Skip to content

Instantly share code, notes, and snippets.

@shvechikov
Created February 17, 2014 04:03
Show Gist options
  • Save shvechikov/9044535 to your computer and use it in GitHub Desktop.
Save shvechikov/9044535 to your computer and use it in GitHub Desktop.
Evgeny Muravjev Typograph, http://mdash.ru
#!/usr/bin/env python2.7
# -*- coding: utf-8 -*-
###################################################
## Evgeny Muravjev Typograph, http://mdash.ru ##
## Version: 3.2-py (beta) ##
## Release Date: February 6, 2014 ##
## Authors: Evgeny Muravjev & Alexander Drutsa ##
###################################################
import re
import base64
LAYOUT_STYLE = 1
LAYOUT_CLASS = 2
INTERNAL_BLOCK_OPEN = u'%%%INTBLOCKO235978%%%'
INTERNAL_BLOCK_CLOSE = u'%%%INTBLOCKC235978%%%'
#static (TO BE DONE: protected)
_typographSpecificTagId = False
class _EMT_Lib:
_charsTable = {
'"' : {'html' : {'«', '»', '“', '‘', '„', '“', '"', '«', '»'},
'utf8' : {0x201E, 0x201C, 0x201F, 0x201D, 0x00AB, 0x00BB}},
' ' : {'html' : {' ', ' ', ' '},
'utf8' : {0x00A0, 0x2002, 0x2003, 0x2008, 0x2009}},
'-' : {'html' : { '–', '−', '—', '—', '–'}, #'—',
'utf8' : {0x002D, 0x2010, 0x2012, 0x2013}}, #0x2014,
u'—' : {'html' : {'—'},
'utf8' : {0x2014}},
'==' : {'html' : {'≡'},
'utf8' : {0x2261}},
'...' : {'html' : {'…', '…'},
'utf8' : {0x2026}},
'!=' : {'html' : {'≠', '≠'},
'utf8' : {0x2260}},
'<=' : {'html' : {'&le;', '&#8804;'},
'utf8' : {0x2264}},
'>=' : {'html' : {'&ge;', '&#8805;'},
'utf8' : {0x2265}},
'1/2' : {'html' : {'&frac12;', '&#189;'},
'utf8' : {0x00BD}},
'1/4' : {'html' : {'&frac14;', '&#188;'},
'utf8' : {0x00BC}},
'3/4' : {'html' : {'&frac34;', '&#190;'},
'utf8' : {0x00BE}},
'+-' : {'html' : {'&plusmn;', '&#177;'},
'utf8' : {0x00B1}},
'&' : {'html' : {'&amp;', '&#38;'}},
'(tm)' : {'html' : {'&trade;', '&#153;'},
'utf8' : {0x2122}},
#'(r)' : {'html' : {'<sup>&reg;</sup>', '&reg;', '&#174;'},
'(r)' : {'html' : {'&reg;', '&#174;'},
'utf8' : {0x00AE}},
'(c)' : {'html' : {'&copy;', '&#169;'},
'utf8' : {0x00A9}},
u'§' : {'html' : {'&sect;', '&#167;'},
'utf8' : {0x00A7}},
u'`' : {'html' : {'&#769;'}},
'\'' : {'html' : {'&rsquo;', u'’'}},
u'x' : {'html' : {'&times;', '&#215;'},
'utf8' : {u'×'} }, # ????? ?? ? ???? ????? ???? ????
}
#Добавление к тегам атрибута 'id', благодаря которому
#при повторном типографирование текста будут удалены теги,
#Расставленные данным типографом
# Удаление кодов HTML из текста
#
# <code>
# // Remove UTF-8 chars:
# $str = EMT_Lib::clear_special_chars('your text', 'utf8');
# // ... or HTML codes only:
# $str = EMT_Lib::clear_special_chars('your text', 'html');
# // ... or combo:
# $str = EMT_Lib::clear_special_chars('your text');
# </code>
#
# @param string $text
# @param mixed $mode
# @return string|bool
#/
#static public
def clear_special_chars(self, text, mode = None):
if isinstance(mode, basestring):
mode = [mode]
if mode == None:
mode = ['utf8', 'html']
if(not (isinstance(mode, (list, tuple)) and not isinstance(mode, basestring))):
return False
moder = []
for mod in mode:
if (mod in ['utf8','html']):
moder.append(mod)
if (len(moder)==0):
return False
for char in self._charsTable:
vals = self._charsTable[char]
for type in mode:
if (type in vals):
for v in vals[type]:
if ('utf8' == type and isinstance(v, int)):
v = unichr(v)
if ('html' == type):
if(re.search(u"<[a-z]+>",v, re.I)): #OK
v = self.safe_tag_chars(v, True)
text = text.replace(v, char) #OK
return text
# NOTUSED
# Удаление тегов HTML из текста
# Тег <br /> будет преобразов в перенос строки \n, сочетание тегов </p><p> -
# в двойной перенос
#
# @param string $text
# @param array $allowableTag массив из тегов, которые будут проигнорированы
# @return string
#/
def remove_html_tags(self, text, allowableTag = None):
ignore = None
if (None != allowableTag):
if (isinstance(allowableTag, basestring)):
allowableTag = [allowableTag]
if (not (isinstance(allowableTag, (list, tuple)) and not isinstance(allowableTag, basestring))):
tags = []
for tag in allowableTag:
if '<' != tag[0:1] or '>' != tag[-1]: #OK
continue
if '/' == tag[1:1]: #OK
continue
tags.append(tag)
ignore = ''.join('', tags) #OK
text = re.sub('\<br\s*/?>', "\n", text, 0, re.I) #OK
text = re.sub('\</p\>\s*\<p\>', "\n\n", text ) #OK
#text = strip_tags(text, ignore) #TODO
return text
# Сохраняем содержимое тегов HTML
#
# Тег 'a' кодируется со специальным префиксом для дальнейшей
# возможности выносить за него кавычки.
#
# @param string $text
# @param bool $safe
# @return string
#/
def safe_tag_chars(self, text, way):
if (way):
#OK:
text = re.sub('(\</?)(.+?)(\>)', lambda m: m.group(1)+(u"%%___" if m.group(2).strip()[0:1] == u'a' else u"") + EMT_Lib.encrypt_tag(m.group(2).strip()) + m.group(3), text, 0, re.S |re.U)
else:
#OK:
text = re.sub('(\</?)(.+?)(\>)', lambda m: m.group(1)+(EMT_Lib.decrypt_tag(m.group(2).strip()[4:]) if m.group(2).strip()[0:3] == u'%%___' else EMT_Lib.decrypt_tag(m.group(2).strip())) + m.group(3), text, 0, re.S|re.U)
return text
# Декодриует спец блоки
#
# @param string $text
# @return string
#/
def decode_internal_blocks(self, text):
text = re.sub(INTERNAL_BLOCK_OPEN+'([a-zA-Z0-9/=]+?)'+INTERNAL_BLOCK_CLOSE, lambda m: EMT_Lib.decrypt_tag(m.group(1)), text, 0, re.S)
return text
# Кодирует спец блок
#
# @param string $text
# @return string
#/
def iblock(self, text):
return INTERNAL_BLOCK_OPEN + EMT_Lib.encrypt_tag(text) + INTERNAL_BLOCK_CLOSE
# Создание тега с защищенным содержимым
#
# @param string $content текст, который будет обрамлен тегом
# @param string $tag тэг
# @param array $attribute список атрибутов, где ключ - имя атрибута, а значение - само значение данного атрибута
# @return string
#/
#static public
def build_safe_tag(self, content, tag = u'span', attribute = {}, layout = LAYOUT_STYLE ): #TODO: attributr - list or dict ??
htmlTag = tag
if (_typographSpecificTagId):
if(not 'id' in attribute):
attribute['id'] = u'emt-2' + mt_rand(1000,9999) #TODO
classname = ""
if (len(attribute)):
if(layout & LAYOUT_STYLE):
if('__style' in attribute and attribute['__style']):
if('style' in attribute and attribute['style']):
st = attribute['style'].strip() #TODO
if(st[-1] != ";"): #OK
st += ";"
st += attribute['__style']
attribute['style'] = st
else:
attribute['style'] = attribute['__style']
del attribute['__style']
for attr in attribute:
value = attribute[attr]
if(attr == u"__style"):
continue
if(attr == u"class"):
classname = str(value)
continue
htmlTag += u" %s=\"%s\"" % (str(attr), str(value))
if( (layout & LAYOUT_CLASS ) and classname):
htmlTag += u" class=\"%s\"" % classname
return u"<" + EMT_Lib.encrypt_tag(htmlTag) + u">" + content +u"</" + EMT_Lib.encrypt_tag(tag) + u">"
# Метод, осуществляющий кодирование (сохранение) информации
# с целью невозможности типографировать ее
#
# @param string $text
# @return string
#/
def encrypt_tag(self, text):
return unicode(base64.b64encode(text.encode('utf-8'))) #TODO
# Метод, осуществляющий декодирование информации
#
# @param string $text
# @return string
#/
def decrypt_tag(self, text):
return unicode(base64.b64decode(text).decode('utf-8')) #TODO
def strpos_ex(self, haystack, needle, offset = None): #TODO: &$haystack - '&' couldn't work
if((isinstance(needle, (list, tuple)) and not isinstance(needle, basestring)) ):
m = -1
w = -1
for n in needle:
p = haystack.find(n , offset) #TODO
if(p==-1):
continue
if(m == -1):
m = p
w = n
continue
if(p < m):
m = p
w = n
if (m ==-1):
return False
return {'pos' : m, 'str' : w}
return haystack.find(needle, offset) #TODO
def process_selector_pattern(self, pattern): #TODO: &$pattern - '&' couldn't work
if(pattern==False):
return
#pattern = preg_quote(pattern , '/') #TODO
pattern = pattern.replace("*", "[a-z0-9_\-]*") #TODO
return pattern
def test_pattern(self, pattern, text):
if(pattern == False):
return True
return re.match(pattern, text) #TODO
def strtolower(self, string):
return string.lower()
# взято с http://www.w3.org/TR/html4/sgml/entities.html
html4_char_ents = {
'nbsp' : 160,
'iexcl' : 161,
'cent' : 162,
'pound' : 163,
'curren' : 164,
'yen' : 165,
'brvbar' : 166,
'sect' : 167,
'uml' : 168,
'copy' : 169,
'ordf' : 170,
'laquo' : 171,
'not' : 172,
'shy' : 173,
'reg' : 174,
'macr' : 175,
'deg' : 176,
'plusmn' : 177,
'sup2' : 178,
'sup3' : 179,
'acute' : 180,
'micro' : 181,
'para' : 182,
'middot' : 183,
'cedil' : 184,
'sup1' : 185,
'ordm' : 186,
'raquo' : 187,
'frac14' : 188,
'frac12' : 189,
'frac34' : 190,
'iquest' : 191,
'Agrave' : 192,
'Aacute' : 193,
'Acirc' : 194,
'Atilde' : 195,
'Auml' : 196,
'Aring' : 197,
'AElig' : 198,
'Ccedil' : 199,
'Egrave' : 200,
'Eacute' : 201,
'Ecirc' : 202,
'Euml' : 203,
'Igrave' : 204,
'Iacute' : 205,
'Icirc' : 206,
'Iuml' : 207,
'ETH' : 208,
'Ntilde' : 209,
'Ograve' : 210,
'Oacute' : 211,
'Ocirc' : 212,
'Otilde' : 213,
'Ouml' : 214,
'times' : 215,
'Oslash' : 216,
'Ugrave' : 217,
'Uacute' : 218,
'Ucirc' : 219,
'Uuml' : 220,
'Yacute' : 221,
'THORN' : 222,
'szlig' : 223,
'agrave' : 224,
'aacute' : 225,
'acirc' : 226,
'atilde' : 227,
'auml' : 228,
'aring' : 229,
'aelig' : 230,
'ccedil' : 231,
'egrave' : 232,
'eacute' : 233,
'ecirc' : 234,
'euml' : 235,
'igrave' : 236,
'iacute' : 237,
'icirc' : 238,
'iuml' : 239,
'eth' : 240,
'ntilde' : 241,
'ograve' : 242,
'oacute' : 243,
'ocirc' : 244,
'otilde' : 245,
'ouml' : 246,
'divide' : 247,
'oslash' : 248,
'ugrave' : 249,
'uacute' : 250,
'ucirc' : 251,
'uuml' : 252,
'yacute' : 253,
'thorn' : 254,
'yuml' : 255,
'fnof' : 402,
'Alpha' : 913,
'Beta' : 914,
'Gamma' : 915,
'Delta' : 916,
'Epsilon' : 917,
'Zeta' : 918,
'Eta' : 919,
'Theta' : 920,
'Iota' : 921,
'Kappa' : 922,
'Lambda' : 923,
'Mu' : 924,
'Nu' : 925,
'Xi' : 926,
'Omicron' : 927,
'Pi' : 928,
'Rho' : 929,
'Sigma' : 931,
'Tau' : 932,
'Upsilon' : 933,
'Phi' : 934,
'Chi' : 935,
'Psi' : 936,
'Omega' : 937,
'alpha' : 945,
'beta' : 946,
'gamma' : 947,
'delta' : 948,
'epsilon' : 949,
'zeta' : 950,
'eta' : 951,
'theta' : 952,
'iota' : 953,
'kappa' : 954,
'lambda' : 955,
'mu' : 956,
'nu' : 957,
'xi' : 958,
'omicron' : 959,
'pi' : 960,
'rho' : 961,
'sigmaf' : 962,
'sigma' : 963,
'tau' : 964,
'upsilon' : 965,
'phi' : 966,
'chi' : 967,
'psi' : 968,
'omega' : 969,
'thetasym' : 977,
'upsih' : 978,
'piv' : 982,
'bull' : 8226,
'hellip' : 8230,
'prime' : 8242,
'Prime' : 8243,
'oline' : 8254,
'frasl' : 8260,
'weierp' : 8472,
'image' : 8465,
'real' : 8476,
'trade' : 8482,
'alefsym' : 8501,
'larr' : 8592,
'uarr' : 8593,
'rarr' : 8594,
'darr' : 8595,
'harr' : 8596,
'crarr' : 8629,
'lArr' : 8656,
'uArr' : 8657,
'rArr' : 8658,
'dArr' : 8659,
'hArr' : 8660,
'forall' : 8704,
'part' : 8706,
'exist' : 8707,
'empty' : 8709,
'nabla' : 8711,
'isin' : 8712,
'notin' : 8713,
'ni' : 8715,
'prod' : 8719,
'sum' : 8721,
'minus' : 8722,
'lowast' : 8727,
'radic' : 8730,
'prop' : 8733,
'infin' : 8734,
'ang' : 8736,
'and' : 8743,
'or' : 8744,
'cap' : 8745,
'cup' : 8746,
'int' : 8747,
'there4' : 8756,
'sim' : 8764,
'cong' : 8773,
'asymp' : 8776,
'ne' : 8800,
'equiv' : 8801,
'le' : 8804,
'ge' : 8805,
'sub' : 8834,
'sup' : 8835,
'nsub' : 8836,
'sube' : 8838,
'supe' : 8839,
