Changeset 513:67095296c95a in documentViewer for MpdlXmlTextServer.py


Ignore:
Timestamp:
Feb 28, 2012, 6:10:08 PM (12 years ago)
Author:
casties
Branch:
default
Parents:
497:73fb73577961 (diff), 512:92a6443a6f16 (diff)
Note: this is a merge changeset, the changes displayed below correspond to the merge itself.
Use the (diff) links above to see all the changes relative to each parent.
Message:

Merge from elementtree branch
92a6443a6f16ff25674d43814ec0d6c0a43a5e1a

File:
1 edited

Legend:

Unmodified
Added
Removed

  • MpdlXmlTextServer.py

    r451 r513  
    1 
    21from OFS.SimpleItem import SimpleItem
    32from Products.PageTemplates.PageTemplateFile import PageTemplateFile
    4 from Ft.Xml import EMPTY_NAMESPACE, Parse
    5 from Ft.Xml.Domlette import NonvalidatingReader
    6 
    7 import md5
    8 import sys
     3
     4import xml.etree.ElementTree as ET
     5
     6import re
    97import logging
    108import urllib
    11 import documentViewer
    12 from documentViewer import getTextFromNode, serializeNode
     9import urlparse
     10import base64
     11
     12from SrvTxtUtils import getInt, getText, getHttpData
     13
     14def serialize(node):
     15    """returns a string containing an XML snippet of node"""
     16    s = ET.tostring(node, 'UTF-8')
     17    # snip off XML declaration
     18    if s.startswith('<?xml'):
     19        i = s.find('?>')
     20        return s[i+3:]
     21
     22    return s
     23
    1324
    1425class MpdlXmlTextServer(SimpleItem):
    … …  
    2233    manage_changeMpdlXmlTextServerForm = PageTemplateFile("zpt/manage_changeMpdlXmlTextServer", globals())
    2334       
    24     def __init__(self,id,title="",serverUrl="http://mpdl-test.mpiwg-berlin.mpg.de/mpdl/interface/", serverName=None, timeout=40):
    25     #def __init__(self,id,title="",serverUrl="http://mpdl-text.mpiwg-berlin.mpg.de:30030/mpdl/interface/", serverName=None, timeout=40):   
    26        
     35    def __init__(self,id,title="",serverUrl="http://mpdl-text.mpiwg-berlin.mpg.de/mpdl/interface/", serverName=None, timeout=40):
    2736        """constructor"""
    2837        self.id=id
    … …  
    3645    def getHttpData(self, url, data=None):
    3746        """returns result from url+data HTTP request"""
    38         return documentViewer.getHttpData(url,data,timeout=self.timeout)
     47        return getHttpData(url,data,timeout=self.timeout)
    3948   
    4049    def getServerData(self, method, data=None):
    4150        """returns result from text server for method+data"""
    4251        url = self.serverUrl+method
    43         return documentViewer.getHttpData(url,data,timeout=self.timeout)
    44 
    45     def getSearch(self, pageinfo=None,  docinfo=None):
    46         """get search list"""
    47         docpath = docinfo['textURLPath']
    48         url = docinfo['url']
    49         pagesize = pageinfo['queryPageSize']
    50         pn = pageinfo.get('searchPN',1)
    51         #sn = pageinfo['sn']
    52         s = pageinfo['s']
    53         highlightElementPos =pageinfo ['highlightElementPos']
    54         highlightElement = pageinfo ['highlightElement']
    55        
    56         highlightQuery = pageinfo['highlightQuery']
    57         query =pageinfo['query']
    58         queryType =pageinfo['queryType']
    59         viewMode=  pageinfo['viewMode']
    60         tocMode = pageinfo['tocMode']
    61         characterNormalization = pageinfo['characterNormalization']
    62         #optionToggle = pageinfo['optionToggle']
    63         tocPN = pageinfo['tocPN']
    64         selfurl = self.absolute_url()
    65         data = 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)))
    66         #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)))
    67         pagexml = data.replace('?document=%s'%str(docpath),'?url=%s'%url)
    68         pagedom = Parse(pagexml)
    69        
    70         """
    71         pagedivs = pagedom.xpath("//div[@class='queryResultHits']")
    72         if (pagedivs == pagedom.xpath("//div[@class='queryResultHits']")):
    73             if len(pagedivs)>0:
    74                 docinfo['queryResultHits'] = int(getTextFromNode(pagedivs[0]))
    75                 s = getTextFromNode(pagedivs[0])
    76                 s1 = int(s)/10+1
    77                 try:
    78                     docinfo['queryResultHits'] = int(s1)
    79                     logging.debug("SEARCH ENTRIES: %s"%(s1))
    80                 except:
    81                     docinfo['queryResultHits'] = 0
    82         """
    83         if (queryType=="fulltext")or(queryType=="xpath")or(queryType=="xquery")or(queryType=="fulltextMorphLemma"):   
    84             pagedivs = pagedom.xpath("//div[@class='queryResultPage']")
    85             if len(pagedivs)>0:
    86                 pagenode=pagedivs[0]
    87                 links=pagenode.xpath("//a")
    88                 for l in links:
    89                     hrefNode = l.getAttributeNodeNS(None, u"href")
    90                     if hrefNode:
    91                         href = hrefNode.nodeValue
    92                         if href.startswith('page-fragment.xql'):
    93                             selfurl = self.absolute_url()           
    94                             pagexml=href.replace('mode=text','mode=texttool&viewMode=%s&queryType=%s&query=%s&queryResultPageSize=%s&queryResultPN=%s&tocMode=%s&searchPN=%s&tocPN=%s&characterNormalization=%s'%(viewMode,queryType,urllib.quote(query),pagesize,pn,tocMode,pn,tocPN, characterNormalization))
    95                             hrefNode.nodeValue = pagexml.replace('page-fragment.xql','%s'%selfurl)                                           
    96                 #logging.debug("PUREXML :%s"%(serializeNode(pagenode)))
    97                 return serializeNode(pagenode)       
    98         if (queryType=="fulltextMorph"):
    99             pagedivs = pagedom.xpath("//div[@class='queryResult']")
    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                         if href.startswith('page-fragment.xql'):
    108                             selfurl = self.absolute_url()       
