Changeset 568:694935574177 in documentViewer


Ignore:
Timestamp:
Oct 11, 2012, 4:27:14 PM (12 years ago)
Author:
casties
Branch:
default
Message:

more new MpiwgXmlTextServer?.

Files:
3 edited

Legend:

Unmodified
Added
Removed

  • MpiwgXmlTextServer.py

    r567 r568  
    9494       
    9595        field = ''
    96         if mode in ['pages', 'toc', 'figures']:
     96        if mode in ['pages', 'toc', 'figures', 'handwritten']:
    9797            # translate mode to field param
    9898            field = '&field=%s'%mode
    … …  
    126126            if mode is None:
    127127                # get general info from system-tag
    128                 cp = doc.find('system/countPages')
    129                 if cp is not None:
    130                     docinfo['numTextPages'] = getInt(cp.text)
     128                sys = doc.find('system')
     129                if sys is not None:
     130                    docinfo['numTextPages'] = getInt(getText(sys.find('countPages')))
     131                    docinfo['numFigureEntries'] = getInt(getText(sys.find('countFigures')))
     132                    docinfo['numHandwritten'] = getInt(getText(sys.find('countHandwritten')))
     133                    docinfo['numTocEntries'] = getInt(getText(sys.find('countTocEntries')))
    131134                   
    132135            else:
    … …  
    146149                            pn = getInt(i.get('n'))
    147150                            page['pn'] = pn
    148                             no = getInt(i.get('o'))
     151                            no = i.get('o')
    149152                            page['no'] = no
    150                             non = getInt(i.get('o-norm'))
     153                            non = i.get('o-norm')
    151154                            page['non'] = non
    152155                                   
    … …  
    158161                                   
    159162                    # toc
    160                     elif name == 'toc':
     163                    elif lt == 'toc' or lt == 'figures' or lt == 'handwritten':
    161164                        # contains tags with table of contents/figures
    162                         # <toc-entry><page>13</page><level>3</level><content>Chapter I</content><level-string>1.</level-string><real-level>1</real-level></toc-entry>
     165                        # <item n="2.1." lv="2">CAP.I. <ref o="119">132</ref></item>
    163166                        tocs = []
    164                         for te in tag:
    165                             toc = {}
    166                             for t in te:
    167                                 if t.tag == 'page':
    168                                     toc['pn'] = getInt(t.text)
    169                                 elif t.tag == 'level':
    170                                     toc['level'] = t.text
    171                                 elif t.tag == 'content':
    172                                     toc['content'] = t.text
    173                                 elif t.tag == 'level-string':
    174                                     toc['level-string'] = t.text
    175                                 elif t.tag == 'real-level':
    176                                     toc['real-level'] = t.text
    177                                    
    178                             tocs.append(toc)
     167                        for te in l:
     168                            if te.tag == 'item':
     169                                toc = {}
     170                                toc['level-string'] = te.get('n')
     171                                toc['level'] = te.get('lv')
     172                                toc['content'] = te.text.strip()
     173                                ref = te.find('ref')
     174                                toc['pn'] = getInt(ref.text)
     175                                toc['no'] = ref.get('o')
     176                                toc['non'] = ref.get('o-norm')
     177                                tocs.append(toc)
    179178                       
    180179                        # save as full_toc/full_figures
    … …  
    184183       
    185184         
    186     def processPageInfo(self, dom, docinfo, pageinfo):
    187         """processes page info divs from dom and stores in docinfo and pageinfo"""
    188         # assume first second level div is pageMeta
    189         alldivs = dom.find("div")
    190        
    191         if alldivs is None or alldivs.get('class', '') != 'pageMeta':
    192             logging.error("processPageInfo: pageMeta div not found!")
    193             return
    194        
    195         for div in alldivs:
    196             dc = div.get('class')
    197            
    198             # pageNumberOrig 
    199             if dc == 'pageNumberOrig':
    200                 pageinfo['pageNumberOrig'] = div.text
    201                
    202             # pageNumberOrigNorm
    203             elif dc == 'pageNumberOrigNorm':
    204                 pageinfo['pageNumberOrigNorm'] = div.text
    205                
    206             # pageHeaderTitle
    207             elif dc == 'pageHeaderTitle':
    208                 pageinfo['pageHeaderTitle'] = div.text
    209                        
    210         #logging.debug("processPageInfo: pageinfo=%s"%repr(pageinfo))
    211         return
    212          
    213            
    214185    def getTextPage(self, mode="text", pn=1, docinfo=None, pageinfo=None):
    215186        """returns single page from fulltext"""
    … …  
    452423            return docinfo
    453424             
     425        #TODO: put mode into query
     426       
    454427        cachedQuery = docinfo.get('cachedQuery', None)
    455428        if cachedQuery is not None:
    … …  
    462435                # different query
    463436                del docinfo['resultSize']
    464                 del docinfo['resultXML']
     437                del docinfo['results']
    465438       
    466439        # cache query
    … …  
    469442        # fetch full results
    470443        docpath = docinfo['textURLPath']
    471         params = {'document': docpath,
    472                   'mode': 'text',
    473                   'queryType': mode,
     444        params = {'docId': docpath,
    474445                  'query': query,
    475                   'queryResultPageSize': 1000,
    476                   'queryResultPN': 1,
    477                   'characterNormalization': pageinfo.get('characterNormalization', 'reg')}
    478         pagexml = self.getServerData("doc-query.xql",urllib.urlencode(params))
    479         #pagexml = self.getServerData("doc-query.xql","document=%s&mode=%s&queryType=%s&query=%s&queryResultPageSize=%s&queryResultPN=%s&s=%s&viewMode=%s&characterNormalization=%s&highlightElementPos=%s&highlightElement=%s&highlightQuery=%s"%(docpath, 'text', queryType, urllib.quote(query), pagesize, pn, s, viewMode,characterNormalization, highlightElementPos, highlightElement, urllib.quote(highlightQuery)))
    480         dom = ET.fromstring(pagexml)
    481         # page content is in <div class="queryResultPage">
    482         pagediv = None
    483         # ElementTree 1.2 in Python 2.6 can't do div[@class='queryResultPage']
    484         alldivs = dom.findall("div")
    485         for div in alldivs:
    486             dc = div.get('class')
    487             # page content div
    488             if dc == 'queryResultPage':
    489                 pagediv = div
    490                
    491             elif dc == 'queryResultHits':
    492                 docinfo['resultSize'] = getInt(div.text)
    493 
    494         if pagediv is not None:
    495             # store XML in docinfo
    496             docinfo['resultXML'] = ET.tostring(pagediv, 'UTF-8')
     446                  'pageSize': 1000,
     447                  'page': 1,
     448                  'outputFormat': 'html'}
     449        pagexml = self.getServerData("query/QueryDocument",urllib.urlencode(params))
     450        results = []
     451        try:
     452            dom = ET.fromstring(pagexml)
     453            # page content is currently in multiple <td align=left>
     454            alldivs = dom.findall(".//td[@align='left']")
     455            for div in alldivs:
     456                # TODO: can we put etree in the session?
     457                results.append(div)
     458       
     459        except Exception, e:
     460            logging.error("GetSearchResults: Error parsing search result: %s"%e)
     461               
     462        # store results in docinfo
     463        docinfo['resultSize'] = len(results)
     464        docinfo['results'] = results
    497465
    498466        return docinfo
    … …  
    505473        self.getSearchResults(mode=mode, query=query, pageinfo=pageinfo, docinfo=docinfo)
    506474           
    507         resultxml = docinfo.get('resultXML', None)
     475        resultxml = docinfo.get('results', None)
    508476        if not resultxml:
    509             logging.error("getResultPage: unable to find resultXML")
     477            logging.error("getResultPage: unable to find results")
    510478            return "Error: no result!"
    511479       
    … …  
    562530        return docinfo.get('full_%s'%queryType, [])
    563531
     532
    564533    def getTocPage(self, mode='text', pn=None, start=None, size=None, pageinfo=None, docinfo=None):
    565534        """returns single page from the table of contents"""
    … …  
    584553            pageurl = self.getLink('pn', toc['pn'])
    585554            tp += '<div class="tocline">'
    586             tp += '<div class="toc name">[%s %s]</div>'%(toc['level-string'], toc['content'])
    587             tp += '<div class="toc float right page"><a href="%s">Page: %s</a></div>'%(pageurl, toc['pn'])
     555            content = toc['content']
     556            if content:
     557                tp += '<div class="toc name">[%s] %s</div>'%(toc['level-string'], toc['content'])
     558            else:
     559                tp += '<div class="toc name">[Figure %s]</div>'%(toc['level-string'])
     560           
     561            if toc.get('no', None):
     562                tp += '<div class="toc page"><a href="%s">Page: %s (%s)</a></div>'%(pageurl, toc['pn'], toc['no'])
     563            else:
     564                tp += '<div class="toc page"><a href="%s">Page: %s</a></div>'%(pageurl, toc['pn'])
     565               
    588566            tp += '</div>\n'
    589567           