'oplus' : 8853,
'otimes' : 8855,
'perp' : 8869,
'sdot' : 8901,
'lceil' : 8968,
'rceil' : 8969,
'lfloor' : 8970,
'rfloor' : 8971,
'lang' : 9001,
'rang' : 9002,
'loz' : 9674,
'spades' : 9824,
'clubs' : 9827,
'hearts' : 9829,
'diams' : 9830,
'quot' : 34,
'amp' : 38,
'lt' : 60,
'gt' : 62,
'OElig' : 338,
'oelig' : 339,
'Scaron' : 352,
'scaron' : 353,
'Yuml' : 376,
'circ' : 710,
'tilde' : 732,
'ensp' : 8194,
'emsp' : 8195,
'thinsp' : 8201,
'zwnj' : 8204,
'zwj' : 8205,
'lrm' : 8206,
'rlm' : 8207,
'ndash' : 8211,
'mdash' : 8212,
'lsquo' : 8216,
'rsquo' : 8217,
'sbquo' : 8218,
'ldquo' : 8220,
'rdquo' : 8221,
'bdquo' : 8222,
'dagger' : 8224,
'Dagger' : 8225,
'permil' : 8240,
'lsaquo' : 8249,
'rsaquo' : 8250,
'euro' : 8364,
}
# Вернуть уникод символ по html entinty
#
# @param string $entity
# @return string
#/
def html_char_entity_to_unicode(self, entity):
if(entity in html4_char_ents):
return EMT_Lib.getUnicodeChar(html4_char_ents[entity])
return False
# Сконвериторвать все html entity в соответсвующие юникод символы
#
# @param string $text
#/
def convert_html_entities_to_unicode(self, text): #TODO: &$text - '&' couldn't work
text = re.sub("\&#([0-9]+)\;",
lambda m: EMT_Lib.getUnicodeChar(int(m.group(1)))
, text) #TODO
text = re.sub("\&#x([0-9A-F]+)\;",
lambda m: EMT_Lib.getUnicodeChar(int(m.group(1),16))
, text) #TODO
text = re.sub("\&([a-zA-Z0-9]+)\;",
lambda m: EMT_Lib.html_char_entity_to_unicode(m.group(1)) if EMT_Lib.html_char_entity_to_unicode(m.group(1)) else m.group(0)
, text) #TODO
return text
def process_preg_replacement(self, r):
return re.sub(u'\\\\([0-9]+)',u'\\\\g<\g<1>>', r, 0, re.U)
def parse_preg_pattern(self, pattern):
es = pattern[0:1]
modifiers = pattern.split(es).pop()
b = {'i': re.I, 's': re.S, 'm': re.M, 'u' : re.U }
flags = re.U
xeval = False
for i in modifiers:
if b.has_key(i):
flags |= b[i]
if i=='e':
xeval = True
newpattern = pattern[1:-1-len(modifiers)]
newpattern = newpattern.replace('\\'+es, es)
return {'pattern' : newpattern, 'flags': flags, 'eval' : xeval }
def preg_replace_one(self, pattern, replacement, text):
p = EMT_Lib.parse_preg_pattern(pattern)
if not p['eval']:
return re.sub(p['pattern'], EMT_Lib.process_preg_replacement(replacement), text, 0, p['flags'])
exec "f = lambda m: " + replacement
return re.sub(p['pattern'], f, text, 0, p['flags'])
def preg_replace(self, pattern, replacement, text):
if isinstance(pattern, basestring):
return EMT_Lib.preg_replace_one(pattern, replacement, text)
for k, i in enumerate(pattern):
if isinstance(replacement, basestring):
repl = replacement
else:
repl = replacement[k]
text = EMT_Lib.preg_replace_one(i, repl, text)
return text
def preg_replace_ex(self, pattern, replacement, text, cycled = False):
while True:
texto = text
text = EMT_Lib.preg_replace(pattern, replacement, text)
if not cycled:
break
if text==texto:
break
return text
def str_replace_one(self, pattern, replacement, text):
return text.replace(pattern, replacement)
def str_replace(self, pattern, replacement, text):
if isinstance(pattern, basestring):
return EMT_Lib.str_replace_one(pattern, replacement, text)
for k, i in enumerate(pattern):
if isinstance(replacement, basestring):
repl = replacement
else:
repl = replacement[k]
text = EMT_Lib.str_replace_one(i, repl, text)
return text
def str_ireplace_one(self, pattern, replacement, text):
return re.sub(re.escape(pattern), lambda m: replacement, text, 0, re.I)
#return re.sub(re.escape(pattern), re.escape(replacement), text, 0, re.I)
def str_ireplace(self, pattern, replacement, text):
if isinstance(pattern, basestring):
return EMT_Lib.str_ireplace_one(pattern, replacement, text)
for k, i in enumerate(pattern):
if isinstance(replacement, basestring):
repl = replacement
else:
repl = replacement[k]
text = EMT_Lib.str_ireplace_one(i, repl, text)
return text
def substr (self, s, start, length = None):
if len(s) <= start:
return u""
if length is None:
return s[start:]
elif length == 0:
return u""
elif length > 0:
return s[start:start + length]
else:
return s[start:length]
def ifop(self, cond, ontrue, onfalse):
return ontrue if cond else onfalse
def re_sub(self, pattern, replacement, string, count , flags):
def _r(m):
# Now this is ugly.
# Python has a "feature" where unmatched groups return None
# then re.sub chokes on this.
# see http://bugs.python.org/issue1519638
# this works around and hooks into the internal of the re module...
# the match object is replaced with a wrapper that
# returns "" instead of None for unmatched groups
class _m():
def __init__(self, m):
self.m=m
self.string=m.string
def group(self, n):
return m.group(n) or ""
return re._expand(pattern, _m(m), replacement)
return re.sub(pattern, _r, string, count , flags)
EMT_Lib = _EMT_Lib()
BASE64_PARAGRAPH_TAG = 'cA=='
BASE64_BREAKLINE_TAG = 'YnIgLw=='
BASE64_NOBR_OTAG = 'bm9icg=='
BASE64_NOBR_CTAG = 'L25vYnI='
QUOTE_FIRS_OPEN = '&laquo;'
QUOTE_FIRS_CLOSE = '&raquo;'
QUOTE_CRAWSE_OPEN = '&bdquo;'
QUOTE_CRAWSE_CLOSE = '&ldquo;'
#/*
# * Базовый класс для группы правил обработки текста
# * Класс группы должен наследовать, данный класс и задавать
# * в нём EMT_Tret::rules и EMT_Tret::$name
# *
# */
class EMT_Tret:
#
# Набор правил в данной группе, который задан изначально
# Его можно менять динамически добавляя туда правила с помощью put_rule
#
# @var unknown_type
#
def __init__(self):
self.rules = {}
self.rule_order = []
self.title = ""
self.disabled = {}
self.enabled = {}
self._text= ''
self.logging = False
self.logs = []
self.errors = []
self.debug_enabled = False
self.debug_info = []
self.use_layout = False
self.use_layout_set = False
self.class_layout_prefix = False
self.class_names = {}
self.classes = {}
self.settings = {}
self.intrep = ""
def log(self, str, data = None):
if not self.logging:
return
self.logs.append({'info': str, 'data': data})
def error(self, info, data = None):
self.errors.append({'info': info, 'data': data})
self.log('ERROR: ' + info , data)
def debug(self, place, after_text):
if not self.debug_info:
return
self.debug_info.append({'place': place,'text': after_text})
#/**
# * Установить режим разметки для данного Трэта если не было раньше установлено,
# * EMT_Lib::LAYOUT_STYLE - с помощью стилей
# * EMT_Lib::LAYOUT_CLASS - с помощью классов
# *
# * @param int $kind
# */
def set_tag_layout_ifnotset(layout):
if self.use_layout_set:
return
self.use_layout = layout
#/**
# * Установить режим разметки для данного Трэта,
# * EMT_Lib::LAYOUT_STYLE - с помощью стилей
# * EMT_Lib::LAYOUT_CLASS - с помощью классов
# * EMT_Lib::LAYOUT_STYLE|EMT_Lib::LAYOUT_CLASS - оба метода
# *
# * @param int $kind
# */
def set_tag_layout(layout = LAYOUT_STYLE):
self.use_layout = layout
self.use_layout_set = True
def set_class_layout_prefix(self, prefix):
self.class_layout_prefix = prefix
def debug_on(self):
self.debug_enabled = True
def log_on(self):
self.debug_enabled = True
#def getmethod(self, name):
# if not name: return False
# if not method_exists(his, $name)) return False;
# return array($this, $name);
def _pre_parse(self):
self.pre_parse()
#foreach($this->rules as $rule)
#{
# if(!isset($rule['init'])) continue;
# $m = $this->getmethod($rule['init']);
# if(!$m) continue;
# call_user_func($m);
#}
def _post_parse(self):
#foreach($this->rules as $rule)
#{
# if(!isset($rule['deinit'])) continue;
# $m = $this->getmethod($rule['deinit']);
# if(!$m) continue;
# call_user_func($m);
#}
self.post_parse()
def intrepfun(self, m):
exec u'x = ' + self.intrep +u''
return x
def preg_replace_one(self, pattern, replacement, text):
p = EMT_Lib.parse_preg_pattern(pattern)
if not p['eval']:
#print p['pattern']
#print EMT_Lib.process_preg_replacement(replacement)
#EMT_Lib.process_preg_replacement
return EMT_Lib.re_sub(p['pattern'], (replacement), text, 0, p['flags'])
self.intrep = replacement
return re.sub(p['pattern'], self.intrepfun, text, 0, p['flags'])
def preg_replace(self, pattern, replacement, text):
if isinstance(pattern, basestring):
return self.preg_replace_one(pattern, replacement, text)
for k, i in enumerate(pattern):
if isinstance(replacement, basestring):
repl = replacement
else:
repl = replacement[k]
text = self.preg_replace_one(i, repl, text)
return text
def preg_replace_ex(self, pattern, replacement, text, cycled = False):
while True:
texto = text
text = self.preg_replace(pattern, replacement, text)
if not cycled:
break
if text==texto:
break
return text
#def rule_order_sort(self, $a, $b):
# if($a['order'] == $b['order']) return 0;
# if($a['order'] < $b['order']) return -1;
# return 1;
def apply_rule(self, rule):
name = rule['id']
disabled = self.disabled.get(rule['id']) or (rule.get('disabled') and not self.enabled.get(rule['id']))
if disabled:
self.log(u"Правило $name", u"Правило отключено" + u" (по умолчанию)" if self.disabled.get(rule['id']) else "")
return
if rule.get('function'):
if not rule.get('pattern'):
if rule['function'] in dir(self):
self.log(u"Правило "+name, u"Используется метод " + rule['function'] + u" в правиле")
getattr(self,rule['function'])()
return
if globals().has_key(rule['function']):
self.log(u"Правило " + name, u"Используется функция " + rule['function'] + u" в правиле")
globals()[rule['function']]()
return
self.error(u'Функция '+rule['function']+u' из правила '+rule['id']+u" не найдена")
return
else:
if re.match("^[a-z_0-9]+$", rule['function'], re.I):
p = EMT_Lib.parse_preg_pattern(rule['pattern'])
if rule['function'] in dir(self):
self.log(u"Правило "+name, u"Замена с использованием preg_replace_callback с методом " + rule['function'] )
self._text = re.sub(p['pattern'], getattr(self,rule['function']), self._text, 0, p['flags'])
return
if globals().has_key(rule['function']):
self.log(u"Правило " + name, u"Замена с использованием preg_replace_callback с функцией " + rule['function'] + u" в правиле")
self._text = re.sub(p['pattern'], globals()[rule['function']], self._text, 0, p['flags'])
return
self.error(u'Функция '+rule['function']+' из правила '+rule['id']+u" не найдена")
else:
self.preg_replace(rule['pattern']+'e', rule['function'], self._text)
self.log(u'Замена с использованием preg_replace_callback с инлайн функцией из правила ' + rule['id'])
return
return
if rule.get('simple_replace'):
if rule.get('case_sensitive'):
self.log(u"Правило "+name, u"Простая замена с использованием str_replace")
self._text = EMT_Lib.str_replace(rule['pattern'], rule['replacement'], self._text)
return
self.log(u"Правило "+name, u"Простая замена с использованием str_ireplace")
self._text = EMT_Lib.str_ireplace(rule['pattern'], rule['replacement'], self._text)
return
cycled = False
if rule.get('cycled'):
cycled = True
pattern = rule['pattern']
#p = EMT_Lib.parse_preg_pattern(pattern)
#if isinstance(pattern, basestring):
# pattern = [pattern]
#if not p['eval']:
# self.log("Правило "+name, "Замена с использованием preg_replace")
# self._text = EMT_Lib.preg_replace_ex( rule['pattern'], rule['replacement'], self._text, cycled )
# return
self.log(u"Правило "+name, u"Замена с использованием preg_replace или preg_replace_callback вместо eval")
