lib/scripts/spreadsheet_to_docbook.py

   1 #!/usr/bin/python3
   2
   3 # file spreadsheet_to_docbook.py
   4 # This file is part of LyX, the document processor.
   5 # Licence details can be found in the file COPYING.
   6
   7 # author Thibaut Cuvelier & Kornel Benko
   8
   9 # Full author contact details are available in file CREDITS.
  10
  11 """reformat output of ssconvert of a single spreadsheet to match the needs
  12 of docbook5 table format .
  13
  14 Expects to read from file specified by sys.argv[1]
  15 and output to to file specified by sys.argv[2]
  16 """
  17
  18 import re
  19 import sys
  20 import subprocess
  21
  22
  23 def process_file(contents):
  24     # Scrap the header and the footer.
  25     contents = contents.split("<body>")[1]
  26     contents = contents.split("</body>")[0]
  27
  28     # Gnumeric may generate more than one table, just take the first one.
  29     contents = contents.split("</table>")[0] + "\n</table>"
  30
  31     # Convert the rest of the table to DocBook.
  32     contents = contents.replace("<p></p>", "")
  33     contents = contents.replace("<i>", "<emphasis>")
  34     contents = contents.replace("</i>", "</emphasis>")
  35     contents = contents.replace("<b>", "<emphasis role='bold'>")
  36     contents = contents.replace("</b>", "</emphasis>")
  37     contents = contents.replace("<u>", "<emphasis role='underline'>")
  38     contents = contents.replace("</u>", "</emphasis>")
  39
  40     contents = re.sub(r"<font color=\"(.*)\">", "<phrase role='color \\1'>", contents)
  41     assert '<font' not in contents  # If this happens, implement something to catch these cases.
  42     contents = contents.replace("</font>", "</phrase>")  # Generates invalid XML if there are still font tags left...
  43
  44     # If the table has a caption, then the right tag is <table>. Otherwise, it's <informaltable>.
  45     if '<caption>' not in contents:
  46         contents = contents.replace("<table", "<informaltable")
  47         contents = contents.replace("</table>", "</informaltable>")
  48
  49     # Return the processed string.
  50     contents = contents.replace("\n\n", "\n")
  51     return contents
  52
  53
  54 if __name__ == "__main__":
  55     if len(sys.argv) == 1:
  56         # Read from stdin, output to stdout.
  57         contents = sys.stdin.read()
  58         f = sys.stdout
  59     else:
  60         # Read from output of ssconvert
  61         assert len(sys.argv) == 3  # Script name, file to process, output file.
  62         proc = subprocess.Popen(["ssconvert", "--export-type=Gnumeric_html:xhtml", sys.argv[1], "fd://1"], stdout=subprocess.PIPE)
  63         f = open(sys.argv[2], 'w')
  64         sys.stdout = f  # Redirect stdout to the output file.
  65         contents = proc.stdout.read()
  66
  67     # Process and output to stdout.
  68     print(process_file(contents))
  69     f.close()
  70     exit(0)