=700, scrollbars=1'); return false;")
280                            l.setAttributeNS(None, 'onClick', 'popupWin.focus();')     
281                        if href.startswith('lt/lemma.xql'):   
282                            selfurl = self.absolute_url()
283                            hrefNode.nodeValue = href.replace('lt/lemma.xql','%s/template/head_main_lemma'%selfurl)
284                            l.setAttributeNS(None, 'target', '_blank')
285                            l.setAttributeNS(None, 'onClick',"popupWin = window.open(this.href, 'contacts', 'location,width=500,height=600,top=180, left=700, scrollbars=1'); return false;")
286                            l.setAttributeNS(None, 'onClick', 'popupWin.focus();')   
287                        if href.startswith('#note-'):
288                            hrefNode.nodeValue = href.replace('#note-',"?url=%s&viewMode=%s&tocMode=%s&tocPN=%s&pn=%s#note-"%(url,viewMode,tocMode,tocPN,pn))   
289                return serializeNode(pagenode)
290        return "no text here"
291
292    def getTranslate(self, query=None, language=None):
293        """translate into another languages"""
294        data = self.getServerData("lt/lex.xql","document=&language="+str(language)+"&query="+urllib.quote(query))
295        #pagexml=self.template.fulltextclient.eval("/mpdl/interface/lt/lex.xql","document=&language="+str(language)+"&query="+url_quote(str(query)))
296        return data
297   
298    def getLemma(self, lemma=None, language=None):
299        """simular words lemma """
300        data = self.getServerData("lt/lemma.xql","document=&language="+str(language)+"&lemma="+urllib.quote(lemma))
301        #pagexml=self.template.fulltextclient.eval("/mpdl/interface/lt/lemma.xql","document=&language="+str(language)+"&lemma="+url_quote(str(lemma)))
302        return data
303   
304    def getLemmaNew(self, query=None, language=None):
305        """simular words lemma """
306        data = self.getServerData("lt/lemma.xql","document=&language="+str(language)+"&lemma="+urllib.quote(query))
307        #pagexml=self.template.fulltextclient.eval("/mpdl/interface/lt/lemma.xql","document=&language="+str(language)+"&lemma="+url_quote(str(query)))
308        return data
309   
310    def getQuery (self,  docinfo=None, pageinfo=None, query=None, queryType=None, pn=1):
311         """number of"""
312         docpath = docinfo['textURLPath'] 
313         pagesize = pageinfo['queryPageSize']
314         pn = pageinfo['searchPN']
315         query =pageinfo['query']
316         queryType =pageinfo['queryType']
317         tocSearch = 0
318         tocDiv = None
319         
320         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))
321         #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)
322         pagedom = Parse(pagexml)
323         numdivs = pagedom.xpath("//div[@class='queryResultHits']")
324         tocSearch = int(getTextFromNode(numdivs[0]))
325         tc=int((tocSearch/10)+1)
326         logging.debug("documentViewer (gettoc) tc: %s"%(tc))
327         return tc
328
329    def getToc(self, mode="text", docinfo=None):
330        """loads table of contents and stores in docinfo"""
331        logging.debug("documentViewer (gettoc) mode: %s"%(mode))
332        if mode == "none":
333            return docinfo       
334        if 'tocSize_%s'%mode in docinfo:
335            # cached toc
336            return docinfo
337       
338        docpath = docinfo['textURLPath']
339        # we need to set a result set size
340        pagesize = 1000
341        pn = 1
342        if mode == "text":
343            queryType = "toc"
344        else:
345            queryType = mode
346        # number of entries in toc
347        tocSize = 0
348        tocDiv = None
349       
350        pagexml = self.getServerData("doc-query.xql","document=%s&queryType=%s&queryResultPageSize=%s&queryResultPN=%s"%(docpath,queryType, pagesize, pn))
351        #pagexml=self.template.fulltextclient.eval("/mpdl/interface/doc-query.xql", "document=%s&queryType=%s&queryResultPageSize=%s&queryResultPN=%s"%(docpath,queryType,pagesize,pn), outputUnicode=False)
352        # post-processing downloaded xml
353        pagedom = Parse(pagexml)
354        # get number of entries
355        numdivs = pagedom.xpath("//div[@class='queryResultHits']")
356        if len(numdivs) > 0:
357            tocSize = int(getTextFromNode(numdivs[0]))
358        docinfo['tocSize_%s'%mode] = tocSize
359        return docinfo
360   
361    def getTocPage(self, mode="text", pn=1, pageinfo=None, docinfo=None):
362        """returns single page from the table of contents"""
363        # TODO: this should use the cached TOC
364        if mode == "text":
365            queryType = "toc"
366        else:
367            queryType = mode
368        docpath = docinfo['textURLPath']
369        path = docinfo['textURLPath']       
370        pagesize = pageinfo['tocPageSize']
371        pn = pageinfo['tocPN']
372        url = docinfo['url']
373        selfurl = self.absolute_url() 
374        viewMode=  pageinfo['viewMode']
375        characterNormalization = pageinfo ['characterNormalization']
376        tocMode = pageinfo['tocMode']
377        tocPN = pageinfo['tocPN'] 
378       
379        data = self.getServerData("doc-query.xql","document=%s&queryType=%s&queryResultPageSize=%s&queryResultPN=%s&characterNormalization=%s"%(docpath,queryType, pagesize, pn,characterNormalization)) 
380        page = data.replace('page-fragment.xql?document=%s'%str(path),'%s?url=%s&viewMode=%s&tocMode=%s&tocPN=%s'%(selfurl,url, viewMode, tocMode, tocPN))
381        text = page.replace('mode=image','mode=texttool')
382        logging.debug("documentViewer (characterNormalization) characterNormalization: %s"%(characterNormalization))
383        #logging.debug("documentViewer (characterNormalization) text: %s"%(text))
384        return text
385   
386    def manage_changeMpdlXmlTextServer(self,title="",serverUrl="http://mpdl-proto.mpiwg-berlin.mpg.de/mpdl/interface/",timeout=40,RESPONSE=None):
387        """change settings"""
388        self.title=title
389        self.timeout = timeout
390        self.serverUrl = serverUrl
391        if RESPONSE is not None:
392            RESPONSE.redirect('manage_main')
393       
394# management methods
395def manage_addMpdlXmlTextServerForm(self):
396    """Form for adding"""
397    pt = PageTemplateFile("zpt/manage_addMpdlXmlTextServer", globals()).__of__(self)
398    return pt()
399
400def manage_addMpdlXmlTextServer(self,id,title="",serverUrl="http://mpdl-proto.mpiwg-berlin.mpg.de/mpdl/interface/",timeout=40,RESPONSE=None):
401    """add zogiimage"""
402    newObj = MpdlXmlTextServer(id,title,serverUrl,timeout)
403    self.Destination()._setObject(id, newObj)
404    if RESPONSE is not None:
405        RESPONSE.redirect('manage_main')
406
407
408   
Note: See TracBrowser for help on using the repository browser.