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 File::Basename;
  17 use Getopt::Long;
  18 use Locale::PO;
  19 use File::Temp qw( :POSIX );
  20 use TmplTokenizer;
  21 use VerboseWarnings qw( :warn :die );
  22
  23 ###############################################################################
  24
  25 use vars qw( @in_dirs @filenames @match @nomatch $str_file $out_dir $quiet );
  26 use vars qw( @excludes $exclude_regex );
  27 use vars qw( $recursive_p );
  28 use vars qw( $pedantic_p );
  29 use vars qw( $href );
  30 use vars qw( $type );   # file extension (DOS form without the dot) to match
  31 use vars qw( $charset_in $charset_out );
  32
  33 ###############################################################################
  34
  35 sub find_translation ($) {
  36     my($s) = @_;
  37     my $key = $s;
  38     if ($s =~ /\S/s) {
  39       $key = TmplTokenizer::string_canon($key);
  40       $key = TmplTokenizer::charset_convert($key, $charset_in, $charset_out);
  41       $key = TmplTokenizer::quote_po($key);
  42     }
  43     if (defined $href->{$key} && !$href->{$key}->fuzzy && length Locale::PO->dequote($href->{$key}->msgstr)){
  44         if ($s =~ /^(\s+)/){
  45             return $1 . Locale::PO->dequote($href->{$key}->msgstr);
  46         }
  47         else {
  48             return Locale::PO->dequote($href->{$key}->msgstr);
  49         }
  50     }
  51     else {
  52         return $s;
  53     }
  54 }
  55
  56 sub text_replace_tag ($$) {
  57     my($t, $attr) = @_;
  58     my $it;
  59
  60     # value [tag=input], meta
  61     my $tag = lc($1) if $t =~ /^<(\S+)/s;
  62     my $translated_p = 0;
  63     for my $a ('alt', 'content', 'title', 'value', 'label', 'placeholder') {
  64     if ($attr->{$a}) {
  65         next if $a eq 'label' && $tag ne 'optgroup';
  66         next if $a eq 'content' && $tag ne 'meta';
  67         next if $a eq 'value' && ($tag ne 'input' || (ref $attr->{'type'} && $attr->{'type'}->[1] =~ /^(?:checkbox|hidden|radio)$/)); # FIXME
  68
  69         my($key, $val, $val_orig, $order) = @{$attr->{$a}}; #FIXME
  70         if ($val =~ /\S/s) {
  71         my $s = find_translation($val);
  72         if ($attr->{$a}->[1] ne $s) { #FIXME
  73             $attr->{$a}->[1] = $s; # FIXME
  74             $attr->{$a}->[2] = ($s =~ /"/s)? "'$s'": "\"$s\""; #FIXME
  75             $translated_p = 1;
  76         }
  77         }
  78     }
  79     }
  80     if ($translated_p) {
  81      $it = "<$tag"
  82           . join('', map { if ($_ ne '/'){
  83                              sprintf(' %s="%s"', $_, $attr->{$_}->[1]);
  84           }
  85               else {
  86                   sprintf(' %s',$_);
  87                   }
  88
  89               } sort {
  90                   $attr->{$a}->[3] <=> $attr->{$b}->[3] #FIXME
  91               } keys %$attr);
  92         $it .= '>';
  93     }
  94     else {
  95         $it = $t;
  96     }
  97     return $it;
  98 }
  99
 100 sub text_replace (**) {
 101     my($h, $output) = @_;
 102     for (;;) {
 103     my $s = TmplTokenizer::next_token $h;
 104     last unless defined $s;
 105     my($kind, $t, $attr) = ($s->type, $s->string, $s->attributes);
 106     if ($kind eq C4::TmplTokenType::TEXT) {
 107         print $output find_translation($t);
 108     } elsif ($kind eq C4::TmplTokenType::TEXT_PARAMETRIZED) {
 109         my $fmt = find_translation($s->form);
 110         print $output TmplTokenizer::parametrize($fmt, 1, $s, sub {
 111         $_ = $_[0];
 112         my($kind, $t, $attr) = ($_->type, $_->string, $_->attributes);
 113         $kind == C4::TmplTokenType::TAG && %$attr?
