/brz/remove-bazaar

To get this branch, use:
bzr branch http://gegoxaren.bato24.eu/bzr/brz/remove-bazaar

« back to all changes in this revision

Viewing changes to bzrlib/xml.py

  • Committer: Martin Pool
  • Date: 2005-09-05 09:27:11 UTC
  • Revision ID: mbp@sourcefrog.net-20050905092711-f9f5bded3fd82605
- more disentangling of xml storage format from objects

- remove pack_xml and unpack_xml function in favor of 
  serializer object

- test unpacking canned revision xml

Show diffs side-by-side

added added

removed removed

Lines of Context:
1
 
# Copyright (C) 2005-2010 Canonical Ltd
2
 
#
 
1
#! /usr/bin/env python
 
2
# -*- coding: UTF-8 -*-
 
3
 
3
4
# This program is free software; you can redistribute it and/or modify
4
5
# it under the terms of the GNU General Public License as published by
5
6
# the Free Software Foundation; either version 2 of the License, or
6
7
# (at your option) any later version.
7
 
#
 
8
 
8
9
# This program is distributed in the hope that it will be useful,
9
10
# but WITHOUT ANY WARRANTY; without even the implied warranty of
10
11
# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
11
12
# GNU General Public License for more details.
12
 
#
 
13
 
13
14
# You should have received a copy of the GNU General Public License
14
15
# along with this program; if not, write to the Free Software
15
 
# Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
 
16
# Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
16
17
 
17
18
"""XML externalization support."""
18
19
 
22
23
# importing this module is fairly slow because it has to load several
23
24
# ElementTree bits
24
25
 
25
 
from bzrlib.serializer import Serializer
26
 
from bzrlib.trace import mutter
27
 
 
28
26
try:
29
 
    try:
30
 
        # it's in this package in python2.5
31
 
        from xml.etree.cElementTree import (ElementTree, SubElement, Element,
32
 
            XMLTreeBuilder, fromstring, tostring)
33
 
        import xml.etree as elementtree
34
 
    except ImportError:
35
 
        from cElementTree import (ElementTree, SubElement, Element,
36
 
                                  XMLTreeBuilder, fromstring, tostring)
37
 
        import elementtree.ElementTree
38
 
    ParseError = SyntaxError
 
27
    from util.cElementTree import ElementTree, SubElement, Element
39
28
except ImportError:
40
 
