← Back to branch summary

~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/xml.py

merge merge tweaks from aaron, which includes latest .dev

Show diffs side-by-side

added added

removed removed

Lines of Context:
bzrlib/xml.py
1
 
# Copyright (C) 2005-2010 Canonical Ltd
2
 
#
 
1
# -*- coding: UTF-8 -*-
 
2
 
3
3
# This program is free software; you can redistribute it and/or modify
4
4
# it under the terms of the GNU General Public License as published by
5
5
# the Free Software Foundation; either version 2 of the License, or
6
6
# (at your option) any later version.
7
 
#
 
7
 
8
8
# This program is distributed in the hope that it will be useful,
9
9
# but WITHOUT ANY WARRANTY; without even the implied warranty of
10
10
# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
11
11
# GNU General Public License for more details.
12
 
#
 
12
 
13
13
# You should have received a copy of the GNU General Public License
14
14
# along with this program; if not, write to the Free Software
15
 
# Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
 
15
# Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
16
16
 
17
17
"""XML externalization support."""
18
18
 
22
22
# importing this module is fairly slow because it has to load several
23
23
# ElementTree bits
24
24
 
25
 
from bzrlib.serializer import Serializer
26
 
from bzrlib.trace import mutter, warning
27
 
 
28
25
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
 
26
    from util.cElementTree import ElementTree, SubElement, Element
39
27
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)
 
28
    from util.elementtree.ElementTree import ElementTree, SubElement, Element
 
29
 
 
30
from bzrlib.inventory import ROOT_ID, Inventory, InventoryEntry
 
31
from bzrlib.revision import Revision, RevisionReference        
 
32
from bzrlib.errors import BzrError
 
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
    You should use the serialzer_v4 singleton."""
 
64
    
 
65
    __slots__ = []
 
66
    
 
67
    def _pack_inventory(self, inv):
 
68
        """Convert to XML Element"""
 
69
        e = Element('inventory')
 
70
        e.text = '\n'
 
71
        if inv.root.file_id not in (None, ROOT_ID):
 
72
            e.set('file_id', inv.root.file_id)
 
73
        for path, ie in inv.iter_entries():
 
74
            e.append(self._pack_entry(ie))
 
75
        return e
 
76
 
 
77
 
 
78
    def _pack_entry(self, ie):
 
79
        """Convert InventoryEntry to XML element"""
 
80
        e = Element('entry')
 
81
        e.set('name', ie.name)
 
82
        e.set('file_id', ie.file_id)
 
83
        e.set('kind', ie.kind)
 
84
 
 
85
        if ie.text_size != None:
 
86
            e.set('text_size', '%d' % ie.text_size)
 
87
 
 
88
        for f in ['text_id', 'text_sha1']:
 
89
            v = getattr(ie, f)
 
90
            if v != None:
 
91
                e.set(f, v)
 
92
 
 
93
        # to be conservative, we don't externalize the root pointers
 
94
        # for now, leaving them as null in the xml form.  in a future
 
95
        # version it will be implied by nested elements.
 
96
        if ie.parent_id != ROOT_ID:
 
97
            assert isinstance(ie.parent_id, basestring)
 
98
            e.set('parent_id', ie.parent_id)
 
99
 
 
100
        e.tail = '\n'
 
101
 
 
102
        return e
 
103
 
 
104
 
 
105
    def _unpack_inventory(self, elt):
 
106
        """Construct from XML Element
 
107
        """
 
108
        assert elt.tag == 'inventory'
 
109
        root_id = elt.get('file_id') or ROOT_ID
 
110
        inv = Inventory(root_id)
 
111
        for e in elt:
 
112
            ie = self._unpack_entry(e)
 
113
            if ie.parent_id == ROOT_ID:
 
114
                ie.parent_id = root_id
 
115
            inv.add(ie)
 
116
        return inv
 
117
 
 
118
 
 
119
    def _unpack_entry(self, elt):
 
120
        assert elt.tag == 'entry'
 
121
 
 
122
        ## original format inventories don't have a parent_id for
 
123
        ## nodes in the root directory, but it's cleaner to use one
 
124
        ## internally.
 