 114             text_replace_tag($t, $attr): $t });
 115     } elsif ($kind eq C4::TmplTokenType::TAG && %$attr) {
 116         print $output text_replace_tag($t, $attr);
 117     } elsif ($s->has_js_data) {
 118         for my $t (@{$s->js_data}) {
 119         # FIXME for this whole block
 120         if ($t->[0]) {
 121             printf $output "%s%s%s", $t->[2], find_translation $t->[3],
 122                 $t->[2];
 123         } else {
 124             print $output $t->[1];
 125         }
 126         }
 127     } elsif (defined $t) {
 128         # Quick fix to bug 4472
 129         $t = "<!DOCTYPE stylesheet ["  if $t =~ /DOCTYPE stylesheet/ ;
 130         print $output $t;
 131     }
 132     }
 133 }
 134
 135 sub listfiles {
 136     my($dir, $type, $action) = @_;
 137     my $filenames = join ('|', @filenames); # used to update strings from this file
 138     my $match     = join ('|', @match);     # use only this files
 139     my $nomatch   = join ('|', @nomatch);   # do no use this files
 140     my @it = ();
 141     if (opendir(DIR, $dir)) {
 142         my @dirent = readdir DIR;   # because DIR is shared when recursing
 143         closedir DIR;
 144         for my $dirent (@dirent) {
 145             my $path = "$dir/$dirent";
 146             if ($dirent =~ /^\./ || $dirent eq 'CVS' || $dirent eq 'RCS'
 147             || (defined $exclude_regex && $dirent =~ /^(?:$exclude_regex)$/)) {
 148             ;
 149             } elsif (-f $path) {
 150                 my $basename = fileparse( $path );
 151                 push @it, $path
 152                     if  ( not @filenames or $basename =~ /($filenames)/i )
 153                     and ( not @match     or $basename =~ /($match)/i     ) # files to include
 154                     and ( not @nomatch   or $basename !~ /($nomatch)/i   ) # files not to include
 155                     and (!defined $type || $dirent =~ /\.(?:$type)$/) || $action eq 'install';
 156             } elsif (-d $path && $recursive_p) {
 157                 push @it, listfiles($path, $type, $action);
 158             }
 159         }
 160     } else {
 161         warn_normal "$dir: $!", undef;
 162     }
 163     return @it;
 164 }
 165
 166 ###############################################################################
 167
 168 sub mkdir_recursive ($) {
 169     my($dir) = @_;
 170     local($`, $&, $', $1);
 171     $dir = $` if $dir ne /^\/+$/ && $dir =~ /\/+$/;
 172     my ($prefix, $basename) = ($dir =~ /\/([^\/]+)$/s)? ($`, $1): ('.', $dir);
 173     mkdir_recursive($prefix) if $prefix ne '.' && !-d $prefix;
 174     if (!-d $dir) {
 175     print STDERR "Making directory $dir...\n" unless $quiet;
 176     # creates with rwxrwxr-x permissions
 177     mkdir($dir, 0775) || warn_normal "$dir: $!", undef;
 178     }
 179 }
 180
 181 ###############################################################################
 182
 183 sub usage ($) {
 184     my($exitcode) = @_;
 185     my $h = $exitcode? *STDERR: *STDOUT;
 186     print $h <<EOF;
 187 Usage: $0 create [OPTION]
 188   or:  $0 update [OPTION]
 189   or:  $0 install [OPTION]
 190   or:  $0 --help
 191 Create or update PO files from templates, or install translated templates.
 192
 193   -i, --input=SOURCE          Get or update strings from SOURCE directory(s).
 194                               On create or update can have multiple values.
 195                               On install only one value.
 196   -o, --outputdir=DIRECTORY   Install translation(s) to specified DIRECTORY
 197       --pedantic-warnings     Issue warnings even for detected problems
 198                               which are likely to be harmless
 199   -r, --recursive             SOURCE in the -i option is a directory
 200   -f, --filename=FILE         FILE is a specific filename or part of it.
