reindex_blog.py

   1 #! /usr/bin/env python
   2 # -*- coding: koi8-r -*-
   3
   4 __version__ = "$Revision$"[11:-2]
   5 __revision__ = "$Id$"[5:-2]
   6 __date__ = "$Date$"[7:-2]
   7 __author__ = "Oleg Broytman <phd@phd.pp.ru>"
   8 __copyright__ = "Copyright (C) 2006-2010 PhiloSoft Design"
   9
  10
  11 import sys, os
  12
  13 blog_data_root = sys.argv[1]
  14 blog_root = sys.argv[2]
  15 blog_filename = os.path.join(blog_data_root, "blog_dict.pickle")
  16
  17 try:
  18    import cPickle as pickle
  19 except ImportError:
  20    import pickle
  21
  22 from Cheetah.Template import Template
  23
  24
  25 # Load old blog
  26
  27 try:
  28    blog_file = open(blog_filename, "rb")
  29 except IOError:
  30    old_blog = {}
  31 else:
  32    old_blog = pickle.load(blog_file)
  33    blog_file.close()
  34
  35
  36 # blog is a dictionary mapping
  37 # (year, month, day) => [list of (file, title, lead, tags)]
  38
  39 blog = {}
  40 years = {}
  41
  42 # bodies is a dictionary mapping file => body
  43
  44 bodies = {}
  45
  46 # Walk the directory recursively
  47 for dirpath, dirs, files in os.walk(blog_root):
  48    d = os.path.basename(dirpath)
  49    if not d.startswith("20") and not d.isdigit():
  50       continue
  51    for file in files:
  52       if not file.endswith(".tmpl"):
  53          continue
  54       fullpath = os.path.join(dirpath, file)
  55       template = Template(file=fullpath)
  56       title_parts = template.Title.split()
  57       title = ' '.join(title_parts[6:])
  58       lead = template.Lead
  59
  60       tags = template.Tag
  61       if isinstance(tags, basestring):
  62          tags = (tags,)
  63
  64       if title:
  65          key = year, month, day = tuple(dirpath[len(blog_root):].split(os.sep)[1:])
  66          if key in blog:
  67             days = blog[key]
  68          else:
  69             days = blog[key] = []
  70          days.append((file, title, lead, tags))
  71
  72          if year in years:
  73             months = years[year]
  74          else:
  75             months = years[year] = {}
  76
  77          if month in months:
  78             days = months[month]
  79          else:
  80             days = months[month] = []
  81
  82          if day not in days: days.append(day)
  83
  84          file = file[:-len("tmpl")] + "html"
  85          key = (year, month, day, file)
  86          bodies[key] = template.body()
  87
  88 # Need to save the blog?
  89 if blog <> old_blog:
  90    blog_file = open(blog_filename, "wb")
  91    pickle.dump(blog, blog_file, pickle.HIGHEST_PROTOCOL)
  92    blog_file.close()
  93
  94 # Localized month names
  95
  96 import locale
  97 locale.setlocale(locale.LC_ALL, "ru_RU.KOI8-R")
  98 from calendar import _localized_day, _localized_month
  99
 100 locale.setlocale(locale.LC_TIME, 'C')
 101 months_names_en = list(_localized_month('%B'))
 102 months_abbrs_en = list(_localized_month('%b'))
 103
 104 locale.setlocale(locale.LC_TIME, "ru_RU.KOI8-R")
 105 #months_names_ru = list(_localized_month('%B'))
 106
 107 months_names_ru = ['', "января", "февраля", "марта", "апреля", "мая", "июня",
 108    "июля", "августа", "сентября", "октября", "ноября", "декабря"
 109 ]
 110
 111 months_names_ru0 = ['', "январь", "февраль", "март", "апрель", "май", "июнь",
 112    "июль", "август", "сентябрь", "октябрь", "ноябрь", "декабрь"
 113 ]
 114
 115 from news import write_if_changed
 116
 117
 118 def write_template(level, year, month, day, titles, tags=None):
 119    path = [blog_root]
 120    if level >= 1:
 121       path.append(year)
 122    if level >= 2:
 123       path.append(month)
 124    if level == 3:
 125       path.append(day)
 126    path.append("index.tmpl")
 127    index_name = os.path.join(*path)
 128
 129    new_text = ["""\
 130 ## THIS FILE IS AUTOMATICALLY GENERATED. DO NOT EDIT.
