home *** CD-ROM | disk | FTP | other *** search
/ PC World 2001 April / PCWorld_2001-04_cd.bin / Software / TemaCD / webclean / !!!python!!! / BeOpen-Python-2.0.exe / GENCODEC.PY < prev    next >
Encoding:
Python Source  |  2000-09-28  |  7.4 KB  |  290 lines
  1. """ Unicode Mapping Parser and Codec Generator.
  2.  
  3. This script parses Unicode mapping files as available from the Unicode
  4. site (ftp.unicode.org) and creates Python codec modules from them. The
  5. codecs use the standard character mapping codec to actually apply the
  6. mapping.
  7.  
  8. Synopsis: gencodec.py dir codec_prefix
  9.  
  10. All files in dir are scanned and those producing non-empty mappings
  11. will be written to <codec_prefix><mapname>.py with <mapname> being the
  12. first part of the map's filename ('a' in a.b.c.txt) converted to
  13. lowercase with hyphens replaced by underscores.
  14.  
  15. The tool also writes marshalled versions of the mapping tables to the
  16. same location (with .mapping extension).
  17.  
  18. Written by Marc-Andre Lemburg (mal@lemburg.com).
  19.  
  20. (c) Copyright CNRI, All Rights Reserved. NO WARRANTY.
  21.  
  22. """#"
  23.  
  24. import string,re,os,time,marshal
  25.  
  26. # Create numeric tables or character based ones ?
  27. numeric = 1
  28.  
  29. mapRE = re.compile('((?:0x[0-9a-fA-F]+\+?)+)'
  30.                    '\s+'
  31.                    '((?:(?:0x[0-9a-fA-Z]+|<[A-Za-z]+>)\+?)*)'
  32.                    '\s*'
  33.                    '(#.+)?')
  34.  
  35. def parsecodes(codes,
  36.  
  37.                split=string.split,atoi=string.atoi,len=len,
  38.                filter=filter,range=range):
  39.  
  40.     """ Converts code combinations to either a single code integer
  41.         or a tuple of integers.
  42.  
  43.         meta-codes (in angular brackets, e.g. <LR> and <RL>) are
  44.         ignored.
  45.  
  46.         Empty codes or illegal ones are returned as None.
  47.  
  48.     """
  49.     if not codes:
  50.         return None
  51.     l = split(codes,'+')
  52.     if len(l) == 1:
  53.         return atoi(l[0],16)
  54.     for i in range(len(l)):
  55.         try:
  56.             l[i] = atoi(l[i],16)
  57.         except ValueError:
  58.             l[i] = None
  59.     l = filter(lambda x: x is not None, l)
  60.     if len(l) == 1:
  61.         return l[0]
  62.     else:
  63.         return tuple(l)
  64.  
  65. def readmap(filename,
  66.  
  67.             strip=string.strip):
  68.  
  69.     f = open(filename,'r')
  70.     lines = f.readlines()
  71.     f.close()
  72.     enc2uni = {}
  73.     for line in lines:
  74.         line = strip(line)
  75.         if not line or line[0] == '#':
  76.             continue
  77.         m = mapRE.match(line)
  78.         if not m:
  79.             #print '* not matched: %s' % repr(line)
  80.             continue
  81.         enc,uni,comment = m.groups()
  82.         enc = parsecodes(enc)
  83.         uni = parsecodes(uni)
  84.         if not comment:
  85.             comment = ''
  86.         else:
  87.             comment = comment[1:]
  88.         if enc != uni:
  89.             enc2uni[enc] = (uni,comment)
  90.     return enc2uni
  91.  
  92. def hexrepr(t,
  93.  
  94.             join=string.join):
  95.  
  96.     if t is None:
  97.         return 'None'
  98.     try:
  99.         len(t)
  100.     except:
  101.         return '0x%04x' % t
  102.     return '(' + join(map(lambda t: '0x%04x' % t, t),', ') + ')'
  103.  
  104. def unicoderepr(t,
  105.  
  106.                 join=string.join):
  107.  
  108.     if t is None:
  109.         return 'None'
  110.     if numeric:
  111.         return hexrepr(t)
  112.     else:
  113.         try:
  114.             len(t)
  115.         except:
  116.             return repr(unichr(t))
  117.         return repr(join(map(unichr, t),''))
  118.  
  119. def keyrepr(t,
  120.  
  121.             join=string.join):
  122.  
  123.     if t is None:
  124.         return 'None'
  125.     if numeric:
  126.         return hexrepr(t)
  127.     else:
  128.         try:
  129.             len(t)
  130.         except:
  131.             if t < 256:
  132.                 return repr(chr(t))
  133.             else:
  134.                 return repr(unichr(t))
  135.         return repr(join(map(chr, t),''))
  136.  
  137. def codegen(name,map,comments=1):
  138.  
  139.     """ Returns Python source for the given map.
  140.  
  141.         Comments are included in the source, if comments is true (default).
  142.  