 201                               If given, only these files will be processed.
 202                               On update only relevant strings will be updated.
 203   -m, --match=FILE            FILE is a specific filename or part of it.
 204                               If given, only these files will be processed.
 205   -n, --nomatch=FILE          FILE is a specific filename or part of it.
 206                               If given, these files will not be processed.
 207   -s, --str-file=FILE         Specify FILE as the translation (po) file
 208                               for input (install) or output (create, update)
 209   -x, --exclude=REGEXP        Exclude dirs matching the given REGEXP
 210       --help                  Display this help and exit
 211   -q, --quiet                 no output to screen (except for errors)
 212
 213 The -o option is ignored for the "create" and "update" actions.
 214 Try `perldoc $0` for perhaps more information.
 215 EOF
 216     exit($exitcode);
 217 }
 218
 219 ###############################################################################
 220
 221 sub usage_error (;$) {
 222     for my $msg (split(/\n/, $_[0])) {
 223     print STDERR "$msg\n";
 224     }
 225     print STDERR "Try `$0 --help for more information.\n";
 226     exit(-1);
 227 }
 228
 229 ###############################################################################
 230
 231 GetOptions(
 232     'input|i=s'             => \@in_dirs,
 233     'filename|f=s'          => \@filenames,
 234     'match|m=s'             => \@match,
 235     'nomatch|n=s'           => \@nomatch,
 236     'outputdir|o=s'         => \$out_dir,
 237     'recursive|r'           => \$recursive_p,
 238     'str-file|s=s'          => \$str_file,
 239     'exclude|x=s'           => \@excludes,
 240     'quiet|q'               => \$quiet,
 241     'pedantic-warnings|pedantic'    => sub { $pedantic_p = 1 },
 242     'help'              => \&usage,
 243 ) || usage_error;
 244
 245 VerboseWarnings::set_application_name $0;
 246 VerboseWarnings::set_pedantic_mode $pedantic_p;
 247
 248 # keep the buggy Locale::PO quiet if it says stupid things
 249 $SIG{__WARN__} = sub {
 250     my($s) = @_;
 251     print STDERR $s unless $s =~ /^Strange line in [^:]+: #~/s
 252     };
 253
 254 my $action = shift or usage_error('You must specify an ACTION.');
 255 usage_error('You must at least specify input and string list filenames.')
 256     if !@in_dirs || !defined $str_file;
 257
 258 # Type match defaults to *.tt plus *.inc if not specified
 259 $type = "tt|inc|xsl|xml|def" if !defined($type);
 260
 261 # Check the inputs for being directories
 262 for my $in_dir ( @in_dirs ) {
 263     usage_error("$in_dir: Input must be a directory.\n"
 264         . "(Symbolic links are not supported at the moment)")
 265         unless -d $in_dir;
 266 }
 267
 268 # Generates the global exclude regular expression
 269 $exclude_regex =  '(?:'.join('|', @excludes).')' if @excludes;
 270
 271 my @in_files;
 272 # Generate the list of input files if a directory is specified
 273 # input is a directory, generates list of files to process
 274
 275 for my $fn ( @filenames ) {
 276     die "You cannot specify input files and directories at the same time.\n"
 277         if -d $fn;
 278 }
 279 for my $in_dir ( @in_dirs ) {
 280     $in_dir =~ s/\/$//; # strips the trailing / if any
 281     @in_files = ( @in_files, listfiles($in_dir, $type, $action));
 282 }
 283
 284 # restores the string list from file
 285 $href = Locale::PO->load_file_ashash($str_file);
 286
 287 # guess the charsets. HTML::Templates defaults to iso-8859-1
 288 if (defined $href) {
 289     die "$str_file: PO file is corrupted, or not a PO file\n" unless defined $href->{'""'};
 290     $charset_out = TmplTokenizer::charset_canon $2 if $href->{'""'}->msgstr =~ /\bcharset=(["']?)([^;\s"'\\]+)\1/;
 291     $charset_in = $charset_out;
 292 #     for my $msgid (keys %$href) {
 293 #   if ($msgid =~ /\bcharset=(["']?)([^;\s"'\\]+)\1/) {
 294 #       my $candidate = TmplTokenizer::charset_canon $2;
 295 #       die "Conflicting charsets in msgid: $charset_in vs $candidate => $msgid\n"
 296 #           if defined $charset_in && $charset_in ne $candidate;
 297 #       $charset_in = $candidate;
 298 #   }
 299 #     }
 300
 301     # BUG6464: check consistency of PO messages
 302     #  - count number of '%s' in msgid and msgstr
 303     for my $msg ( values %$href ) {
 304         my $id_count  = split(/%s/, $msg->{msgid}) - 1;
 305         my $str_count = split(/%s/, $msg->{msgstr}) - 1;
 306         next if $id_count == $str_count ||
 307                 $msg->{msgstr} eq '""' ||
 308                 grep { /fuzzy/ } @{$msg->{_flags}};
 309         warn_normal
 310             "unconsistent %s count: ($id_count/$str_count):\n" .
