home *** CD-ROM | disk | FTP | other *** search
/ PCGUIA 127 / PC Guia 127.iso / Software / Produtividade / OpenOffice.org 2.0.1 / openofficeorg3.cab / regsub.py < prev    next >
Text File  |  2005-11-19  |  6KB  |  199 lines
  1. """Regexp-based split and replace using the obsolete regex module.
  2.  
  3. This module is only for backward compatibility.  These operations
  4. are now provided by the new regular expression module, "re".
  5.  
  6. sub(pat, repl, str):        replace first occurrence of pattern in string
  7. gsub(pat, repl, str):       replace all occurrences of pattern in string
  8. split(str, pat, maxsplit):  split string using pattern as delimiter
  9. splitx(str, pat, maxsplit): split string using pattern as delimiter plus
  10.                             return delimiters
  11. """
  12.  
  13. import warnings
  14. warnings.warn("the regsub module is deprecated; please use re.sub()",
  15.               DeprecationWarning)
  16.  
  17. # Ignore further deprecation warnings about this module
  18. warnings.filterwarnings("ignore", "", DeprecationWarning, __name__)
  19.  
  20. import regex
  21.  
  22. __all__ = ["sub","gsub","split","splitx","capwords"]
  23.  
  24. # Replace first occurrence of pattern pat in string str by replacement
  25. # repl.  If the pattern isn't found, the string is returned unchanged.
  26. # The replacement may contain references \digit to subpatterns and
  27. # escaped backslashes.  The pattern may be a string or an already
  28. # compiled pattern.
  29.  
  30. def sub(pat, repl, str):
  31.     prog = compile(pat)
  32.     if prog.search(str) >= 0:
  33.         regs = prog.regs
  34.         a, b = regs[0]
  35.         str = str[:a] + expand(repl, regs, str) + str[b:]
  36.     return str
  37.  
  38.  
  39. # Replace all (non-overlapping) occurrences of pattern pat in string
  40. # str by replacement repl.  The same rules as for sub() apply.
  41. # Empty matches for the pattern are replaced only when not adjacent to
  42. # a previous match, so e.g. gsub('', '-', 'abc') returns '-a-b-c-'.
  43.  
  44. def gsub(pat, repl, str):
  45.     prog = compile(pat)
  46.     new = ''
  47.     start = 0
  48.     first = 1
  49.     while prog.search(str, start) >= 0:
  50.         regs = prog.regs
  51.         a, b = regs[0]
  52.         if a == b == start and not first:
  53.             if start >= len(str) or prog.search(str, start+1) < 0:
  54.                 break
  55.             regs = prog.regs
  56.             a, b = regs[0]
  57.         new = new + str[start:a] + expand(repl, regs, str)
  58.         start = b
  59.         first = 0
  60.     new = new + str[start:]
  61.     return new
  62.  
  63.  
  64. # Split string str in fields separated by delimiters matching pattern
  65. # pat.  Only non-empty matches for the pattern are considered, so e.g.
  66. # split('abc', '') returns ['abc'].
  67. # The optional 3rd argument sets the number of splits that are performed.
  68.  
  69. def split(str, pat, maxsplit = 0):
  70.     return intsplit(str, pat, maxsplit, 0)
  71.  
  72. # Split string str in fields separated by delimiters matching pattern
  73. # pat.  Only non-empty matches for the pattern are considered, so e.g.
  74. # split('abc', '') returns ['abc']. The delimiters are also included
  75. # in the list.
  76. # The optional 3rd argument sets the number of splits that are performed.
  77.  
  78.  
  79. def splitx(str, pat, maxsplit = 0):
  80.     return intsplit(str, pat, maxsplit, 1)
  81.  
  82. # Internal function used to implement split() and splitx().
  83.  