125
        parent_id = elt.get('parent_id')
 
126
        if parent_id == None:
 
127
            parent_id = ROOT_ID
 
128
 
 
129
        ie = InventoryEntry(elt.get('file_id'),
 
130
                              elt.get('name'),
 
131
                              elt.get('kind'),
 
132
                              parent_id)
 
133
        ie.text_id = elt.get('text_id')
 
134
        ie.text_sha1 = elt.get('text_sha1')
 
135
 
 
136
        ## mutter("read inventoryentry: %r" % (elt.attrib))
 
137
 
 
138
        v = elt.get('text_size')
 
139
        ie.text_size = v and int(v)
 
140
 
 
141
        return ie
 
142
 
 
143
 
 
144
    def _pack_revision(self, rev):
 
145
        """Revision object -> xml tree"""
 
146
        root = Element('revision',
 
147
                       committer = rev.committer,
 
148
                       timestamp = '%.9f' % rev.timestamp,
 
149
                       revision_id = rev.revision_id,
 
150
                       inventory_id = rev.inventory_id,
 
151
                       inventory_sha1 = rev.inventory_sha1,
 
152
                       )
 
153
        if rev.timezone:
 
154
            root.set('timezone', str(rev.timezone))
 
155
        root.text = '\n'
 
156
 
 
157
        msg = SubElement(root, 'message')
 
158
        msg.text = rev.message
 
159
        msg.tail = '\n'
 
160
 
 
161
        if rev.parents:
 
162
            pelts = SubElement(root, 'parents')
 
163
            pelts.tail = pelts.text = '\n'
 
164
            for rr in rev.parents:
 
165
                assert isinstance(rr, RevisionReference)
 
166
                p = SubElement(pelts, 'revision_ref')
 
167
                p.tail = '\n'
 
168
                assert rr.revision_id
 
169
                p.set('revision_id', rr.revision_id)
 
170
                if rr.revision_sha1:
 
171
                    p.set('revision_sha1', rr.revision_sha1)
 
172
 
 
173
        return root
 
174
 
 
175
    
 
176
    def _unpack_revision(self, elt):
 
177
        """XML Element -> Revision object"""
 
178
        
 
179
        # <changeset> is deprecated...
 
180
        if elt.tag not in ('revision', 'changeset'):
 
181
            raise BzrError("unexpected tag in revision file: %r" % elt)
 
182
 
 
183
        rev = Revision(committer = elt.get('committer'),
 
184
                       timestamp = float(elt.get('timestamp')),
 
185
                       revision_id = elt.get('revision_id'),
 
186
                       inventory_id = elt.get('inventory_id'),
 
187
                       inventory_sha1 = elt.get('inventory_sha1')
 
188
                       )
 
189
 
 
190
        precursor = elt.get('precursor')
 
191
        precursor_sha1 = elt.get('precursor_sha1')
 
192
 
 
193
        pelts = elt.find('parents')
 
194
 
 
195
        if pelts:
 
196
            for p in pelts:
 
197
                assert p.tag == 'revision_ref', \
 
198
                       "bad parent node tag %r" % p.tag
 
199
                rev_ref = RevisionReference(p.get('revision_id'),
 
200
                                            p.get('revision_sha1'))
 
201
                rev.parents.append(rev_ref)
 
202
 
 
203
            if precursor:
 
204
                # must be consistent
 
205
                prec_parent = rev.parents[0].revision_id
 
206
                assert prec_parent == precursor
 
207
        elif precursor:
 
208
            # revisions written prior to 0.0.5 have a single precursor
 
209
            # give as an attribute
 
210
            rev_ref = RevisionReference(precursor, precursor_sha1)
 
211
            rev.parents.append(rev_ref)
 
212
 
 
213
        v = elt.get('timezone')
 
214
        rev.timezone = v and int(v)
 
215
 
 
216
        rev.message = elt.findtext('message') # text of <message>
 
217
        return rev
 
218
 
 
219
 
 
220
 
 
221
class _Serializer_v5(Serializer):
 
222
    """Version 5 serializer
 
223
 
 
224
    Packs objects into XML and vice versa.
 
225
 
 
226
    You should use the serialzer_v5 singleton."""
 
227
    
 
228
    __slots__ = []
 
229
    
 
230
    def _pack_inventory(self, inv):
 
231
        """Convert to XML Element"""
 
232
        e = Element('inventory')
 
233
        e.text = '\n'
 
234
        if inv.root.file_id not in (None, ROOT_ID):
 
235
            e.set('file_id', inv.root.file_id)
 
236
        for path, ie in inv.iter_entries():
 
237
            e.append(self._pack_entry(ie))
 
238
        return e
 
239
 
 
240
 
 
241
    def _pack_entry(self, ie):
 
242
        """Convert InventoryEntry to XML element"""
 
243
        assert ie.kind == 'directory' or ie.kind == 'file'
 
244
        e = Element(ie.kind)
 
245
        e.set('name', ie.name)
 
246
        e.set('file_id', ie.file_id)
 
247
 
 
248
        if ie.text_size != None:
 
249
            e.set('text_size', '%d' % ie.text_size)
 
250
 
 
251
        for f in ['text_version', 'text_sha1', 'entry_version']:
 
252
            v = getattr(ie, f)
 
253
            if v != None:
 
254
                e.set(f, v)
 
255
 
 
256
        # to be conservative, we don't externalize the root pointers
 
257
        # for now, leaving them as null in the xml form.  in a future
 
258
        # version it will be implied by nested elements.
 