self._text = self.preg_replace_ex( rule['pattern'], rule['replacement'], self._text, cycled )
def _apply(self, xlist):
self.errors = []
self._pre_parse()
self.log("Применяется набор правил", ','.join(xlist))
rulelist = []
for k in xlist:
rule = self.rules[k]
rule['id'] = k
if not rule.has_key('order'):
rule['order'] = 5
rulelist.append(rule)
for rule in rulelist:
self.apply_rule(rule)
self.debug(rule['id'], self._text)
self._post_parse()
#/**
# * Создание защищенного тега с содержимым
# *
# * @see EMT_lib::build_safe_tag
# * @param string $content
# * @param string $tag
# * @param array $attribute
# * @return string
# */
def tag(self, content, tag = 'span', attribute = {} ):
if attribute.has_key('class'):
classname = attribute['class']
if classname == "nowrap":
if not self.is_on('nowrap'):
tag = u"nobr"
attribute = {}
classname = ""
if self.classes.has_key(classname):
style_inline = self.classes[classname]
if style_inline:
attribute['__style'] = style_inline
if self.class_names.has_key(classname):
classname = class_names(classname)
classname = (self.class_layout_prefix if self.class_layout_prefix else "" ) + classname
attribute['class'] = classname
layout = LAYOUT_STYLE
if self.use_layout:
layout = self.use_layout
return EMT_Lib.build_safe_tag(content, tag, attribute, layout )
#/**
# * Добавить правило в группу
# *
# * @param string $name
# * @param array $params
# */
def put_rule(self, name, params):
self.rules[name] = params
return self
# /**
# * Отключить правило, в обработке
# *
# * @param string $name
# */
def disable_rule(self, name):
self.disabled[name] = True
if self.enabled.has_key(name):
del self.enabled[name]
#/**
# * Включить правило
# *
# * @param string $name
# */
def enable_rule(self, name):
self.enabled[name] = True
if self.disabled.has_key(name):
del self.disabled[name]
# /**
# * Добавить настройку в трет
# *
# * @param string $key ключ
# * @param mixed $value значение
# */
def set(self, key, value):
self.settings[key] = value
# /**
# * Установлена ли настройка
# *
# * @param string $key
# */
def is_on(self, key):
if not self.settings.has_key(key):
return False
kk = self.settings[key]
if isinstance(kk, basestring) and kk.lower() == "on": return True
if isinstance(kk, basestring) and kk == "1": return True
if isinstance(kk, bool) and kk: return True
if isinstance(kk, int) and kk == 1: return True
return False
# /**
# * Получить строковое значение настройки
# *
# * @param unknown_type $key
# * @return unknown
# */
def ss(self, key):
if not self.settings.has_key(key): return ""
return self.settings[key]
# /**
# * Добавить настройку в правило
# *
# * @param string $rulename идентификатор правила
# * @param string $key ключ
# * @param mixed $value значение
# */
def set_rule(self, rulename, key, value):
if not self.rules.has_key(rulename):
self.rules[rulename] = {}
self.rules[rulename][key] = value
#/**
# * Включить правила, согласно списку
# *
# * @param array $list список правил
# * @param boolean $disable выкллючить их или включить
# * @param boolean $strict строго, т.е. те которые не в списку будут тоже обработаны
# */
def activate(self, xlist, disable =False, xstrict = True):
for rulename in xlist:
if disable:
self.disable_rule(rulename)
else:
self.enable_rule(rulename)
if xstrict:
for rulename in self.rules:
y = self.rules[rulename]
if rulename in xlist:
continue
if not disable:
self.disable_rule(rulename)
else:
self.enable_rule(rulename)
def set_text(self, text):
self._text = text
self.debug_info = []
self.logs = []
# /**
# * Применить к тексту
# *
# * @param string $text - текст к которому применить
# * @param mixed $list - список правил, null - все правила
# * @return string
# */
def apply(self, xlist = None):
if isinstance(xlist, basestring):
rlist = [xlist]
elif isinstance(xlist, (list, tuple)):
rlist = xlist
else:
rlist = self.rule_order
self._apply(rlist)
return self._text
# /**
# * Код, выполняем до того, как применить правила
# *
# */
def pre_parse(self):
return
#/**
# * После выполнения всех правил, выполняется этот метод
# *
# */
def post_parse(self):
return
# EMT_Lib.preg_replace('/aaa/msi', 'bbb', 'xxx aaa yyy')
#######################################################
# EMT_Tret_Quote
#######################################################
class EMT_Tret_Quote(EMT_Tret):
def __init__(self):
EMT_Tret.__init__(self)
self.title = "Кавычки"
self.rules = {
u"quotes_outside_a": {
u"description": u"Кавычки вне тэга <a>",
u"pattern": u"/(\\<%%\\_\\_[^\\>]+\\>)\\\"(.+?)\\\"(\\<\\/%%\\_\\_[^\\>]+\\>)/s",
u"replacement": u"\"\\1\\2\\3\""
},
u"open_quote": {
u"description": u"Открывающая кавычка",
u"pattern": u"/(^|\\(|\\s|\\>)(\\\"|\\\\\")(\\S+)/iue",
u"replacement": u"m.group(1) + QUOTE_FIRS_OPEN + m.group(3)"
},
u"close_quote": {
u"description": u"Закрывающая кавычка",
u"pattern": u"/([a-zа-яё0-9]|\\.|\\&hellip\\;|\\!|\\?|\\>|\\)|\\:)((\\\"|\\\\\")+)(\\.|\\&hellip\\;|\\;|\\:|\\?|\\!|\\,|\\s|\\)|\\<\\/|$)/uie",
u"replacement": u"m.group(1) + QUOTE_FIRS_CLOSE * ( m.group(2).count(u\"\\\"\") ) + m.group(4)"
},
u"close_quote_adv": {
u"description": u"Закрывающая кавычка особые случаи",
u"pattern": [
u"/([a-zа-яё0-9]|\\.|\\&hellip\\;|\\!|\\?|\\>|\\)|\\:)((\\\"|\\\\\"|\\&laquo\\;)+)(\\<[^\\>]+\\>)(\\.|\\&hellip\\;|\\;|\\:|\\?|\\!|\\,|\\)|\\<\\/|$| )/uie",
u"/([a-zа-яё0-9]|\\.|\\&hellip\\;|\\!|\\?|\\>|\\)|\\:)(\\s+)((\\\"|\\\\\")+)(\\s+)(\\.|\\&hellip\\;|\\;|\\:|\\?|\\!|\\,|\\)|\\<\\/|$| )/uie",
u"/\\>(\\&laquo\\;)\\.($|\\s|\\<)/ui"
],
u"replacement": [
u"m.group(1) + QUOTE_FIRS_CLOSE * ( m.group(2).count(u\"\\\"\")+m.group(2).count(u\"&laquo;\") ) + m.group(4)+ m.group(5)",
u"m.group(1) +m.group(2)+ QUOTE_FIRS_CLOSE * ( m.group(3).count(u\"\\\"\")+m.group(3).count(u\"&laquo;\") ) + m.group(5)+ m.group(6)",
u">&raquo;.\\2"
]
},
u"open_quote_adv": {
u"description": u"Открывающая кавычка особые случаи",
u"pattern": u"/(^|\\(|\\s|\\>)(\\\"|\\\\\")(\\s)(\\S+)/iue",
u"replacement": u"m.group(1) + QUOTE_FIRS_OPEN +m.group(4)"
},
u"quotation": {
u"description": u"Внутренние кавычки-лапки и дюймы",
u"function": u"build_sub_quotations"
}
}
self.rule_order = [
u"quotes_outside_a",
u"open_quote",
u"close_quote",
u"close_quote_adv",
u"open_quote_adv",
u"quotation"
]
def inject_in(self, pos, text):
self._text = (self._text[0:pos] if pos>0 else u'') + text + self._text[pos+len(text):]
return
i = 0
while i < len(text):
self._text[pos+i] = text[i]
i += 1
def build_sub_quotations(self):
global __ax,__ay
okposstack = [0]
okpos = 0
level = 0
off = 0
while True:
p = EMT_Lib.strpos_ex(self._text, ["&laquo;", "&raquo;"], off)
if isinstance(p, bool) and (p == False):
break
if (p['str'] == "&laquo;"):
if (level>0) and (not self.is_on('no_bdquotes')):
self.inject_in(p['pos'], QUOTE_CRAWSE_OPEN) #TODO::: WTF self::QUOTE_CRAWSE_OPEN ???
level += 1;
if (p['str'] == "&raquo;"):
level -= 1
if (level>0) and (not self.is_on('no_bdquotes')):
self.inject_in(p['pos'], QUOTE_CRAWSE_CLOSE) #TODO::: WTF self::QUOTE_CRAWSE_OPEN ???
off = p['pos'] + len(p['str'])
if(level == 0):
okpos = off
okposstack.append(okpos)
elif (level<0): # // уровень стал меньше нуля
if(not self.is_on('no_inches')):
while (True):
lokpos = okposstack.pop(len(okposstack)-1)
k = EMT_Lib.substr(self._text, lokpos, off - lokpos)
k = EMT_Lib.str_replace(QUOTE_CRAWSE_OPEN, QUOTE_FIRS_OPEN, k)
k = EMT_Lib.str_replace(QUOTE_CRAWSE_CLOSE, QUOTE_FIRS_CLOSE, k)
#//$k = preg_replace("/(^|[^0-9])([0-9]+)\&raquo\;/ui", '\1\2&Prime;', $k, 1, $amount);
amount = 0
m = re.findall("(^|[^0-9])([0-9]+)\&raquo\;", k, re.I | re.U)
__ax = len(m)
__ay = 0
if(__ax):
def quote_extra_replace_function(m):
global __ax,__ay
__ay+=1
if __ay==__ax:
return m.group(1)+m.group(2)+"&Prime;"
return m.group(0)
k = re.sub("(^|[^0-9])([0-9]+)\&raquo\;",
quote_extra_replace_function,
k, 0, re.I | re.U);
amount = 1
if not ((amount==0) and len(okposstack)):
break
#// успешно сделали замену
if (amount == 1):
#// заново просмотрим содержимое
self._text = EMT_Lib.substr(self._text, 0, lokpos) + k + EMT_Lib.substr(self._text, off)
off = lokpos
level = 0
continue
#// иначе просто заменим последнюю явно на &quot; от отчаяния
if (amount == 0):
#// говорим, что всё в порядке
level = 0
self._text = EMT_Lib.substr(self._text, 0, p['pos']) + '&quot;' + EMT_Lib.substr(self._text, off)
off = p['pos'] + len('&quot;')
okposstack = [off]
continue
#// не совпало количество, отменяем все подкавычки
if (level != 0 ):
#// закрывающих меньше, чем надо
if (level>0):
k = EMT_Lib.substr(self._text, okpos)
k = EMT_Lib.str_replace(QUOTE_CRAWSE_OPEN, QUOTE_FIRS_OPEN, k)
k = EMT_Lib.str_replace(QUOTE_CRAWSE_CLOSE, QUOTE_FIRS_CLOSE, k)
self._text = EMT_Lib.substr(self._text, 0, okpos) + k
#######################################################
# EMT_Tret_Dash
#######################################################
class EMT_Tret_Dash(EMT_Tret):
def __init__(self):
EMT_Tret.__init__(self)
self.title = "Дефисы и тире"
self.rules = {
u"mdash_symbol_to_html_mdash": {
u"description": u"Замена символа тире на html конструкцию",
u"pattern": u"/—/iu",
u"replacement": u"&mdash;"
},
u"mdash": {
u"description": u"Тире после кавычек, скобочек, пунктуации",
u"pattern": [
u"/([a-zа-яё0-9]+|\\,|\\:|\\)|\\&(ra|ld)quo\\;|\\|\\\"|\\>)(\\040|\\t)(—|\\-|\\&mdash\\;)(\\s|$|\\<)/ui",
u"/(\\,|\\:|\\)|\\\")(—|\\-|\\&mdash\\;)(\\s|$|\\<)/ui"
],
u"replacement": [
u"\\1&nbsp;&mdash;\\5",
u"\\1&nbsp;&mdash;\\3"
]
},
u"mdash_2": {
u"description": u"Тире после переноса строки",
u"pattern": u"/(\\n|\\r|^|\\>)(\\-|\\&mdash\\;)(\\t|\\040)/",
u"replacement": u"\\1&mdash;&nbsp;"
},
u"mdash_3": {
u"description": u"Тире после знаков восклицания, троеточия и прочее",
u"pattern": u"/(\\.|\\!|\\?|\\&hellip\\;)(\\040|\\t|\\&nbsp\\;)(\\-|\\&mdash\\;)(\\040|\\t|\\&nbsp\\;)/",
u"replacement": u"\\1 &mdash;&nbsp;"
},
u"iz_za_pod": {
u"description": u"Расстановка дефисов между из-за, из-под",
u"pattern": u"/(\\s|\\&nbsp\\;|\\>|^)(из)(\\040|\\t|\\&nbsp\\;)\\-?(за|под)([\\.\\,\\!\\?\\:\\;]|\\040|\\&nbsp\\;)/uie",
u"replacement": u"(( u\" \" if m.group(1) == u\"&nbsp;\" else m.group(1))) + m.group(2)+u\"-\"+m.group(4) + (( u\" \" if m.group(5) == u\"&nbsp;\" else m.group(5)))"
},
u"to_libo_nibud": {
u"description": u"Автоматическая простановка дефисов в обезличенных местоимениях и междометиях",
u"cycled": True,
u"pattern": u"/(\\s|^|\\&nbsp\\;|\\>)(кто|кем|когда|зачем|почему|как|что|чем|где|чего|кого)\\-?(\\040|\\t|\\&nbsp\\;)\\-?(то|либо|нибудь)([\\.\\,\\!\\?\\;]|\\040|\\&nbsp\\;|$)/uie",
u"replacement": u"(( u\" \" if m.group(1) == u\"&nbsp;\" else m.group(1))) + m.group(2)+u\"-\"+m.group(4) + (( u\" \" if m.group(5) == u\"&nbsp;\" else m.group(5)))"
},
u"koe_kak": {
u"description": u"Кое-как, кой-кого, все-таки",
u"cycled": True,
u"pattern": [
u"/(\\s|^|\\&nbsp\\;|\\>)(кое)\\-?(\\040|\\t|\\&nbsp\\;)\\-?(как)([\\.\\,\\!\\?\\;]|\\040|\\&nbsp\\;|$)/uie",
u"/(\\s|^|\\&nbsp\\;|\\>)(кой)\\-?(\\040|\\t|\\&nbsp\\;)\\-?(кого)([\\.\\,\\!\\?\\;]|\\040|\\&nbsp\\;|$)/uie",
u"/(\\s|^|\\&nbsp\\;|\\>)(вс[её])\\-?(\\040|\\t|\\&nbsp\\;)\\-?(таки)([\\.\\,\\!\\?\\;]|\\040|\\&nbsp\\;|$)/uie"
