misc/translator/tmpl_process3.pl

   1 #!/usr/bin/perl
   2 # This file is part of Koha
   3 # Parts copyright 2003-2004 Paul Poulain
   4 # Parts copyright 2003-2004 Jerome Vizcaino
   5 # Parts copyright 2004 Ambrose Li
   6
   7 =head1 NAME
   8
   9 tmpl_process3.pl - Alternative version of tmpl_process.pl
  10 using gettext-compatible translation files
  11
  12 =cut
  13
  14 use strict;
  15 #use warnings; FIXME - Bug 2505
  16 use Getopt::Long;
  17 use Locale::PO;
  18 use File::Temp qw( :POSIX );
  19 use TmplTokenizer;
  20 use VerboseWarnings qw( :warn :die );
  21
  22 ###############################################################################
  23
  24 use vars qw( @in_files $in_dir $str_file $out_dir $quiet );
  25 use vars qw( @excludes $exclude_regex );
  26 use vars qw( $recursive_p );
  27 use vars qw( $pedantic_p );
  28 use vars qw( $href );
  29 use vars qw( $type );   # file extension (DOS form without the dot) to match
  30 use vars qw( $charset_in $charset_out );
  31
  32 ###############################################################################
  33
  34 sub find_translation ($) {
  35     my($s) = @_;
  36     my $key = $s;
  37     if ($s =~ /\S/s) {
  38     $key = TmplTokenizer::string_canon($key);
  39     $key = TmplTokenizer::charset_convert($key, $charset_in, $charset_out);
  40     $key = TmplTokenizer::quote_po($key);
  41     }
  42     return defined $href->{$key}
  43         && !$href->{$key}->fuzzy
  44         && length Locale::PO->dequote($href->{$key}->msgstr)?
  45        Locale::PO->dequote($href->{$key}->msgstr): $s;
  46 }
  47
  48 sub text_replace_tag ($$) {
  49     my($t, $attr) = @_;
  50     my $it;
  51
  52     # value [tag=input], meta
  53     my $tag = lc($1) if $t =~ /^<(\S+)/s;
  54     my $translated_p = 0;
  55     for my $a ('alt', 'content', 'title', 'value','label') {
  56     if ($attr->{$a}) {
  57         next if $a eq 'label' && $tag ne 'optgroup';
  58         next if $a eq 'content' && $tag ne 'meta';
  59         next if $a eq 'value' && ($tag ne 'input' || (ref $attr->{'type'} && $attr->{'type'}->[1] =~ /^(?:checkbox|hidden|radio|text)$/)); # FIXME
  60
  61         my($key, $val, $val_orig, $order) = @{$attr->{$a}}; #FIXME
  62         if ($val =~ /\S/s) {
  63         my $s = find_translation($val);
  64         if ($attr->{$a}->[1] ne $s) { #FIXME
  65             $attr->{$a}->[1] = $s; # FIXME
  66             $attr->{$a}->[2] = ($s =~ /"/s)? "'$s'": "\"$s\""; #FIXME
  67             $translated_p = 1;
  68         }
  69         }
  70     }
  71     }
  72     if ($translated_p) {
  73      $it = "<$tag"
  74           . join('', map { if ($_ ne '/'){
  75                              sprintf(' %s="%s"', $_, $attr->{$_}->[1]);
  76           }
  77               else {
  78                   sprintf(' %s',$_);
  79                   }
  80
  81               } sort {
  82                   $attr->{$a}->[3] <=> $attr->{$b}->[3] #FIXME
  83               } keys %$attr);
  84         $it .= '>';
  85     }
  86     else {
  87         $it = $t;
  88     }
  89     return $it;
  90 }
  91
  92 sub text_replace (**) {
  93     my($h, $output) = @_;
  94     for (;;) {
  95     my $s = TmplTokenizer::next_token $h;
  96     last unless defined $s;
  97     my($kind, $t, $attr) = ($s->type, $s->string, $s->attributes);
  98     if ($kind eq TmplTokenType::TEXT) {
  99         print $output find_translation($t);
 100     } elsif ($kind eq TmplTokenType::TEXT_PARAMETRIZED) {
 101         my $fmt = find_translation($s->form);
 102         print $output TmplTokenizer::parametrize($fmt, 1, $s, sub {
 103         $_ = $_[0];
 104         my($kind, $t, $attr) = ($_->type, $_->string, $_->attributes);
 105         $kind == TmplTokenType::TAG && %$attr?
