spec_utf8

   1 #!/usr/bin/python
   2
   3 debug = False
   4
   5 import os, os.path, re, sys, locale
   6
   7 langs={
   8     'bg':'windows-1251',
   9     'br':'iso8859-1',
  10     'ca':'iso8859-1',
  11     'cs':'iso8859-2',
  12     'da':'iso8859-1',
  13     'de':'iso8859-1',
  14     'en':'iso8859-1',
  15     'eo':'iso8859-3',
  16     'es':'iso8859-1',
  17     'fi':'iso8859-1',
  18     'fo':'iso8859-1',
  19     'fr':'iso8859-1',
  20     'gl':'iso8859-1',
  21     'he':'iso8859-8',
  22     'id':'iso8859-1',
  23     'is':'iso8859-1',
  24     'it':'iso8859-1',
  25     'ja':'euc-jp',
  26     'ko':'euc-kr',
  27     'nb':'iso8859-1',
  28     'nl':'iso8859-1',
  29     'pl':'iso8859-2',
  30     'pt':'iso8859-1',
  31     'pt_BR':'iso8859-1',
  32     'ro':'iso8859-2',
  33     'ru':'KOI8-R',
  34     'se':'UTF-8',
  35     'sk':'iso8859-2',
  36     'sl':'iso8859-2',
  37     'sv':'iso8859-1',
  38     'tr':'iso8859-9',
  39     'uk':'KOI8-U',
  40     'wa':'iso8859-1',
  41     'zh_CN':'GB2312',
  42     'zh_HK':'BIG5-HKSCS',
  43     'zh_TW':'BIG5',
  44     0:0}
  45
  46 def find_encoding(lang):
  47   r = re.match("^([^.]+)(\.[^@]+)?$", lang)
  48   pure_lang = r.group(1)
  49   if r.group(2) == None:
  50     try:
  51       enc = langs[lang]
  52     except KeyError:
  53       enc = None
  54   else:
  55     # strip dot
  56     enc = r.group(2)[1:]
  57   return (enc, pure_lang)
  58
  59 def parse_spec(infile, outfile):
  60   re_summary = re.compile("^Summary\(([^\)]+)\):\t+(.*)$")
  61   re_utf = re.compile("^utf-8$", re.I)
  62   re_desc = re.compile("^(%description.*\s)-l\s+([\S]+)($|\s.*$)")
  63   re_proc = re.compile("^%")
  64   re_changelog = re.compile("^%changelog")
  65   in_desc = False
  66   in_changelog = False
  67
  68   for l in infile:
  69     outline = l
  70     if debug: outfile.write("%s, %s, %s" % (in_desc, in_changelog, l))
  71
  72     # %description start
  73     r = re_desc.match(l)
  74     if r:
  75       (enc, pure_lang) = find_encoding(r.group(2))
  76       if enc == None:
  77         outfile.write("#spec_utf8: unknown lang code in %%description -l %s\n" % (lang))
  78       elif not re_utf.search(enc):
  79         in_desc = True
  80         outline = "%s-l %s.UTF-8%s\n" % (r.group(1), pure_lang, r.group(3))
  81     elif in_desc:
  82       if re_proc.search(l):
  83         in_desc = False
  84       else:
  85         # %description continues
  86         if not re_utf.search(enc):
  87           try:
  88             outline = unicode(l, enc).encode("UTF-8")
  89           except UnicodeDecodeError:
  90             outfile.write("#spec_utf8: transcoding error %%description -l %s\n" % (lang))
  91     elif in_changelog:
  92       try:
  93         outline = unicode(l, "UTF-8").encode("UTF-8")
  94       except UnicodeDecodeError:
  95         try:
  96           outline = unicode(l, "ISO-8859-2").encode("UTF-8")
  97         except UnicodeDecodeError:
  98           outfile.write("#spec_utf8: transcoding next line from Latin2 failed\n")
  99     else:
 100       # Summary
 101       r = re_summary.match(l)
 102       if r:
 103         (enc, pure_lang) = find_encoding(r.group(1))
 104         if enc == None:
 105           outfile.write("#spec_utf8: unknow lang code Summary(%s)\n" % (lang))
 106         elif not re_utf.search(enc):
 107           try:
 108             desc = unicode(r.group(2), enc).encode("UTF-8")
 109             outline = "Summary(%s.UTF-8):   %s\n" % (pure_lang, desc)
 110           except UnicodeDecodeError:
 111             outfile.write("#spec_utf8: ranscoding error Summary(%s)\n" % (lang))
 112       elif re_changelog.match(l):
 113         # %changelog start
 114         in_changelog = True
 115
 116
 117     if debug: outfile.write("%s, %s\n"% (in_desc, in_changelog))
 118     outfile.write("%s"% (outline, ))
 119
 120 def main():
 121   parse_spec(sys.stdin, sys.stdout)
 122
 123 if __name__ == "__main__":
 124   main()
 125