],
u"replacement": u"(( u\" \" if m.group(1) == u\"&nbsp;\" else m.group(1))) + m.group(2)+u\"-\"+m.group(4) + (( u\" \" if m.group(5) == u\"&nbsp;\" else m.group(5)))"
},
u"ka_de_kas": {
u"description": u"Расстановка дефисов с частицами ка, де, кась",
u"disabled": True,
u"pattern": [
u"/(\\s|^|\\&nbsp\\;|\\>)([а-яё]+)(\\040|\\t|\\&nbsp\\;)(ка)([\\.\\,\\!\\?\\;]|\\040|\\&nbsp\\;|$)/uie",
u"/(\\s|^|\\&nbsp\\;|\\>)([а-яё]+)(\\040|\\t|\\&nbsp\\;)(де)([\\.\\,\\!\\?\\;]|\\040|\\&nbsp\\;|$)/uie",
u"/(\\s|^|\\&nbsp\\;|\\>)([а-яё]+)(\\040|\\t|\\&nbsp\\;)(кась)([\\.\\,\\!\\?\\;]|\\040|\\&nbsp\\;|$)/uie"
],
u"replacement": u"(( u\" \" if m.group(1) == u\"&nbsp;\" else m.group(1))) + m.group(2)+u\"-\"+m.group(4) + (( u\" \" if m.group(5) == u\"&nbsp;\" else m.group(5)))"
}
}
self.rule_order = [
u"mdash_symbol_to_html_mdash",
u"mdash",
u"mdash_2",
u"mdash_3",
u"iz_za_pod",
u"to_libo_nibud",
u"koe_kak",
u"ka_de_kas"
]
#######################################################
# EMT_Tret_Symbol
#######################################################
class EMT_Tret_Symbol(EMT_Tret):
def __init__(self):
EMT_Tret.__init__(self)
self.title = "Специальные символы"
self.rules = {
u"tm_replace": {
u"description": u"Замена (tm) на символ торговой марки",
u"pattern": u"/([\\040\\t])?\\(tm\\)/i",
u"replacement": u"&trade;"
},
u"r_sign_replace": {
u"description": u"Замена (R) на символ зарегистрированной торговой марки",
u"pattern": [
u"/(.|^)\\(r\\)(.|$)/ie"
],
u"replacement": [
u"m.group(1)+u\"&reg;\"+m.group(2)"
]
},
u"copy_replace": {
u"description": u"Замена (c) на символ копирайт",
u"pattern": [
u"/\\((c|с)\\)\\s+/iu",
u"/\\((c|с)\\)($|\\.|,|!|\\?)/iu"
],
u"replacement": [
u"&copy;&nbsp;",
u"&copy;\\2"
]
},
u"apostrophe": {
u"description": u"Расстановка правильного апострофа в текстах",
u"pattern": u"/(\\s|^|\\>|\\&rsquo\\;)([a-zа-яё]{1,})\'([a-zа-яё]+)/ui",
u"replacement": u"\\1\\2&rsquo;\\3",
u"cycled": True
},
u"degree_f": {
u"description": u"Градусы по Фаренгейту",
u"pattern": u"/([0-9]+)F($|\\s|\\.|\\,|\\;|\\:|\\&nbsp\\;|\\?|\\!)/eu",
u"replacement": u"u\"\"+self.tag(m.group(1)+u\" &deg;F\",u\"span\", {u\"class\":u\"nowrap\"}) +m.group(2)"
},
u"euro_symbol": {
u"description": u"Символ евро",
u"simple_replace": True,
u"pattern": u"€",
u"replacement": u"&euro;"
},
u"arrows_symbols": {
u"description": u"Замена стрелок вправо-влево на html коды",
u"pattern": [
u"/(\\s|\\>|\\&nbsp\\;|^)\\-\\>($|\\s|\\&nbsp\\;|\\<)/",
u"/(\\s|\\>|\\&nbsp\\;|^|;)\\<\\-(\\s|\\&nbsp\\;|$)/",
u"/→/u",
u"/←/u"
],
u"replacement": [
u"\\1&rarr;\\2",
u"\\1&larr;\\2",
u"&rarr;",
u"&larr;"
]
}
}
self.rule_order = [
u"tm_replace",
u"r_sign_replace",
u"copy_replace",
u"apostrophe",
u"degree_f",
u"euro_symbol",
u"arrows_symbols"
]
self.classes = {
u"nowrap": u"word-spacing:nowrap;"
};
#######################################################
# EMT_Tret_Punctmark
#######################################################
class EMT_Tret_Punctmark(EMT_Tret):
def __init__(self):
EMT_Tret.__init__(self)
self.title = "Пунктуация и знаки препинания"
self.rules = {
u"auto_comma": {
u"description": u"Расстановка запятых перед а, но",
u"pattern": u"/([a-zа-яё])(\\s|&nbsp;)(но|а)(\\s|&nbsp;)/iu",
u"replacement": u"\\1,\\2\\3\\4"
},
u"punctuation_marks_limit": {
u"description": u"Лишние восклицательные, вопросительные знаки и точки",
u"pattern": u"/([\\!\\.\\?]){4,}/",
u"replacement": u"\\1\\1\\1"
},
u"punctuation_marks_base_limit": {
u"description": u"Лишние запятые, двоеточия, точки с запятой",
u"pattern": u"/([\\,]|[\\:]|[\\;]]){2,}/",
u"replacement": u"\\1"
},
u"hellip": {
u"description": u"Замена трех точек на знак многоточия",
u"simple_replace": True,
u"pattern": u"...",
u"replacement": u"&hellip;"
},
u"fix_excl_quest_marks": {
u"description": u"Замена восклицательного и вопросительного знаков местами",
u"pattern": u"/([a-zа-яё0-9])\\!\\?(\\s|$|\\<)/ui",
u"replacement": u"\\1?!\\2"
},
u"fix_pmarks": {
u"description": u"Замена сдвоенных знаков препинания на одинарные",
u"pattern": [
u"/([^\\!\\?])\\.\\./",
u"/([a-zа-яё0-9])(\\!|\\.)(\\!|\\.|\\?)(\\s|$|\\<)/ui",
u"/([a-zа-яё0-9])(\\?)(\\?)(\\s|$|\\<)/ui"
],
u"replacement": [
u"\\1.",
u"\\1\\2\\4",
u"\\1\\2\\4"
]
},
u"fix_brackets": {
u"description": u"Лишние пробелы после открывающей скобочки и перед закрывающей",
u"pattern": [
u"/(\\()(\\040|\\t)+/",
u"/(\\040|\\t)+(\\))/"
],
u"replacement": [
u"\\1",
u"\\2"
]
},
u"fix_brackets_space": {
u"description": u"Пробел перед открывающей скобочкой",
u"pattern": u"/([a-zа-яё0-9])(\\()/iu",
u"replacement": u"\\1 \\2"
},
u"dot_on_end": {
u"description": u"Точка в конце текста, если её там нет",
u"disabled": True,
u"pattern": u"/([a-zа-яё0-9])$/ui",
u"replacement": u"\\1."
}
}
self.rule_order = [
u"auto_comma",
u"punctuation_marks_limit",
u"punctuation_marks_base_limit",
u"hellip",
u"fix_excl_quest_marks",
u"fix_pmarks",
u"fix_brackets",
u"fix_brackets_space",
u"dot_on_end"
]
#######################################################
# EMT_Tret_Number
#######################################################
class EMT_Tret_Number(EMT_Tret):
def __init__(self):
EMT_Tret.__init__(self)
self.title = "Числа, дроби, математические знаки"
self.rules = {
u"minus_between_nums": {
u"description": u"Расстановка знака минус между числами",
u"pattern": u"/(\\d+)\\-(\\d)/i",
u"replacement": u"\\1&minus;\\2"
},
u"minus_in_numbers_range": {
u"description": u"Расстановка знака минус между диапозоном чисел",
u"pattern": u"/(^|\\s|\\&nbsp\\;)(\\&minus\\;|\\-)(\\d+)(\\.\\.\\.|\\&hellip\\;)(\\s|\\&nbsp\\;)?(\\+|\\-|\\&minus\\;)?(\\d+)/ie",
u"replacement": u"m.group(1) +u\"&minus;\"+m.group(3) + m.group(4)+m.group(5)+((m.group(6) if m.group(6)==u\"+\" else u\"&minus;\"))+m.group(7)"
},
u"auto_times_x": {
u"description": u"Замена x на символ × в размерных единицах",
u"cycled": True,
u"pattern": u"/(\\&times\\;)?(\\d+)(\\040*)(x|х)(\\040*)(\\d+)/u",
u"replacement": u"\\1\\2&times;\\6"
},
u"numeric_sub": {
u"description": u"Нижний индекс",
u"pattern": u"/([a-zа-яё0-9])\\_([\\d]{1,3})([^а-яёa-z0-9]|$)/ieu",
u"replacement": u"m.group(1) + self.tag(self.tag(m.group(2),u\"small\"),u\"sub\") + m.group(3)"
},
u"numeric_sup": {
u"description": u"Верхний индекс",
u"pattern": u"/([a-zа-яё0-9])\\^([\\d]{1,3})([^а-яёa-z0-9]|$)/ieu",
u"replacement": u"m.group(1) + self.tag(self.tag(m.group(2),u\"small\"),u\"sup\") + m.group(3)"
},
u"simple_fraction": {
u"description": u"Замена дробей 1/2, 1/4, 3/4 на соответствующие символы",
u"pattern": [
u"/(^|\\D)1\\/(2|4)(\\D)/",
u"/(^|\\D)3\\/4(\\D)/"
],
u"replacement": [
u"\\1&frac1\\2;\\3",
u"\\1&frac34;\\2"
]
},
u"math_chars": {
u"description": u"Математические знаки больше/меньше/плюс минус/неравно",
u"simple_replace": True,
u"pattern": [
u"!=",
u"<=",
u">=",
u"~=",
u"+-"
],
u"replacement": [
u"&ne;",
u"&le;",
u"&ge;",
u"&cong;",
u"&plusmn;"
]
},
u"thinsp_between_number_triads": {
u"description": u"Объединение триад чисел полупробелом",
u"pattern": u"/([0-9]{1,3}( [0-9]{3}){1,})(.|$)/ue",
u"replacement": u"(( m.group(0) if m.group(3)==u\"-\" else EMT_Lib.str_replace(u\" \",u\"&thinsp;\",m.group(1))+m.group(3)))"
},
u"thinsp_between_no_and_number": {
u"description": u"Пробел между симоволом номера и числом",
u"pattern": u"/(№|\\&#8470\\;)(\\s|&nbsp;)*(\\d)/iu",
u"replacement": u"&#8470;&thinsp;\\3"
},
u"thinsp_between_sect_and_number": {
u"description": u"Пробел между параграфом и числом",
u"pattern": u"/(§|\\&sect\\;)(\\s|&nbsp;)*(\\d+|[IVX]+|[a-zа-яё]+)/ui",
u"replacement": u"&sect;&thinsp;\\3"
}
}
self.rule_order = [
u"minus_between_nums",
u"minus_in_numbers_range",
u"auto_times_x",
u"numeric_sub",
u"numeric_sup",
u"simple_fraction",
u"math_chars",
u"thinsp_between_number_triads",
u"thinsp_between_no_and_number",
u"thinsp_between_sect_and_number"
]
#######################################################
# EMT_Tret_Space
#######################################################
class EMT_Tret_Space(EMT_Tret):
def __init__(self):
EMT_Tret.__init__(self)
self.title = "Расстановка и удаление пробелов"
self.rules = {
u"nobr_twosym_abbr": {
u"description": u"Неразрывный перед 2х символьной аббревиатурой",
u"pattern": u"/([a-zA-Zа-яёА-ЯЁ])(\\040|\\t)+([A-ZА-ЯЁ]{2})([\\s\\;\\.\\?\\!\\:\\(\\\"]|\\&(ra|ld)quo\\;|$)/u",
u"replacement": u"\\1&nbsp;\\3\\4"
},
u"remove_space_before_punctuationmarks": {
u"description": u"Удаление пробела перед точкой, запятой, двоеточием, точкой с запятой",
u"pattern": u"/(\\040|\\t|\\&nbsp\\;)([\\,\\:\\.\\;\\?])(\\s+|$)/",
u"replacement": u"\\2\\3"
},
u"autospace_after_comma": {
u"description": u"Пробел после запятой",
u"pattern": [
u"/(\\040|\\t|\\&nbsp\\;)\\,([а-яёa-z0-9])/iu",
u"/([^0-9])\\,([а-яёa-z0-9])/iu"
],
u"replacement": [
u", \\2",
u"\\1, \\2"
]
},
u"autospace_after_pmarks": {
u"description": u"Пробел после знаков пунктуации, кроме точки",
u"pattern": u"/(\\040|\\t|\\&nbsp\\;|^|\\n)([a-zа-яё0-9]+)(\\040|\\t|\\&nbsp\\;)?(\\:|\\)|\\,|\\&hellip\\;|(?:\\!|\\?)+)([а-яёa-z])/iu",
u"replacement": u"\\1\\2\\4 \\5"
},
u"autospace_after_dot": {
u"description": u"Пробел после точки",
u"pattern": [
u"/(\\040|\\t|\\&nbsp\\;|^)([a-zа-яё0-9]+)(\\040|\\t|\\&nbsp\\;)?\\.([а-яёa-z]{4,})/iu",
u"/(\\040|\\t|\\&nbsp\\;|^)([a-zа-яё0-9]+)\\.([а-яёa-z]{1,3})/iue"
],
u"replacement": [
u"\\1\\2. \\4",
u"m.group(1)+m.group(2)+u\".\" +(( u\"\" if EMT_Lib.strtolower(m.group(3)) in ( self.domain_zones) else u\" \"))+ m.group(3)"
]
},
u"autospace_after_hellips": {
u"description": u"Пробел после знаков троеточий с вопросительным или восклицательными знаками",
u"pattern": u"/([\\?\\!]\\.\\.)([а-яёa-z])/iu",
u"replacement": u"\\1 \\2"
},
u"many_spaces_to_one": {
u"description": u"Удаление лишних пробельных символов и табуляций",
u"pattern": u"/(\\040|\\t)+/",
u"replacement": u" "
},
u"clear_percent": {
u"description": u"Удаление пробела перед символом процента",
u"pattern": u"/(\\d+)([\\t\\040]+)\\%/",
u"replacement": u"\\1%"
},
u"nbsp_before_open_quote": {
u"description": u"Неразрывный пробел перед открывающей скобкой",
u"pattern": u"/(^|\\040|\\t|>)([a-zа-яё]{1,2})\\040(\\&laquo\\;|\\&bdquo\\;)/u",
u"replacement": u"\\1\\2&nbsp;\\3"
},
u"nbsp_before_month": {
u"description": u"Неразрывный пробел в датах перед числом и месяцем",
u"pattern": u"/(\\d)(\\s)+(января|февраля|марта|апреля|мая|июня|июля|августа|сентября|октября|ноября|декабря)([^\\<]|$)/iu",
u"replacement": u"\\1&nbsp;\\3\\4"
},
u"spaces_on_end": {
u"description": u"Удаление пробелов в конце текста",
u"pattern": u"/ +$/",
u"replacement": u""
},
u"no_space_posle_hellip": {
u"description": u"Отсутстввие пробела после троеточия после открывающей кавычки",
u"pattern": u"/(\\&laquo\\;|\\&bdquo\\;)( |\\&nbsp\\;)?\\&hellip\\;( |\\&nbsp\\;)?([a-zа-яё])/ui",
u"replacement": u"\\1&hellip;\\4"
},
u"space_posle_goda": {
u"description": u"Пробел после года",
u"pattern": u"/(^|\\040|\\&nbsp\\;)([0-9]{3,4})(год([ауе]|ом)?)([^a-zа-яё]|$)/ui",
u"replacement": u"\\1\\2 \\3\\5"
}
}
self.rule_order = [
u"nobr_twosym_abbr",
u"remove_space_before_punctuationmarks",