    109                             pagexml=href.replace('mode=text','mode=texttool&viewMode=%s&queryType=%s&query=%s&queryResultPageSize=%s&queryResultPN=%s&tocMode=%s&searchPN=%s&tocPN=%s&characterNormalization=%s'%(viewMode,queryType,urllib.quote(query),pagesize,pn,tocMode,pn,tocPN,characterNormalization))
    110                             hrefNode.nodeValue = pagexml.replace('page-fragment.xql','%s'%selfurl) 
    111                         if href.startswith('../lt/lemma.xql'):
    112                             hrefNode.nodeValue = href.replace('../lt/lemma.xql','%s/template/head_main_query'%(selfurl))       
    113                             l.setAttributeNS(None, 'target', '_blank')
    114                             l.setAttributeNS(None, 'onClick',"popupWin = window.open(this.href, 'contacts', 'location,width=300,height=400,top=180, left=400, scrollbars=1'); return false;")
    115                             l.setAttributeNS(None, 'onDblclick', 'popupWin.focus();') 
    116                 pagedivs = pagedom.xpath("//div[@class='queryResultMorphExpansion']")               
    117                 return serializeNode(pagenode)       
    118         if (queryType=="ftIndex")or(queryType=="ftIndexMorph"):
    119             pagedivs= pagedom.xpath("//div[@class='queryResultPage']")
    120             if len(pagedivs)>0:
    121                 pagenode=pagedivs[0]
    122                 links=pagenode.xpath("//a")
    123                 for l in links:
    124                     hrefNode = l.getAttributeNodeNS(None, u"href")
    125                     if hrefNode:
    126                         href = hrefNode.nodeValue
    127                         hrefNode.nodeValue=href.replace('mode=text','mode=texttool&viewMode=%s&tocMode=%s&tocPN=%s&pn=%s&characterNormalization=%s'%(viewMode,tocMode,tocPN,pn,characterNormalization))             
    128                         if href.startswith('../lt/lex.xql'):
    129                             hrefNode.nodeValue = href.replace('../lt/lex.xql','%s/template/head_main_lex'%selfurl)         
    130                             l.setAttributeNS(None, 'target', '_blank')
    131                             l.setAttributeNS(None, 'onClick',"popupWin = window.open(this.href, 'contacts', 'location,width=500,height=600,top=180, left=400, scrollbars=1'); return false;")
    132                             l.setAttributeNS(None, 'onDblclick', 'popupWin.focus();')
    133                         if href.startswith('../lt/lemma.xql'):
    134                             hrefNode.nodeValue = href.replace('../lt/lemma.xql','%s/template/head_main_lemma'%(selfurl))       
    135                             l.setAttributeNS(None, 'target', '_blank')
    136                             l.setAttributeNS(None, 'onClick',"popupWin = window.open(this.href, 'contacts', 'location,width=300,height=400,top=180, left=400, scrollbars=1'); return false;")
    137                             l.setAttributeNS(None, 'onDblclick', 'popupWin.focus();')
    138                 return serializeNode(pagenode)     
    139         return "no text here"   
    140            
    141     def getGisPlaces(self, docinfo=None, pageinfo=None):
    142         """ Show all Gis Places of whole Page"""
    143         xpath='//place'
     52        return getHttpData(url,data,timeout=self.timeout)
     53
     54
     55    def getPlacesOnPage(self, docinfo=None, pn=None):
     56        """Returns list of GIS places of page pn"""
    14457        docpath = docinfo.get('textURLPath',None)
    14558        if not docpath:
    14659            return None
    14760
    148         url = docinfo['url']
    149         selfurl = self.absolute_url()
    150         pn = pageinfo['current']
    151         hrefList=[]
    152         myList= ""
    153         text=self.getServerData("xpath.xql", "document=%s&xpath=%s&pn=%s"%(docinfo['textURLPath'],xpath,pn))
    154         dom = Parse(text)
    155         result = dom.xpath("//result/resultPage/place")
     61        places=[]
     62        text=self.getServerData("xpath.xql", "document=%s&xpath=//place&pn=%s"%(docpath,pn))
     63        dom = ET.fromstring(text)
     64        result = dom.findall(".//resultPage/place")
    15665        for l in result:
    157             hrefNode= l.getAttributeNodeNS(None, u"id")
    158             href= hrefNode.nodeValue
    159             hrefList.append(href)
    160             myList = ",".join(hrefList)
    161         #logging.debug("getGisPlaces :%s"%(myList))                             
    162         return myList
    163    
    164     def getAllGisPlaces (self, docinfo=None, pageinfo=None):
    165         """Show all Gis Places of whole Book """
    166         xpath ='//echo:place'
    167         docpath =docinfo['textURLPath']
    168         url = docinfo['url']
    169         selfurl =self.absolute_url()
    170         pn =pageinfo['current']
    171         hrefList=[]
    172         myList=""
    173         text=self.getServerData("xpath.xql", "document=%s&xpath=%s"%(docinfo['textURLPath'],xpath))
    174         dom =Parse(text)
    175         result = dom.xpath("//result/resultPage/place")
    176        
    177         for l in result:
    178             hrefNode = l.getAttributeNodeNS(None, u"id")
    179             href= hrefNode.nodeValue
    180             hrefList.append(href)
    181             myList = ",".join(hrefList)
    182             #logging.debug("getALLGisPlaces :%s"%(myList))
    183         return myList
     66            id = l.get("id")
     67            name = l.text
     68            place = {'id': id, 'name': name}
     69            places.append(place)
     70
     71        return places
     72   
    18473         
     74    def processPageInfo(self, dom, docinfo, pageinfo):
     75        """processes page info divs from dom and stores in docinfo and pageinfo"""
     76        # assume first second level div is pageMeta
     77        alldivs = dom.find("div")
     78       
     79        if alldivs is None or alldivs.get('class', '') != 'pageMeta':
     80            logging.error("processPageInfo: pageMeta div not found!")