 106             text_replace_tag($t, $attr): $t });
 107     } elsif ($kind eq TmplTokenType::TAG && %$attr) {
 108         print $output text_replace_tag($t, $attr);
 109     } elsif ($s->has_js_data) {
 110         for my $t (@{$s->js_data}) {
 111         # FIXME for this whole block
 112         if ($t->[0]) {
 113             printf $output "%s%s%s", $t->[2], find_translation $t->[3],
 114                 $t->[2];
 115         } else {
 116             print $output $t->[1];
 117         }
 118         }
 119     } elsif (defined $t) {
 120         # Quick fix to bug 4472
 121         $t = "<!DOCTYPE stylesheet ["  if $t =~ /DOCTYPE stylesheet/ ;
 122         print $output $t;
 123     }
 124     }
 125 }
 126
 127 sub listfiles ($$$) {
 128     my($dir, $type, $action) = @_;
 129     my @it = ();
 130     if (opendir(DIR, $dir)) {
 131     my @dirent = readdir DIR;   # because DIR is shared when recursing
 132     closedir DIR;
 133     for my $dirent (@dirent) {
 134         my $path = "$dir/$dirent";
 135         if ($dirent =~ /^\./ || $dirent eq 'CVS' || $dirent eq 'RCS'
 136         || (defined $exclude_regex && $dirent =~ /^(?:$exclude_regex)$/)) {
 137         ;
 138         } elsif (-f $path) {
 139         push @it, $path if (!defined $type || $dirent =~ /\.(?:$type)$/) || $action eq 'install';
 140         } elsif (-d $path && $recursive_p) {
 141         push @it, listfiles($path, $type, $action);
 142         }
 143     }
 144     } else {
 145     warn_normal "$dir: $!", undef;
 146     }
 147     return @it;
 148 }
 149
 150 ###############################################################################
 151
 152 sub mkdir_recursive ($) {
 153     my($dir) = @_;
 154     local($`, $&, $', $1);
 155     $dir = $` if $dir ne /^\/+$/ && $dir =~ /\/+$/;
 156     my ($prefix, $basename) = ($dir =~ /\/([^\/]+)$/s)? ($`, $1): ('.', $dir);
 157     mkdir_recursive($prefix) if $prefix ne '.' && !-d $prefix;
 158     if (!-d $dir) {
 159     print STDERR "Making directory $dir..." unless $quiet;
 160     # creates with rwxrwxr-x permissions
 161     mkdir($dir, 0775) || warn_normal "$dir: $!", undef;
 162     }
 163 }
 164
 165 ###############################################################################
 166
 167 sub usage ($) {
 168     my($exitcode) = @_;
 169     my $h = $exitcode? *STDERR: *STDOUT;
 170     print $h <<EOF;
 171 Usage: $0 create [OPTION]
 172   or:  $0 update [OPTION]
 173   or:  $0 install [OPTION]
 174   or:  $0 --help
 175 Create or update PO files from templates, or install translated templates.
 176
 177   -i, --input=SOURCE          Get or update strings from SOURCE file.
 178                               SOURCE is a directory if -r is also specified.
 179   -o, --outputdir=DIRECTORY   Install translation(s) to specified DIRECTORY
 180       --pedantic-warnings     Issue warnings even for detected problems
 181                               which are likely to be harmless
 182   -r, --recursive             SOURCE in the -i option is a directory
 183   -s, --str-file=FILE         Specify FILE as the translation (po) file
 184                               for input (install) or output (create, update)
 185   -x, --exclude=REGEXP        Exclude files matching the given REGEXP
 186       --help                  Display this help and exit
 187   -q, --quiet                 no output to screen (except for errors)
 188
 189 The -o option is ignored for the "create" and "update" actions.
 190 Try `perldoc $0 for perhaps more information.
 191 EOF
 192     exit($exitcode);
 193 }#`
 194
 195 ###############################################################################
 196
 197 sub usage_error (;$) {
 198     for my $msg (split(/\n/, $_[0])) {
 199     print STDERR "$msg\n";
 200     }
 201     print STDERR "Try `$0 --help for more information.\n";
 202     exit(-1);
 203 }
 204
 205 ###############################################################################
 206
 207 GetOptions(
 208     'input|i=s'             => \@in_files,
 209     'outputdir|o=s'         => \$out_dir,
 210     'recursive|r'           => \$recursive_p,
 211     'str-file|s=s'          => \$str_file,
 212     'exclude|x=s'           => \@excludes,
 213     'quiet|q'               => \$quiet,
 214     'pedantic-warnings|pedantic'    => sub { $pedantic_p = 1 },
 215     'help'              => \&usage,
 216 ) || usage_error;
 217
 218 VerboseWarnings::set_application_name $0;
 219 VerboseWarnings::set_pedantic_mode $pedantic_p;
 220
 221 # keep the buggy Locale::PO quiet if it says stupid things
 222 $SIG{__WARN__} = sub {
 223     my($s) = @_;
 224     print STDERR $s unless $s =~ /^Strange line in [^:]+: #~/s
 225     };
 226
 227 my $action = shift or usage_error('You must specify an ACTION.');
 228 usage_error('You must at least specify input and string list filenames.')