 311             "  line:   " . $msg->{loaded_line_number} . "\n" .
 312             "  msgid:  " . $msg->{msgid} . "\n" .
 313             "  msgstr: " . $msg->{msgstr} . "\n", undef;
 314     }
 315 }
 316
 317 # set our charset in to UTF-8
 318 if (!defined $charset_in) {
 319     $charset_in = TmplTokenizer::charset_canon 'UTF-8';
 320     warn "Warning: Can't determine original templates' charset, defaulting to $charset_in\n";
 321 }
 322 # set our charset out to UTF-8
 323 if (!defined $charset_out) {
 324     $charset_out = TmplTokenizer::charset_canon 'UTF-8';
 325     warn "Warning: Charset Out defaulting to $charset_out\n";
 326 }
 327 my $xgettext = './xgettext.pl'; # actual text extractor script
 328 my $st;
 329
 330 if ($action eq 'create')  {
 331     # updates the list. As the list is empty, every entry will be added
 332     if (!-s $str_file) {
 333     warn "Removing empty file $str_file\n";
 334     unlink $str_file || die "$str_file: $!\n";
 335     }
 336     die "$str_file: Output file already exists\n" if -f $str_file;
 337     my($tmph1, $tmpfile1) = tmpnam();
 338     my($tmph2, $tmpfile2) = tmpnam();
 339     close $tmph2; # We just want a name
 340     # Generate the temporary file that acts as <MODULE>/POTFILES.in
 341     for my $input (@in_files) {
 342     print $tmph1 "$input\n";
 343     }
 344     close $tmph1;
 345     warn "I $charset_in O $charset_out";
 346     # Generate the specified po file ($str_file)
 347     $st = system ($xgettext, '-s', '-f', $tmpfile1, '-o', $tmpfile2,
 348             (defined $charset_in? ('-I', $charset_in): ()),
 349             (defined $charset_out? ('-O', $charset_out): ())
 350     );
 351     # Run msgmerge so that the pot file looks like a real pot file
 352     # We need to help msgmerge a bit by pre-creating a dummy po file that has
 353     # the headers and the "" msgid & msgstr. It will fill in the rest.