u"autospace_after_comma",
u"autospace_after_pmarks",
u"autospace_after_dot",
u"autospace_after_hellips",
u"many_spaces_to_one",
u"clear_percent",
u"nbsp_before_open_quote",
u"nbsp_before_month",
u"spaces_on_end",
u"no_space_posle_hellip",
u"space_posle_goda"
]
self.domain_zones = [
u"ru",
u"ру",
u"com",
u"ком",
u"org",
u"орг",
u"уа",
u"ua"
];
self.classes = {
u"nowrap": u"word-spacing:nowrap;"
};
#######################################################
# EMT_Tret_Abbr
#######################################################
class EMT_Tret_Abbr(EMT_Tret):
def __init__(self):
EMT_Tret.__init__(self)
self.title = "Сокращения"
self.rules = {
u"nobr_abbreviation": {
u"description": u"Расстановка пробелов перед сокращениями dpi, lpi",
u"pattern": u"/(\\s+|^|\\>)(\\d+)(\\040|\\t)*(dpi|lpi)([\\s\\;\\.\\?\\!\\:\\(]|$)/i",
u"replacement": u"\\1\\2&nbsp;\\4\\5"
},
u"nobr_acronym": {
u"description": u"Расстановка пробелов перед сокращениями гл., стр., рис., илл., ст., п.",
u"pattern": u"/(\\s|^|\\>|\\()(гл|стр|рис|илл?|ст|п|с)\\.(\\040|\\t)*(\\d+)(\\&nbsp\\;|\\s|\\.|\\,|\\?|\\!|$)/iu",
u"replacement": u"\\1\\2.&nbsp;\\4\\5"
},
u"nobr_sm_im": {
u"description": u"Расстановка пробелов перед сокращениями см., им.",
u"pattern": u"/(\\s|^|\\>|\\()(см|им)\\.(\\040|\\t)*([а-яё0-9a-z]+)(\\s|\\.|\\,|\\?|\\!|$)/iu",
u"replacement": u"\\1\\2.&nbsp;\\4\\5"
},
u"nobr_locations": {
u"description": u"Расстановка пробелов в сокращениях г., ул., пер., д.",
u"pattern": [
u"/(\\s|^|\\>)(г|ул|пер|просп|пл|бул|наб|пр|ш|туп)\\.(\\040|\\t)*([а-яё0-9a-z]+)(\\s|\\.|\\,|\\?|\\!|$)/iu",
u"/(\\s|^|\\>)(б\\-р|пр\\-кт)(\\040|\\t)*([а-яё0-9a-z]+)(\\s|\\.|\\,|\\?|\\!|$)/iu",
u"/(\\s|^|\\>)(д|кв|эт)\\.(\\040|\\t)*(\\d+)(\\s|\\.|\\,|\\?|\\!|$)/iu"
],
u"replacement": [
u"\\1\\2.&nbsp;\\4\\5",
u"\\1\\2&nbsp;\\4\\5",
u"\\1\\2.&nbsp;\\4\\5"
]
},
u"nbsp_before_unit": {
u"description": u"Замена символов и привязка сокращений в размерных величинах: м, см, м2…",
u"pattern": [
u"/(\\s|^|\\>|\\&nbsp\\;|\\,)(\\d+)( |\\&nbsp\\;)?(м|мм|см|дм|км|гм|km|dm|cm|mm)(\\s|\\.|\\!|\\?|\\,|$|\\&plusmn\\;|\\;)/iu",
u"/(\\s|^|\\>|\\&nbsp\\;|\\,)(\\d+)( |\\&nbsp\\;)?(м|мм|см|дм|км|гм|km|dm|cm|mm)([32]|&sup3;|&sup2;)(\\s|\\.|\\!|\\?|\\,|$|\\&plusmn\\;|\\;)/iue"
],
u"replacement": [
u"\\1\\2&nbsp;\\4\\5",
u"m.group(1)+m.group(2)+u\"&nbsp;\"+m.group(4)+(( u\"&sup\"+m.group(5)+u\";\" if m.group(5)==u\"3\" or m.group(5)==u\"2\" else m.group(5) ))+m.group(6)"
]
},
u"nbsp_before_weight_unit": {
u"description": u"Замена символов и привязка сокращений в весовых величинах: г, кг, мг…",
u"pattern": u"/(\\s|^|\\>|\\&nbsp\\;|\\,)(\\d+)( |\\&nbsp\\;)?(г|кг|мг|т)(\\s|\\.|\\!|\\?|\\,|$|\\&nbsp\\;|\\;)/iu",
u"replacement": u"\\1\\2&nbsp;\\4\\5"
},
u"nobr_before_unit_volt": {
u"description": u"Установка пробельных символов в сокращении вольт",
u"pattern": u"/(\\d+)(\\040|\\&nbsp\\;)?в(\\s|\\.|\\!|\\?|\\,|$)/iu",
u"replacement": u"\\1&nbsp;В\\3"
},
u"ps_pps": {
u"description": u"Объединение сокращений P.S., P.P.S.",
u"pattern": u"/(^|\\040|\\t|\\>|\\r|\\n)(p\\.\\040?)(p\\.\\040?)?(s\\.)([^\\<])/ie",
u"replacement": u"m.group(1) + self.tag(m.group(2).strip() + u\" \" + (( m.group(3).strip() + u\" \" if m.group(3) else u\"\"))+ m.group(4), u\"span\", {u\"class\" : u\"nowrap\"} )+m.group(5) "
},
u"nobr_vtch_itd_itp": {
u"description": u"Объединение сокращений и т.д., и т.п., в т.ч.",
u"pattern": [
u"/(\\s|\\&nbsp\\;)и( |\\&nbsp\\;)т\\.?[ ]?д\\./ue",
u"/(\\s|\\&nbsp\\;)и( |\\&nbsp\\;)т\\.?[ ]?п\\./ue",
u"/(\\s|\\&nbsp\\;)в( |\\&nbsp\\;)т\\.?[ ]?ч\\./ue"
],
u"replacement": [
u"m.group(1)+self.tag(u\"и т. д.\", u\"span\", {u\"class\" : u\"nowrap\"})",
u"m.group(1)+self.tag(u\"и т. п.\", u\"span\", {u\"class\" : u\"nowrap\"})",
u"m.group(1)+self.tag(u\"в т. ч.\", u\"span\", {u\"class\" : u\"nowrap\"})"
]
},
u"nbsp_te": {
u"description": u"Обработка т.е.",
u"pattern": u"/(^|\\s|\\&nbsp\\;)([тТ])\\.?[ ]?е\\./ue",
u"replacement": u"m.group(1)+self.tag(m.group(2)+u\". е.\", u\"span\", {u\"class\" : u\"nowrap\"})"
},
u"nbsp_money_abbr": {
u"description": u"Форматирование денежных сокращений (расстановка пробелов и привязка названия валюты к числу)",
u"pattern": u"/(\\d)((\\040|\\&nbsp\\;)?(тыс|млн|млрд)\\.?(\\040|\\&nbsp\\;)?)?(\\040|\\&nbsp\\;)?(руб\\.|долл\\.|евро|€|&euro;|\\$|у[\\.]? ?е[\\.]?)/ieu",
u"replacement": u"m.group(1)+(u\"&nbsp;\"+m.group(4)+(u\".\" if m.group(4)==u\"тыс\" else u\"\") if m.group(4) else u\"\")+u\"&nbsp;\"+(m.group(7) if not re.match(u\"у[\\\\.]? ?е[\\\\.]?\",m.group(7),re.I | re.U) else u\"у.е.\")",
u"replacement_python": u"m.group(1)+(u\"&nbsp;\"+m.group(4)+(u\".\" if m.group(4)==u\"тыс\" else u\"\") if m.group(4) else u\"\")+u\"&nbsp;\"+(m.group(7) if not re.match(u\"у[\\\\.]? ?е[\\\\.]?\",m.group(7),re.I | re.U) else u\"у.е.\")"
},
u"nbsp_org_abbr": {
u"description": u"Привязка сокращений форм собственности к названиям организаций",
u"pattern": u"/([^a-zA-Zа-яёА-ЯЁ]|^)(ООО|ЗАО|ОАО|НИИ|ПБОЮЛ) ([a-zA-Zа-яёА-ЯЁ]|\\\"|\\&laquo\\;|\\&bdquo\\;|<)/u",
u"replacement": u"\\1\\2&nbsp;\\3"
},
u"nobr_gost": {
u"description": u"Привязка сокращения ГОСТ к номеру",
u"pattern": [
u"/(\\040|\\t|\\&nbsp\\;|^)ГОСТ( |\\&nbsp\\;)?(\\d+)((\\-|\\&minus\\;|\\&mdash\\;)(\\d+))?(( |\\&nbsp\\;)(\\-|\\&mdash\\;))?/ieu",
u"/(\\040|\\t|\\&nbsp\\;|^|\\>)ГОСТ( |\\&nbsp\\;)?(\\d+)(\\-|\\&minus\\;|\\&mdash\\;)(\\d+)/ieu"
],
u"replacement": [
u"m.group(1)+self.tag(u\"ГОСТ \"+m.group(3)+((u\"&ndash;\"+m.group(6) if (m.group(6)) else u\"\"))+((u\" &mdash;\" if (m.group(7)) else u\"\")),u\"span\", {u\"class\":u\"nowrap\"})",
u"m.group(1)+u\"ГОСТ \"+m.group(3)+u\"&ndash;\"+m.group(5)"
]
}
}
self.rule_order = [
u"nobr_abbreviation",
u"nobr_acronym",
u"nobr_sm_im",
u"nobr_locations",
u"nbsp_before_unit",
u"nbsp_before_weight_unit",
u"nobr_before_unit_volt",
u"ps_pps",
u"nobr_vtch_itd_itp",
u"nbsp_te",
u"nbsp_money_abbr",
u"nbsp_org_abbr",
u"nobr_gost"
]
self.domain_zones = [
u"ru",
u"ру",
u"com",
u"ком",
u"org",
u"орг",
u"уа",
u"ua"
];
self.classes = {
u"nowrap": u"word-spacing:nowrap;"
};
#######################################################
# EMT_Tret_Nobr
#######################################################
class EMT_Tret_Nobr(EMT_Tret):
def __init__(self):
EMT_Tret.__init__(self)
self.title = "Неразрывные конструкции"
self.rules = {
u"super_nbsp": {
u"description": u"Привязка союзов и предлогов к написанным после словам",
u"pattern": u"/(\\s|^|\\&(la|bd)quo\\;|\\>|\\(|\\&mdash\\;\\&nbsp\\;)([a-zа-яё]{1,2}\\s+)([a-zа-яё]{1,2}\\s+)?([a-zа-яё0-9\\-]{2,}|[0-9])/ieu",
u"replacement": u"m.group(1) + m.group(3).strip() + u\"&nbsp;\" + (( m.group(4).strip() + u\"&nbsp;\" if m.group(4) else u\"\")) + m.group(5)"
},
u"nbsp_in_the_end": {
u"description": u"Привязка союзов и предлогов к предыдущим словам в случае конца предложения",
u"pattern": u"/([a-zа-яё0-9\\-]{3,}) ([a-zа-яё]{1,2})\\.( [A-ZА-ЯЁ]|$)/u",
u"replacement": u"\\1&nbsp;\\2.\\3"
},
u"phone_builder": {
u"description": u"Объединение в неразрывные конструкции номеров телефонов",
u"pattern": [
u"/([^\\d\\+]|^)([\\+]?[0-9]{1,3})( |\\&nbsp\\;|\\&thinsp\\;)([0-9]{3,4}|\\([0-9]{3,4}\\))( |\\&nbsp\\;|\\&thinsp\\;)([0-9]{2,3})(-|\\&minus\\;)([0-9]{2})(-|\\&minus\\;)([0-9]{2})([^\\d]|$)/e",
u"/([^\\d\\+]|^)([\\+]?[0-9]{1,3})( |\\&nbsp\\;|\\&thinsp\\;)([0-9]{3,4}|[0-9]{3,4})( |\\&nbsp\\;|\\&thinsp\\;)([0-9]{2,3})(-|\\&minus\\;)([0-9]{2})(-|\\&minus\\;)([0-9]{2})([^\\d]|$)/e"
],
u"replacement": [
u"m.group(1) +(( m.group(2)+u\" \"+m.group(4)+u\" \"+m.group(6)+u\"-\"+m.group(8)+u\"-\"+m.group(10) if (m.group(1) == u\">\" or m.group(11) == u\"<\") else self.tag(m.group(2)+u\" \"+m.group(4)+u\" \"+m.group(6)+u\"-\"+m.group(8)+u\"-\"+m.group(10), u\"span\", {u\"class\":u\"nowrap\"}) ))+m.group(11)",
u"m.group(1) +(( m.group(2)+u\" \"+m.group(4)+u\" \"+m.group(6)+u\"-\"+m.group(8)+u\"-\"+m.group(10) if (m.group(1) == u\">\" or m.group(11) == u\"<\") else self.tag(m.group(2)+u\" \"+m.group(4)+u\" \"+m.group(6)+u\"-\"+m.group(8)+u\"-\"+m.group(10), u\"span\", {u\"class\":u\"nowrap\"}) ))+m.group(11)"
]
},
u"ip_address": {
u"description": u"Объединение IP-адресов",
u"pattern": u"/(\\s|\\&nbsp\\;|^)(\\d{0,3}\\.\\d{0,3}\\.\\d{0,3}\\.\\d{0,3})/ie",
u"replacement": u"m.group(1) + self.nowrap_ip_address(m.group(2))"
},
u"spaces_nobr_in_surname_abbr": {
u"description": u"Привязка инициалов к фамилиям",
u"pattern": [
u"/(\\s|^|\\.|\\,|\\;|\\:|\\?|\\!|\\&nbsp\\;)([A-ZА-ЯЁ])\\.?(\\s|\\&nbsp\\;)?([A-ZА-ЯЁ])(\\.(\\s|\\&nbsp\\;)?|(\\s|\\&nbsp\\;))([A-ZА-ЯЁ][a-zа-яё]+)(\\s|$|\\.|\\,|\\;|\\:|\\?|\\!|\\&nbsp\\;)/ue",
u"/(\\s|^|\\.|\\,|\\;|\\:|\\?|\\!|\\&nbsp\\;)([A-ZА-ЯЁ][a-zа-яё]+)(\\s|\\&nbsp\\;)([A-ZА-ЯЁ])\\.?(\\s|\\&nbsp\\;)?([A-ZА-ЯЁ])\\.?(\\s|$|\\.|\\,|\\;|\\:|\\?|\\!|\\&nbsp\\;)/ue"
],
u"replacement": [
u"m.group(1)+self.tag(m.group(2)+u\". \"+m.group(4)+u\". \"+m.group(8), u\"span\", {u\"class\" : u\"nowrap\"})+m.group(9)",
u"m.group(1)+self.tag(m.group(2)+u\" \"+m.group(4)+u\". \"+m.group(6)+u\".\", u\"span\", {u\"class\" : u\"nowrap\"})+m.group(7)"
]
},
u"nbsp_before_particle": {
u"description": u"Неразрывный пробел перед частицей",
u"pattern": u"/(\\040|\\t)+(ли|бы|б|же|ж)(\\&nbsp\\;|\\.|\\,|\\:|\\;|\\&hellip\\;|\\?|\\s)/iue",
u"replacement": u"u\"&nbsp;\"+m.group(2) + (( u\" \" if m.group(3) == u\"&nbsp;\" else m.group(3)))"
},
u"nbsp_v_kak_to": {
u"description": u"Неразрывный пробел в как то",
u"pattern": u"/как то\\:/ui",
u"replacement": u"как&nbsp;то:"
},
u"nbsp_celcius": {
u"description": u"Привязка градусов к числу",
u"pattern": u"/(\\s|^|\\>|\\&nbsp\\;)(\\d+)( |\\&nbsp\\;)?(°|\\&deg\\;)(C|С)(\\s|\\.|\\!|\\?|\\,|$|\\&nbsp\\;|\\;)/iu",
u"replacement": u"\\1\\2&nbsp;\\4C\\6"
},
u"hyphen_nowrap_in_small_words": {
u"description": u"Обрамление пятисимвольных слов разделенных дефисом в неразрывные блоки",
u"disabled": True,
u"cycled": True,
u"pattern": u"/(\\&nbsp\\;|\\s|\\>|^)([a-zа-яё]{1}\\-[a-zа-яё]{4}|[a-zа-яё]{2}\\-[a-zа-яё]{3}|[a-zа-яё]{3}\\-[a-zа-яё]{2}|[a-zа-яё]{4}\\-[a-zа-яё]{1}|когда\\-то|кое\\-как|кой\\-кого|вс[её]\\-таки|[а-яё]+\\-(кась|ка|де))(\\s|\\.|\\,|\\!|\\?|\\&nbsp\\;|\\&hellip\\;|$)/uie",
u"replacement": u"m.group(1) + self.tag(m.group(2), u\"span\", {u\"class\":u\"nowrap\"}) + m.group(4)"
},
u"hyphen_nowrap": {
u"description": u"Отмена переноса слова с дефисом",
u"disabled": True,
u"cycled": True,
u"pattern": u"/(\\&nbsp\\;|\\s|\\>|^)([a-zа-яё]+)((\\-([a-zа-яё]+)){1,2})(\\s|\\.|\\,|\\!|\\?|\\&nbsp\\;|\\&hellip\\;|$)/uie",
u"replacement": u"m.group(1) + self.tag(m.group(2)+m.group(3), u\"span\", {u\"class\":u\"nowrap\"}) + m.group(6)"
}
}
self.rule_order = [
u"super_nbsp",
u"nbsp_in_the_end",
u"phone_builder",
u"ip_address",
u"spaces_nobr_in_surname_abbr",
u"nbsp_before_particle",
u"nbsp_v_kak_to",
u"nbsp_celcius",
u"hyphen_nowrap_in_small_words",
u"hyphen_nowrap"
]
self.classes = {
u"nowrap": u"word-spacing:nowrap;"
};
# * Объединение IP-адрессов в неразрывные конструкции (IPv4 only)
# *
# * @param unknown_type $triads
# * @return unknown
def nowrap_ip_address(self, triads):
triad = triads.split('.')