 229     if !@in_files || !defined $str_file;
 230
 231 # Type match defaults to *.tt plus *.inc if not specified
 232 $type = "tt|inc|xsl" if !defined($type);
 233
 234 # Check the inputs for being files or directories
 235 for my $input (@in_files) {
 236     usage_error("$input: Input must be a file or directory.\n"
 237         . "(Symbolic links are not supported at the moment)")
 238     unless -d $input || -f $input;;
 239 }
 240
 241 # Generates the global exclude regular expression
 242 $exclude_regex =  '(?:'.join('|', @excludes).')' if @excludes;
 243
 244 # Generate the list of input files if a directory is specified
 245 if (-d $in_files[0]) {
 246     die "If you specify a directory as input, you must specify only it.\n"
 247         if @in_files > 1;
 248
 249     # input is a directory, generates list of files to process
 250     $in_dir = $in_files[0];
 251     $in_dir =~ s/\/$//; # strips the trailing / if any
 252     @in_files = listfiles($in_dir, $type, $action);
 253 } else {
 254     for my $input (@in_files) {
 255     die "You cannot specify input files and directories at the same time.\n"
 256         unless -f $input;
 257     }
 258 }
 259
 260 # restores the string list from file
 261 $href = Locale::PO->load_file_ashash($str_file);
 262
 263 # guess the charsets. HTML::Templates defaults to iso-8859-1
 264 if (defined $href) {
 265     die "$str_file: PO file is corrupted, or not a PO file\n" unless defined $href->{'""'};
 266     $charset_out = TmplTokenizer::charset_canon $2 if $href->{'""'}->msgstr =~ /\bcharset=(["']?)([^;\s"'\\]+)\1/;
 267     $charset_in = $charset_out;
 268     warn "Charset in/out: ".$charset_out;
 269 #     for my $msgid (keys %$href) {
 270 #   if ($msgid =~ /\bcharset=(["']?)([^;\s"'\\]+)\1/) {
 271 #       my $candidate = TmplTokenizer::charset_canon $2;
 272 #       die "Conflicting charsets in msgid: $charset_in vs $candidate => $msgid\n"
 273 #           if defined $charset_in && $charset_in ne $candidate;
 274 #       $charset_in = $candidate;
 275 #   }
 276 #     }
 277
 278     # BUG6464: check consistency of PO messages
 279     #  - count number of '%s' in msgid and msgstr
 280     for my $msg ( values %$href ) {
 281         my $id_count  = split(/%s/, $msg->{msgid}) - 1;
 282         my $str_count = split(/%s/, $msg->{msgstr}) - 1;
 283         next if $id_count == $str_count ||
 284                 $msg->{msgstr} eq '""' ||
 285                 grep { /fuzzy/ } @{$msg->{_flags}};
 286         warn_normal
 287             "unconsistent %s count: ($id_count/$str_count):\n" .
 288             "  line:   " . $msg->{loaded_line_number} . "\n" .
 289             "  msgid:  " . $msg->{msgid} . "\n" .
 290             "  msgstr: " . $msg->{msgstr} . "\n", undef;
 291     }
 292 }
 293
 294 # set our charset in to UTF-8
 295 if (!defined $charset_in) {
 296     $charset_in = TmplTokenizer::charset_canon 'UTF-8';
 297     warn "Warning: Can't determine original templates' charset, defaulting to $charset_in\n";
 298 }
 299 # set our charset out to UTF-8
 300 if (!defined $charset_out) {
 301     $charset_out = TmplTokenizer::charset_canon 'UTF-8';
 302     warn "Warning: Charset Out defaulting to $charset_out\n";
 303 }
 304 my $xgettext = './xgettext.pl'; # actual text extractor script
 305 my $st;
 306
 307 if ($action eq 'create')  {
 308     # updates the list. As the list is empty, every entry will be added
 309     if (!-s $str_file) {
 310     warn "Removing empty file $str_file\n";
 311     unlink $str_file || die "$str_file: $!\n";
 312     }
 313     die "$str_file: Output file already exists\n" if -f $str_file;
 314     my($tmph1, $tmpfile1) = tmpnam();
 315     my($tmph2, $tmpfile2) = tmpnam();
 316     close $tmph2; # We just want a name
 317     # Generate the temporary file that acts as <MODULE>/POTFILES.in
 318     for my $input (@in_files) {
 319     print $tmph1 "$input\n";
 320     }
 321     close $tmph1;
 322     warn "I $charset_in O $charset_out";
 323     # Generate the specified po file ($str_file)
 324     $st = system ($xgettext, '-s', '-f', $tmpfile1, '-o', $tmpfile2,
 325             (defined $charset_in? ('-I', $charset_in): ()),
 326             (defined $charset_out? ('-O', $charset_out): ())
 327     );
 328     # Run msgmerge so that the pot file looks like a real pot file
 329     # We need to help msgmerge a bit by pre-creating a dummy po file that has
 330     # the headers and the "" msgid & msgstr. It will fill in the rest.