     81            return
     82       
     83        for div in alldivs:
     84            dc = div.get('class')
     85           
     86            # pageNumberOrig 
     87            if dc == 'pageNumberOrig':
     88                pageinfo['pageNumberOrig'] = div.text
     89               
     90            # pageNumberOrigNorm
     91            elif dc == 'pageNumberOrigNorm':
     92                pageinfo['pageNumberOrigNorm'] = div.text
     93               
     94            # pageHeaderTitle
     95            elif dc == 'pageHeaderTitle':
     96                pageinfo['pageHeaderTitle'] = div.text
     97               
     98            # numFigureEntries
     99            elif dc == 'countFigureEntries':
     100                docinfo['numFigureEntries'] = getInt(div.text)
     101               
     102            # numTocEntries
     103            elif dc == 'countTocEntries':
     104                # WTF: s1 = int(s)/30+1
     105                docinfo['numTocEntries'] = getInt(div.text)
     106               
     107            # numPlaces
     108            elif dc == 'countPlaces':
     109                docinfo['numPlaces'] = getInt(div.text)
     110               
     111            # numTextPages
     112            elif dc == 'countPages':
     113                np = getInt(div.text)                   
     114                if np > 0:
     115                    docinfo['numTextPages'] = np
     116                    if docinfo.get('numPages', 0) == 0:
     117                        # seems to be text-only - update page count
     118                        docinfo['numPages'] = np
     119                        #pageinfo['end'] = min(pageinfo['end'], np)
     120                        pageinfo['numgroups'] = int(np / pageinfo['groupsize'])
     121                        if np % pageinfo['groupsize'] > 0:
     122                            pageinfo['numgroups'] += 1
     123       
     124        #logging.debug("processPageInfo: pageinfo=%s"%repr(pageinfo))
     125        return
     126         
    185127           
    186     def getTextPage(self, mode="text_dict", pn=1, docinfo=None, pageinfo=None):
     128    def getTextPage(self, mode="text", pn=1, docinfo=None, pageinfo=None):
    187129        """returns single page from fulltext"""
     130       
     131        logging.debug("getTextPage mode=%s, pn=%s"%(mode,pn))
     132        # check for cached text -- but ideally this shouldn't be called twice
     133        if pageinfo.has_key('textPage'):
     134            logging.debug("getTextPage: using cached text")
     135            return pageinfo['textPage']
     136       
    188137        docpath = docinfo['textURLPath']
    189         path = docinfo['textURLPath']
    190         url = docinfo.get('url',None)
    191         name = docinfo.get('name',None)
    192         pn =pageinfo['current']
    193         #sn = pageinfo['sn']
    194         s = pageinfo['s']
    195         highlightElementPos =pageinfo ['highlightElementPos']
    196         highlightElement = pageinfo ['highlightElement']
    197         #optionToggle =pageinfo ['optionToggle']
    198         highlightQuery = pageinfo['highlightQuery']
    199         #mode = pageinfo ['viewMode']
    200         tocMode = pageinfo['tocMode']
    201         xpointer = pageinfo['xpointer']
    202         characterNormalization=pageinfo['characterNormalization']
    203         tocPN = pageinfo['tocPN']
    204         selfurl = self.absolute_url()   
    205        
    206         if mode == "text_dict":
    207             textmode = "textPollux"
     138        # just checking
     139        if pageinfo['current'] != pn:
     140            logging.warning("getTextPage: current!=pn!")
