matita/help/C/split.ml

   1 #!/usr/bin/ocamlrun /usr/bin/ocaml
   2
   3 let fname =
   4   try Sys.argv.(1)
   5   with Invalid_argument _ ->
   6     prerr_endline "Usage: split.ml <FILE.html>";
   7     exit 1 ;;
   8
   9 #use "topfind";;
  10 #require "unix";;
  11 #require "pxp-engine";;
  12 #require "pxp-lex-utf8";;
  13
  14 let xhtml_header =
  15 "<?xml version=\"1.0\" encoding=\"UTF-8\"?>
  16 <!DOCTYPE html PUBLIC \"-//W3C//DTD XHTML 1.0 Transitional//EN\" \"http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd\">
  17 <html xmlns=\"http://www.w3.org/1999/xhtml\">
  18   <body>
  19 "
  20
  21 let xhtml_trailer =
  22 "  </body>
  23 </html>
  24 "
  25
  26 type 'a node =
  27   ('a Pxp_document.node #Pxp_document.extension as 'a) Pxp_document.node
  28
  29 let resolver =
  30   Pxp_reader.lookup_public_id_as_file [
  31     "-//W3C//DTD XHTML 1.0 Transitional//EN", "xhtml1-transitional.dtd";
  32     "-//W3C//ENTITIES Latin 1 for XHTML//EN", "xhtml-lat1.ent";
  33     "-//W3C//ENTITIES Symbols for XHTML//EN", "xhtml-symbol.ent";
  34     "-//W3C//ENTITIES Special for XHTML//EN", "xhtml-special.ent"; ]
  35
  36 let parse_xml fname =
  37   Pxp_tree_parser.parse_wfdocument_entity
  38     { Pxp_types.default_config with Pxp_types.encoding = `Enc_utf8 }
  39     (Pxp_types.from_file ~alt:[ resolver ] fname)
  40     Pxp_tree_parser.default_spec
  41
  42   (** pattern matching like predicate on pxp nodes *)
  43 let match_elt tag attr_name ?attr_value () node =
  44   node#node_type = Pxp_document.T_element tag
  45   && (match attr_value with
  46      | Some attr_value ->
  47          (try node#attribute attr_name = Pxp_types.Value attr_value
  48           with Not_found -> false)
  49      | None -> List.mem attr_name node#attribute_names)
  50
  51 let slice doc =
  52   let article =
  53     try
  54       Pxp_document.find ~deeply:true
  55         (match_elt "div" "class" ~attr_value:"article" ()) doc#root
  56      with Not_found -> failwith "Can't find article <div>" in
  57   let titlepage =
  58     Pxp_document.find ~deeply:false
  59       (match_elt "div" "class" ~attr_value:"titlepage" ()) article in
  60   let toc =
  61     Pxp_document.find ~deeply:false
  62       (match_elt "div" "class" ~attr_value:"toc" ()) article in
  63   let secs =
  64     Pxp_document.find_all ~deeply:false
  65       (match_elt "div" "class" ~attr_value:"sect1" ()) article in
  66   titlepage :: toc :: secs
  67
  68 let localize_ids secs =
  69   let id2sec = Hashtbl.create 1023 in
  70   let sec_ids = ref [] in
  71   List.iter
  72     (fun sec ->
  73       match Pxp_document.find_all ~deeply:true (match_elt "a" "id" ()) sec with
  74       | sec_id :: ids ->
  75           let sec_id = sec_id#required_string_attribute "id" in
  76           sec_ids := sec_id :: !sec_ids;
  77           List.iter
  78             (fun id ->
  79               let id = id#required_string_attribute "id" in
  80               Hashtbl.add id2sec id sec_id)
  81             ids
  82       | _ -> failwith "can't find section id")
  83     secs;
  84   !sec_ids, id2sec
  85
  86 let fname_of_sec sec_name = sec_name ^ ".html"
  87
  88 let get_sec_name sec =
  89   let id =
  90     try
  91       Pxp_document.find ~deeply:true (match_elt "a" "id" ()) sec
