reindex_blog.py

   1 #! /usr/bin/env python
   2 # -*- coding: koi8-r -*-
   3
   4 __author__ = "Oleg Broytman <phd@phdru.name>"
   5 __copyright__ = "Copyright (C) 2006-2012 PhiloSoft Design"
   6
   7 import sys, os
   8
   9 blog_data_root = sys.argv[1]
  10 blog_root = sys.argv[2]
  11 blog_filename = os.path.join(blog_data_root, "blog_dict.pickle")
  12
  13 try:
  14    import cPickle as pickle
  15 except ImportError:
  16    import pickle
  17
  18 from Cheetah.Template import Template
  19
  20
  21 # Load old blog
  22
  23 try:
  24    blog_file = open(blog_filename, "rb")
  25 except IOError:
  26    old_blog = {}
  27 else:
  28    old_blog = pickle.load(blog_file)
  29    blog_file.close()
  30
  31
  32 # blog is a dictionary mapping
  33 # (year, month, day) => [list of (file, title, lead, tags)]
  34
  35 blog = {}
  36 years = {}
  37
  38 # bodies is a dictionary mapping file => body
  39
  40 bodies = {}
  41
  42 # Walk the directory recursively
  43 for dirpath, dirs, files in os.walk(blog_root):
  44    d = os.path.basename(dirpath)
  45    if not d.startswith("20") and not d.isdigit():
  46       continue
  47    for file in files:
  48       if not file.endswith(".tmpl"):
  49          continue
  50       fullpath = os.path.join(dirpath, file)
  51       template = Template(file=fullpath)
  52       title_parts = template.Title.split()
  53       title = ' '.join(title_parts[6:])
  54       lead = template.Lead
  55
  56       tags = template.Tag
  57       if isinstance(tags, basestring):
  58          tags = (tags,)
  59
  60       if title:
  61          key = year, month, day = tuple(dirpath[len(blog_root):].split(os.sep)[1:])
  62          if key in blog:
  63             days = blog[key]
  64          else:
  65             days = blog[key] = []
  66          days.append((file, title, lead, tags))
  67
  68          if year in years:
  69             months = years[year]
  70          else:
  71             months = years[year] = {}
  72
  73          if month in months:
  74             days = months[month]
  75          else:
  76             days = months[month] = []
  77
  78          if day not in days: days.append(day)
  79
  80          file = file[:-len("tmpl")] + "html"
  81          key = (year, month, day, file)
  82          bodies[key] = template.body()
  83
  84 # Need to save the blog?
  85 if blog <> old_blog:
  86    blog_file = open(blog_filename, "wb")
  87    pickle.dump(blog, blog_file, pickle.HIGHEST_PROTOCOL)
  88    blog_file.close()
  89
  90 # Localized month names
  91
  92 import locale
  93 locale.setlocale(locale.LC_ALL, "ru_RU.KOI8-R")
  94 from calendar import _localized_day, _localized_month
  95
  96 locale.setlocale(locale.LC_TIME, 'C')
  97 months_names_en = list(_localized_month('%B'))
  98 months_abbrs_en = list(_localized_month('%b'))
  99
 100 locale.setlocale(locale.LC_TIME, "ru_RU.KOI8-R")
 101 #months_names_ru = list(_localized_month('%B'))
 102
 103 months_names_ru = ['', "января", "февраля", "марта", "апреля", "мая", "июня",
 104    "июля", "августа", "сентября", "октября", "ноября", "декабря"
 105 ]
 106
 107 months_names_ru0 = ['', "январь", "февраль", "март", "апрель", "май", "июнь",
 108    "июль", "август", "сентябрь", "октябрь", "ноябрь", "декабрь"
 109 ]
 110
 111 from news import write_if_changed
 112
 113
 114 def write_template(level, year, month, day, titles, tags=None):
 115    path = [blog_root]
 116    if level >= 1:
 117       path.append(year)
 118    if level >= 2:
 119       path.append(month)
 120    if level == 3:
 121       path.append(day)
 122    path.append("index.tmpl")
 123    index_name = os.path.join(*path)
 124
 125    new_text = ["""\
 126 ## THIS FILE IS AUTOMATICALLY GENERATED. DO NOT EDIT.