  143.     """
  144.     l = [
  145.         '''\
  146. """ Python Character Mapping Codec generated from '%s'.
  147.  
  148. Written by Marc-Andre Lemburg (mal@lemburg.com).
  149.  
  150. (c) Copyright CNRI, All Rights Reserved. NO WARRANTY.
  151.  
  152. """#"
  153.  
  154. import codecs
  155.  
  156. ### Codec APIs
  157.  
  158. class Codec(codecs.Codec):
  159.  
  160.     def encode(self,input,errors='strict'):
  161.  
  162.         return codecs.charmap_encode(input,errors,encoding_map)
  163.         
  164.     def decode(self,input,errors='strict'):
  165.  
  166.         return codecs.charmap_decode(input,errors,decoding_map)
  167.  
  168. class StreamWriter(Codec,codecs.StreamWriter):
  169.     pass
  170.         
  171. class StreamReader(Codec,codecs.StreamReader):
  172.     pass
  173.  
  174. ### encodings module API
  175.  
  176. def getregentry():
  177.  
  178.     return (Codec().encode,Codec().decode,StreamReader,StreamWriter)
  179.  
  180. ### Decoding Map
  181.  
  182. decoding_map = {
  183. ''' % name,
  184.         ]
  185.     mappings = map.items()
  186.     mappings.sort()
  187.     append = l.append
  188.     i = 0
  189.     splits = 0
  190.     for e,value in mappings:
  191.         try:
  192.             (u,c) = value
  193.         except TypeError:
  194.             u = value
  195.             c = ''
  196.         key = keyrepr(e)
  197.         if c and comments:
  198.             append('\t%s: %s,\t# %s' % (key,unicoderepr(u),c))
  199.         else:
  200.             append('\t%s: %s,' % (key,unicoderepr(u)))
  201.         i = i + 1
  202.         if i == 4096:
  203.             # Split the definition into parts to that the Python
  204.             # parser doesn't dump core
  205.             if splits == 0:
  206.                 append('}')
  207.             else:
  208.                 append('})')
  209.             append('map.update({')
  210.             i = 0
  211.             splits = splits + 1
  212.     if splits == 0:
  213.         append('}')
  214.     else:
  215.         append('})')
  216.     append('''
  217. ### Encoding Map
  218.  
  219. encoding_map = {}
  220. for k,v in decoding_map.items():
  221.     encoding_map[v] = k
  222. ''')
  223.     return string.join(l,'\n')
  224.  
  225. def pymap(name,map,pyfile,comments=1):
  226.  
  227.     code = codegen(name,map,comments)
  228.     f = open(pyfile,'w')
  229.     f.write(code)
  230.     f.close()
  231.  
  232. def marshalmap(name,map,marshalfile):
  233.  
  234.     d = {}
  235.     for e,(u,c) in map.items():
  236.         d[e] = (u,c)
  237.     f = open(marshalfile,'wb')
  238.     marshal.dump(d,f)
  239.     f.close()
  240.  
  241. def convertdir(dir,prefix='',comments=1):
  242.  
  243.     mapnames = os.listdir(dir)
  244.     for mapname in mapnames:
  245.         name = os.path.split(mapname)[1]
  246.         name = string.replace(name,'-','_')
  247.         name = string.split(name, '.')[0]
  248.         name = string.lower(name)
  249.         codefile = name + '.py'
  250.         marshalfile = name + '.mapping'
  251.         print 'converting %s to %s and %s' % (mapname,
  252.                                               prefix + codefile,
  253.                                               prefix + marshalfile)
  254.         try:
  255.             map = readmap(os.path.join(dir,mapname))
  256.             if not map:
  257.                 print '* map is empty; skipping'
  258.             else:
  259.                 pymap(mapname, map, prefix + codefile,comments)
  260.                 marshalmap(mapname, map, prefix + marshalfile)
  261.         except ValueError:
  262.             print '* conversion failed'
  263.  
  264. def rewritepythondir(dir,prefix='',comments=1):
  265.     
  266.     mapnames = os.listdir(dir)
  267.     for mapname in mapnames:
  268.         if mapname[-len('.mapping'):] != '.mapping':
  269.             continue
  270.         codefile = mapname[:-len('.mapping')] + '.py'
  271.         print 'converting %s to %s' % (mapname,
  272.                                        prefix + codefile)
  273.         try:
  274.             map = marshal.load(open(os.path.join(dir,mapname),
  275.                                'rb'))
  276.             if not map:
  277.                 print '* map is empty; skipping'
  278.             else:
  279.                 pymap(mapname, map, prefix + codefile,comments)
  280.         except ValueError, why:
  281.             print '* conversion failed: %s' % why
  282.  
  283. if __name__ == '__main__':
  284.  
  285.     import sys
  286.     if 1:
  287.         apply(convertdir,tuple(sys.argv[1:]))
  288.     else:
  289.         apply(rewritepythondir,tuple(sys.argv[1:]))
  290.