1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
|
"""
template_i18n_strings.py
- fouille les templates de django et y cherche les fichiers
de type HTML ou RML, isole le chaînes (pas les tags) et les
prépare à la façon de : {% translate la chaîne à traduire %}
Copyright (C) 2024 Georges Khaznadar <georgesk@debian.org>
This program is free software: you can redistribute it and/or modify
it under the terms of the GNU General Public License as published by
the Free Software Foundation, either version 3 of the License, or
(at your option) any later version.
This program is distributed in the hope that it will be useful,
but WITHOUT ANY WARRANTY; without even the implied warranty of
MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
GNU General Public License for more details.
You should have received a copy of the GNU General Public License
along with this program. If not, see <http://www.gnu.org/licenses/>.
"""
import bs4
from bs4 import BeautifulSoup as BS
import sys, os, re
import ply.lex as lex
def markup(s, start='{% translate "', end='" %}'):
"""
marquage d'un texte, par mise en place de deux marqueurs :
le marqueur de fin vient avant les espaces terminaux, le
marqueur de début après les expaces initiaux
@param s chaîne à marquer
@param start marqueur de début : "{% translate " par défaut
@param end marquetr de fin : " %}" par défaut
@return la chaîne marquée
"""
if not s.strip():
return s
pos= len(s)-1
while s[pos] in " \t\n":
pos -= 1
s = s[:pos+1] + end + s[pos+1:]
pos = 0
while s[pos] in " \t\n":
pos += 1
s = s[:pos] + start + s[pos:]
return s
class TransLexer(object):
tokens = (
"TEXT",
"VAR",
"CTRL",
)
states = (
('var','exclusive'), # not to translate
('ctrl','exclusive'), # not to translate
)
def t_begin_var(self,t):
r'\{\{'
t.lexer.begin('var')
return
def t_var_end_var(self,t):
r'\}\}'
t.lexer.begin('INITIAL')
return
t_var_VAR = r'[^\}]+'
def t_begin_ctrl(self,t):
r'\{%'
t.lexer.begin('ctrl')
return
def t_ctrl_end_ctrl(self,t):
r'%\}'
t.lexer.begin('INITIAL')
return
t_ctrl_CTRL = r'[^%]+'
t_TEXT = r"[^\{]+"
#def t_newline(t):
# r'\n'
# t.lexer.lineno += 1
def t_error(self,t):
pass
def t_var_error(self,t):
pass
def t_ctrl_error(self,t):
pass
def __init__(self, **kwargs):
self.lexer = lex.lex(module=self, **kwargs)
return
def i18n(self, s):
self.lexer.input(s)
result=""
while True:
tok = self.lexer.token()
if tok is None: break
if tok.type == 'TEXT':
string = s[tok.lexpos:tok.lexpos+len(tok.value)]
result += markup(string)
elif tok.type == "VAR":
result += "{{" + tok.value + "}}"
elif tok.type == "CTRL":
result += "{%" + tok.value + "%}"
return result
TRANSLEXER = TransLexer()
def print_text(s):
if isinstance(s, bs4.element.NavigableString):
s=str(s)
if s.strip():
print(s, end="")
return ""
def prepare_translation(elt):
if isinstance(elt, bs4.element.NavigableString):
# on a un élément de type texte
# on va sauter toutes les parties de plus d'un séparateur contigu
# et tous le marquages destinée à Jinja2, c'est à dire les
# parenthèses de type {{...}} et {%...%}
if str(elt).strip() and not isinstance(elt, bs4.Comment):
return TRANSLEXER.i18n(str(elt))
return ""
def parcours_de_textes(doc, a_faire):
"""
Parcourt un document XML, et pour chaque textes qu'on y trouve,
lance la fonction a_faire
@param doc un arbre xml
@param a_faire un fonction de profil str -> str ; la chaîne de
sortie peut être obtenue à partir de la chaîne en entrée, et
si sa valeur n'est pas "", elle est utilisable pour remplacer
la chaîne d'entrée
@ return un nouveau document XML
"""
# N.B. avec un élément e de type Tag, quand on veut remplacer son texte,
# if faut le faire avec e.string.replace_with(nouvelle_valeur)
for elt in doc.children:
t = a_faire(elt)
if t:
elt.string.replace_with(t)
if isinstance(elt, bs4.element.Tag) and elt.name.lower() != 'script':
parcours_de_textes(elt, a_faire)
return
if __name__ == "__main__":
xmlstring = open(sys.argv[1]).read()
restoreDocType = False
if "<!DOCTYPE html>" in xmlstring:
############ protection du doctype #################
xmlstring = xmlstring.replace("<!DOCTYPE html>", "{{ !DOCTYPE html }}")
restoreDocType = True
doc = BS(xmlstring, 'html.parser')
parcours_de_textes(doc, prepare_translation)
newxmlstring = doc.prettify()
if restoreDocType:
newxmlstring = newxmlstring.replace(
"{{ !DOCTYPE html }}", "<!DOCTYPE html>")
################ marquage des attributs title #############
pattern = re.compile(r"title=\"([^\"]*+)\"")
newxmlstring = pattern.sub("title=\"{% translate '\\1' %}\"", newxmlstring)
print(newxmlstring)
|