 131 #extends phd_pp_ru
 132 #implements respond
 133 """]
 134
 135    if level == 0:
 136       new_text.append("""\
 137 #attr $Title = "Oleg Broytman's blog"
 138 #attr $Description = "Broytman Russian Blog Index Document"
 139 #attr $Copyright = %(cyear)s
 140 #attr $alternates = (("Новости [Atom 1.0] только заголовки", "application/atom+xml", "atom_10_titles.xml"),
 141                      ("Новости [Atom 1.0]", "application/atom+xml", "atom_10.xml"),
 142                      ("Новости [Atom 1.0] полные тексты", "application/atom+xml", "atom_10_full.xml"),
 143                      ("Новости [RSS 2.0] только заголовки",  "application/rss+xml",  "rss_20_titles.xml"),
 144                      ("Новости [RSS 2.0]",  "application/rss+xml",  "rss_20.xml"),
 145                      ("Новости [RSS 2.0] полные тексты",  "application/rss+xml",  "rss_20_full.xml"),
 146 )
 147 ##
 148 #def body_html
 149 <h1>Журнал</h1>
 150 """ % {"cyear": year or 2005})
 151
 152    elif level == 1:
 153       new_text.append("""\
 154 #attr $Title = "Oleg Broytman's blog: %(year)s"
 155 #attr $Description = "Broytman Russian Blog %(year)s Index Document"
 156 #attr $Copyright = %(cyear)s
 157 ##
 158 #def body_html
 159 <h1>Журнал: %(year)s</h1>
 160 """ % {"year": year, "cyear": year or 2005})
 161
 162    elif level == 2:
 163       imonth = int(month)
 164       new_text.append("""\
 165 #attr $Title = "Oleg Broytman's blog: %(month_abbr_en)s %(year)s"
 166 #attr $Description = "Broytman Russian Blog %(month_name_en)s %(year)s Index Document"
 167 #attr $Copyright = %(cyear)s
 168 ##
 169 #def body_html
 170 <h1>Журнал: %(month_name_ru0)s %(year)s</h1>
 171 """ % {
 172       "year": year, "cyear": year or 2005,
 173       "month_abbr_en": months_abbrs_en[imonth], "month_name_en": months_names_en[imonth],
 174       "month_name_ru0": months_names_ru0[imonth],
 175    })
 176
 177    elif level == 3:
 178       iday = int(day)
 179       imonth = int(month)
 180
 181       if len(titles) == 1:
 182          new_text.append("""\
 183 #attr $refresh = "0; URL=%s"
 184 """ % titles[0][3])
 185
 186       new_text.append("""\
 187 #attr $Title = "Oleg Broytman's blog: %(day)d %(month_abbr_en)s %(year)s"
 188 #attr $Description = "Broytman Russian Blog %(day)d %(month_name_en)s %(year)s Index Document"
 189 #attr $Copyright = %(cyear)s
 190 ##
 191 #def body_html
 192 <h1>Журнал: %(day)d %(month_name_ru)s %(year)s</h1>
 193 """ % {
 194       "year": year, "cyear": year or 2005,
 195       "month_abbr_en": months_abbrs_en[imonth], "month_name_en": months_names_en[imonth],
 196       "month_name_ru": months_names_ru[imonth],
 197       "day": iday
 198    })
 199
 200    save_titles = titles[:]
 201    titles.reverse()
 202
 203    save_date = None
 204    for year, month, day, file, title, lead in titles:
 205       href = []
 206       if level == 0:
 207          href.append(year)
 208       if level <= 1:
 209          href.append(month)
 210       if level <= 2:
 211          href.append(day)
 212       href.append(file)
 213       href = '/'.join(href)
 214       if day[0] == '0': day = day[1:]
 215       if save_date <> (year, month, day):
 216          if level == 0:
 217             new_text.append('\n<h2>%s %s %s</h2>' % (day, months_names_ru[int(month)], year))
 218          else:
 219             new_text.append('\n<h2>%s %s</h2>' % (day, months_names_ru[int(month)]))
 220          save_date = year, month, day
 221       new_text.append('''
 222 <p class="head">
 223    %s<a href="%s">%s</a>.