 354     if ($st == 0) {
 355     # Merge the temporary "pot file" with the specified po file ($str_file)
 356     # FIXME: msgmerge(1) is a Unix dependency
 357     # FIXME: need to check the return value
 358     unless (-f $str_file) {
 359         local(*INPUT, *OUTPUT);
 360         open(INPUT, "<$tmpfile2");
 361         open(OUTPUT, ">$str_file");
 362         while (<INPUT>) {
 363         print OUTPUT;
 364         last if /^\n/s;
 365         }
 366         close INPUT;
 367         close OUTPUT;
 368     }
 369     $st = system("msgmerge ".($quiet?'-q':'')." -s $str_file $tmpfile2 -o - | msgattrib --no-obsolete -o $str_file");
 370     } else {
 371     error_normal "Text extraction failed: $xgettext: $!\n", undef;
 372     error_additional "Will not run msgmerge\n", undef;
 373     }
 374     unlink $tmpfile1 || warn_normal "$tmpfile1: unlink failed: $!\n", undef;
 375     unlink $tmpfile2 || warn_normal "$tmpfile2: unlink failed: $!\n", undef;
 376
 377 } elsif ($action eq 'update') {
 378     my($tmph1, $tmpfile1) = tmpnam();
 379     my($tmph2, $tmpfile2) = tmpnam();
 380     close $tmph2; # We just want a name
 381     # Generate the temporary file that acts as <MODULE>/POTFILES.in
 382     for my $input (@in_files) {
 383     print $tmph1 "$input\n";
 384     }
 385     close $tmph1;
 386     # Generate the temporary file that acts as <MODULE>/<LANG>.pot
 387     $st = system($xgettext, '-s', '-f', $tmpfile1, '-o', $tmpfile2,
 388         '--po-mode',
 389         (defined $charset_in? ('-I', $charset_in): ()),
 390         (defined $charset_out? ('-O', $charset_out): ()));
 391     if ($st == 0) {
 392         # Merge the temporary "pot file" with the specified po file ($str_file)
 393         # FIXME: msgmerge(1) is a Unix dependency
 394         # FIXME: need to check the return value
 395         if ( @filenames ) {
 396             my ($tmph3, $tmpfile3) = tmpnam();
 397             $st = system("msgcat $str_file $tmpfile2 > $tmpfile3");
 398             $st = system("msgmerge ".($quiet?'-q':'')." -s $str_file $tmpfile3 -o - | msgattrib --no-obsolete -o $str_file")
 399                 unless $st;
 400         } else {
 401             $st = system("msgmerge ".($quiet?'-q':'')." -s $str_file $tmpfile2 -o - | msgattrib --no-obsolete -o $str_file");
 402         }
 403     } else {
 404         error_normal "Text extraction failed: $xgettext: $!\n", undef;
 405         error_additional "Will not run msgmerge\n", undef;
 406     }
 407     unlink $tmpfile1 || warn_normal "$tmpfile1: unlink failed: $!\n", undef;
 408     unlink $tmpfile2 || warn_normal "$tmpfile2: unlink failed: $!\n", undef;
 409
 410 } elsif ($action eq 'install') {
 411     if(!defined($out_dir)) {
 412     usage_error("You must specify an output directory when using the install method.");
 413     }
 414
 415     if ( scalar @in_dirs > 1 ) {
 416     usage_error("You must specify only one input directory when using the install method.");
 417     }
 418
 419     my $in_dir = shift @in_dirs;
 420
 421     if ($in_dir eq $out_dir) {
 422     warn "You must specify a different input and output directory.\n";
 423     exit -1;
 424     }
 425
 426     # Make sure the output directory exists
 427     # (It will auto-create it, but for compatibility we should not)
 428     -d $out_dir || die "$out_dir: The directory does not exist\n";
 429
 430     # Try to open the file, because Locale::PO doesn't check :-/
 431     open(INPUT, "<$str_file") || die "$str_file: $!\n";
 432     close INPUT;
 433
 434     # creates the new tmpl file using the new translation
 435     for my $input (@in_files) {
 436         die "Assertion failed"
 437             unless substr($input, 0, length($in_dir) + 1) eq "$in_dir/";
 438
 439         my $target = $out_dir . substr($input, length($in_dir));
 440         my $targetdir = $` if $target =~ /[^\/]+$/s;
 441
 442         if (!defined $type || $input =~ /\.(?:$type)$/) {
 443             my $h = TmplTokenizer->new( $input );
 444             $h->set_allow_cformat( 1 );
 445             VerboseWarnings::set_input_file_name $input;
 446             mkdir_recursive($targetdir) unless -d $targetdir;
 447             print STDERR "Creating $target...\n" unless $quiet;
 448             open( OUTPUT, ">$target" ) || die "$target: $!\n";
 449             text_replace( $h, *OUTPUT );
 450             close OUTPUT;
 451         } else {
 452         # just copying the file
 453             mkdir_recursive($targetdir) unless -d $targetdir;
 454             system("cp -f $input $target");
 455             print STDERR "Copying $input...\n" unless $quiet;
 456         }
 457     }
 458
 459 } else {
 460     usage_error('Unknown action specified.');
 461 }
 462
 463 if ($st == 0) {
 464     printf "The %s seems to be successful.\n", $action unless $quiet;
 465 } else {
 466     printf "%s FAILED.\n", "\u$action" unless $quiet;
 467 }
 468 exit 0;
 469
 470 ###############################################################################
 471
 472 =head1 SYNOPSIS
 473
 474 ./tmpl_process3.pl [ I<tmpl_process.pl options> ]
 475
 476 =head1 DESCRIPTION
 477
 478 This is an alternative version of the tmpl_process.pl script,
 479 using standard gettext-style PO files.  While there still might
 480 be changes made to the way it extracts strings, at this moment
 481 it should be stable enough for general use; it is already being
 482 used for the Chinese and Polish translations.
