~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/xml5.py

  • Committer: Canonical.com Patch Queue Manager
  • Date: 2006-08-17 14:18:30 UTC
  • mfrom: (1934.1.21 xml_writer)
  • Revision ID: pqm@pqm.ubuntu.com-20060817141830-383cad75e9090732
(robertc,jam) Custom xml serializer saves a lot of time when serializing inventories

Show diffs side-by-side

added added

removed removed

Lines of Context:
14
14
# along with this program; if not, write to the Free Software
15
15
# Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
16
16
 
 
17
import cStringIO
 
18
import re
17
19
 
18
20
from bzrlib import (
19
21
    cache_utf8,
 
22
    inventory,
20
23
    )
21
24
from bzrlib.xml_serializer import SubElement, Element, Serializer
22
25
from bzrlib.inventory import ROOT_ID, Inventory, InventoryEntry
23
 
import bzrlib.inventory as inventory
24
26
from bzrlib.revision import Revision
25
27
from bzrlib.errors import BzrError
26
28
 
27
29
 
 
30
_utf8_re = None
 
31
_utf8_escape_map = {
 
32
    "&":'&',
 
33
    "'":"'", # FIXME: overkill
 
34
    "\"":""",
 
35
    "<":"&lt;",
 
36
    ">":"&gt;",
 
37
    }
 
38
 
 
39
 
 
40
def _ensure_utf8_re():
 
41
    """Make sure the _utf8_re regex has been compiled"""
 
42
    global _utf8_re
 
43
    if _utf8_re is not None:
 
44
        return
 
45
    _utf8_re = re.compile(u'[&<>\'\"\u0080-\uffff]')
 
46
 
 
47
 
 
48
def _utf8_escape_replace(match, _map=_utf8_escape_map):
 
49
    """Replace a string of non-ascii, non XML safe characters with their escape
 
50
 
 
51
    This will escape both Standard XML escapes, like <>"', etc.
 
52
    As well as escaping non ascii characters, because ElementTree did.
 
53
    This helps us remain compatible to older versions of bzr. We may change
 
54
    our policy in the future, though.
 
55
    """
 
56
    # jam 20060816 Benchmarks show that try/KeyError is faster if you
 
57
    # expect the entity to rarely miss. There is about a 10% difference
 
58
    # in overall time. But if you miss frequently, then if None is much
 
59
    # faster. For our use case, we *rarely* have a revision id, file id
 
60
    # or path name that is unicode. So use try/KeyError.
 
61
    try:
 
62
        return _map[match.group()]
 
63
    except KeyError:
 
64
        return "&#%d;" % ord(match.group())
 
65
 
 
66
 
 
67
_unicode_to_escaped_map = {}
 
68
 
 
69
def _encode_and_escape(unicode_str, _map=_unicode_to_escaped_map):
 
70
    """Encode the string into utf8, and escape invalid XML characters"""
 
71
    # We frequently get entities we have not seen before, so it is better
 
72
    # to check if None, rather than try/KeyError
 
73
    text = _map.get(unicode_str)
 
74
    if text is None:
 
75
        # The alternative policy is to do a regular UTF8 encoding
 
76
        # and then escape only XML meta characters.
 
77
        # Performance is equivalent once you use cache_utf8. *However*
 
78
        # this makes the serialized texts incompatible with old versions
 
79
        # of bzr. So no net gain. (Perhaps the read code would handle utf8
 
80
        # better than entity escapes, but cElementTree seems to do just fine
 
81
        # either way)
 
82
        text = str(_utf8_re.sub(_utf8_escape_replace, unicode_str)) + '"'
 
83
        _map[unicode_str] = text
 
84
    return text
 
85
 
 
86
 
 
87
def _clear_cache():
 
88
    """Clean out the unicode => escaped map"""
 
89
    _unicode_to_escaped_map.clear()
 
90
 
 
91
 
28
92
class Serializer_v5(Serializer):
29
93
    """Version 5 serializer
30
94
 
32
96
    """
33
97
    
34
98
    __slots__ = []
35
 
    
36
 
    def _pack_inventory(self, inv):
37
 
        """Convert to XML Element"""
 
99
 
 
100
    def write_inventory_to_string(self, inv):
 
101
        """Just call write_inventory with a StringIO and return the value"""
 
102
        sio = cStringIO.StringIO()
 
103
        self.write_inventory(inv, sio)
 
104
        return sio.getvalue()
 
105
 
 
106
    def write_inventory(self, inv, f):
 
107
        """Write inventory to a file.
 
108
        
 
109
        :param inv: the inventory to write.
 
110
        :param f: the file to write.
 
111
        """
 
112
        _ensure_utf8_re()
 
113
        output = []
 
114
        append = output.append
 
115
        self._append_inventory_root(append, inv)
38
116
        entries = inv.iter_entries()
39
 
        e = Element('inventory',
40
 
                    format='5')
41
 
        e.text = '\n'
42
 
        path, root = entries.next()
43
 
        if root.file_id not in (None, ROOT_ID):
44
 
            e.set('file_id', root.file_id)
 
117
        # Skip the root
 
118
        root_path, root_ie = entries.next()
 
119
        for path, ie in entries:
 
120
            self._append_entry(append, ie)
 
121
        append('</inventory>\n')
 
122
        f.writelines(output)
 
123
        # Just to keep the cache from growing without bounds
 
124
        # but we may actually not want to do clear the cache
 
125
        #_clear_cache()
 
126
 
 
127
    def _append_inventory_root(self, append, inv):
 
128
        """Append the inventory root to output."""
 
