source: trunk/anuga_core/source/anuga/utilities/xml_tools.py @ 8968

Last change on this file since 8968 was 5628, checked in by ole, 16 years ago

Added error check in xml_tools to catch text nodes followed by non-text nodes.
This was in response to an error in one of the license files (not yet fixed).

File size: 8.0 KB
Line 
1"""Basic XML utilities based on minidom - the built in Document Object Model
2"""
3
4import sys
5from xml.dom import minidom, Node
6#from xml.sax import make_parser, parse as validate, handler
7
8def print_tree(n, indent=0):
9    while n:
10        #print 'nodeType', n.nodeType, Node.ELEMENT_NODE
11        #if n.nodeType != Node.ELEMENT_NODE:
12        #    break
13
14        print ' '*indent,\
15              'Node name: "%s",' %n.nodeName,\
16              'Node type: "%s",' %n.nodeType,\
17              'Node value: "%s"' %str(n.nodeValue).strip()
18             
19       
20        print_tree(n.firstChild, indent+4)
21        n = n.nextSibling
22
23
24def pretty_print_tree(n, indent=0):
25    print n
26
27def parse(fid):
28    """Parse XML file descriptor and return DOM object.
29    """
30
31    # FIXME (OLE): XML code should be validated against the DTD
32    #validate(fid, handler)
33    #doc = minidom.parse(fid, make_parser())
34
35    fid.seek(0)
36    doc = minidom.parse(fid)   
37    return doc
38
39
40def get_elements(nodelist):
41    """Return list of nodes that are ELEMENT_NODE
42    """
43
44    element_list = []
45    for node in nodelist:
46        if node.nodeType == Node.ELEMENT_NODE:
47            element_list.append(node)
48
49    return element_list
50
51
52def get_text(nodelist):
53    """Return a concatenation of text fields from list of nodes
54    """
55
56    s = ''
57    for node in nodelist:
58        if node.nodeType == Node.TEXT_NODE:
59            s += node.nodeValue + ', '
60
61    if len(s)>0: s = s[:-2]
62    return s
63
64
65
66def remove_whitespace(s):
67    """Remove excess whitespace including newlines from string
68    """
69    import string
70    words = s.split() # Split on whitespace
71
72    return string.join(words)
73
74    #return s.replace('\n', '')
75    #s.translate(string.maketrans)
76   
77
78
79#----------------------------
80# XML object model
81#----------------------------
82
83class XML_element(dict):
84    def __init__(self,
85                 tag=None,
86                 value=None,
87                 version='1.0',
88                 encoding='iso-8859-1'):                 
89        """
90        value can be either
91          * An XML_element
92          * a list of XML_value
93          * a text string
94       
95        """
96       
97        if isinstance(value, XML_element):
98            value = [value]
99           
100        self.value = value
101
102
103
104        if tag is None:
105            tag = '?xml version="%s" encoding="%s"?' %(version, encoding)
106            self.root_element = True
107        else:
108            self.root_element = False
109       
110        self.tag = tag
111
112
113
114       
115        # FIXME: It might be better to represent these objects
116        # in a proper dictionary format with
117        # {tag: value, ...}
118        # No, tried that - it removes any notion of ordering.
119       
120
121    def __add__(self, other):
122        return str(self) + str(other)
123
124    def __radd__(self, other):
125        return str(other) + str(self)    #Python swaps self and other   
126
127    def __repr__(self):
128        return str(self)
129
130    def __str__(self, indent=0):
131        """String representation of XML element
132        """
133
134        if self.root_element is True:
135            increment = 0
136        else:
137            increment = 4
138           
139        s = tab = ' '*indent
140       
141        s += '<%s>' %self.tag
142        if isinstance(self.value, basestring):
143            s += remove_whitespace(self.value)
144        else:
145            s += '\n'
146            for e in self.value:
147                s += e.__str__(indent+increment)
148            s += tab
149
150        if self.root_element is False:   
151            s += '</%s>\n' %self.tag
152           
153        return s
154
155
156    def __getitem__(self, key):
157        """Return sub-tree starting at element with tag equal to specified key
158        If node is terminal, its text value will be returned instead of itself.
159        This will allow statements such as
160
161        assert xmlobject['datafile']['accountable'] == 'Jane Sexton'
162
163        If more than one element matches the given key a list of all
164        matches will be returned
165        """
166