 331     if ($st == 0) {
 332     # Merge the temporary "pot file" with the specified po file ($str_file)
 333     # FIXME: msgmerge(1) is a Unix dependency
 334     # FIXME: need to check the return value
 335     unless (-f $str_file) {
 336         local(*INPUT, *OUTPUT);
 337         open(INPUT, "<$tmpfile2");
 338         open(OUTPUT, ">$str_file");
 339         while (<INPUT>) {
 340         print OUTPUT;
 341         last if /^\n/s;
 342         }
 343         close INPUT;
 344         close OUTPUT;
 345     }
 346     $st = system('msgmerge', '-U', '-s', $str_file, $tmpfile2);
 347     } else {
 348     error_normal "Text extraction failed: $xgettext: $!\n", undef;
 349     error_additional "Will not run msgmerge\n", undef;
 350     }
 351 #   unlink $tmpfile1 || warn_normal "$tmpfile1: unlink failed: $!\n", undef;
 352 #   unlink $tmpfile2 || warn_normal "$tmpfile2: unlink failed: $!\n", undef;
 353
 354 } elsif ($action eq 'update') {
 355     my($tmph1, $tmpfile1) = tmpnam();
 356     my($tmph2, $tmpfile2) = tmpnam();
 357     close $tmph2; # We just want a name
 358     # Generate the temporary file that acts as <MODULE>/POTFILES.in
 359     for my $input (@in_files) {
 360     print $tmph1 "$input\n";
 361     }
 362     close $tmph1;
 363     # Generate the temporary file that acts as <MODULE>/<LANG>.pot
 364     $st = system($xgettext, '-s', '-f', $tmpfile1, '-o', $tmpfile2,
 365         '--po-mode',
 366         (defined $charset_in? ('-I', $charset_in): ()),
 367         (defined $charset_out? ('-O', $charset_out): ()));
 368     if ($st == 0) {
 369     # Merge the temporary "pot file" with the specified po file ($str_file)
 370     # FIXME: msgmerge(1) is a Unix dependency
 371     # FIXME: need to check the return value
 372     $st = system('msgmerge', '-U', '-s', $str_file, $tmpfile2);
 373     } else {
 374     error_normal "Text extraction failed: $xgettext: $!\n", undef;
 375     error_additional "Will not run msgmerge\n", undef;
 376     }
 377 #   unlink $tmpfile1 || warn_normal "$tmpfile1: unlink failed: $!\n", undef;
 378 #   unlink $tmpfile2 || warn_normal "$tmpfile2: unlink failed: $!\n", undef;
 379
 380 } elsif ($action eq 'install') {
 381     if(!defined($out_dir)) {
 382     usage_error("You must specify an output directory when using the install method.");
 383     }
 384
 385     if ($in_dir eq $out_dir) {
 386     warn "You must specify a different input and output directory.\n";
 387     exit -1;
 388     }
 389
 390     # Make sure the output directory exists
 391     # (It will auto-create it, but for compatibility we should not)
 392     -d $out_dir || die "$out_dir: The directory does not exist\n";
 393
 394     # Try to open the file, because Locale::PO doesn't check :-/
 395     open(INPUT, "<$str_file") || die "$str_file: $!\n";
 396     close INPUT;
 397
 398     # creates the new tmpl file using the new translation
 399     for my $input (@in_files) {
 400         die "Assertion failed"
 401             unless substr($input, 0, length($in_dir) + 1) eq "$in_dir/";
 402 #       print "$input / $type\n";
 403         if (!defined $type || $input =~ /\.(?:$type)$/) {
 404             my $h = TmplTokenizer->new( $input );
 405             $h->set_allow_cformat( 1 );
 406             VerboseWarnings::set_input_file_name $input;
 407
 408             my $target = $out_dir . substr($input, length($in_dir));
 409             my $targetdir = $` if $target =~ /[^\/]+$/s;
 410             mkdir_recursive($targetdir) unless -d $targetdir;
 411             print STDERR "Creating $target...\n" unless $quiet;
 412             open( OUTPUT, ">$target" ) || die "$target: $!\n";
 413             text_replace( $h, *OUTPUT );
 414             close OUTPUT;
 415         } else {
 416         # just copying the file
 417             my $target = $out_dir . substr($input, length($in_dir));
 418             my $targetdir = $` if $target =~ /[^\/]+$/s;
 419             mkdir_recursive($targetdir) unless -d $targetdir;