     141           
     142        # stuff for constructing full urls
     143        selfurl = docinfo['viewerUrl']
     144        textParams = {'document': docpath,
     145                      'pn': pn}
     146        if 'characterNormalization' in pageinfo:
     147            textParams['characterNormalization'] = pageinfo['characterNormalization']
     148       
     149        if not mode:
     150            # default is dict
     151            mode = 'text'
     152
     153        modes = mode.split(',')
     154        # check for multiple layers
     155        if len(modes) > 1:
     156            logging.debug("getTextPage: more than one mode=%s"%mode)
     157           
     158        # search mode
     159        if 'search' in modes:
     160            # add highlighting
     161            highlightQuery = pageinfo.get('highlightQuery', None)
     162            if highlightQuery:
     163                textParams['highlightQuery'] = highlightQuery
     164                textParams['highlightElement'] = pageinfo.get('highlightElement', '')
     165                textParams['highlightElementPos'] = pageinfo.get('highlightElementPos', '')
     166               
     167            # ignore mode in the following
     168            modes.remove('search')
     169                           
     170        # other modes don't combine
     171        if 'dict' in modes:
     172            # dict is called textPollux in the backend
     173            textmode = 'textPollux'
     174        elif len(modes) == 0:
     175            # text is default mode
     176            textmode = 'text'
    208177        else:
    209             textmode = mode
    210        
    211         textParam = "document=%s&mode=%s&pn=%s&characterNormalization=%s&xpointer=%s&options=withIdentifier"%(docpath,textmode,pn,characterNormalization, xpointer)
    212         if highlightQuery is not None:
    213             #textParam +="&highlightQuery=%s&sn=%s"%(urllib.quote(highlightQuery),sn)
    214             textParam +="&highlightQuery=%s&s=%s&highlightElement=%s&highlightElementPos=%s"%(urllib.quote(highlightQuery),s, highlightElement, highlightElementPos)           
    215        
    216         pagexml = self.getServerData("page-fragment.xql",textParam)
    217         dom = Parse(pagexml)
    218         #dom = NonvalidatingReader.parseStream(pagexml)
    219        
    220         #original Pages
    221         pagedivs = dom.xpath("//div[@class='pageNumberOrig']")       
    222        
    223         """if pagedivs == dom.xpath("//div[@class='pageNumberOrig']"):
    224             if len(pagedivs)>0:
    225                 docinfo['pageNumberOrig']= getTextFromNode(pagedivs[0])
    226                 logging.debug("ORIGINAL PAGE: %s"%(docinfo['pageNumberOrig']))
    227        
    228         #original Pages Norm
    229         pagedivs = dom.xpath("//div[@class='pageNumberOrigNorm']")
    230         if pagedivs == dom.xpath("//div[@class='pageNumberOrigNorm']"):
    231             if len(pagedivs)>0:
    232                 docinfo['pageNumberOrigNorm']= getTextFromNode(pagedivs[0])
    233                 logging.debug("ORIGINAL PAGE NORM: %s"%(docinfo['pageNumberOrigNorm']))
    234         """
    235         #figureEntries
    236         pagedivs = dom.xpath("//div[@class='countFigureEntries']")
    237         if pagedivs == dom.xpath("//div[@class='countFigureEntries']"):
    238             if len(pagedivs)>0:
    239                 docinfo['countFigureEntries'] = getTextFromNode(pagedivs[0])
    240                 s = getTextFromNode(pagedivs[0])
    241                 if s=='0':
    242                     try:
    243                         docinfo['countFigureEntries'] = int(s)
    244                     except:
    245                         docinfo['countFigureEntries'] = 0
    246                 else:
    247                     s1 = int(s)/30+1
    248                     try:
    249                         docinfo['countFigureEntries'] = int(s1)
    250                     except:
    251                         docinfo['countFigureEntries'] = 0     
    252        
    253         #allPlaces
    254         pagedivs = dom.xpath("//div[@class='countPlaces']")
    255         if pagedivs == dom.xpath("//div[@class='countPlaces']"):
    256             if len(pagedivs)>0:
    257                 docinfo['countPlaces']= getTextFromNode(pagedivs[0])
    258                 s = getTextFromNode(pagedivs[0])
    259                 try:
    260                     docinfo['countPlaces'] = int(s)
    261                 except:
    262                     docinfo['countPlaces'] = 0
    263        
    264         #tocEntries
    265         pagedivs = dom.xpath("//div[@class='countTocEntries']")
    266         if pagedivs == dom.xpath("//div[@class='countTocEntries']"):
    267             if len(pagedivs)>0:
    268                 docinfo['countTocEntries'] = int(getTextFromNode(pagedivs[0]))
    269                 s = getTextFromNode(pagedivs[0])
    270                 if s=='0':
    271                     try:
    272                         docinfo['countTocEntries'] = int(s)
    273                     except:
    274                         docinfo['countTocEntries'] = 0
    275                 else:
    276                     s1 = int(s)/30+1
    277                     try:
    278                         docinfo['countTocEntries'] = int(s1)
    279                     except:
    280                         docinfo['countTocEntries'] = 0
    281        
    282         #numTextPages
    283         pagedivs = dom.xpath("//div[@class='countPages']")
    284         if pagedivs == dom.xpath("//div[@class='countPages']"):
    285             if len(pagedivs)>0:
    286                 docinfo['numPages'] = getTextFromNode(pagedivs[0])
    287                 s = getTextFromNode(pagedivs[0])
    288                
    289                 try:
    290                     docinfo['numPages'] = int(s)
    291                     #logging.debug("PAGE NUMBER: %s"%(s))
    292                
    293                     np = docinfo['numPages']
    294                     pageinfo['end'] = min(pageinfo['end'], np)
    295                     pageinfo['numgroups'] = int(np / pageinfo['groupsize'])
    296                     if np % pageinfo['groupsize'] > 0:
    297                         pageinfo['numgroups'] += 1               
    298                 except:
    299                     docinfo['numPages'] = 0
    300                  
    301         else:
    302          #no full text -- init to 0
    303             docinfo['pageNumberOrig'] = 0
    304             docinfo['countFigureEntries'] = 0
    305             docinfo['countPlaces'] = 0
    306             docinfo['countTocEntries'] = 0
    307             docinfo['numPages'] = 0
    308             docinfo['pageNumberOrigNorm'] = 0
    309         #return docinfo
     178            # just take first mode
     179            textmode = modes[0]
     180       
     181        textParams['mode'] = textmode
     182       
     183        # fetch the page
     184        pagexml = self.getServerData("page-fragment.xql",urllib.urlencode(textParams))
     185        dom = ET.fromstring(pagexml)
