l4/pkg/python/contrib/Tools/scripts/parseentities.py

   1 #!/usr/local/bin/python
   2 """ Utility for parsing HTML entity definitions available from:
   3
   4       http://www.w3.org/ as e.g.
   5       http://www.w3.org/TR/REC-html40/HTMLlat1.ent
   6
   7     Input is read from stdin, output is written to stdout in form of a
   8     Python snippet defining a dictionary "entitydefs" mapping literal
   9     entity name to character or numeric entity.
  10
  11     Marc-Andre Lemburg, mal@lemburg.com, 1999.
  12     Use as you like. NO WARRANTIES.
  13
  14 """
  15 import re,sys
  16 import TextTools
  17
  18 entityRE = re.compile('<!ENTITY +(\w+) +CDATA +"([^"]+)" +-- +((?:.|\n)+?) *-->')
  19
  20 def parse(text,pos=0,endpos=None):
  21
  22     pos = 0
  23     if endpos is None:
  24         endpos = len(text)
  25     d = {}
  26     while 1:
  27         m = entityRE.search(text,pos,endpos)
  28         if not m:
  29             break
  30         name,charcode,comment = m.groups()
  31         d[name] = charcode,comment
  32         pos = m.end()
  33     return d
  34
  35 def writefile(f,defs):
  36
  37     f.write("entitydefs = {\n")
  38     items = defs.items()
  39     items.sort()
  40     for name,(charcode,comment) in items:
  41         if charcode[:2] == '&#':
  42             code = int(charcode[2:-1])
  43             if code < 256:
  44                 charcode = "'\%o'" % code
  45             else:
  46                 charcode = repr(charcode)
  47         else:
  48             charcode = repr(charcode)
  49         comment = TextTools.collapse(comment)
  50         f.write("    '%s':\t%s,  \t# %s\n" % (name,charcode,comment))
  51     f.write('\n}\n')
  52
  53 if __name__ == '__main__':
  54     if len(sys.argv) > 1:
  55         infile = open(sys.argv[1])
  56     else:
  57         infile = sys.stdin
  58     if len(sys.argv) > 2:
  59         outfile = open(sys.argv[2],'w')
  60     else:
  61         outfile = sys.stdout
  62     text = infile.read()
  63     defs = parse(text)
  64     writefile(outfile,defs)