]> git.phdru.name Git - bookmarks_db.git/commitdiff
Title (and refresh) can be None.
authorOleg Broytman <phd@phdru.name>
Sun, 9 Mar 2008 15:55:20 +0000 (15:55 +0000)
committerOleg Broytman <phd@phdru.name>
Sun, 9 Mar 2008 15:55:20 +0000 (15:55 +0000)
git-svn-id: file:///home/phd/archive/SVN/bookmarks_db/trunk@211 fdd5c36f-1aea-0310-aeeb-c58d7e2b6c23

Robots/parse_html.py
Robots/parse_html_beautifulsoup.py
Robots/parse_html_htmlparser.py
check_title.py

index 47cbb190527d25c3a1bdb74bf0b694a0fe7df909..fd901a8857883a7bc1c5e02d764f76be7f411406 100755 (executable)
@@ -77,7 +77,7 @@ def parse_html(filename, charset=None, log=None):
          if log: log("Parser %s.%s failed, trying next one." % (p.__module__, p.__name__))
 
    converted_title = title = parser.title
-   if not parser.charset:
+   if title and (not parser.charset):
       try:
          unicode(title, "ascii")
       except UnicodeDecodeError:
@@ -86,7 +86,7 @@ def parse_html(filename, charset=None, log=None):
    if parser.charset:
       parser.charset = parser.charset.lower().replace("windows-", "cp")
 
-   if parser.charset and (
+   if title and parser.charset and (
          (parser.charset <> universal_charset) or
          ((not charset) or (charset <> parser.charset))):
       try:
@@ -109,11 +109,12 @@ def parse_html(filename, charset=None, log=None):
    else:
       if log: log("   title          : %s" % title)
 
-   final_title = recode_entities(converted_title, universal_charset)
-   parts = [s.strip() for s in final_title.replace('\r', '').split('\n')]
-   final_title = ' '.join([s for s in parts if s])
-   if log and (final_title <> converted_title): log("   final title    : %s" % final_title)
-   parser.title = final_title
+   if title:
+      final_title = recode_entities(converted_title, universal_charset)
+      parts = [s.strip() for s in final_title.replace('\r', '').split('\n')]
+      final_title = ' '.join([s for s in parts if s])
+      if log and (final_title <> converted_title): log("   final title    : %s" % final_title)
+      parser.title = final_title
    return parser
 
 
index db291f9fd46df8607709333dbaa304eaba00007e..f5e03b52e96808d7db6a21efd656d0541d3ed976 100644 (file)
@@ -87,17 +87,16 @@ def parse_html(filename, charset=None, log=None):
       # Lookup TITLE in the root
       title = root.title
 
-   if title is None:
-      title = ''
-   elif title.string:
-      title = title.string.encode(_charset)
-   else:
-      parts = []
-      for part in title:
-         if not isinstance(part, basestring):
-            part = unicode(part)
-         parts.append(part.strip())
-      title = ''.join(parts).encode(_charset)
+   if title is not None:
+      if title.string:
+         title = title.string.encode(_charset)
+      else:
+         parts = []
+         for part in title:
+            if not isinstance(part, basestring):
+               part = unicode(part)
+            parts.append(part.strip())
+         title = ''.join(parts).encode(_charset)
 
    meta = head.find(_find_contenttype, recursive=False)
    if meta:
index cccfe8c7a4b5adab468accbed54287f009f1df72..493db3e87fc9388cfaf04e3819128089549b875e 100644 (file)
@@ -16,8 +16,8 @@ class HTMLParser(_HTMLParser):
       _HTMLParser.__init__(self)
       self.charset = charset
       self.meta_charset = 0
-      self.title = ''
-      self.refresh = ''
+      self.title = None
+      self.refresh = None
       self.icon = None
 
    def end_head(self):
index 2a4f522d500b074d962b7d268321cc4fd3c75e65..23caeb898a6fe603ce47cd49c0ae84be07b5a60b 100755 (executable)
@@ -53,7 +53,7 @@ def run():
          if hasattr(object, "moved") or hasattr(object, "error"):
             continue
 
-         if hasattr(object, "real_title"):
+         if hasattr(object, "real_title") and (object.real_title is not None):
             unquoted_title = unquote_title(quote_title(object.real_title))
             unquoted_name = unquote_title(object.name)
             if unquoted_name <> unquoted_title: