src/lxml/html/_diffcommand.py

   1 import optparse
   2 import sys
   3 import re
   4 import os
   5 from lxml.html.diff import htmldiff
   6
   7 description = """\
   8 """
   9
  10 parser = optparse.OptionParser(
  11     usage="%prog [OPTIONS] FILE1 FILE2\n"
  12     "%prog --annotate [OPTIONS] INFO1 FILE1 INFO2 FILE2 ...",
  13     description=description,
  14     )
  15
  16 parser.add_option(
  17     '-o', '--output',
  18     metavar="FILE",
  19     dest="output",
  20     default="-",
  21     help="File to write the difference to",
  22     )
  23
  24 parser.add_option(
  25     '-a', '--annotation',
  26     action="store_true",
  27     dest="annotation",
  28     help="Do an annotation")
  29
  30 def main(args=None):
  31     if args is None:
  32         args = sys.argv[1:]
  33     options, args = parser.parse_args(args)
  34     if options.annotation:
  35         return annotate(options, args)
  36     if len(args) != 2:
  37         print 'Error: you must give two files'
  38         parser.print_help()
  39         sys.exit(1)
  40     file1, file2 = args
  41     input1 = read_file(file1)
  42     input2 = read_file(file2)
  43     body1 = split_body(input1)[1]
  44     pre, body2, post = split_body(input2)
  45     result = htmldiff(body1, body2)
  46     result = pre + result + post
  47     if options.output == '-':
  48         if not result.endswith('\n'):
  49             result += '\n'
  50         sys.stdout.write(result)
  51     else:
  52         f = open(options.output, 'wb')
  53         f.write(result)
  54         f.close()
  55
  56 def read_file(filename):
  57     if filename == '-':
  58         c = sys.stdin.read()
  59     elif not os.path.exists(filename):
  60         raise OSError(
  61             "Input file %s does not exist" % filename)
  62     else:
  63         f = open(filename, 'rb')
  64         c = f.read()
  65         f.close()
  66     return c
  67
  68 body_start_re = re.compile(
  69     r"<body.*?>", re.I|re.S)
  70 body_end_re = re.compile(
  71     r"</body.*?>", re.I|re.S)
  72
  73 def split_body(html):
  74     match = body_start_re.search(html)
  75     if match:
  76         pre = html[:match.end()]
  77         html = html[match.end():]
  78     match = body_end_re.search(html)
  79     if match:
  80         post = html[match.start():]
  81         html = html[:match.start()]
  82     return pre, html, post
  83
  84 def annotate(options, args):
  85     print "Not yet implemented"
  86     sys.exit(1)
  87