     186        # extract additional info
     187        self.processPageInfo(dom, docinfo, pageinfo)
     188        # page content is in <div class="pageContent">
     189        pagediv = None
     190        # ElementTree 1.2 in Python 2.6 can't do div[@class='pageContent']
     191        # so we look at the second level divs
     192        alldivs = dom.findall("div")
     193        for div in alldivs:
     194            dc = div.get('class')
     195            # page content div
     196            if dc == 'pageContent':
     197                pagediv = div
     198                break
    310199       
    311200        # plain text mode
    312         if mode == "text":
    313             # first div contains text
    314             pagedivs = dom.xpath("/div")
    315             if len(pagedivs) > 0:     
    316                 pagenode = pagedivs[0]
    317                 links = pagenode.xpath("//a")
     201        if textmode == "text":
     202            # get full url assuming documentViewer is parent
     203            selfurl = self.getLink()
     204            if pagediv is not None:
     205                links = pagediv.findall(".//a")
    318206                for l in links:
    319                     hrefNode = l.getAttributeNodeNS(None, u"href")
    320                     if hrefNode:
    321                         href= hrefNode.nodeValue
    322                         if href.startswith('#note-'):
    323                             hrefNode.nodeValue = href.replace('#note-',"?url=%s&viewMode=text&tocMode=%s&tocPN=%s&pn=%s#note-"%(url,tocMode,tocPN,pn))
    324                         #if href.startswith():
    325                 return serializeNode(pagenode)
    326         if mode == "xml":
    327               # first div contains text
    328               pagedivs = dom.xpath("/div")
    329               if len(pagedivs) > 0:
    330                   pagenode = pagedivs[0]
    331                   return serializeNode(pagenode)
    332         if mode == "gis":
    333               # first div contains text
    334               pagedivs = dom.xpath("/div")
    335               if len(pagedivs) > 0:
    336                   pagenode = pagedivs[0]
    337                   links =pagenode.xpath("//a")
    338                   for l in links:
    339                       hrefNode =l.getAttributeNodeNS(None, u"href")
    340                       if hrefNode:
    341                           href=hrefNode.nodeValue
    342                           if href.startswith('http://mappit.mpiwg-berlin.mpg.de'):
    343                               hrefNode.nodeValue =href.replace('db/REST/db/chgis/mpdl','db/RESTdb/db/mpdl/%s'%name)
    344                               l.setAttributeNS(None, 'target', '_blank')
    345                   return serializeNode(pagenode)
     207                    href = l.get('href')
     208                    if href and href.startswith('#note-'):
     209                        href = href.replace('#note-',"%s#note-"%selfurl)
     210                        l.set('href', href)
     211
     212                return serialize(pagediv)
     213           
     214        # text-with-links mode
     215        elif textmode == "textPollux":
     216            if pagediv is not None:
     217                viewerurl = docinfo['viewerUrl']
     218                selfurl = self.getLink()
     219                # check all a-tags
     220                links = pagediv.findall(".//a")
     221                for l in links:
     222                    href = l.get('href')
    346223                   
    347         if mode == "pureXml":
    348               # first div contains text
    349               pagedivs = dom.xpath("/div")
    350               if len(pagedivs) > 0:
    351                   pagenode = pagedivs[0]
    352                   return serializeNode(pagenode)     
    353         # text-with-links mode
    354         if mode == "text_dict":
    355             # first div contains text
    356             #mode = pageinfo ['viewMode']
    357             pagedivs = dom.xpath("/div")
    358             if len(pagedivs) > 0:
    359                 pagenode = pagedivs[0]
    360                 # check all a-tags
    361                 links = pagenode.xpath("//a")
    362                
    363                 for l in links:
    364                     hrefNode = l.getAttributeNodeNS(None, u"href")
    365                    
    366                     if hrefNode:
     224                    if href:
    367225                        # is link with href
    368                         href = hrefNode.nodeValue
    369                         if href.startswith('http://mpdl-text.mpiwg-berlin.mpg.de/mpdl/interface/lt/wordInfo.xql'):
    370                             # is pollux link
    371                             selfurl = self.absolute_url()
    372                             # change href
    373                             hrefNode.nodeValue = href.replace('http://mpdl-text.mpiwg-berlin.mpg.de/mpdl/interface/lt/wordInfo.xql','%s/head_main_voc'%selfurl)
    374                             # add target
    375                             l.setAttributeNS(None, 'target', '_blank')
    376                             #l.setAttributeNS(None, 'onclick',"popupWin = window.open(this.href, 'InfoWindow', 'menubar=no, location,width=500,height=600,top=180, left=700, toolbar=no, scrollbars=1'); return false;")
    377                             #l.setAttributeNS(None, "ondblclick", "popupWin.focus();")
    378                             #window.open("this.href, 'InfoWindow', 'menubar=no, location,width=500,height=600,top=180, left=700, toolbar=yes, scrollbars=1'"); return false;")
     226                        linkurl = urlparse.urlparse(href)
     227                        #logging.debug("getTextPage: linkurl=%s"%repr(linkurl))
     228                        if linkurl.path.endswith('GetDictionaryEntries'):
     229                            #TODO: replace wordInfo page
     230                            # is dictionary link - change href (keeping parameters)
     231                            #l.set('href', href.replace('http://mpdl-proto.mpiwg-berlin.mpg.de/mpdl/interface/lt/wordInfo.xql','%s/template/viewer_wordinfo'%viewerurl))
     232                            # add target to open new page
     233                            l.set('target', '_blank')
    379234                                                         
    380                         if href.startswith('http://mpdl-text.mpiwg-berlin.mpg.de/mpdl/lt/lemma.xql'):   
    381                             selfurl = self.absolute_url()
    382                             hrefNode.nodeValue = href.replace('http://mpdl-text.mpiwg-berlin.mpg.de/mpdl/lt/lemma.xql','%s/head_main_lemma'%selfurl)
    383                             l.setAttributeNS(None, 'target', '_blank')
    384                             l.setAttributeNS(None, 'onclick',"popupWin = window.open(this.href, 'InfoWindow', 'menubar=no, location,width=300,height=400,top=180, left=700, toolbar=no, scrollbars=1'); return false;")
    385                             l.setAttributeNS(None, 'ondblclick', 'popupWin.focus();')   
     235                        # TODO: is this needed?
