update file module, add get_sort_name and get_sort_title to text module
This commit is contained in:
parent
a7aba40790
commit
d1021cd9c3
4 changed files with 135 additions and 0 deletions
|
@ -14,5 +14,6 @@ from image import *
|
||||||
from js import *
|
from js import *
|
||||||
from location import *
|
from location import *
|
||||||
from normalize import *
|
from normalize import *
|
||||||
|
from sort import *
|
||||||
from text import *
|
from text import *
|
||||||
from torrent import *
|
from torrent import *
|
42
ox/file.py
42
ox/file.py
|
@ -88,3 +88,45 @@ def makedirs(path):
|
||||||
except OSError, e:
|
except OSError, e:
|
||||||
if e.errno != 17:
|
if e.errno != 17:
|
||||||
raise
|
raise
|
||||||
|
|
||||||
|
def copy_file(source, target, verbose=False):
|
||||||
|
if verbose:
|
||||||
|
print 'copying', source, 'to', target
|
||||||
|
write_file(target, read_file(source))
|
||||||
|
|
||||||
|
def read_file(file, verbose=False):
|
||||||
|
if verbose:
|
||||||
|
print 'reading', file
|
||||||
|
f = open(file)
|
||||||
|
data = f.read()
|
||||||
|
f.close()
|
||||||
|
return data
|
||||||
|
|
||||||
|
def read_json(file, verbose=False):
|
||||||
|
return json.loads(read_file(file, verbose=verbose))
|
||||||
|
|
||||||
|
def write_file(file, data, verbose=False):
|
||||||
|
if verbose:
|
||||||
|
print 'writing', file
|
||||||
|
write_path(file)
|
||||||
|
f = open(file, 'w')
|
||||||
|
f.write(data)
|
||||||
|
f.close()
|
||||||
|
return len(data)
|
||||||
|
|
||||||
|
def write_json(file, data, indent=0, sort_keys=False, verbose=False):
|
||||||
|
data = json.dumps(data, indent=indent, sort_keys=sort_keys)
|
||||||
|
write_file(file, data, verbose=verbose)
|
||||||
|
|
||||||
|
def write_link(source, target, verbose=False):
|
||||||
|
if verbose:
|
||||||
|
print 'linking', source, 'to', target
|
||||||
|
write_path(target)
|
||||||
|
if os.path.exists(target):
|
||||||
|
os.unlink(target)
|
||||||
|
os.symlink(source, target)
|
||||||
|
|
||||||
|
def write_path(file):
|
||||||
|
path = os.path.split(file)[0]
|
||||||
|
if path and not os.path.exists(path):
|
||||||
|
os.makedirs(path)
|
||||||
|
|
|
@ -37,6 +37,26 @@ _noarticles = (
|
||||||
'i was',
|
'i was',
|
||||||
)
|
)
|
||||||
|
|
||||||
|
ARTICLES = list(set([
|
||||||
|
# def sg, def pl, indef sg, indef pl. all m/f/n
|
||||||
|
'der', 'die', 'das', 'ein', 'eine', # de
|
||||||
|
'the', 'a', 'an', # en
|
||||||
|
'el', 'la', 'lo', 'los', 'las', 'un', 'una', 'unos', 'unas', # es
|
||||||
|
'le', "l'", 'la', 'les', 'un', 'une', 'des', # fr
|
||||||
|
'il', 'lo', "l'" 'la', 'i', 'gli', 'le', # it
|
||||||
|
'de', 'het', 'een', # nl
|
||||||
|
'o', 'a', 'os', '_as', 'um', 'uma', '_uns', 'umas' # pt
|
||||||
|
]))
|
||||||
|
NAME_PREFIXES = [
|
||||||
|
'al', 'da', 'de', 'del', 'dem', 'den', 'der', 'di', 'du',
|
||||||
|
'e', 'el', 'la', 'the', 'van', 'vom', 'von', 'y', 'zu'
|
||||||
|
]
|
||||||
|
NAME_MIDFIXES = ['und']
|
||||||
|
NAME_SUFFIXES = ['jr', 'jr.', 'sr', 'sr.']
|
||||||
|
|
||||||
|
def get_sort_title():
|
||||||
|
|
||||||
|
|
||||||
def canonicalTitle(title):
|
def canonicalTitle(title):
|
||||||
"""Return the title in the canonic format 'Movie Title, The'.