addTag = True
for value in triad:
value = int(value)
if (value > 255):
addTag = false
break
if (addTag == True):
triads = self.tag(triads, 'span', {'class': "nowrap"})
return triads
#######################################################
# EMT_Tret_Date
#######################################################
class EMT_Tret_Date(EMT_Tret):
def __init__(self):
EMT_Tret.__init__(self)
self.title = "Даты и дни"
self.rules = {
u"years": {
u"description": u"Установка тире и пробельных символов в периодах дат",
u"pattern": u"/(с|по|период|середины|начала|начало|конца|конец|половины|в|между|\\([cс]\\)|\\&copy\\;)(\\s+|\\&nbsp\\;)([\\d]{4})(-|\\&mdash\\;|\\&minus\\;)([\\d]{4})(( |\\&nbsp\\;)?(г\\.г\\.|гг\\.|гг|г\\.|г)([^а-яёa-z]))?/eui",
u"replacement": u"m.group(1)+m.group(2)+ (( m.group(3)+m.group(4)+m.group(5) if int(m.group(3))>=int(m.group(5)) else m.group(3)+u\"&mdash;\"+m.group(5))) + (( u\"&nbsp;гг.\" if (m.group(6)) else u\"\"))+((m.group(9) if (m.group(9)) else u\"\"))"
},
u"mdash_month_interval": {
u"description": u"Расстановка тире и объединение в неразрывные периоды месяцев",
u"disabled": True,
u"pattern": u"/((январ|феврал|сентябр|октябр|ноябр|декабр)([ьяюе]|[её]м)|(апрел|июн|июл)([ьяюе]|ем)|(март|август)([ауе]|ом)?|ма[йяюе]|маем)\\-((январ|феврал|сентябр|октябр|ноябр|декабр)([ьяюе]|[её]м)|(апрел|июн|июл)([ьяюе]|ем)|(март|август)([ауе]|ом)?|ма[йяюе]|маем)/iu",
u"replacement": u"\\1&mdash;\\8"
},
u"nbsp_and_dash_month_interval": {
u"description": u"Расстановка тире и объединение в неразрывные периоды дней",
u"disabled": True,
u"pattern": u"/([^\\>]|^)(\\d+)(\\-|\\&minus\\;|\\&mdash\\;)(\\d+)( |\\&nbsp\\;)(января|февраля|марта|апреля|мая|июня|июля|августа|сентября|октября|ноября|декабря)([^\\<]|$)/ieu",
u"replacement": u"m.group(1)+self.tag(m.group(2)+u\"&mdash;\"+m.group(4)+u\" \"+m.group(6),u\"span\", {u\"class\":u\"nowrap\"})+m.group(7)"
},
u"nobr_year_in_date": {
u"description": u"Привязка года к дате",
u"pattern": [
u"/(\\s|\\&nbsp\\;)([0-9]{2}\\.[0-9]{2}\\.([0-9]{2})?[0-9]{2})(\\s|\\&nbsp\\;)?г(\\.|\\s|\\&nbsp\\;)/eiu",
u"/(\\s|\\&nbsp\\;)([0-9]{2}\\.[0-9]{2}\\.([0-9]{2})?[0-9]{2})(\\s|\\&nbsp\\;|\\.(\\s|\\&nbsp\\;|$)|$)/eiu"
],
u"replacement": [
u"m.group(1)+self.tag(m.group(2)+u\" г.\",u\"span\", {u\"class\":u\"nowrap\"})+((u\"\" if m.group(5)==u\".\" else u\" \"))",
u"m.group(1)+self.tag(m.group(2),u\"span\", {u\"class\":u\"nowrap\"})+m.group(4)"
]
},
u"space_posle_goda": {
u"description": u"Пробел после года",
u"pattern": u"/(^|\\040|\\&nbsp\\;)([0-9]{3,4})(год([ауе]|ом)?)([^a-zа-яё]|$)/ui",
u"replacement": u"\\1\\2 \\3\\5"
},
u"nbsp_posle_goda_abbr": {
u"description": u"Пробел после года",
u"pattern": u"/(^|\\040|\\&nbsp\\;|\\\"|\\&laquo\\;)([0-9]{3,4})[ ]?(г\\.)([^a-zа-яё]|$)/ui",
u"replacement": u"\\1\\2&nbsp;\\3\\4"
}
}
self.rule_order = [
u"years",
u"mdash_month_interval",
u"nbsp_and_dash_month_interval",
u"nobr_year_in_date",
u"space_posle_goda",
u"nbsp_posle_goda_abbr"
]
self.classes = {
u"nowrap": u"word-spacing:nowrap;"
};
#######################################################
# EMT_Tret_OptAlign
#######################################################
class EMT_Tret_OptAlign(EMT_Tret):
def __init__(self):
EMT_Tret.__init__(self)
self.title = "Оптическое выравнивание"
self.rules = {
u"oa_oquote": {
u"description": u"Оптическое выравнивание открывающей кавычки",
u"disabled": True,
u"pattern": [
u"/([a-zа-яё\\-]{3,})(\\040|\\&nbsp\\;|\\t)(\\&laquo\\;)/uie",
u"/(\\n|\\r|^)(\\&laquo\\;)/ei"
],
u"replacement": [
u"m.group(1) + self.tag(m.group(2), u\"span\", {u\"class\":u\"oa_oqoute_sp_s\"}) + self.tag(m.group(3), u\"span\", {u\"class\":u\"oa_oqoute_sp_q\"})",
u"m.group(1) + self.tag(m.group(2), u\"span\", {u\"class\":u\"oa_oquote_nl\"})"
]
},
u"oa_obracket_coma": {
u"description": u"Оптическое выравнивание для пунктуации (скобка и запятая)",
u"disabled": True,
u"pattern": [
u"/(\\040|\\&nbsp\\;|\\t)\\(/ei",
u"/(\\n|\\r|^)\\(/ei",
u"/([а-яёa-z0-9]+)\\,(\\040+)/iue"
],
u"replacement": [
u"self.tag(m.group(1), u\"span\", {u\"class\":u\"oa_obracket_sp_s\"}) + self.tag(u\"(\", u\"span\", {u\"class\":u\"oa_obracket_sp_b\"})",
u"m.group(1) + self.tag(u\"(\", u\"span\", {u\"class\":u\"oa_obracket_nl_b\"})",
u"m.group(1) + self.tag(u\",\", u\"span\", {u\"class\":u\"oa_comma_b\"}) + self.tag(u\" \", u\"span\", {u\"class\":u\"oa_comma_e\"})"
]
}
}
self.rule_order = [
u"oa_oquote",
u"oa_obracket_coma"
]
self.classes = {
u"oa_obracket_sp_s": u"margin-right:0.3em;",
u"oa_obracket_sp_b": u"margin-left:-0.3em;",
u"oa_obracket_nl_b": u"margin-left:-0.3em;",
u"oa_comma_b": u"margin-right:-0.2em;",
u"oa_comma_e": u"margin-left:0.2em;",
u"oa_oquote_nl": u"margin-left:-0.44em;",
u"oa_oqoute_sp_s": u"margin-right:0.44em;",
u"oa_oqoute_sp_q": u"margin-left:-0.44em;"
};
#######################################################
# EMT_Tret_Etc
#######################################################
class EMT_Tret_Etc(EMT_Tret):
def __init__(self):
EMT_Tret.__init__(self)
self.title = "Прочее"
self.rules = {
u"acute_accent": {
u"description": u"Акцент",
u"pattern": u"/(у|е|ы|а|о|э|я|и|ю|ё)\\`(\\w)/i",
u"replacement": u"\\1&#769;\\2"
},
u"word_sup": {
u"description": u"Надстрочный текст после символа ^",
u"pattern": u"/((\\s|\\&nbsp\\;|^)+)\\^([a-zа-яё0-9\\.\\:\\,\\-]+)(\\s|\\&nbsp\\;|$|\\.$)/ieu",
u"replacement": u"u\"\" + self.tag(self.tag(m.group(3),u\"small\"),u\"sup\") + m.group(4)"
},
u"century_period": {
u"description": u"Тире между диапозоном веков",
u"pattern": u"/(\\040|\\t|\\&nbsp\\;|^)([XIV]{1,5})(-|\\&mdash\\;)([XIV]{1,5})(( |\\&nbsp\\;)?(в\\.в\\.|вв\\.|вв|в\\.|в))/eu",
u"replacement": u"m.group(1) +self.tag(m.group(2)+u\"&mdash;\"+m.group(4)+u\" вв.\",u\"span\", {u\"class\":u\"nowrap\"})"
},
u"time_interval": {
u"description": u"Тире и отмена переноса между диапозоном времени",
u"pattern": u"/([^\\d\\>]|^)([\\d]{1,2}\\:[\\d]{2})(-|\\&mdash\\;|\\&minus\\;)([\\d]{1,2}\\:[\\d]{2})([^\\d\\<]|$)/eui",
u"replacement": u"m.group(1) + self.tag(m.group(2)+u\"&mdash;\"+m.group(4),u\"span\", {u\"class\":u\"nowrap\"})+m.group(5)"
},
u"expand_no_nbsp_in_nobr": {
u"description": u"Удаление nbsp в nobr/nowrap тэгах",
u"function": u"remove_nbsp"
}
}
self.rule_order = [
u"acute_accent",
u"word_sup",
u"century_period",
u"time_interval",
u"expand_no_nbsp_in_nobr"
]
self.classes = {
u"nowrap": u"word-spacing:nowrap;"
};
def remove_nbsp(self):
thetag = self.tag(u"###", u'span', {u'class': u"nowrap"})
arr = thetag.split(u"###")
b = re.escape(arr[0])
e = re.escape(arr[1])
match = u'/(^|[^a-zа-яё])([a-zа-яё]+)\&nbsp\;(' + b + u')/iu'
p = EMT_Lib.parse_preg_pattern(match)
while (True):
self._text = EMT_Lib.preg_replace(match, u"\\1\\3\\2 ", self._text)
if not (re.match(p['pattern'], self._text, p['flags'])):
break
match = u'/(' + e + u')\&nbsp\;([a-zа-яё]+)($|[^a-zа-яё])/iu'
p = EMT_Lib.parse_preg_pattern(match)
while (True):
self._text = EMT_Lib.preg_replace(match, u" \\2\\1\\3", self._text)
if not (re.match(p['pattern'], self._text, p['flags'])):
break
self._text = EMT_Lib.preg_replace(u'/' + b + u'.*?' + e + u'/iue', u'EMT_Lib.str_replace("&nbsp;"," ",m.group(0))' , self._text )
#######################################################
# EMT_Tret_Text
#######################################################
class EMT_Tret_Text(EMT_Tret):
def __init__(self):
EMT_Tret.__init__(self)
self.title = "Текст и абзацы"
self.rules = {
u"auto_links": {
u"description": u"Выделение ссылок из текста",
u"pattern": u"/(\\s|^)(http|ftp|mailto|https)(:\\/\\/)([^\\s\\,\\!\\<]{4,})(\\s|\\.|\\,|\\!|\\?|\\<|$)/ieu",
u"replacement": u"m.group(1) + self.tag(((EMT_Lib.substr(m.group(4),0,-1) if EMT_Lib.substr(m.group(4),-1)==u\".\" else m.group(4))), u\"a\", {u\"href\" : m.group(2)+m.group(3)+((EMT_Lib.substr(m.group(4),0,-1) if EMT_Lib.substr(m.group(4),-1)==u\".\" else m.group(4)))}) + ((u\".\" if EMT_Lib.substr(m.group(4),-1)==u\".\" else u\"\")) +m.group(5)"
},
u"email": {
u"description": u"Выделение эл. почты из текста",
u"pattern": u"/(\\s|^|\\&nbsp\\;|\\()([a-z0-9\\-\\_\\.]{2,})\\@([a-z0-9\\-\\.]{2,})\\.([a-z]{2,6})(\\)|\\s|\\.|\\,|\\!|\\?|$|\\<)/e",
u"replacement": u"m.group(1) + self.tag(m.group(2)+u\"@\"+m.group(3)+u\".\"+m.group(4), u\"a\", {u\"href\" : u\"mailto:\"+m.group(2)+u\"@\"+m.group(3)+u\".\"+m.group(4)}) + m.group(5)"
},
u"no_repeat_words": {
u"description": u"Удаление повторяющихся слов",
u"disabled": True,
u"pattern": [
u"/([а-яё]{3,})( |\\t|\\&nbsp\\;)\\1/iu",
u"/(\\s|\\&nbsp\\;|^|\\.|\\!|\\?)(([А-ЯЁ])([а-яё]{2,}))( |\\t|\\&nbsp\\;)(([а-яё])\\4)/eu"
],
u"replacement": [
u"\\1",
u"m.group(1)+(( m.group(2) if m.group(7) == EMT_Lib.strtolower(m.group(3)) else m.group(2)+m.group(5)+m.group(6) ))"
]
},
u"paragraphs": {
u"description": u"Простановка параграфов",
u"function": u"build_paragraphs"
},
u"breakline": {
u"description": u"Простановка переносов строк",
u"function": u"build_brs"
}
}
self.rule_order = [
u"auto_links",
u"email",
u"no_repeat_words",
u"paragraphs",
u"breakline"
]
self.classes = {
u"nowrap": u"word-spacing:nowrap;"
};
def do_paragraphs(self, text):
text = EMT_Lib.str_replace(u"\r\n",u"\n",text)
text = EMT_Lib.str_replace(u"\r",u"\n",text)
text = u'<' + BASE64_PARAGRAPH_TAG + u'>' + text.strip() + u'</' + BASE64_PARAGRAPH_TAG + u'>'
text = self.preg_replace('/([\040\t]+)?(\n)+([\040\t]*)(\n)+/e', '(u"" if m.group(1) is None else m.group(1))+u"</" + BASE64_PARAGRAPH_TAG + u">"+EMT_Lib.iblock(m.group(2)+m.group(3))+u"<" +BASE64_PARAGRAPH_TAG + u">"', text)
text = self.preg_replace('/\<' + BASE64_PARAGRAPH_TAG + '\>(' + INTERNAL_BLOCK_OPEN + '[a-zA-Z0-9\/=]+?' + INTERNAL_BLOCK_CLOSE + ')?\<\/' + BASE64_PARAGRAPH_TAG + '\>/s', "", text)
return text
def build_paragraphs(self):
r = self._text.find( u'<' + BASE64_PARAGRAPH_TAG + u'>' )
p = self._text.rfind( u'</'+ BASE64_PARAGRAPH_TAG + u'>' )
if(( r != -1) and (p != -1)):
beg = EMT_Lib.substr(self._text,0,r);
end = EMT_Lib.substr(self._text,p+len(u'</' + BASE64_PARAGRAPH_TAG + u'>'))
self._text = (self.do_paragraphs(beg)+ u"\n" if beg.strip() else u"") +u'<' + BASE64_PARAGRAPH_TAG + u'>'+EMT_Lib.substr(self._text,r + len(u'<' + BASE64_PARAGRAPH_TAG + u'>'),p -(r + len(u'<' + BASE64_PARAGRAPH_TAG + u'>')) )+u'</' + BASE64_PARAGRAPH_TAG + u'>'+( u"\n"+self.do_paragraphs(end) if end.strip() else u"")
else:
self._text = self.do_paragraphs(self._text)
def build_brs(self):
self._text = self.preg_replace('/(\<\/' + BASE64_PARAGRAPH_TAG + '\>)([\r\n \t]+)(\<' + BASE64_PARAGRAPH_TAG + '\>)/mse', 'm.group(1)+EMT_Lib.iblock(m.group(2))+m.group(3)', self._text);
if (not re.match('\<' + BASE64_BREAKLINE_TAG + '\>', self._text)):
self._text = EMT_Lib.str_replace("\r\n","\n",self._text)
self._text = EMT_Lib.str_replace("\r","\n",self._text)
self._text = self.preg_replace('/(\n)/e', '"<" + BASE64_BREAKLINE_TAG + ">\\n"', self._text)
# /**
# * Evgeny Muravjev Typograph, http://mdash.ru
# * Version: 3.0 Gold Master
# * Release Date: September 28, 2013
# * Authors: Evgeny Muravjev & Alexander Drutsa
# */
# /**
# * Основной класс типографа Евгения Муравьёва
# * реализует основные методы запуска и рабыоты типографа
# *
# */
class EMT_Base:
def __init__(self):
self._text = ""
self.inited = False
#/**
# * Список Трэтов, которые надо применить к типогрфированию
# *
# * @var array
# */
self.trets = []
self.trets_index = []
self.tret_objects = {}
self.ok = False
self.debug_enabled = False
self.logging = False
self.logs = []
self.errors = []
self.debug_info = []
self.use_layout = False
self.class_layout_prefix = False
self.use_layout_set = False
self.disable_notg_replace = False
self.remove_notg = False
self.settings = {}
self._safe_blocks = {}
def log(self, xstr, data = None):
if not self.logging:
return
self.logs.append({'class': '', 'info': xstr, 'data': data})
def tret_log(self, tret, xstr, data = None):
self.logs.append({'class': tret, 'info': xstr, 'data': data})
def error(self, info, data = None):
self.errors.append({'class': '', 'info': info, 'data': data})