     236#                        if href.startswith('http://mpdl-proto.mpiwg-berlin.mpg.de/mpdl/lt/lemma.xql'):
     237#                            selfurl = self.absolute_url()
     238#                            l.set('href', href.replace('http://mpdl-proto.mpiwg-berlin.mpg.de/mpdl/lt/lemma.xql','%s/head_main_lemma'%selfurl))
     239#                            l.set('target', '_blank')
     240#                            l.set('onclick',"popupWin = window.open(this.href, 'InfoWindow', 'menubar=no, location,width=500,height=600,top=180, left=700, toolbar=no, scrollbars=1'); return false;")
     241#                            l.set('ondblclick', 'popupWin.focus();')   
    386242                   
    387243                        if href.startswith('#note-'):
    388                             hrefNode.nodeValue = href.replace('#note-',"?url=%s&viewMode=text_dict&tocMode=%s&tocPN=%s&pn=%s#note-"%(url,tocMode,tocPN,pn)) 
     244                            # note link
     245                            l.set('href', href.replace('#note-',"%s#note-"%selfurl))
    389246                             
    390                 return serializeNode(pagenode)
    391         return "no text here"
    392    
    393     def getOrigPages(self, docinfo=None, pageinfo=None):
     247                return serialize(pagediv)
     248           
     249        # xml mode
     250        elif textmode == "xml":
     251            if pagediv is not None:
     252                return serialize(pagediv)
     253           
     254        # pureXml mode
     255        elif textmode == "pureXml":
     256            if pagediv is not None:
     257                return serialize(pagediv)
     258                 
     259        # gis mode
     260        elif textmode == "gis":
     261            if pagediv is not None:
     262                # check all a-tags
     263                links = pagediv.findall(".//a")
     264                # add our URL as backlink
     265                selfurl = self.getLink()
     266                doc = base64.b64encode(selfurl)
     267                for l in links:
     268                    href = l.get('href')
     269                    if href:
     270                        if href.startswith('http://mappit.mpiwg-berlin.mpg.de'):
     271                            l.set('href', re.sub(r'doc=[\w+/=]+', 'doc=%s'%doc, href))
     272                            l.set('target', '_blank')
     273                           
     274                return serialize(pagediv)
     275                   
     276        return None
     277   
     278
     279    def getSearchResults(self, mode, query=None, pageinfo=None, docinfo=None):
     280        """loads list of search results and stores XML in docinfo"""
     281       
     282        logging.debug("getSearchResults mode=%s query=%s"%(mode, query))
     283        if mode == "none":
     284            return docinfo
     285             
     286        cachedQuery = docinfo.get('cachedQuery', None)
     287        if cachedQuery is not None:
     288            # cached search result
     289            if cachedQuery == '%s_%s'%(mode,query):
     290                # same query
     291                return docinfo
     292           
     293            else:
     294                # different query
     295                del docinfo['resultSize']
     296                del docinfo['resultXML']
     297       
     298        # cache query
     299        docinfo['cachedQuery'] = '%s_%s'%(mode,query)
     300       
     301        # fetch full results
    394302        docpath = docinfo['textURLPath']
    395         pn =pageinfo['current']
    396         selfurl = self.absolute_url()   
    397         pagexml = self.getServerData("page-fragment.xql","document=%s&pn=%s"%(docpath, pn))
    398         dom = Parse(pagexml)
    399         pagedivs = dom.xpath("//div[@class='pageNumberOrig']")
    400         if pagedivs == dom.xpath("//div[@class='pageNumberOrig']"):
    401             if len(pagedivs)>0:
    402                 docinfo['pageNumberOrig']= getTextFromNode(pagedivs[0])       
    403                 return docinfo['pageNumberOrig']
    404    
    405     def getOrigPagesNorm(self, docinfo=None, pageinfo=None):
    406         docpath = docinfo['textURLPath']
    407         pn =pageinfo['current']
    408         selfurl = self.absolute_url()   
    409         pagexml = self.getServerData("page-fragment.xql","document=%s&pn=%s"%(docpath, pn))
    410         dom = Parse(pagexml)
    411         pagedivs = dom.xpath("//div[@class='pageNumberOrigNorm']")
    412         if pagedivs == dom.xpath("//div[@class='pageNumberOrigNorm']"):
    413             if len(pagedivs)>0:
    414                 docinfo['pageNumberOrigNorm']= getTextFromNode(pagedivs[0])       
    415                 return docinfo['pageNumberOrigNorm']
    416 
    417                
    418     def getTranslate(self, word=None, language=None, display=None):
    419         """translate into another languages"""
    420         data = self.getServerData("lt/wordInfo.xql","language="+str(language)+"&word="+urllib.quote(word)+"&display="+urllib.quote(display)+"&output=html")
    421         #pagexml=self.template.fulltextclient.eval("/mpdl/interface/lt/lex.xql","document=&language="+str(language)+"&query="+url_quote(str(query)))