 224 </p>
 225 ''' % (lead+' ' if lead else '', href, title))
 226
 227    if level == 0:
 228       new_text.append("""
 229 <hr>
 230
 231 <p class="head">Новостевая лента в форматах
 232 <img src="../../Graphics/atom_10.jpg" border=0>
 233 <A HREF="atom_10_titles.xml">Atom 1.0 только заголовки</A> /
 234 <A HREF="atom_10.xml">Atom 1.0</A> /
 235 <A HREF="atom_10_full.xml">Atom 1.0 полные тексты</A>
 236 и <img src="../../Graphics/rss_20.jpg" border=0>
 237 <A HREF="rss_20_titles.xml">RSS 2.0 только заголовки</A> /
 238 <A HREF="rss_20.xml">RSS 2.0</A> /
 239 <A HREF="rss_20_full.xml">RSS 2.0 полные тексты</A>.
 240 </p>
 241 """)
 242
 243       years = {}
 244       for year, month, day, file, title, lead in save_titles:
 245          years[year] = True
 246       new_text.append('''
 247 <p class="head"><a href="tags/">Теги</a>:
 248 ''')
 249       first_tag = True
 250       for count, tag, links in all_tags:
 251          if first_tag:
 252             first_tag = False
 253          else:
 254             new_text.append(' - ')
 255          new_text.append("""<a href="tags/%s.html">%s (%d)</a>""" % (tag, tag, count))
 256       new_text.append('''
 257 </p>
 258 ''')
 259
 260       max_year = int(sorted(years.keys())[-1])
 261       years = range(2005, max_year+1)
 262
 263       new_text.append('''
 264 <p class="head">По годам:
 265 ''')
 266       first_year = True
 267       for year in years:
 268          if first_year:
 269             first_year = False
 270          else:
 271             new_text.append(' - ')
 272          new_text.append('<a href="%s/">%s</a>' % (year, year))
 273       new_text.append('''
 274 </p>
 275 ''')
 276
 277       new_text.append("""
 278 <hr>
 279 <p class="head"><a href="http://phd.livejournal.com/">ЖЖ</a>
 280 """)
 281
 282    new_text.append("""\
 283 #end def
 284 $phd_pp_ru.respond(self)
 285 """)
 286
 287    write_if_changed(index_name, ''.join(new_text))
 288
 289
 290 all_tags = {}
 291 all_titles = []
 292 all_titles_tags = []
 293
 294 for year in sorted(years.keys()):
 295    year_titles = []
 296    months = years[year]
 297    for month in sorted(months.keys()):
 298       month_titles = []
 299       for day in sorted(months[month]):
 300          day_titles = []
 301          key = year, month, day
 302          if key in blog:
 303             for file, title, lead, tags in blog[key]:
 304                if file.endswith(".tmpl"): file = file[:-len("tmpl")] + "html"
 305                value = (year, month, day, file, title, lead)
 306                all_titles_tags.append((year, month, day, file, title, lead, tags))
 307                all_titles.append(value)
 308                year_titles.append(value)
 309                month_titles.append(value)
 310                day_titles.append(value)
 311                for tag in tags:
 312                   if tag in all_tags:
 313                      tag_links = all_tags[tag]
 314                   else:
 315                      tag_links = all_tags[tag] = []
 316                   tag_links.append(value)
 317          write_template(3, year, month, day, day_titles)
 318       write_template(2, year, month, day, month_titles)
 319    write_template(1, year, month, day, year_titles)
 320
 321 def by_count_rev_tag_link(t1, t2):
 322    """Sort all_tags by count in descending order,
 323    and by tags and links in ascending order
 324    """
 325    r = cmp(t1[0], t2[0])
 326    if r:
 327       return -r
 328    return cmp((t1[1], t1[2]), (t2[1], t2[2]))
 329
 330 all_tags = [(len(links), tag, links) for (tag, links) in all_tags.items()]
 331 all_tags.sort(by_count_rev_tag_link)
 332
 333 write_template(0, year, month, day, all_titles[-20:], all_tags)
 334
 335 new_text = ["""\
 336 ## THIS FILE IS AUTOMATICALLY GENERATED. DO NOT EDIT.