  92     with Not_found -> failwith "can't find section id" in
  93   id#required_string_attribute "id"
  94
  95 let iter_xrefs f node =
  96   let a_s = Pxp_document.find_all ~deeply:true (match_elt "a" "href" ()) node in
  97   List.iter
  98     (fun (node: 'a node) ->
  99       let href = node#required_string_attribute "href" in
 100       assert (String.length href > 0);
 101       if href.[0] = '#' then
 102         let xref = String.sub href 1 (String.length href - 1) in
 103         f node xref)
 104     a_s
 105
 106 let patch_toc sec_ids id2sec toc =
 107   iter_xrefs
 108     (fun node xref ->
 109       if List.mem xref sec_ids then
 110         node#set_attribute "href" (Pxp_types.Value (fname_of_sec xref))
 111       else
 112         try
 113           let sec = Hashtbl.find id2sec xref in
 114           node#set_attribute "href"
 115             (Pxp_types.Value (fname_of_sec sec ^ "#" ^ xref))
 116         with Not_found -> ())
 117     toc
 118
 119 (*   let a_s = Pxp_document.find_all ~deeply:true (match_elt "a" "href" ()) toc in
 120   List.iter
 121     (fun (node: 'a node) ->
 122       let href = node#required_string_attribute "href" in
 123       assert (String.length href > 0);
 124       if href.[0] = '#' then
 125         let xref = String.sub href 1 (String.length href - 1) in
 126         if List.mem xref sec_ids then
 127           node#set_attribute "href" (Pxp_types.Value (fname_of_sec xref))
 128         else
 129           try
 130             let sec = Hashtbl.find id2sec xref in
 131             node#set_attribute "href"
 132               (Pxp_types.Value (fname_of_sec sec ^ "#" ^ xref))
 133           with Not_found -> ())
 134     a_s *)
 135
 136 let patch_sec sec_ids id2sec sec =
 137   let sec_name = get_sec_name sec in
 138   iter_xrefs
 139     (fun node xref ->
 140       try
 141         let xref_sec = Hashtbl.find id2sec xref in
 142         if xref_sec <> sec_name then
 143           node#set_attribute "href"
 144             (Pxp_types.Value (fname_of_sec xref_sec ^ "#" ^ xref))
 145       with Not_found -> ())
 146     sec
 147
 148 let open_formatter fname =
 149   Unix.open_process_out (Printf.sprintf "xmllint --format -o %s -" fname)
 150
 151 let close_formatter oc = ignore (Unix.close_process_out oc)
 152
 153 let output_index (titlepage: 'a node) (toc: 'a node) fname =
 154   let oc = open_formatter fname in
 155   output_string oc xhtml_header;
 156   titlepage#write (`Out_channel oc) `Enc_utf8;
 157   toc#write (`Out_channel oc) `Enc_utf8;
 158   output_string oc xhtml_trailer;
 159   close_formatter oc
 160
 161 let output_sec (sec: 'a node) fname =
 162   let oc = open_formatter fname in
 163   output_string oc xhtml_header;
 164   sec#write (`Out_channel oc) `Enc_utf8;
 165   output_string oc xhtml_trailer;
 166   close_formatter oc
 167
 168 let main () =
 169   let doc = parse_xml fname in
 170   match slice doc with
 171   | titlepage :: toc :: secs ->
 172       let sec_ids, id2sec = localize_ids secs in
 173       patch_toc sec_ids id2sec toc;
 174       List.iter (patch_sec sec_ids id2sec) secs;
 175       output_index titlepage toc "index.html";
 176       List.iter (fun sec -> output_sec sec (get_sec_name sec ^ ".html")) secs
 177   | _ -> failwith "Unrecognized document structure"
 178
 179 let _ = main ()
 180