    422         return data
    423    
    424     def getLemma(self, lemma=None, language=None):
    425         """simular words lemma """
    426         data = self.getServerData("lt/lemma.xql","language="+str(language)+"&lemma="+urllib.quote(lemma)+"&output=html")
    427         return data
    428    
    429     def getLemmaQuery(self, query=None, language=None):
    430         """simular words lemma """
    431         data = self.getServerData("lt/lemma.xql","language="+str(language)+"&query="+urllib.quote(query)+"&output=html")
    432         return data
    433    
    434     def getLex(self, query=None, language=None):
    435         #simular words lemma
    436         data = self.getServerData("lt/lex.xql","document=&language="+str(language)+"&query="+urllib.quote(query))
    437         return data
    438    
    439     def getQuery (self,  docinfo=None, pageinfo=None, query=None, queryType=None, pn=1):
    440          #number of
    441          docpath = docinfo['textURLPath']
    442          pagesize = pageinfo['queryPageSize']
    443          pn = pageinfo['searchPN']
    444          query =pageinfo['query']
    445          queryType =pageinfo['queryType']
    446          tocSearch = 0
    447          tocDiv = None
    448          
    449          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))
    450          pagedom = Parse(pagexml)
    451          numdivs = pagedom.xpath("//div[@class='queryResultHits']")
    452          tocSearch = int(getTextFromNode(numdivs[0]))
    453          tc=int((tocSearch/10)+1)
    454          return tc
    455    
     303        params = {'document': docpath,
     304                  'mode': 'text',
     305                  'queryType': mode,
     306                  'query': query,
     307                  'queryResultPageSize': 1000,
     308                  'queryResultPN': 1,
     309                  'characterNormalization': pageinfo.get('characterNormalization', 'reg')}
     310        pagexml = self.getServerData("doc-query.xql",urllib.urlencode(params))
     311        #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)))
     312        dom = ET.fromstring(pagexml)
     313        # page content is in <div class="queryResultPage">
     314        pagediv = None
     315        # ElementTree 1.2 in Python 2.6 can't do div[@class='queryResultPage']
     316        alldivs = dom.findall("div")
     317        for div in alldivs:
     318            dc = div.get('class')
     319            # page content div
     320            if dc == 'queryResultPage':
     321                pagediv = div
     322               
     323            elif dc == 'queryResultHits':
     324                docinfo['resultSize'] = getInt(div.text)
     325
     326        if pagediv is not None:
     327            # store XML in docinfo
     328            docinfo['resultXML'] = ET.tostring(pagediv, 'UTF-8')
     329
     330        return docinfo
     331   
     332
     333    def getResultsPage(self, mode="text", query=None, pn=None, start=None, size=None, pageinfo=None, docinfo=None):
     334        """returns single page from the table of contents"""
     335        logging.debug("getResultsPage mode=%s, pn=%s"%(mode,pn))
     336        # check for cached result
     337        if not 'resultXML' in docinfo:
     338            self.getSearchResults(mode=mode, query=query, pageinfo=pageinfo, docinfo=docinfo)
     339           
     340        resultxml = docinfo.get('resultXML', None)
     341        if not resultxml:
     342            logging.error("getResultPage: unable to find resultXML")
     343            return "Error: no result!"
     344       
     345        if size is None:
     346            size = pageinfo.get('resultPageSize', 10)
     347           
     348        if start is None:
     349            start = (pn - 1) * size
     350
     351        fullresult = ET.fromstring(resultxml)
     352       
     353        if fullresult is not None:
     354            # paginate
     355            first = start-1
     356            len = size
     357            del fullresult[:first]
     358            del fullresult[len:]
     359            tocdivs = fullresult
     360           
     361            # check all a-tags
     362            links = tocdivs.findall(".//a")
     363            for l in links:
     364                href = l.get('href')
     365                if href:
     366                    # assume all links go to pages
     367                    linkUrl = urlparse.urlparse(href)
     368                    linkParams = urlparse.parse_qs(linkUrl.query)
     369                    # take some parameters
     370                    params = {'pn': linkParams['pn'],
     371                              'highlightQuery': linkParams.get('highlightQuery',''),
     372                              'highlightElement': linkParams.get('highlightElement',''),
     373                              'highlightElementPos': linkParams.get('highlightElementPos','')
     374                              }
     375                    url = self.getLink(params=params)
     376                    l.set('href', url)
     377                       
     378            return serialize(tocdivs)
     379       
     380        return "ERROR: no results!"