  84. def intsplit(str, pat, maxsplit, retain):
  85.     prog = compile(pat)
  86.     res = []
  87.     start = next = 0
  88.     splitcount = 0
  89.     while prog.search(str, next) >= 0:
  90.         regs = prog.regs
  91.         a, b = regs[0]
  92.         if a == b:
  93.             next = next + 1
  94.             if next >= len(str):
  95.                 break
  96.         else:
  97.             res.append(str[start:a])
  98.             if retain:
  99.                 res.append(str[a:b])
  100.             start = next = b
  101.             splitcount = splitcount + 1
  102.             if (maxsplit and (splitcount >= maxsplit)):
  103.                 break
  104.     res.append(str[start:])
  105.     return res
  106.  
  107.  
  108. # Capitalize words split using a pattern
  109.  
  110. def capwords(str, pat='[^a-zA-Z0-9_]+'):
  111.     words = splitx(str, pat)
  112.     for i in range(0, len(words), 2):
  113.         words[i] = words[i].capitalize()
  114.     return "".join(words)
  115.  
  116.  
  117. # Internal subroutines:
  118. # compile(pat): compile a pattern, caching already compiled patterns
  119. # expand(repl, regs, str): expand \digit escapes in replacement string
  120.  
  121.  
  122. # Manage a cache of compiled regular expressions.
  123. #
  124. # If the pattern is a string a compiled version of it is returned.  If
  125. # the pattern has been used before we return an already compiled
  126. # version from the cache; otherwise we compile it now and save the
  127. # compiled version in the cache, along with the syntax it was compiled
  128. # with.  Instead of a string, a compiled regular expression can also
  129. # be passed.
  130.  
  131. cache = {}
  132.  
  133. def compile(pat):
  134.     if type(pat) != type(''):
  135.         return pat              # Assume it is a compiled regex
  136.     key = (pat, regex.get_syntax())
  137.     if key in cache:
  138.         prog = cache[key]       # Get it from the cache
  139.     else:
  140.         prog = cache[key] = regex.compile(pat)
  141.     return prog
  142.  
  143.  
  144. def clear_cache():
  145.     global cache
  146.     cache = {}
  147.  
  148.  
  149. # Expand \digit in the replacement.
  150. # Each occurrence of \digit is replaced by the substring of str
  151. # indicated by regs[digit].  To include a literal \ in the
  152. # replacement, double it; other \ escapes are left unchanged (i.e.
  153. # the \ and the following character are both copied).
  154.  
  155. def expand(repl, regs, str):
  156.     if '\\' not in repl:
  157.         return repl
  158.     new = ''
  159.     i = 0
  160.     ord0 = ord('0')
  161.     while i < len(repl):
  162.         c = repl[i]; i = i+1
  163.         if c != '\\' or i >= len(repl):
  164.             new = new + c
  165.         else:
  166.             c = repl[i]; i = i+1
  167.             if '0' <= c <= '9':
  168.                 a, b = regs[ord(c)-ord0]
  169.                 new = new + str[a:b]
  170.             elif c == '\\':
  171.                 new = new + c
  172.             else:
  173.                 new = new + '\\' + c
  174.     return new
  175.  
  176.  
  177. # Test program, reads sequences "pat repl str" from stdin.
  178. # Optional argument specifies pattern used to split lines.
  179.  
  180. def test():
  181.     import sys
  182.     if sys.argv[1:]:
  183.         delpat = sys.argv[1]
  184.     else:
  185.         delpat = '[ \t\n]+'
  186.     while 1:
  187.         if sys.stdin.isatty(): sys.stderr.write('--> ')
  188.         line = sys.stdin.readline()
  189.         if not line: break
  190.         if line[-1] == '\n': line = line[:-1]
  191.         fields = split(line, delpat)
  192.         if len(fields) != 3:
  193.             print 'Sorry, not three fields'
  194.             print 'split:', `fields`
  195.             continue
  196.         [pat, repl, str] = split(line, delpat)
  197.         print 'sub :', `sub(pat, repl, str)`
  198.         print 'gsub:', `gsub(pat, repl, str)`
  199.