    mutter('WARNING: using slower ElementTree; consider installing cElementTree'
41
 
           " and make sure it's on your PYTHONPATH")
42
 
    # this copy is shipped with bzr
43
 
    from util.elementtree.ElementTree import (ElementTree, SubElement,
44
 
                                              Element, XMLTreeBuilder,
45
 
                                              fromstring, tostring)
46
 
    import util.elementtree as elementtree
47
 
    from xml.parsers.expat import ExpatError as ParseError
48
 
 
49
 
from bzrlib import errors
50
 
 
51
 
 
52
 
class XMLSerializer(Serializer):
53
 
    """Abstract XML object serialize/deserialize"""
54
 
 
55
 
    squashes_xml_invalid_characters = True
56
 
 
57
 
    def read_inventory_from_string(self, xml_string, revision_id=None,
58
 
                                   entry_cache=None, return_from_cache=False):
59
 
        """Read xml_string into an inventory object.
60
 
 
61
 
        :param xml_string: The xml to read.
62
 
        :param revision_id: If not-None, the expected revision id of the
63
 
            inventory. Some serialisers use this to set the results' root
64
 
            revision. This should be supplied for deserialising all
65
 
            from-repository inventories so that xml5 inventories that were
66
 
            serialised without a revision identifier can be given the right
67
 
            revision id (but not for working tree inventories where users can
68
 
            edit the data without triggering checksum errors or anything).
69
 
        :param entry_cache: An optional cache of InventoryEntry objects. If
70
 
            supplied we will look up entries via (file_id, revision_id) which
71
 
            should map to a valid InventoryEntry (File/Directory/etc) object.
72
 
        :param return_from_cache: Return entries directly from the cache,
73
 
            rather than copying them first. This is only safe if the caller
74
 
            promises not to mutate the returned inventory entries, but it can
75
 
            make some operations significantly faster.
76
 
        """
77
 
        try:
78
 
            return self._unpack_inventory(fromstring(xml_string), revision_id,
79
 
                                          entry_cache=entry_cache,
80
 
                                          return_from_cache=return_from_cache)
81
 
        except ParseError, e:
82
 
            raise errors.UnexpectedInventoryFormat(e)
83
 
 
84
 
    def read_inventory(self, f, revision_id=None):
85
 
        try:
86
 
            return self._unpack_inventory(self._read_element(f),
87
 
                revision_id=None)
88
 
        except ParseError, e:
89
 
            raise errors.UnexpectedInventoryFormat(e)
 
29
    from util.elementtree.ElementTree import ElementTree, SubElement, Element
 
30
 
 
31
from bzrlib.inventory import ROOT_ID, Inventory, InventoryEntry
 
32
from bzrlib.revision import Revision, RevisionReference        
 
33
 
 
34
 
 
35
class Serializer(object):
 
36
    """Abstract object serialize/deserialize"""
 
37
    def write_inventory(self, inv, f):
 
38
        """Write inventory to a file"""
 
39
        elt = self._pack_inventory(inv)
 
40
        self._write_element(elt, f)
 
41
 
 
42
    def read_inventory(self, f):
 
43
        return self._unpack_inventory(self._read_element(f))
90
44
 
91
45
    def write_revision(self, rev, f):
92
46
        self._write_element(self._pack_revision(rev), f)
93
47
 
94
 
    def write_revision_to_string(self, rev):
95
 
        return tostring(self._pack_revision(rev)) + '\n'
96
 
 
97
48
    def read_revision(self, f):
98
49
        return self._unpack_revision(self._read_element(f))
99
50
 
100
 
    def read_revision_from_string(self, xml_string):
101
 
        return self._unpack_revision(fromstring(xml_string))
102
 
 
103
51
    def _write_element(self, elt, f):
104
52
        ElementTree(elt).write(f, 'utf-8')
105
53
        f.write('\n')
108
56
        return ElementTree().parse(f)
109
57
 