 127 #encoding koi8-r
 128 #extends phd_site
 129 #implements respond
 130 """]
 131
 132    if level == 0:
 133       new_text.append("""\
 134 #attr $Title = "Oleg Broytman's blog"
 135 #attr $Description = "Broytman Russian Blog Index Document"
 136 #attr $Copyright = %(cyear)s
 137 #attr $alternates = (("Новости [Atom 1.0] только заголовки", "application/atom+xml", "atom_10_titles.xml"),
 138                      ("Новости [Atom 1.0]", "application/atom+xml", "atom_10.xml"),
 139                      ("Новости [Atom 1.0] полные тексты", "application/atom+xml", "atom_10_full.xml"),
 140                      ("Новости [RSS 2.0] только заголовки",  "application/rss+xml",  "rss_20_titles.xml"),
 141                      ("Новости [RSS 2.0]",  "application/rss+xml",  "rss_20.xml"),
 142                      ("Новости [RSS 2.0] полные тексты",  "application/rss+xml",  "rss_20_full.xml"),
 143 )
 144 ##
 145 #def body_html
 146 <h1>Журнал</h1>
 147 """ % {"cyear": year or 2005})
 148
 149    elif level == 1:
 150       new_text.append("""\
 151 #attr $Title = "Oleg Broytman's blog: %(year)s"
 152 #attr $Description = "Broytman Russian Blog %(year)s Index Document"
 153 #attr $Copyright = %(cyear)s
 154 ##
 155 #def body_html
 156 <h1>Журнал: %(year)s</h1>
 157 """ % {"year": year, "cyear": year or 2005})
 158
 159    elif level == 2:
 160       imonth = int(month)
 161       new_text.append("""\
 162 #attr $Title = "Oleg Broytman's blog: %(month_abbr_en)s %(year)s"
 163 #attr $Description = "Broytman Russian Blog %(month_name_en)s %(year)s Index Document"
 164 #attr $Copyright = %(cyear)s
 165 ##
 166 #def body_html
 167 <h1>Журнал: %(month_name_ru0)s %(year)s</h1>
 168 """ % {
 169       "year": year, "cyear": year or 2005,
 170       "month_abbr_en": months_abbrs_en[imonth], "month_name_en": months_names_en[imonth],
 171       "month_name_ru0": months_names_ru0[imonth],
 172    })
 173
 174    elif level == 3:
 175       iday = int(day)
 176       imonth = int(month)
 177
 178       if len(titles) == 1:
 179          new_text.append("""\
 180 #attr $Refresh = "0; URL=%s"
 181 """ % titles[0][3])
 182
 183       new_text.append("""\
 184 #attr $Title = "Oleg Broytman's blog: %(day)d %(month_abbr_en)s %(year)s"
 185 #attr $Description = "Broytman Russian Blog %(day)d %(month_name_en)s %(year)s Index Document"
 186 #attr $Copyright = %(cyear)s
 187 ##
 188 #def body_html
 189 <h1>Журнал: %(day)d %(month_name_ru)s %(year)s</h1>
 190 """ % {
 191       "year": year, "cyear": year or 2005,
 192       "month_abbr_en": months_abbrs_en[imonth], "month_name_en": months_names_en[imonth],
 193       "month_name_ru": months_names_ru[imonth],
 194       "day": iday
 195    })
 196
 197    save_titles = titles[:]
 198    titles.reverse()
 199
 200    save_date = None
 201    for year, month, day, file, title, lead in titles:
 202       href = []
 203       if level == 0:
 204          href.append(year)
 205       if level <= 1:
 206          href.append(month)
 207       if level <= 2:
 208          href.append(day)
 209       href.append(file)
 210       href = '/'.join(href)
 211       if day[0] == '0': day = day[1:]
 212       if save_date <> (year, month, day):
 213          if level == 0:
 214             new_text.append('\n<h2>%s %s %s</h2>' % (day, months_names_ru[int(month)], year))
 215          else:
 216             new_text.append('\n<h2>%s %s</h2>' % (day, months_names_ru[int(month)]))
 217          save_date = year, month, day
 218       new_text.append('''
 219 <p class="head">
 220    %s<a href="%s">%s</a>.