     381
     382
    456383    def getToc(self, mode="text", docinfo=None):
    457         """loads table of contents and stores in docinfo"""
     384        """loads table of contents and stores XML in docinfo"""
     385        logging.debug("getToc mode=%s"%mode)
    458386        if mode == "none":
    459             return docinfo       
     387            return docinfo
     388             
    460389        if 'tocSize_%s'%mode in docinfo:
    461390            # cached toc
    … …  
    473402        tocSize = 0
    474403        tocDiv = None
    475        
     404        # fetch full toc
    476405        pagexml = self.getServerData("doc-query.xql","document=%s&queryType=%s&queryResultPageSize=%s&queryResultPN=%s"%(docpath,queryType, pagesize, pn))
    477        
    478         # post-processing downloaded xml
    479         pagedom = Parse(pagexml)
    480         # get number of entries
    481         numdivs = pagedom.xpath("//div[@class='queryResultHits']")
    482         if len(numdivs) > 0:
    483             tocSize = int(getTextFromNode(numdivs[0]))
    484         docinfo['tocSize_%s'%mode] = tocSize
     406        dom = ET.fromstring(pagexml)
     407        # page content is in <div class="queryResultPage">
     408        pagediv = None
     409        # ElementTree 1.2 in Python 2.6 can't do div[@class='queryResultPage']
     410        alldivs = dom.findall("div")
     411        for div in alldivs:
     412            dc = div.get('class')
     413            # page content div
     414            if dc == 'queryResultPage':
     415                pagediv = div
     416               
     417            elif dc == 'queryResultHits':
     418                docinfo['tocSize_%s'%mode] = getInt(div.text)
     419
     420        if pagediv is not None:
     421            # store XML in docinfo
     422            docinfo['tocXML_%s'%mode] = ET.tostring(pagediv, 'UTF-8')
     423
    485424        return docinfo
    486425   
    487     def getTocPage(self, mode="text", pn=1, pageinfo=None, docinfo=None):
     426    def getTocPage(self, mode="text", pn=None, start=None, size=None, pageinfo=None, docinfo=None):
    488427        """returns single page from the table of contents"""
    489         # TODO: this should use the cached TOC
     428        logging.debug("getTocPage mode=%s, pn=%s"%(mode,pn))
    490429        if mode == "text":
    491430            queryType = "toc"
    492431        else:
    493432            queryType = mode
    494         docpath = docinfo['textURLPath']
    495         path = docinfo['textURLPath']       
    496         pagesize = pageinfo['tocPageSize']
    497         pn = pageinfo['tocPN']
    498         url = docinfo['url']
    499         selfurl = self.absolute_url() 
    500         viewMode=  pageinfo['viewMode']
    501         characterNormalization = pageinfo ['characterNormalization']
    502         #optionToggle =pageinfo ['optionToggle']
    503         tocMode = pageinfo['tocMode']
    504         tocPN = pageinfo['tocPN'] 
    505        
    506         data = self.getServerData("doc-query.xql","document=%s&queryType=%s&queryResultPageSize=%s&queryResultPN=%s&characterNormalization=regPlusNorm"%(docpath,queryType, pagesize, pn)) 
    507         page = data.replace('page-fragment.xql?document=%s'%str(path),'%s?url=%s&viewMode=%s&tocMode=%s&tocPN=%s'%(selfurl,url, viewMode, tocMode, tocPN))
    508         text = page.replace('mode=image','mode=texttool')
    509         return text
     433           
     434        # check for cached TOC
     435        if not docinfo.has_key('tocXML_%s'%mode):
     436            self.getToc(mode=mode, docinfo=docinfo)
     437           
     438        tocxml = docinfo.get('tocXML_%s'%mode, None)
     439        if not tocxml:
     440            logging.error("getTocPage: unable to find tocXML")
     441            return "Error: no table of contents!"
     442       
     443        if size is None:
     444            size = pageinfo.get('tocPageSize', 30)
     445           
     446        if start is None:
     447            start = (pn - 1) * size
     448
     449        fulltoc = ET.fromstring(tocxml)
     450       
     451        if fulltoc is not None:
     452            # paginate
     453            first = (start - 1) * 2
     454            len = size * 2
     455            del fulltoc[:first]
     456            del fulltoc[len:]
     457            tocdivs = fulltoc
     458           
     459            # check all a-tags
     460            links = tocdivs.findall(".//a")
     461            for l in links:
     462                href = l.get('href')
     463                if href:
     464                    # take pn from href
     465                    m = re.match(r'page-fragment\.xql.*pn=(\d+)', href)
     466                    if m is not None:
     467                        # and create new url (assuming parent is documentViewer)
     468                        url = self.getLink('pn', m.group(1))
     469                        l.set('href', url)
     470                    else:
     471                        logging.warning("getTocPage: Problem with link=%s"%href)
     472                       
     473            # fix two-divs-per-row with containing div
     474            newtoc = ET.Element('div', {'class':'queryResultPage'})
     475            for (d1,d2) in zip(tocdivs[::2],tocdivs[1::2]):
     476                e = ET.Element('div',{'class':'tocline'})
     477                e.append(d1)
     478                e.append(d2)
     479                newtoc.append(e)
     480               
     481            return serialize(newtoc)
     482       
     483        return "ERROR: no table of contents!"
     484   
    510485   
    511486    def manage_changeMpdlXmlTextServer(self,title="",serverUrl="http://mpdl-text.mpiwg-berlin.mpg.de/mpdl/interface/",timeout=40,RESPONSE=None):
    512     #def manage_changeMpdlXmlTextServer(self,title="",serverUrl="http://mpdl-text.mpiwg-berlin.mpg.de:30030/mpdl/interface/",timeout=40,RESPONSE=None):
    513487        """change settings"""
    514488        self.title=title
    … …  
    531505    if RESPONSE is not None:
    532506        RESPONSE.redirect('manage_main')
     507       
     508       
Note: See TracChangeset for help on using the changeset viewer.