  • css/docuviewer.css

    r567 r568  
    147147}
    148148
    149 div.tocbody.text .toc,
    150 div.tocbody.figures .toc,
    151 div.tocbody.concordance .toc {
     149div.tocbody.text .toc.name,
     150div.tocbody.figures .toc.name,
     151div.tocbody.concordance .toc.name {
    152152    float:left;
    153153    clear:right;
    154 }
    155 div.tocbody.text .toc.float.right,
    156 div.tocbody.figures .toc.float.right,
    157 div.tocbody.concordance .toc.float.right {
     154    margin-right: 1em;
     155}
     156div.tocbody.text .toc.page,
     157div.tocbody.figures .toc.page,
     158div.tocbody.concordance .toc.page {
    158159    float:right;
    159160}
    … …  
    273274        display: none;
    274275}
     276/* running head */
    275277div.col.main div.content.text span.pb span.rhead {
    276         display: block;
    277 }
    278 /* running head */
    279 div.col.main div.content.text div.pageHeaderTitle {
     278    display: block;
    280279    text-align: center;
    281280    margin-bottom: 1em;

  • documentViewer.py

    r566 r568  
    589589            if texttool:
    590590                docinfo = self.getDocinfoFromTexttool(docinfo, texttool)
    591                 # document info (including toc) from full text
     591                # document info from full text server
    592592                if docinfo.get('textURLPath', None):
    593593                    docinfo = self.getTextInfo(mode=None, docinfo=docinfo)
     594                    # include list of pages TODO: do we need this always?
     595                    docinfo = self.getTextInfo(mode='pages', docinfo=docinfo)
    594596           
    595597            # bib info
Note: See TracChangeset for help on using the changeset viewer.