 221 </p>
 222 ''' % (lead+' ' if lead else '', href, title))
 223
 224    if level == 0:
 225       new_text.append("""
 226 <hr>
 227
 228 <p class="head">Новостевая лента в форматах
 229 <img src="../../Graphics/atom_10.jpg" border=0>
 230 <A HREF="atom_10_titles.xml">Atom 1.0 только заголовки</A> /
 231 <A HREF="atom_10.xml">Atom 1.0</A> /
 232 <A HREF="atom_10_full.xml">Atom 1.0 полные тексты</A>
 233 и <img src="../../Graphics/rss_20.jpg" border=0>
 234 <A HREF="rss_20_titles.xml">RSS 2.0 только заголовки</A> /
 235 <A HREF="rss_20.xml">RSS 2.0</A> /
 236 <A HREF="rss_20_full.xml">RSS 2.0 полные тексты</A>.
 237 </p>
 238 """)
 239
 240       years = {}
 241       for year, month, day, file, title, lead in save_titles:
 242          years[year] = True
 243       new_text.append('''
 244 <p class="head"><a href="tags/">Теги</a>:
 245 ''')
 246       first_tag = True
 247       for count, tag, links in all_tags:
 248          if first_tag:
 249             first_tag = False
 250          else:
 251             new_text.append(' - ')
 252          new_text.append("""<a href="tags/%s.html">%s (%d)</a>""" % (tag, tag, count))
 253       new_text.append('''
 254 </p>
 255 ''')
 256
 257       max_year = int(sorted(years.keys())[-1])
 258       years = range(max_year, 2005, -1)
 259
 260       new_text.append('''
 261 <p class="head">По годам:
 262 ''')
 263       first_year = True
 264       for year in years:
 265          if first_year:
 266             first_year = False
 267          else:
 268             new_text.append(' - ')
 269          new_text.append('<a href="%s/">%s</a>' % (year, year))
 270       new_text.append('''
 271 </p>
 272 ''')
 273
 274       new_text.append("""
 275 <hr>
 276 <p class="head"><a href="http://phd.livejournal.com/">ЖЖ</a>
 277 """)
 278
 279    new_text.append("""\
 280 #end def
 281 $phd_site.respond(self)
 282 """)
 283
 284    write_if_changed(index_name, ''.join(new_text))
 285
 286
 287 all_tags = {}
 288 all_titles = []
 289 all_titles_tags = []
 290
 291 for year in sorted(years.keys()):
 292    year_titles = []
 293    months = years[year]
 294    for month in sorted(months.keys()):
 295       month_titles = []
 296       for day in sorted(months[month]):
 297          day_titles = []
 298          key = year, month, day
 299          if key in blog:
 300             for file, title, lead, tags in blog[key]:
 301                if file.endswith(".tmpl"): file = file[:-len("tmpl")] + "html"
 302                value = (year, month, day, file, title, lead)
 303                all_titles_tags.append((year, month, day, file, title, lead, tags))
 304                all_titles.append(value)
 305                year_titles.append(value)
 306                month_titles.append(value)
 307                day_titles.append(value)
 308                for tag in tags:
 309                   if tag in all_tags:
 310                      tag_links = all_tags[tag]
 311                   else:
 312                      tag_links = all_tags[tag] = []
 313                   tag_links.append(value)
 314          write_template(3, year, month, day, day_titles)
 315       write_template(2, year, month, day, month_titles)
 316    write_template(1, year, month, day, year_titles)
 317
 318 def by_count_rev_tag_link(t1, t2):
 319    """Sort all_tags by count in descending order,
 320    and by tags and links in ascending order
 321    """
 322    r = cmp(t1[0], t2[0])
 323    if r:
 324       return -r
 325    return cmp((t1[1], t1[2]), (t2[1], t2[2]))
 326
 327 all_tags = [(len(links), tag, links) for (tag, links) in all_tags.items()]
 328 all_tags.sort(by_count_rev_tag_link)
 329
 330 write_template(0, year, month, day, all_titles[-20:], all_tags)
 331
 332 new_text = ["""\
 333 ## THIS FILE IS AUTOMATICALLY GENERATED. DO NOT EDIT.