|
"""Return the title in the canonic format 'Movie Title, The'.
|
||||||
|
|
||||||
|
|
72
ox/text.py
72
ox/text.py
|
@ -4,6 +4,78 @@
|
||||||
import math
|
import math
|
||||||
import re
|
import re
|
||||||
|
|
||||||
|
ARTICLES = list(set([
|
||||||
|
# def sg, def pl, indef sg, indef pl (each m/f/n)
|
||||||
|
'der', 'die', 'das', 'ein', 'eine', # de
|
||||||
|
'the', 'a', 'an', # en
|
||||||
|
'el', 'la', 'lo', 'los', 'las', 'un', 'una', 'unos', 'unas', # es
|
||||||
|
'le', "l'", 'la', 'les', 'un', 'une', 'des', # fr
|
||||||
|
'il', 'lo', "l'" 'la', 'i', 'gli', 'le', # it
|
||||||
|
'de', 'het', 'een', # nl
|
||||||
|
'o', 'a', 'os', '_as', 'um', 'uma', '_uns', 'umas' # pt
|
||||||
|
# some _disabled because of collisions
|
||||||
|
]))
|
||||||
|
PREFIXES = [
|
||||||
|
'al', 'da', 'de', 'del', 'dem', 'den', 'der', 'di', 'du',
|
||||||
|
'e', 'el', 'la', 'the', 'van', 'vom', 'von', 'y', 'zu'
|
||||||
|
]
|
||||||
|
MIDFIXES = ['und']
|
||||||
|
SUFFIXES = ['jr', 'jr.', 'sr', 'sr.']
|
||||||
|
|
||||||
|
def get_sort_name(name):
|
||||||
|
"""
|
||||||
|
|
||||||
|
>>> get_sort_name('Alfred Hitchcock')
|
||||||
|
'Hitchcock, Alfred'
|
||||||
|
|
||||||
|
>>> get_sort_name('Jean-Luc Godard')
|
||||||
|
'Godard, Jean-Luc'
|
||||||
|
|
||||||
|
>>> get_sort_name('Rainer Werner Fassbinder')
|
||||||
|
'Fassbinder, Rainer Werner'
|
||||||
|
|
||||||
|
>>> get_sort_name('Brian De Palma')
|
||||||
|
'De Palma, Brian'
|
||||||
|
|
||||||
|
>>> get_sort_name('Johan van der Keuken')
|
||||||
|
'van der Keuken, Johan'
|
||||||
|
|
||||||
|
>>> get_sort_name('Edward D. Wood Jr.')
|
||||||
|
'Wood Jr., Edward D.'
|
||||||
|
|
||||||
|
"""
|
||||||
|
def add_name():
|
||||||
|
if len(first_names):
|
||||||
|
last_names.insert(0, first_names.pop())
|
||||||
|
def find_name(names):
|
||||||
|
return len(first_names) and first_names[-1].lower() in names
|
||||||
|
first_names = name.split(' ')
|
||||||
|
last_names = []
|
||||||
|
if find_name(SUFFIXES):
|
||||||
|
add_name()
|
||||||
|
add_name()
|
||||||
|
if find_name(MIDFIXES):
|
||||||
|
add_name()
|
||||||
|
add_name()
|
||||||
|
while find_name(PREFIXES):
|
||||||
|
add_name()
|
||||||
|
return ', '.join([' '.join(last_names), ' '.join(first_names)])
|
||||||
|
|
||||||
|
def get_sort_title(title):
|
||||||
|
"""
|
||||||
|
|
||||||
|
>>> get_sort_title('Themroc')
|
||||||
|
'Themroc'
|
||||||
|
|
||||||
|
>>> get_sort_title('Die Hard')
|
||||||
|
'Hard, Die'
|
||||||
|
|
||||||
|
"""
|
||||||
|
for article in ARTICLES:
|
||||||
|
if title.lower().startswith(article + ' '):
|
||||||
|
length = len(article)
|
||||||
|
return title[length + 1:] + ', ' + title[:length]
|
||||||
|
return title
|
||||||
|
|
||||||
def findRe(string, regexp):
|
def findRe(string, regexp):
|
||||||
result = re.compile(regexp, re.DOTALL).findall(string)
|
result = re.compile(regexp, re.DOTALL).findall(string)
|
||||||
|
|
Loading…
Reference in a new issue