110
58
 
111
 
# performance tuning for elementree's serialiser. This should be
112
 
# sent upstream - RBC 20060523.
113
 
# the functions here are patched into elementtree at runtime.
114
 
import re
115
 
escape_re = re.compile("[&'\"<>]")
116
 
escape_map = {
117
 
    "&":'&amp;',
118
 
    "'":"&apos;", # FIXME: overkill
119
 
    "\"":"&quot;",
120
 
    "<":"&lt;",
121
 
    ">":"&gt;",
122
 
    }
123
 
def _escape_replace(match, map=escape_map):
124
 
    return map[match.group()]
125
 
 
126
 
def _escape_attrib(text, encoding=None, replace=None):
127
 
    # escape attribute value
128
 
    try:
129
 
        if encoding:
130
 
            try:
131
 
                text = elementtree.ElementTree._encode(text, encoding)
132
 
            except UnicodeError:
133
 
                return elementtree.ElementTree._encode_entity(text)
134
 
        if replace is None:
135
 
            return escape_re.sub(_escape_replace, text)
136
 
        else:
137
 
            text = replace(text, "&", "&amp;")
138
 
            text = replace(text, "'", "&apos;") # FIXME: overkill
139
 
            text = replace(text, "\"", "&quot;")
140
 
            text = replace(text, "<", "&lt;")
141
 
            text = replace(text, ">", "&gt;")
142
 
            return text
143
 
    except (TypeError, AttributeError):
144
 
        elementtree.ElementTree._raise_serialization_error(text)
145
 
 
146
 
elementtree.ElementTree._escape_attrib = _escape_attrib
147
 
 
148
 
escape_cdata_re = re.compile("[&<>]")
149
 
escape_cdata_map = {
150
 
    "&":'&amp;',
151
 
    "<":"&lt;",
152
 
    ">":"&gt;",
153
 
    }
154
 
def _escape_cdata_replace(match, map=escape_cdata_map):
155
 
    return map[match.group()]
156
 
 
157
 
def _escape_cdata(text, encoding=None, replace=None):
158
 
    # escape character data
159
 
    try:
160
 
        if encoding:
161
 
            try:
162
 
                text = elementtree.ElementTree._encode(text, encoding)
163
 
            except UnicodeError:
164
 
                return elementtree.ElementTree._encode_entity(text)
165
 
        if replace is None:
166
 
            return escape_cdata_re.sub(_escape_cdata_replace, text)
167
 
        else:
168
 
            text = replace(text, "&", "&amp;")
169
 
            text = replace(text, "<", "&lt;")
170
 
            text = replace(text, ">", "&gt;")
171
 
            return text
172
 
    except (TypeError, AttributeError):
173
 
        elementtree.ElementTree._raise_serialization_error(text)
174
 
 
175
 
elementtree.ElementTree._escape_cdata = _escape_cdata
176
 
 
177
 
 
178
 
def escape_invalid_chars(message):
179
 
    """Escape the XML-invalid characters in a commit message.
180
 
 
181
 
    :param message: Commit message to escape
182
 
    :return: tuple with escaped message and number of characters escaped
183
 
    """
184
 
    if message is None:
185
 
        return None, 0
186
 
    # Python strings can include characters that can't be
187
 
    # represented in well-formed XML; escape characters that
188
 
    # aren't listed in the XML specification
189
 
    # (http://www.w3.org/TR/REC-xml/#NT-Char).
190
 
    return re.subn(u'[^\x09\x0A\x0D\u0020-\uD7FF\uE000-\uFFFD]+',
191
 
            lambda match: match.group(0).encode('unicode_escape'),
192
 
            message)
 
59
 
 
60
class _Serializer_v4(Serializer):
 
61
    """Version 0.0.4 serializer"""
 
62
    
 
63
    __slots__ = []
 
64
    
 
65
    def _pack_inventory(self, inv):
 
66
        """Convert to XML Element"""
 
67
        e = Element('inventory')
 
68
        e.text = '\n'
 
69
        if inv.root.file_id not in (None, ROOT_ID):
 
70
            e.set('file_id', inv.root.file_id)
 
71
        for path, ie in inv.iter_entries():
 
72
            e.append(self._pack_entry(ie))
 
73
        return e
 
74
 
 
75
 
 
76
    def _pack_entry(self, ie):
 
77
        """Convert InventoryEntry to XML element"""
 
78
        e = Element('entry')
 
79
        e.set('name', ie.name)
 
80
        e.set('file_id', ie.file_id)
 
81
        e.set('kind', ie.kind)
 
82
 
 
83
        if ie.text_size != None:
 
84
            e.set('text_size', '%d' % ie.text_size)
 
85
 
 
86
        for f in ['text_id', 'text_sha1']:
 
87
            v = getattr(ie, f)
 
88
            if v != None:
 
89
                e.set(f, v)
 
90
 
 
91
        # to be conservative, we don't externalize the root pointers
 
92
        # for now, leaving them as null in the xml form.  in a future
 
93
        # version it will be implied by nested elements.
 
94
        if ie.parent_id != ROOT_ID:
 
95
            assert isinstance(ie.parent_id, basestring)
 
96
            e.set('parent_id', ie.parent_id)
 
97
 
 
98
        e.tail = '\n'
 
99
 
 
100
        return e
 
101
 
 
102
 
 
103
    def _unpack_inventory(self, elt):
 
104
        """Construct from XML Element
 
105
        """
 
106
        assert elt.tag == 'inventory'
 
107
        root_id = elt.get('file_id') or ROOT_ID
 
108
        inv = Inventory(root_id)
 
109
        for e in elt:
 
110
            ie = self._unpack_entry(e)
 
111
            if ie.parent_id == ROOT_ID:
 
112
                ie.parent_id = root_id
 
113
            inv.add(ie)
 
114
        return inv
 
115
 
 
116
 
 
117
    def _unpack_entry(self, elt):
 
118
        assert elt.tag == 'entry'
 
119
 
 
120
        ## original format inventories don't have a parent_id for
 
121
        ## nodes in the root directory, but it's cleaner to use one
 
122
        ## internally.
 