 334 #encoding koi8-r
 335 #extends phd_site
 336 #implements respond
 337 #attr $Title = "Oleg Broytman's blog: tags"
 338 #attr $Description = "Broytman Russian Blog Tags Index Document"
 339 #attr $Copyright = 2006
 340 ##
 341 #def body_html
 342 <h1>Теги</h1>
 343
 344 <p class="head">
 345 <dl>
 346 """]
 347
 348 for i, (count, tag, links) in enumerate(all_tags):
 349    new_text.append("""\
 350    <dt><a href="%s.html">%s (%d)</a></dt>
 351 """ % (tag, tag, count))
 352
 353    first = all_tags[0][1]
 354    if i == 0:
 355       prev = None
 356    else:
 357       prev = all_tags[i-1][1]
 358    if i >= len(all_tags)-1:
 359       next = None
 360    else:
 361       next = all_tags[i+1][1]
 362    last = all_tags[-1][1]
 363
 364    tag_text = ["""\
 365 ## THIS FILE IS AUTOMATICALLY GENERATED. DO NOT EDIT.
 366 #encoding koi8-r
 367 #extends phd_site
 368 #implements respond
 369 #attr $Title = "Oleg Broytman's blog: tag %s"
 370 #attr $Description = "Broytman Russian Blog Tag %s Index Document"
 371 """ % (tag, tag)]
 372
 373    tag_text.append("""\
 374 #attr $First = "%s"
 375 """ % first)
 376
 377    if prev:
 378       tag_text.append("""\
 379 #attr $Prev = "%s"
 380 """ % prev)
 381
 382    if next:
 383       tag_text.append("""\
 384 #attr $Next = "%s"
 385 """ % next)
 386
 387    tag_text.append("""\
 388 #attr $Last = "%s"
 389 """ % last)
 390
 391    tag_text.append("""\
 392 #attr $Copyright = 2006
 393 ##
 394 #def body_html
 395 <h1>%s</h1>
 396
 397 <p class="head">
 398 <ul>
 399 """ % tag)
 400
 401    count = 0
 402    for year, month, day, filename, title, lead in reversed(links):
 403       link = "../%s/%s/%s/%s" % (year, month, day, filename)
 404       item_text = """<li><a href="%s">%s/%s/%s: %s%s</a></li>""" % (link, year, month, day, lead+' ' if lead else '', title)
 405
 406       count += 1
 407       if count <= 5:
 408          new_text.append("      <dd>%s</dd>\n" % item_text)
 409
 410       tag_text.append("   %s\n" % item_text)
 411
 412    tag_text.append("""\
 413 </ul>
 414 </p>
 415 #end def
 416 $phd_site.respond(self)
 417 """)
 418    write_if_changed(os.path.join(blog_root, "tags", tag+".tmpl"), ''.join(tag_text))
 419
 420 new_text.append("""\
 421 </dl>
 422 </p>
 423 #end def
 424 $phd_site.respond(self)
 425 """)
 426 write_if_changed(os.path.join(blog_root, "tags", "index.tmpl"), ''.join(new_text))
 427
 428
 429 from HTMLParser import HTMLParseError
 430 import cgi
 431 from urlparse import urljoin
 432 from m_lib.net.www.html import HTMLParser as _HTMLParser
 433
 434 class HTMLDone(Exception): pass
 435
 436
 437 class FirstPHTMLParser(_HTMLParser):
 438    def __init__(self):
 439       _HTMLParser.__init__(self)
 440       self.first_p = None
 441
 442    def start_p(self, attrs):
 443       self.accumulator = '<p>'
 444
 445    def end_p(self):
 446       self.first_p = self.accumulator + '</p>'
 447       raise HTMLDone()
 448
 449 def get_first_p(body):
 450    parser = FirstPHTMLParser()
 451
 452    try:
 453       parser.feed(body)
 454    except (HTMLParseError, HTMLDone):
 455       pass
 456
 457    try:
 458       parser.close()
 459    except (HTMLParseError, HTMLDone):
 460       pass
 461
 462    return parser.first_p
 463
 464
 465 class AbsURLHTMLParser(_HTMLParser):
 466    def __init__(self, base):
 467       _HTMLParser.__init__(self)