259
        if ie.parent_id != ROOT_ID:
 
260
            assert isinstance(ie.parent_id, basestring)
 
261
            e.set('parent_id', ie.parent_id)
 
262
 
 
263
        e.tail = '\n'
 
264
 
 
265
        return e
 
266
 
 
267
 
 
268
    def _pack_revision(self, rev):
 
269
        """Revision object -> xml tree"""
 
270
        root = Element('revision',
 
271
                       committer = rev.committer,
 
272
                       timestamp = '%.9f' % rev.timestamp,
 
273
                       revision_id = rev.revision_id,
 
274
                       inventory_id = rev.inventory_id,
 
275
                       inventory_sha1 = rev.inventory_sha1,
 
276
                       )
 
277
        if rev.timezone:
 
278
            root.set('timezone', str(rev.timezone))
 
279
        root.text = '\n'
 
280
 
 
281
        msg = SubElement(root, 'message')
 
282
        msg.text = rev.message
 
283
        msg.tail = '\n'
 
284
 
 
285
        if rev.parents:
 
286
            pelts = SubElement(root, 'parents')
 
287
            pelts.tail = pelts.text = '\n'
 
288
            for rr in rev.parents:
 
289
                assert isinstance(rr, RevisionReference)
 
290
                p = SubElement(pelts, 'revision_ref')
 
291
                p.tail = '\n'
 
292
                assert rr.revision_id
 
293
                p.set('revision_id', rr.revision_id)
 
294
 
 
295
        return root
 
296
 
 
297
    
 
298
 
 
299
    def _unpack_inventory(self, elt):
 
300
        """Construct from XML Element
 
301
        """
 
302
        assert elt.tag == 'inventory'
 
303
        root_id = elt.get('file_id') or ROOT_ID
 
304
        inv = Inventory(root_id)
 
305
        for e in elt:
 
306
            ie = self._unpack_entry(e)
 
307
            if ie.parent_id == ROOT_ID:
 
308
                ie.parent_id = root_id
 
309
            inv.add(ie)
 
310
        return inv
 
311
 
 
312
 
 
313
    def _unpack_entry(self, elt):
 
314
        kind = elt.tag
 
315
        assert kind == 'directory' or kind == 'file'
 
316
 
 
317
        parent_id = elt.get('parent_id')
 
318
        if parent_id == None:
 
319
            parent_id = ROOT_ID
 
320
 
 
321
        ie = InventoryEntry(elt.get('file_id'),
 
322
                            elt.get('name'),
 
323
                            kind,
 
324
                            parent_id)
 
325
        ie.text_version = elt.get('text_version')
 
326
        ie.entry_version = elt.get('entry_version')
 
327
        ie.text_sha1 = elt.get('text_sha1')
 
328
        v = elt.get('text_size')
 
329
        ie.text_size = v and int(v)
 
330
 
 
331
        return ie
 
332
 
 
333
 
 
334
    def _unpack_revision(self, elt):
 
335
        """XML Element -> Revision object"""
 
336
        assert elt.tag == 'revision'
 
337
        
 
338
        rev = Revision(committer = elt.get('committer'),
 
339
                       timestamp = float(elt.get('timestamp')),
 
340
                       revision_id = elt.get('revision_id'),
 
341
                       inventory_id = elt.get('inventory_id'),
 
342
                       inventory_sha1 = elt.get('inventory_sha1')
 
343
                       )
 
344
 
 
345
        for p in elt.find('parents'):
 
346
            assert p.tag == 'revision_ref', \
 
347
                   "bad parent node tag %r" % p.tag
 
348
            rev_ref = RevisionReference(p.get('revision_id'))
 
349
            rev.parents.append(rev_ref)
 
350
 
 
351
        v = elt.get('timezone')
 
352
        rev.timezone = v and int(v)
 
353
 
 
354
        rev.message = elt.findtext('message') # text of <message>
 
355
        return rev
 
356
 
 
357
 
 
358
 
 
359
"""singleton instance"""
 
360
serializer_v4 = _Serializer_v4()
 
361
 
 
362
serializer_v5 = _Serializer_v5()