 420             system("cp -f $input $target");
 421             print STDERR "Copying $input...\n" unless $quiet;
 422         }
 423     }
 424
 425 } else {
 426     usage_error('Unknown action specified.');
 427 }
 428
 429 if ($st == 0) {
 430     printf "The %s seems to be successful.\n", $action unless $quiet;
 431 } else {
 432     printf "%s FAILED.\n", "\u$action" unless $quiet;
 433 }
 434 exit 0;
 435
 436 ###############################################################################
 437
 438 =head1 SYNOPSIS
 439
 440 ./tmpl_process3.pl [ I<tmpl_process.pl options> ]
 441
 442 =head1 DESCRIPTION
 443
 444 This is an alternative version of the tmpl_process.pl script,
 445 using standard gettext-style PO files.  While there still might
 446 be changes made to the way it extracts strings, at this moment
 447 it should be stable enough for general use; it is already being
 448 used for the Chinese and Polish translations.
 449
 450 Currently, the create, update, and install actions have all been
 451 reimplemented and seem to work.
 452
 453 =head2 Features
 454
 455 =over
 456
 457 =item -
 458
 459 Translation files in standard Uniforum PO format.
 460 All standard tools including all gettext tools,
 461 plus PO file editors like kbabel(1) etc.
 462 can be used.
 463
 464 =item -
 465
 466 Minor changes in whitespace in source templates
 467 do not generally require strings to be re-translated.
 468
 469 =item -
 470
 471 Able to handle <TMPL_VAR> variables in the templates;
 472 <TMPL_VAR> variables are usually extracted in proper context,
 473 represented by a short %s placeholder.
 474
 475 =item -
 476
 477 Able to handle text input and radio button INPUT elements
 478 in the templates; these INPUT elements are also usually
 479 extracted in proper context,
 480 represented by a short %S or %p placeholder.
 481
 482 =item -
 483
 484 Automatic comments in the generated PO files to provide
 485 even more context (line numbers, and the names and types
 486 of the variables).
 487
 488 =item -
 489
 490 The %I<n>$s (or %I<n>$p, etc.) notation can be used
 491 for change the ordering of the variables,
 492 if such a reordering is required for correct translation.
 493
 494 =item -
 495
 496 If a particular <TMPL_VAR> should not appear in the
 497 translation, it can be suppressed with the %0.0s notation.
 498
 499 =item -
 500
 501 Using the PO format also means translators can add their
 502 own comments in the translation files, if necessary.
 503
 504 =item -
 505
 506 Create, update, and install actions are all based on the
 507 same scanner module. This ensures that update and install
 508 have the same idea of what is a translatable string;
 509 attribute names in tags, for example, will not be
 510 accidentally translated.
 511
 512 =back
 513
 514 =head1 NOTES
 515
 516 Anchors are represented by an <AI<n>> notation.
 517 The meaning of this non-standard notation might not be obvious.
 518
 519 The create action calls xgettext.pl to do the actual work;
 520 the update action calls xgettext.pl and msgmerge(1) to do the
 521 actual work.
 522
 523 =head1 BUGS
 524
 525 xgettext.pl must be present in the current directory; the
 526 msgmerge(1) command must also be present in the search path.
 527 The script currently does not check carefully whether these
 528 dependent commands are present.
 529
 530 Locale::PO(3) has a lot of bugs. It can neither parse nor
 531 generate GNU PO files properly; a couple of workarounds have
 532 been written in TmplTokenizer and more is likely to be needed
 533 (e.g., to get rid of the "Strange line" warning for #~).
 534
 535 This script may not work in Windows.
 536
 537 There are probably some other bugs too, since this has not been
 538 tested very much.
 539
 540 =head1 SEE ALSO
 541
 542 xgettext.pl,
 543 TmplTokenizer.pm,
 544 msgmerge(1),
 545 Locale::PO(3),
 546 translator_doc.txt
 547
 548 http://www.saas.nsw.edu.au/koha_wiki/index.php?page=DifficultTerms
 549
 550 =cut