 337 #extends phd_pp_ru
 338 #implements respond
 339 #attr $Title = "Oleg Broytman's blog: tags"
 340 #attr $Description = "Broytman Russian Blog Tags Index Document"
 341 #attr $Copyright = 2006
 342 ##
 343 #def body_html
 344 <h1>Теги</h1>
 345
 346 <p class="head">
 347 <dl>
 348 """]
 349
 350 for i, (count, tag, links) in enumerate(all_tags):
 351    new_text.append("""\
 352    <dt><a href="%s.html">%s (%d)</a></dt>
 353 """ % (tag, tag, count))
 354
 355    first = all_tags[0][1]
 356    if i == 0:
 357       prev = None
 358    else:
 359       prev = all_tags[i-1][1]
 360    if i >= len(all_tags)-1:
 361       next = None
 362    else:
 363       next = all_tags[i+1][1]
 364    last = all_tags[-1][1]
 365
 366    tag_text = ["""\
 367 ## THIS FILE IS AUTOMATICALLY GENERATED. DO NOT EDIT.
 368 #extends phd_pp_ru
 369 #implements respond
 370 #attr $Title = "Oleg Broytman's blog: tag %s"
 371 #attr $Description = "Broytman Russian Blog Tag %s Index Document"
 372 """ % (tag, tag)]
 373
 374    tag_text.append("""\
 375 #attr $First = "%s"
 376 """ % first)
 377
 378    if prev:
 379       tag_text.append("""\
 380 #attr $Prev = "%s"
 381 """ % prev)
 382
 383    if next:
 384       tag_text.append("""\
 385 #attr $Next = "%s"
 386 """ % next)
 387
 388    tag_text.append("""\
 389 #attr $Last = "%s"
 390 """ % last)
 391
 392    tag_text.append("""\
 393 #attr $Copyright = 2006
 394 ##
 395 #def body_html
 396 <h1>%s</h1>
 397
 398 <p class="head">
 399 <ul>
 400 """ % tag)
 401
 402    count = 0
 403    for year, month, day, filename, title, lead in reversed(links):
 404       link = "../%s/%s/%s/%s" % (year, month, day, filename)
 405       item_text = """<li><a href="%s">%s/%s/%s: %s%s</a></li>""" % (link, year, month, day, lead+' ' if lead else '', title)
 406
 407       count += 1
 408       if count <= 5:
 409          new_text.append("      <dd>%s</dd>\n" % item_text)
 410
 411       tag_text.append("   %s\n" % item_text)
 412
 413    tag_text.append("""\
 414 </ul>
 415 </p>
 416 #end def
 417 $phd_pp_ru.respond(self)
 418 """)
 419    write_if_changed(os.path.join(blog_root, "tags", tag+".tmpl"), ''.join(tag_text))
 420
 421 new_text.append("""\
 422 </dl>
 423 </p>
 424 #end def
 425 $phd_pp_ru.respond(self)
 426 """)
 427 write_if_changed(os.path.join(blog_root, "tags", "index.tmpl"), ''.join(new_text))
 428
 429
 430 from HTMLParser import HTMLParseError
 431 import cgi
 432 from urlparse import urljoin
 433 from m_lib.net.www.html import HTMLParser as _HTMLParser
 434
 435 class HTMLDone(Exception): pass
 436
 437
 438 class FirstPHTMLParser(_HTMLParser):
 439    def __init__(self):
 440       _HTMLParser.__init__(self)
 441       self.first_p = None
 442
 443    def start_p(self, attrs):
 444       self.accumulator = '<p>'
 445
 446    def end_p(self):
 447       self.first_p = self.accumulator + '</p>'
 448       raise HTMLDone()
 449
 450 def get_first_p(body):
 451    parser = FirstPHTMLParser()
 452
 453    try:
 454       parser.feed(body)
 455    except (HTMLParseError, HTMLDone):
 456       pass
 457
 458    try:
 459       parser.close()