167        result = []
168        for node in self.value:
169            if node.tag == key:
170                #print 'node tag = %s, node value = %s' %(node.tag, node.value)
171               
172                if isinstance(node.value, basestring):
173                    result.append(str(node.value))
174                    #return node.value
175                else:
176                    result.append(node)
177                    #return node
178
179        #print 'result', result
180        if len(result) == 0:
181            return None
182        if len(result) == 1:
183            return result[0]
184        if len(result) > 1:
185            return result
186                   
187
188    def has_key(self, key):
189        found = False
190        for node in self.value:
191            if node.tag == key:
192                found = True
193
194        return found
195       
196
197    def keys(self):
198        return [str(node.tag) for node in self.value]
199
200   
201
202    def pretty_print(self, indent=0):
203        """Print the document without tags using indentation
204        """
205
206        s = tab = ' '*indent
207        s += '%s: ' %self.tag       
208        if isinstance(self.value, basestring):
209            s += self.value
210        else:
211            s += '\n'
212            for e in self.value:
213                s += e.pretty_print(indent+4)
214        s += '\n'
215       
216        return s
217   
218   
219def xml2object(xml, verbose=False):
220    """Generate XML object model from XML file or XML text
221
222    This is the inverse operation to the __str__ representation
223    (up to whitespace).
224
225    Input xml can be either an
226    * xml file
227    * open xml file object
228
229    Return XML_document instance.
230    """
231
232    # FIXME - can we allow xml to be string?
233    # This would depend on minidom's parse function
234
235    # Input tests
236    if isinstance(xml, basestring):
237        fid = open(xml)
238    else:
239        fid = xml
240
241    try:
242        dom = parse(fid)
243    except Exception, e:
244        # Throw filename into dom exception
245        msg = 'XML file "%s" could not be parsed.\n' %fid.name
246        msg += 'Error message from parser: "%s"' %str(e)
247        raise Exception, msg
248
249    try:
250        xml_object = dom2object(dom)
251    except Exception, e:
252        msg = 'Could not convert %s into XML object.\n' %fid.name
253        msg += str(e)
254        raise Exception, msg
255   
256    return xml_object
257
258
259
260def dom2object(node):
261    """Convert DOM representation to XML_object hierarchy.
262    """
263
264    value = []
265    textnode_encountered = None
266    for n in node.childNodes:
267   
268        if n.nodeType == 3:
269            # Child is a text element - omit the dom tag #text and
270            # go straight to the text value.
271           
272            # Note - only the last text value will be recorded
273           
274            msg = 'Text element has child nodes - this shouldn\'t happen'
275            assert len(n.childNodes) == 0, msg
276
277           
278            x = n.nodeValue.strip()
279            if len(x) == 0:
280                # Skip empty text children
281                continue
282           
283            textnode_encountered = value = x
284        else:
285            # XML element
286           
287           
288            if textnode_encountered is not None:
289                msg = 'A text node was followed by a non-text tag. This is not allowed.\n'
290                msg += 'Offending text node: "%s" ' %str(textnode_encountered)           
291                msg += 'was followed by node named: "<%s>"' %str(n.nodeName)
292                raise Exception, msg
293           
294
295            value.append(dom2object(n))
296
297               
298    # Deal with empty elements
299    if len(value) == 0: value = ''
300   
301
302    if node.nodeType == 9:
303        # Root node (document)
304        tag = None
305    else:
306        # Normal XML node
307        tag = node.nodeName
308
309       
310    X = XML_element(tag=tag,
311                    value=value)
312       
313    return X
314
315
316
317
318
319    #=================== Useful print statement
320    #if n.nodeType == 3 and str(n.nodeValue).strip() == '':
321    #    pass
322    #else:
323    #    print 'Node name: "%s",' %n.nodeName,\
324    #          'Node type: "%s",' %n.nodeType,\
325    #          'Node value: "%s",' %str(n.nodeValue).strip(),\
326    #          'Node children: %d' %len(n.childNodes)       
Note: See TracBrowser for help on using the repository browser.