self.log("ERROR "+info, data )
def tret_error(self, tret, info, data = None):
self.errors.append({'class': tret, 'info': info, 'data': data})
def debug(self, xclass, place, after_text, after_text_raw = ""):
if not self.debug_enabled: return
if isinstance(xclass, basestring):
classname = xclass
else:
classname = xclass.__class__.__name__
self.debug_info.append({
'tret' : False if xclass == self else True,
'class' : classname,
'place' : place,
'text' : after_text,
'text_raw' : after_text_raw,
})
# /**
# * Включить режим отладки, чтобы посмотреть последовательность вызовов
# * третов и правил после
# *
# */
def debug_on(self):
self.debug_enabled = True
# /**
# * Включить режим отладки, чтобы посмотреть последовательность вызовов
# * третов и правил после
# *
# */
def log_on(self):
self.logging = True
# /**
# * Добавление защищенного блока
# *
# * <code>
# * Jare_Typograph_Tool::addCustomBlocks('<span>', '</span>');
# * Jare_Typograph_Tool::addCustomBlocks('\<nobr\>', '\<\/span\>', True);
# * </code>
# *
# * @param string $id идентификатор
# * @param string $open начало блока
# * @param string $close конец защищенного блока
# * @param string $tag тэг
# * @return void
# */
def _add_safe_block(self, xid, xopen, close, tag):
self._safe_blocks[xid] = {
'id' : xid,
'tag' : tag,
'open' : xopen,
'close' : close
}
# /**
# * Список защищенных блоков
# *
# * @return array
# */
def get_all_safe_blocks(self):
return self._safe_blocks
# /**
# * Удаленного блока по его номеру ключа
# *
# * @param string $id идентифиактор защищённого блока
# * @return void
# */
def remove_safe_block(self, xid):
del self._safe_blocks[xid]
# /**
# * Добавление защищенного блока
# *
# * @param string $tag тэг, который должен быть защищён
# * @return void
# */
def add_safe_tag(self, tag):
xopen = re.escape("<") + tag + "[^>]*?" + re.escape(">")
close = re.escape("</"+tag+">")
self._add_safe_block(tag, xopen, close, tag)
return True
# /**
# * Добавление защищенного блока
# *
# * @param string $open начало блока
# * @param string $close конец защищенного блока
# * @param bool $quoted специальные символы в начале и конце блока экранированы
# * @return void
# */
def add_safe_block(self, xid, xopen, close, quoted = False):
xopen = xopen.strip()
close = close.strip()
if xopen == "" or close == "":
return False
if not quoted:
xopen = re.escape(xopen)
close = re.escape(close)
self._add_safe_block(xid, xopen, close, "")
return True
# /**
# * Сохранение содержимого защищенных блоков
# *
# * @param string $text
# * @param bool $safe если True, то содержимое блоков будет сохранено, иначе - раскодировано.
# * @return string
# */
def safe_blocks(self, text, way, show = True):
if len(self._safe_blocks):
safeType = "EMT_Lib.encrypt_tag(m.group(2))" if True == way else "stripslashes(EMT_Lib.decrypt_tag(m.group(2)))"
def safereplace(m):
return m.group(1)+(EMT_Lib.encrypt_tag(m.group(2)) if True == way else EMT_Lib.decrypt_tag(m.group(2)).replace("\\n","\n").replace("\\r","\n").replace("\\",""))+m.group(3)
for idx in self._safe_blocks:
block = self._safe_blocks[idx]
#text = EMT_Lib.preg_replace(u"/("+block['open']+u")(.+?)("+block['close']+u")/ue", 'm.group(1)+' + safeType + '+m.group(3)', text)
text = re.sub(u"("+block['open']+u")(.+?)("+block['close']+u")", safereplace, text, 0, re.U)
return text
# /**
# * Декодирование блоков, которые были скрыты в момент типографирования
# *
# * @param string $text
# * @return string
# */
def decode_internal_blocks(self, text):
return EMT_Lib.decode_internal_blocks(text)
def create_object(self, tret):
# если класса нету, попытаемся его прогрузить, например, если стандартный
try:
obj = globals()[tret]()
obj.EMT = self
obj.logging = self.logging
return obj
except:
self.error("Класс "+tret + " не найден. Пожалуйста, подргузите нужный файл.")
return None
return None
def get_short_tret(self, tretname):
m = re.match('^EMT_Tret_([a-zA-Z0-9_]+)$', tretname)
if m:
return m.group(1)
return tretname
def _init(self):
for tret in self.trets:
if self.tret_objects.has_key(tret):
continue
obj = self.create_object(tret)
if obj == None:
continue
self.tret_objects[tret] = obj
if not self.inited:
self.add_safe_tag('pre')
self.add_safe_tag('script')
self.add_safe_tag('style')
self.add_safe_tag('notg')
self.add_safe_block('span-notg', '<span class="_notg_start"></span>', '<span class="_notg_end"></span>')
self.inited = True
# /**
# * Инициализация класса, используется чтобы задать список третов или
# * спсиок защищённых блоков, которые можно использовать.
# * Такде здесь можно отменить защищённые блоки по умлочнаию
# *
# */
def init(self):
return
# /**
# * Добавить Трэт,
# *
# * @param mixed $class - имя класса трета, или сам объект
# * @param string $altname - альтернативное имя, если хотим например иметь два одинаоковых терта в обработке
# * @return unknown
# */
def add_tret(self, xclass, altname = False):
if isinstance(xclass, basestring):
obj = self.create_object(xclass)
if obj == None:
return False
self.tret_objects[altname if altname else xclass] = obj
self.trets.append(altname if altname else xclass)
return True
try:
if not issubclass(xclass, EMT_Tret):
self.error("You are adding Tret that doesn't inherit base class EMT_Tret", xclass.__class__.__name__)
return False
xclass.EMT = self
xclass.logging = self.logging
self.tret_objects[ altname if altname else xclass.__class__.__name__] = xclass
self.trets.append(altname if altname else xclass.__class__.__name__)
return True
except:
self.error("Чтобы добавить трэт необходимо передать имя или объект")
return False
# /**
# * Получаем ТРЕТ по идентивикатору, т.е. заванию класса
# *
# * @param unknown_type $name
# */
def get_tret(self, name):
if self.tret_objects.has_key(name):
return self.tret_objects[name]
for tret in self.trets:
if tret == name:
self._init()
return self.tret_objects[name]
if self.get_short_tret(tret) == name:
self._init()
return self.tret_objects[tret]
self.error("Трэт с идентификатором "+name+" не найден")
return False
#/**
# * Задаём текст для применения типографа
# *
# * @param string $text
# */
def set_text(self, text):
self._text = text
#/**
# * Запустить типограф на выполнение
# *
# */
def apply(self, trets = None):
self.ok = False
self.init()
self._init()
atrets = self.trets
if isinstance(trets, basestring):
atrets = [trets]
elif isinstance(trets, (list, tuple)):
atrets = trets
self.debug(self, 'init', self._text)
self._text = self.safe_blocks(self._text, True)
self.debug(self, 'safe_blocks', self._text)
self._text = EMT_Lib.safe_tag_chars(self._text, True)
self.debug(self, 'safe_tag_chars', self._text)
self._text = EMT_Lib.clear_special_chars(self._text)
self.debug(self, 'clear_special_chars', self._text)
for tret in atrets:
# если установлен режим разметки тэгов то выставим его
if self.use_layout_set:
self.tret_objects[tret].set_tag_layout_ifnotset(self.use_layout)
if self.class_layout_prefix:
self.tret_objects[tret].set_class_layout_prefix(self.class_layout_prefix)
# влючаем, если нужно
if self.debug_enabled:
self.tret_objects[tret].debug_on()
if self.logging:
self.tret_objects[tret].logging = True
# применяем трэт
self.tret_objects[tret].set_text(self._text)
self.tret_objects[tret].apply()
self._text = self.tret_objects[tret]._text
# соберём ошибки если таковые есть
if len(self.tret_objects[tret].errors)>0:
for err in self.tret_objects[tret].errors:
self.tret_error(tret, err['info'], err['data'])
# логгирование
if self.logging:
if len(self.tret_objects[tret].logs)>0:
for log in self.tret_objects[tret].logs:
self.tret_log(tret, log['info'], log['data'])
# отладка
if self.debug_enabled:
for di in self.tret_objects[tret].debug_info:
unsafetext = di['text']
unsafetext = EMT_Lib.safe_tag_chars(unsafetext, False)
unsafetext = self.safe_blocks(unsafetext, False)
self.debug(tret, di['place'], unsafetext, di['text'])
self._text = self.decode_internal_blocks(self._text)
self.debug(self, 'decode_internal_blocks', self._text)
if self.is_on('dounicode'):
self._text = EMT_Lib.convert_html_entities_to_unicode(self._text)
self._text = EMT_Lib.safe_tag_chars(self._text, False)
self.debug(self, 'unsafe_tag_chars', self._text)
self._text = self.safe_blocks(self._text, False)
self.debug(self, 'unsafe_blocks', self._text)
if not self.disable_notg_replace:
repl = ['<span class="_notg_start"></span>', '<span class="_notg_end"></span>']
if self.remove_notg:
repl = ""
self._text = EMT_Lib.str_replace( ['<notg>','</notg>'], repl , self._text)
self._text = self._text.strip()
self.ok = len(self.errors)==0
return self._text
#/**
# * Получить содержимое <style></style> при использовании классов
# *
# * @param bool $list False - вернуть в виде строки для style или как массив
# * @param bool $compact не выводить пустые классы
# * @return string|array
# */
def get_style(self, xlist = False, compact = False):
self._init()
res = {}
for tret in self.trets:
arr = self.tret_objects[tret].classes
if not isinstance(arr, (list,tuple,dict)):
continue
for classname in arr:
xstr = arr[classname]
if compact and not xstr:
continue
z = classname
if self.tret_objects[tret].class_names.has_key(classname):
z = self.tret_objects[tret].class_names[classname]
clsname = (self.class_layout_prefix if self.class_layout_prefix else "" ) + z
res[clsname] = xstr
if xlist:
return res
xstr = ""
for k in res:
v = res[k]
xstr = xstr + "."+k+" { "+v+" }\n"
return xstr
#/**
# * Установить режим разметки,
# * EMT_Lib::LAYOUT_STYLE - с помощью стилей
# * EMT_Lib::LAYOUT_CLASS - с помощью классов
# * EMT_Lib::LAYOUT_STYLE|EMT_Lib::LAYOUT_CLASS - оба метода
# *
# * @param int $layout
# */
def set_tag_layout(self, layout = LAYOUT_STYLE):
self.use_layout = layout
self.use_layout_set = True
#/**
# * Установить префикс для классов
# *
# * @param string|bool $prefix если True то префикс 'emt_', иначе то, что передали
# */
def set_class_layout_prefix(self, prefix ):
self.class_layout_prefix = prefix if isinstance(prefix,basestring) else "emt_"
#/**
# * Включить/отключить правила, согласно карте
# * Формат карты:
# * 'Название трэта 1' => array ( 'правило1', 'правило2' , ... )
# * 'Название трэта 2' => array ( 'правило1', 'правило2' , ... )
# *
# * @param array $map
# * @param boolean $disable если ложно, то $map соотвествует тем правилам, которые надо включить
# * иначе это список правил, которые надо выключить
# * @param boolean $strict строго, т.е. те которые не в списку будут тоже обработаны
# */
def set_enable_map(self, xmap, disable = False, xstrict = True):
if not isinstance(xmap, (list,tuple,dict)):
return
trets = []
for tret in xmap:
xlist = xmap[tret]
tretx = self.get_tret(tret)
if not tretx:
self.log("Трэт " + tret + " не найден при применении карты включаемых правил")
continue
trets.append(tretx)
if isinstance(xlist , bool) and xlist: # все
tretx.activate([], not disable, True)
elif isinstance(xlist, basestring):
tretx.activate([xlist], disable, xstrict)
elif isinstance(xlist , (list, tuple)):
tretx.activate(xlist, disable, xstrict)
if xstrict:
for tret in self.trets:
if self.tret_objects[tret] in trets:
continue
self.tret_objects[tret].activate([], disable , True)
#/**
# * Установлена ли настройка
# *
# * @param string $key
# */
def is_on(self, key):
if not self.settings.has_key(key):
return False
kk = self.settings[key]
if isinstance(kk, basestring) and kk.lower() == "on": return True
if isinstance(kk, basestring) and kk == "1": return True
if isinstance(kk, bool) and kk: return True
if isinstance(kk, int) and kk == 1: return True
return False
#/**
# * Установить настройку
# *
# * @param mixed $selector
# * @param string $setting
# * @param mixed $value
# */
def doset(self, selector, key, value):
tret_pattern = False
rule_pattern = False
#if(($selector === False) || ($selector === null) || ($selector === False) || ($selector === "*")) $type = 0
if isinstance(selector, basestring):
if selector.find(".")==-1:
tret_pattern = selector
else:
pa = selector.split(".")