 460    except (HTMLParseError, HTMLDone):
 461       pass
 462
 463    return parser.first_p
 464
 465
 466 class AbsURLHTMLParser(_HTMLParser):
 467    def __init__(self, base):
 468       _HTMLParser.__init__(self)
 469       self.base = base
 470
 471    def start_a(self, attrs):
 472       self.accumulator += '<a'
 473       for attrname, value in attrs:
 474          value = cgi.escape(value, True)
 475          if attrname == 'href':
 476             self.accumulator += ' href="%s"' % urljoin(self.base, value)
 477          else:
 478             self.accumulator += ' %s="%s"' % (attrname, value)
 479       self.accumulator += '>'
 480
 481    def end_a(self):
 482       self.accumulator += '</a>'
 483
 484 def absolute_urls(body, base):
 485    parser = AbsURLHTMLParser(base)
 486
 487    try:
 488       parser.feed(body)
 489    except HTMLParseError:
 490       pass
 491
 492    try:
 493       parser.close()
 494    except HTMLParseError:
 495       pass
 496
 497    return parser.accumulator
 498
 499
 500 from atom_10 import atom_10
 501 from rss_20 import rss_20
 502 from news import NewsItem
 503
 504 if blog_root:
 505    baseURL = "http://phd.pp.ru/%s/" % blog_root
 506 else:
 507    baseURL = "http://phd.pp.ru/"
 508
 509 items = []
 510 for item in tuple(reversed(all_titles_tags))[:10]:
 511    year, month, day, file, title, lead, tags = item
 512    url_path = "%s/%s/%s/%s" % (year, month, day, file)
 513    item = NewsItem(
 514       "%s-%s-%s" % (year, month, day),
 515       "%s%s" % (lead+' ' if lead else '', title),
 516       url_path)
 517    items.append(item)
 518    item.baseURL = baseURL
 519    item.categoryList = tags
 520    body = bodies[(year, month, day, file)]
 521    body = absolute_urls(body, baseURL + url_path)
 522    item.body = body
 523    item.excerpt = get_first_p(body)
 524
 525 namespace = {
 526    "title": "Oleg Broytman's blog",
 527    "baseURL": baseURL,
 528    "indexFile": "",
 529    "description": "",
 530    "lang": "ru",
 531    "author": "Oleg Broytman",
 532    "email": "phd@phd.pp.ru",
 533    "generator": os.path.basename(sys.argv[0]),
 534    "posts": items,
 535 }
 536
 537 # For english dates
 538 locale.setlocale(locale.LC_TIME, 'C')
 539
 540 atom_tmpl = str(atom_10(searchList=[namespace]))
 541 write_if_changed(os.path.join(blog_root, "atom_10.xml"), atom_tmpl)
 542 rss_tmpl = str(rss_20(searchList=[namespace]))
 543 write_if_changed(os.path.join(blog_root, "rss_20.xml"), rss_tmpl)
 544
 545 for item in items:
 546     item.excerpt = None
 547
 548 atom_tmpl = str(atom_10(searchList=[namespace]))
 549 write_if_changed(os.path.join(blog_root, "atom_10_titles.xml"), atom_tmpl)
 550 rss_tmpl = str(rss_20(searchList=[namespace]))
 551 write_if_changed(os.path.join(blog_root, "rss_20_titles.xml"), rss_tmpl)
 552
 553 for item in items:
 554     item.content = item.body
 555
 556 atom_tmpl = str(atom_10(searchList=[namespace]))
 557 write_if_changed(os.path.join(blog_root, "atom_10_full.xml"), atom_tmpl)
 558 rss_tmpl = str(rss_20(searchList=[namespace]))
 559 write_if_changed(os.path.join(blog_root, "rss_20_full.xml"), rss_tmpl)