 483
 484 Currently, the create, update, and install actions have all been
 485 reimplemented and seem to work.
 486
 487 =head2 Features
 488
 489 =over
 490
 491 =item -
 492
 493 Translation files in standard Uniforum PO format.
 494 All standard tools including all gettext tools,
 495 plus PO file editors like kbabel(1) etc.
 496 can be used.
 497
 498 =item -
 499
 500 Minor changes in whitespace in source templates
 501 do not generally require strings to be re-translated.
 502
 503 =item -
 504
 505 Able to handle <TMPL_VAR> variables in the templates;
 506 <TMPL_VAR> variables are usually extracted in proper context,
 507 represented by a short %s placeholder.
 508
 509 =item -
 510
 511 Able to handle text input and radio button INPUT elements
 512 in the templates; these INPUT elements are also usually
 513 extracted in proper context,
 514 represented by a short %S or %p placeholder.
 515
 516 =item -
 517
 518 Automatic comments in the generated PO files to provide
 519 even more context (line numbers, and the names and types
 520 of the variables).
 521
 522 =item -
 523
 524 The %I<n>$s (or %I<n>$p, etc.) notation can be used
 525 for change the ordering of the variables,
 526 if such a reordering is required for correct translation.
 527
 528 =item -
 529
 530 If a particular <TMPL_VAR> should not appear in the
 531 translation, it can be suppressed with the %0.0s notation.
 532
 533 =item -
 534
 535 Using the PO format also means translators can add their
 536 own comments in the translation files, if necessary.
 537
 538 =item -
 539
 540 Create, update, and install actions are all based on the
 541 same scanner module. This ensures that update and install
 542 have the same idea of what is a translatable string;
 543 attribute names in tags, for example, will not be
 544 accidentally translated.
 545
 546 =back
 547
 548 =head1 NOTES
 549
 550 Anchors are represented by an <AI<n>> notation.
 551 The meaning of this non-standard notation might not be obvious.
 552
 553 The create action calls xgettext.pl to do the actual work;
 554 the update action calls xgettext.pl, msgmerge(1) and msgattrib(1)
 555 to do the actual work.
 556
 557 =head1 BUGS
 558
 559 xgettext.pl must be present in the current directory; both
 560 msgmerge(1) and msgattrib(1) must also be present in the search path.
 561 The script currently does not check carefully whether these
 562 dependent commands are present.
 563
 564 Locale::PO(3) has a lot of bugs. It can neither parse nor
 565 generate GNU PO files properly; a couple of workarounds have
 566 been written in TmplTokenizer and more is likely to be needed
 567 (e.g., to get rid of the "Strange line" warning for #~).
 568
 569 This script may not work in Windows.
 570
 571 There are probably some other bugs too, since this has not been
 572 tested very much.
 573
 574 =head1 SEE ALSO
 575
 576 xgettext.pl,
 577 TmplTokenizer.pm,
 578 msgmerge(1),
 579 Locale::PO(3),
 580 translator_doc.txt
 581
 582 http://www.saas.nsw.edu.au/koha_wiki/index.php?page=DifficultTerms
 583
 584 =cut