129
        append('<inventory')
 
130
        if inv.root.file_id not in (None, ROOT_ID):
 
131
            append(' file_id="')
 
132
            append(_encode_and_escape(inv.root.file_id))
 
133
        append(' format="5"')
45
134
        if inv.revision_id is not None:
46
 
            e.set('revision_id', inv.revision_id)
47
 
        for path, ie in entries:
48
 
            e.append(self._pack_entry(ie))
49
 
        return e
50
 
 
51
 
    def _pack_entry(self, ie):
52
 
        """Convert InventoryEntry to XML element"""
 
135
            append(' revision_id="')
 
136
            append(_encode_and_escape(inv.revision_id))
 
137
        append('>\n')
 
138
        
 
139
    def _append_entry(self, append, ie):
 
140
        """Convert InventoryEntry to XML element and append to output."""
53
141
        # TODO: should just be a plain assertion
54
 
        if not InventoryEntry.versionable_kind(ie.kind):
55
 
            raise AssertionError('unsupported entry kind %s' % ie.kind)
56
 
        e = Element(ie.kind)
57
 
        e.set('name', ie.name)
58
 
        e.set('file_id', ie.file_id)
59
 
 
60
 
        if ie.text_size != None:
61
 
            e.set('text_size', '%d' % ie.text_size)
62
 
 
63
 
        for f in ['text_sha1', 'revision', 'symlink_target']:
64
 
            v = getattr(ie, f)
65
 
            if v != None:
66
 
                e.set(f, v)
67
 
 
 
142
        assert InventoryEntry.versionable_kind(ie.kind), \
 
143
            'unsupported entry kind %s' % ie.kind
 
144
 
 
145
        append("<")
 
146
        append(ie.kind)
68
147
        if ie.executable:
69
 
            e.set('executable', 'yes')
70
 
 
71
 
        # to be conservative, we don't externalize the root pointers
72
 
        # for now, leaving them as null in the xml form.  in a future
73
 
        # version it will be implied by nested elements.
 
148
            append(' executable="yes"')
 
149
        append(' file_id="')
 
150
        append(_encode_and_escape(ie.file_id))
 
151
        append(' name="')
 
152
        append(_encode_and_escape(ie.name))
74
153
        if ie.parent_id != ROOT_ID:
75
154
            assert isinstance(ie.parent_id, basestring)
76
 
            e.set('parent_id', ie.parent_id)
77
 
        e.tail = '\n'
78
 
        return e
 
155
            append(' parent_id="')
 
156
            append(_encode_and_escape(ie.parent_id))
 
157
        if ie.revision is not None:
 
158
            append(' revision="')
 
159
            append(_encode_and_escape(ie.revision))
 
160
        if ie.symlink_target is not None:
 
161
            append(' symlink_target="')
 
162
            append(_encode_and_escape(ie.symlink_target))
 
163
        if ie.text_sha1 is not None:
 
164
            append(' text_sha1="')
 
165
            append(ie.text_sha1)
 
166
            append('"')
 
167
        if ie.text_size is not None:
 
168
            append(' text_size="%d"' % ie.text_size)
 
169
        append(" />\n")
 
170
        return
79
171
 
80
172
    def _pack_revision(self, rev):
81
173
        """Revision object -> xml tree"""
104
196
            self._pack_revision_properties(rev, root)
105
197
        return root
106
198
 
107
 
 
108
199
    def _pack_revision_properties(self, rev, under_element):
109
200
        top_elt = SubElement(under_element, 'properties')
110
201
        for prop_name, prop_value in sorted(rev.properties.items()):
116
207
            prop_elt.tail = '\n'
117
208
        top_elt.tail = '\n'
118
209
 
119
 
 
120
210
    def _unpack_inventory(self, elt):
121
211
        """Construct from XML Element
122
212
        """
138
228
            inv.add(ie)
139
229
        return inv
140
230
 
141
 
 
142
231
    def _unpack_entry(self, elt):
143
232
        kind = elt.tag
144
233
        if not InventoryEntry.versionable_kind(kind):
149
238
        parent_id = elt.get('parent_id')
150
239
        if parent_id == None:
151
240
            parent_id = ROOT_ID
152
 
        parent_id = get_cached(parent_id)
153
 
        file_id = get_cached(elt.get('file_id'))
 
241
        # TODO: jam 20060817 At present, caching file ids costs us too 
 
242
        #       much time. It slows down overall read performances from
 
243
        #       approx 500ms to 700ms. And doesn't improve future reads.
 
244
        #       it might be because revision ids and file ids are mixing.
 
245
        #       Consider caching *just* the file ids, for a limited period
 
246
        #       of time.
 
247
        #parent_id = get_cached(parent_id)
 
248
        #file_id = get_cached(elt.get('file_id'))
 
249
        file_id = elt.get('file_id')
154
250
 
155
251
        if kind == 'directory':
156
252
            ie = inventory.InventoryDirectory(file_id,
179
275
 
180
276
        return ie
181
277
 
182
 
 
183
278
    def _unpack_revision(self, elt):
184
279
        """XML Element -> Revision object"""
185
280
        assert elt.tag == 'revision'
208
303
        rev.message = elt.findtext('message') # text of <message>
209
304
        return rev
210
305
 
211
 
 
212
306
    def _unpack_revision_properties(self, elt, rev):
213
307
        """Unpack properties onto a revision."""
214
308
        props_elt = elt.find('properties')