tret_pattern = pa[0]
pa.pop(0)
rule_pattern = ".".join(pa)
tret_pattern = EMT_Lib.process_selector_pattern(tret_pattern)
rule_pattern = EMT_Lib.process_selector_pattern(rule_pattern)
if selector == "*":
self.settings[key] = value
for tret in self.trets:
t1 = self.get_short_tret(tret)
if not EMT_Lib.test_pattern(tret_pattern, t1):
if not EMT_Lib.test_pattern(tret_pattern, tret):
continue
tret_obj = self.get_tret(tret)
if key == "active":
for rulename in tret_obj.rules:
if not EMT_Lib.test_pattern(rule_pattern, rulename):
continue
is_on = False
is_off = False
if isinstance(value, basestring) and value.lower() == "on": is_on = True
elif isinstance(value, basestring) and value == "1": is_on = True
elif isinstance(value, bool) and value: is_on = True
elif isinstance(value, int) and value == 1: is_on = True
if isinstance(value, basestring) and value.lower() == "off": is_off = True
elif isinstance(value, basestring) and value == "0": is_off = True
elif isinstance(value, bool) and not value: is_off = True
elif isinstance(value, int) and value == 0: is_off = True
if is_on:
tret_obj.enable_rule(rulename)
if is_off:
tret_obj.disable_rule(rulename)
else:
if isinstance(rule_pattern, bool) and not rule_pattern:
tret_obj.set(key, value)
else:
for rulename in tret_obj.rules:
if not EMT_Lib.test_pattern(rule_pattern, rulename):
continue
tret_obj.set_rule(rulename, key, value)
#/**
# * Установить настройки для тертов и правил
# * 1. если селектор является массивом, то тогда утсановка правил будет выполнена для каждого
# * элемента этого массива, как отдельного селектора.
# * 2. Если $key не является массивом, то эта настрока будет проставлена согласно селектору
# * 3. Если $key массив - то будет задана группа настроек
# * - если $value массив , то настройки определяются по ключам из массива $key, а значения из $value
# * - иначе, $key содержит ключ-значение как массив
# *
# * @param mixed $selector
# * @param mixed $key
# * @param mixed $value
# */
def set(self, selector, key , value = False):
if isinstance(selector, (list,tuple)):
for val in selector:
self.set(val, key, value)
return
if isinstance(selector, dict):
for x in key:
y = key[x]
if isinstance(value, dict):
kk = y
vv = value[x]
else:
kk = x
vv = y
self.set(selector, kk, vv)
self.doset(selector, key, value)
#/**
# * Возвращает список текущих третов, которые установлены
# *
# */
def get_trets_list(self):
return self.trets
#/**
# * Установка одной метанастройки
# *
# * @param string $name
# * @param mixed $value
# */
def do_setup(self, name, value):
return
# /**
# * Установить настройки
# *
# * @param array $setupmap
# */
def setup(self, setupmap):
if not isinstance(setupmap, dict):
return
if setupmap.has_key('map') or setupmap.has_key('maps'):
#if setupmap.has_key('map'):
# ret['map'] = test['params']['map']
# ret['disable'] = test['params']['map_disable']
# ret['strict'] = test['params']['map_strict']
# test['params']['maps'] = [ret]
# del setupmap['map']
# del setupmap['map_disable']
# del setupmap['map_strict']
if setupmap.has_key('maps'):
for xmap in setupmap['maps']:
self.set_enable_map(xmap['map'],
xmap['disable'] if xmap.has_key('disable') else False,
xmap['strict'] if xmap.has_key('strict') else False
)
del setupmap['maps']
for k in setupmap:
v = setupmap[k]
self.do_setup(k , v)
class EMTypograph(EMT_Base):
def __init__(self):
EMT_Base.__init__(self)
self.trets = ['EMT_Tret_Quote', 'EMT_Tret_Dash', 'EMT_Tret_Symbol', 'EMT_Tret_Punctmark', 'EMT_Tret_Number', 'EMT_Tret_Space', 'EMT_Tret_Abbr', 'EMT_Tret_Nobr', 'EMT_Tret_Date', 'EMT_Tret_OptAlign', 'EMT_Tret_Etc', 'EMT_Tret_Text']
self.group_list = {
'Quote' : True,
'Dash' : True,
'Nobr' : True,
'Symbol' : True,
'Punctmark' : True,
'Number' : True,
'Date' : True,
'Space' : True,
'Abbr' : True,
'OptAlign' : True,
'Text' : True,
'Etc' : True,
}
self.all_options = {
'Quote.quotes' : {'description' : 'Расстановка «кавычек-елочек» первого уровня', 'selector' : "Quote.*quote" },
'Quote.quotation' : { 'description' : 'Внутренние кавычки-лапки', 'selector' : "Quote", 'setting' : 'no_bdquotes', 'reversed' : True },
'Dash.to_libo_nibud' : 'direct',
'Dash.iz_za_pod' : 'direct',
'Dash.ka_de_kas' : 'direct',
'Nobr.super_nbsp' : 'direct',
'Nobr.nbsp_in_the_end' : 'direct',
'Nobr.phone_builder' : 'direct',
'Nobr.ip_address' : 'direct',
'Nobr.spaces_nobr_in_surname_abbr' : 'direct',
'Nobr.nbsp_celcius' : 'direct',
'Nobr.hyphen_nowrap_in_small_words' : 'direct',
'Nobr.hyphen_nowrap' : 'direct',
'Nobr.nowrap' : {'description' : 'Nobr (по умолчанию) & nowrap', 'disabled' : True, 'selector' : '*', 'setting' : 'nowrap' },
'Symbol.tm_replace' : 'direct',
'Symbol.r_sign_replace' : 'direct',
'Symbol.copy_replace' : 'direct',
'Symbol.apostrophe' : 'direct',
'Symbol.degree_f' : 'direct',
'Symbol.arrows_symbols' : 'direct',
'Symbol.no_inches' : { 'description' : 'Расстановка дюйма после числа', 'selector' : "Quote", 'setting' : 'no_inches', 'reversed' : True },
'Punctmark.auto_comma' : 'direct',
'Punctmark.hellip' : 'direct',
'Punctmark.fix_pmarks' : 'direct',
'Punctmark.fix_excl_quest_marks' : 'direct',
'Punctmark.dot_on_end' : 'direct',
'Number.minus_between_nums' : 'direct',
'Number.minus_in_numbers_range' : 'direct',
'Number.auto_times_x' : 'direct',
'Number.simple_fraction' :'direct',
'Number.math_chars' : 'direct',
#'Number.split_number_to_triads' : 'direct',
'Number.thinsp_between_number_triads' : 'direct',
'Number.thinsp_between_no_and_number' : 'direct',
'Number.thinsp_between_sect_and_number' : 'direct',
'Date.years' : 'direct',
'Date.mdash_month_interval' : 'direct',
'Date.nbsp_and_dash_month_interval' : 'direct',
'Date.nobr_year_in_date' : 'direct',
'Space.many_spaces_to_one' : 'direct',
'Space.clear_percent' : 'direct',
'Space.clear_before_after_punct' : { 'description' : 'Удаление пробелов перед и после знаков препинания в предложении', 'selector' : 'Space.remove_space_before_punctuationmarks'},
'Space.autospace_after' : { 'description' : 'Расстановка пробелов после знаков препинания', 'selector' : 'Space.autospace_after_*'},
'Space.bracket_fix' : { 'description' : 'Удаление пробелов внутри скобок, а также расстановка пробела перед скобками',
'selector' : {'Space.nbsp_before_open_quote', 'Punctmark.fix_brackets'}
},
'Abbr.nbsp_money_abbr' : 'direct',
'Abbr.nobr_vtch_itd_itp' : 'direct',
'Abbr.nobr_sm_im' : 'direct',
'Abbr.nobr_acronym' : 'direct',
'Abbr.nobr_locations' : 'direct',
'Abbr.nobr_abbreviation' : 'direct',
'Abbr.ps_pps' : 'direct',
'Abbr.nbsp_org_abbr' : 'direct',
'Abbr.nobr_gost' : 'direct',
'Abbr.nobr_before_unit_volt' : 'direct',
'Abbr.nbsp_before_unit' : 'direct',
'OptAlign.all' : { 'description' : 'Inline стили или CSS', 'hide' : True, 'selector' : 'OptAlign.*'},
'OptAlign.oa_oquote' : 'direct',
'OptAlign.oa_obracket_coma' : 'direct',
'OptAlign.layout' : { 'description' : 'Inline стили или CSS' },
'Text.paragraphs' : 'direct',
'Text.auto_links' : 'direct',
'Text.email' : 'direct',
'Text.breakline' : 'direct',
'Text.no_repeat_words' : 'direct',
#'Etc.no_nbsp_in_nobr' : 'direct',
'Etc.unicode_convert' : {'description' : 'Преобразовывать html-сущности в юникод', 'selector' : '*', 'setting' : 'dounicode' , 'disabled' : True},
}
#/**
# * Получить список имеющихся опций
# *
# * @return array
# * all - полный список
# * group - сгруппрованный по группам
# */
def get_options_list(self):
arr = {}
arr['all'] = []
bygroup = {}
for opt in self.all_options:
arr['all'][opt] = self.get_option_info(opt)
x = opt.split(".")
bygroup[x[0]].append(opt)
arr['group'] = []
for group in self.group_list:
ginfo = self.group_list[group]
if isinstance(ginfo,bool) and ginfo:
tret = self.get_tret(group)
if tret:
info['title'] = self.title
else:
info['title'] = "Не определено"
else:
info = ginfo
info['name'] = group
info['options'] = []
if isinstance(bygroup[group] , (list, tuple)):
for opt in bygroup[group]:
info['options'].append(opt)
arr['group'].append(info)
return arr
#/**
# * Получить информацию о настройке
# *
# * @param string $key
# * @return array|False
# */
def get_option_info(self, key):
if not self.all_options.has_key(key):
return False
if isinstance(self.all_options[key], (list,tuple,dict)):
return self.all_options[key]
if self.all_options[key] == "direct" or self.all_options[key] == "reverse":
pa = key.split(".")
tret_pattern = pa[0]
tret = self.get_tret(tret_pattern)
if not tret:
return False
if not tret.rules.has_key(pa[1]):
return False
array = tret.rules[pa[1]]
array['way'] = self.all_options[key]
return array
return False
# /**
# * Установка одной метанастройки
# *
# * @param string $name
# * @param mixed $value
# */
def do_setup(self, name, value):
if not self.all_options.has_key(name):
return
# эта настрока связана с правилом ядра
if isinstance(self.all_options[name], basestring):
self.set(name, "active", value)
return
if isinstance(self.all_options[name], dict):
if self.all_options[name].has_key('selector'):
settingname = "active"
if self.all_options[name].has_key('setting'):
settingname = self.all_options[name]['setting']
self.set(self.all_options[name]['selector'], settingname, value)
if name == "OptAlign.layout":
if value == "style":
self.set_tag_layout(LAYOUT_STYLE)
if value == "class":
self.set_tag_layout(LAYOUT_CLASS)
#/**
# * Запустить типограф со стандартными параметрами
# *
# * @param string $text
# * @param array $options
# * @return string
# */
def fast_apply(self, text, options = None):
if isinstance(options, dict):
self.setup(options)
self.set_text(text)
return self.apply()
#EMT = EMTypograph()
#EMT.debug_enabled = True
#EMT.logging = True
#print EMT.fast_apply("the (tm) x")
#print EMT.debug_info
#print EMT.logs
def main():
EMT = EMTypograph()
EMT.set_text(u'"Эдиториум.ру" - сайт, созданный по материалам сборника "О редактировании и редакторах" Аркадия Эммануиловича Мильчина, который с 1944 года коллекционировал выдержки из статей, рассказов, фельетонов, пародий, писем и книг, где так или иначе затрагивается тема редакторской работы. Эта коллекция легла в основу обширной антологии, представляющей историю и природу редактирования в первоисточниках. ')
result = EMT.apply()
print result
if __name__=="__main__":
main()
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment