← Back to branch summary

~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/cache_utf8.py

  • Committer: Aaron Bentley
  • Date: 2006-10-15 15:55:32 UTC
  • mto: This revision was merged to the branch mainline in revision 2078.
  • Revision ID: aaron.bentley@utoronto.ca-20061015155532-d64a63ea5046f693
Fix up more memorytree tests

Show diffs side-by-side

added added

removed removed

Lines of Context:
bzrlib/cache_utf8.py
1
 
# Copyright (C) 2006 Canonical Ltd
 
1
# Copyright (C) 2006 Canonical
2
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
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
 
# TODO: Some kind of command-line display of revision properties:
 
17
# TODO: Some kind of command-line display of revision properties: 
18
18
# perhaps show them in log -v and allow them as options to the commit command.
19
19
 
20
20
"""Some functions to enable caching the conversion between unicode to utf8"""
21
21
 
22
 
import codecs
23
 
 
24
 
 
25
 
_utf8_encode = codecs.getencoder("utf-8")
26
 
_utf8_decode = codecs.getdecoder("utf-8")
27
 
def _utf8_decode_with_None(bytestring, _utf8_decode=_utf8_decode):
28
 
    """wrap _utf8_decode to support None->None for optional strings.
29
 
 
30
 
    Also, only return the Unicode portion, since we don't care about the second
31
 
    return value.
32
 
    """
33
 
    if bytestring is None:
34
 
        return None
35
 
    else:
36
 
        return _utf8_decode(bytestring)[0]
37
22
 
38
23
# Map revisions from and to utf8 encoding
39
24
# Whenever we do an encode/decode operation, we save the result, so that
44
29
 
45
30
def encode(unicode_str,
46
31
           _uni_to_utf8=_unicode_to_utf8_map,
47
 
           _utf8_to_uni=_utf8_to_unicode_map,
48
 
           _utf8_encode=_utf8_encode):
 
32
           _utf8_to_uni=_utf8_to_unicode_map):
49
33
    """Take this unicode revision id, and get a unicode version"""
50
34
    # If the key is in the cache try/KeyError is 50% faster than
51
35
    # val = dict.get(key), if val is None:
52
 
    # On jam's machine the difference is
53
 
    # try/KeyError:  900ms
54
 
    #      if None: 1250ms
 
36
    # On jam's machine the difference is 
 
37
    # try/KeyError:  900ms 
 
38
    #      if None: 1250ms 
55
39
    # Since these are primarily used when iterating over a knit entry
56
40
    # *most* of the time the key will already be in the cache, so use the
57
41
    # fast path
58
42
    try:
59
43
        return _uni_to_utf8[unicode_str]
60
44
    except KeyError:
61
 
        _uni_to_utf8[unicode_str] = utf8_str = _utf8_encode(unicode_str)[0]
 
45
        _uni_to_utf8[unicode_str] = utf8_str = unicode_str.encode('utf-8')
62
46
        _utf8_to_uni[utf8_str] = unicode_str
63
47
        return utf8_str
64
48
 
65
49
 
66
50
def decode(utf8_str,
67
51
           _uni_to_utf8=_unicode_to_utf8_map,
68
 
           _utf8_to_uni=_utf8_to_unicode_map,
69
 
           _utf8_decode=_utf8_decode):
 
52
           _utf8_to_uni=_utf8_to_unicode_map):
70
53
    """Take a utf8 revision id, and decode it, but cache the result"""
71
54
    try:
72
55
        return _utf8_to_uni[utf8_str]
73
56
    except KeyError:
74
 
        unicode_str = _utf8_decode(utf8_str)[0]
75
 
        _utf8_to_uni[utf8_str] = unicode_str
 
57
        _utf8_to_uni[utf8_str] = unicode_str = utf8_str.decode('utf-8')
76
58
        _uni_to_utf8[unicode_str] = utf8_str
77
59
        return unicode_str
78
60
 
89
71
    return decode(encode(unicode_str))
90
72
 
91
73
 
92
 
def get_cached_utf8(utf8_str):
93
 
    """Return a cached version of the utf-8 string.
94
 
 
95
 
    Get a cached version of this string (similar to intern()).
96
 
    At present, this will be decoded to ensure it is a utf-8 string. In the
97
 
    future this might change to simply caching the string.
98
 
    """
99
 
    return encode(decode(utf8_str))
100
 
 
101
 
 
102
 
def get_cached_ascii(ascii_str,
103
 
                     _uni_to_utf8=_unicode_to_utf8_map,
104
 
                     _utf8_to_uni=_utf8_to_unicode_map):
105
 
    """This is a string which is identical in utf-8 and unicode."""
106
 
    # We don't need to do any encoding, but we want _utf8_to_uni to return a
107
 
    # real Unicode string. Unicode and plain strings of this type will have the
108
 
    # same hash, so we can just use it as the key in _uni_to_utf8, but we need
109
 
    # the return value to be different in _utf8_to_uni
110
 
    ascii_str = _uni_to_utf8.setdefault(ascii_str, ascii_str)
111
 
    _utf8_to_uni.setdefault(ascii_str, unicode(ascii_str))
112
 
    return ascii_str
113
 
 
114
 
 
115
74
def clear_encoding_cache():
116
75
    """Clear the encoding and decoding caches"""
 
76
    global _unicode_to_utf8_map, _utf8_to_unicode_map
117
77
    _unicode_to_utf8_map.clear()
118
78
    _utf8_to_unicode_map.clear()
 
79