123
        parent_id = elt.get('parent_id')
 
124
        if parent_id == None:
 
125
            parent_id = ROOT_ID
 
126
 
 
127
        ie = InventoryEntry(elt.get('file_id'),
 
128
                              elt.get('name'),
 
129
                              elt.get('kind'),
 
130
                              parent_id)
 
131
        ie.text_id = elt.get('text_id')
 
132
        ie.text_sha1 = elt.get('text_sha1')
 
133
 
 
134
        ## mutter("read inventoryentry: %r" % (elt.attrib))
 
135
 
 
136
        v = elt.get('text_size')
 
137
        ie.text_size = v and int(v)
 
138
 
 
139
        return ie
 
140
 
 
141
 
 
142
    def _pack_revision(self, rev):
 
143
        """Revision object -> xml tree"""
 
144
        root = Element('revision',
 
145
                       committer = rev.committer,
 
146
                       timestamp = '%.9f' % rev.timestamp,
 
147
                       revision_id = rev.revision_id,
 
148
                       inventory_id = rev.inventory_id,
 
149
                       inventory_sha1 = rev.inventory_sha1,
 
150
                       )
 
151
        if rev.timezone:
 
152
            root.set('timezone', str(rev.timezone))
 
153
        root.text = '\n'
 
154
 
 
155
        msg = SubElement(root, 'message')
 
156
        msg.text = rev.message
 
157
        msg.tail = '\n'
 
158
 
 
159
        if rev.parents:
 
160
            pelts = SubElement(root, 'parents')
 
161
            pelts.tail = pelts.text = '\n'
 
162
            for rr in rev.parents:
 
163
                assert isinstance(rr, RevisionReference)
 
164
                p = SubElement(pelts, 'revision_ref')
 
165
                p.tail = '\n'
 
166
                assert rr.revision_id
 
167
                p.set('revision_id', rr.revision_id)
 
168
                if rr.revision_sha1:
 
169
                    p.set('revision_sha1', rr.revision_sha1)
 
170
 
 
171
        return root
 
172
 
 
173
    
 
174
    def _unpack_revision(self, elt):
 
175
        """XML Element -> Revision object"""
 
176
        
 
177
        # <changeset> is deprecated...
 
178
        if elt.tag not in ('revision', 'changeset'):
 
179
            raise bzrlib.errors.BzrError("unexpected tag in revision file: %r" % elt)
 
180
 
 
181
        rev = Revision(committer = elt.get('committer'),
 
182
                       timestamp = float(elt.get('timestamp')),
 
183
                       revision_id = elt.get('revision_id'),
 
184
                       inventory_id = elt.get('inventory_id'),
 
185
                       inventory_sha1 = elt.get('inventory_sha1')
 
186
                       )
 
187
 
 
188
        precursor = elt.get('precursor')
 
189
        precursor_sha1 = elt.get('precursor_sha1')
 
190
 
 
191
        pelts = elt.find('parents')
 
192
 
 
193
        if pelts:
 
194
            for p in pelts:
 
195
                assert p.tag == 'revision_ref', \
 
196
                       "bad parent node tag %r" % p.tag
 
197
                rev_ref = RevisionReference(p.get('revision_id'),
 
198
                                            p.get('revision_sha1'))
 
199
                rev.parents.append(rev_ref)
 
200
 
 
201
            if precursor:
 
202
                # must be consistent
 
203
                prec_parent = rev.parents[0].revision_id
 
204
                assert prec_parent == precursor
 
205
        elif precursor:
 
206
            # revisions written prior to 0.0.5 have a single precursor
 
207
            # give as an attribute
 
208
            rev_ref = RevisionReference(precursor, precursor_sha1)
 
209
            rev.parents.append(rev_ref)
 
210
 
 
211
        v = elt.get('timezone')
 
212
        rev.timezone = v and int(v)
 
213
 
 
214
        rev.message = elt.findtext('message') # text of <message>
 
215
        return rev
 
216
 
 
217
 
 
218
 
 
219
"""singleton instance"""
 
220
serializer_v4 = _Serializer_v4()