 468       self.base = base
 469
 470    def start_a(self, attrs):
 471       self.accumulator += '<a'
 472       for attrname, value in attrs:
 473          value = cgi.escape(value, True)
 474          if attrname == 'href':
 475             self.accumulator += ' href="%s"' % urljoin(self.base, value)
 476          else:
 477             self.accumulator += ' %s="%s"' % (attrname, value)
 478       self.accumulator += '>'
 479
 480    def end_a(self):
 481       self.accumulator += '</a>'
 482
 483    def start_img(self, attrs):
 484       self.accumulator += '<img'
 485       for attrname, value in attrs:
 486          value = cgi.escape(value, True)
 487          if attrname == 'src':
 488             self.accumulator += ' src="%s"' % urljoin(self.base, value)
 489          else:
 490             self.accumulator += ' %s="%s"' % (attrname, value)
 491       self.accumulator += '>'
 492
 493    def end_img(self):
 494        pass
 495
 496 def absolute_urls(body, base):
 497    parser = AbsURLHTMLParser(base)
 498
 499    try:
 500       parser.feed(body)
 501    except HTMLParseError:
 502       pass
 503
 504    try:
 505       parser.close()
 506    except HTMLParseError:
 507       pass
 508
 509    return parser.accumulator
 510
 511
 512 from atom_10 import atom_10
 513 from rss_20 import rss_20
 514 from news import NewsItem
 515
 516 if blog_root:
 517    baseURL = "http://phdru.name/%s/" % blog_root
 518 else:
 519    baseURL = "http://phdru.name/"
 520
 521 items = []
 522 for item in tuple(reversed(all_titles_tags))[:10]:
 523    year, month, day, file, title, lead, tags = item
 524    url_path = "%s/%s/%s/%s" % (year, month, day, file)
 525    item = NewsItem(
 526       "%s-%s-%s" % (year, month, day),
 527       "%s%s" % (lead+' ' if lead else '', title),
 528       url_path)
 529    items.append(item)
 530    item.baseURL = baseURL
 531    item.categoryList = tags
 532    body = bodies[(year, month, day, file)]
 533    body = absolute_urls(body, baseURL + url_path)
 534    item.body = body
 535    item.excerpt = get_first_p(body)
 536
 537 namespace = {
 538    "title": "Oleg Broytman's blog",
 539    "baseURL": baseURL,
 540    "indexFile": "",
 541    "description": "",
 542    "lang": "ru",
 543    "author": "Oleg Broytman",
 544    "email": "phd@phdru.name",
 545    "generator": os.path.basename(sys.argv[0]),
 546    "posts": items,
 547 }
 548
 549 # For english dates
 550 locale.setlocale(locale.LC_TIME, 'C')
 551
 552 atom_tmpl = str(atom_10(searchList=[namespace]))
 553 write_if_changed(os.path.join(blog_root, "atom_10.xml"), atom_tmpl)
 554 rss_tmpl = str(rss_20(searchList=[namespace]))
 555 write_if_changed(os.path.join(blog_root, "rss_20.xml"), rss_tmpl)
 556
 557 for item in items:
 558     item.excerpt = None
 559
 560 atom_tmpl = str(atom_10(searchList=[namespace]))
 561 write_if_changed(os.path.join(blog_root, "atom_10_titles.xml"), atom_tmpl)
 562 rss_tmpl = str(rss_20(searchList=[namespace]))
 563 write_if_changed(os.path.join(blog_root, "rss_20_titles.xml"), rss_tmpl)
 564
 565 for item in items:
 566     item.content = item.body
 567
 568 atom_tmpl = str(atom_10(searchList=[namespace]))
 569 write_if_changed(os.path.join(blog_root, "atom_10_full.xml"), atom_tmpl)
 570 rss_tmpl = str(rss_20(searchList=[namespace]))
 571 write_if_changed(os.path.join(blog_root, "rss_20_full.xml"), rss_tmpl)