~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/xml_serializer.py

  • Committer: Martin Pool
  • Date: 2010-02-25 06:17:27 UTC
  • mfrom: (5055 +trunk)
  • mto: This revision was merged to the branch mainline in revision 5057.
  • Revision ID: mbp@sourcefrog.net-20100225061727-4sd9lt0qmdc6087t
merge news

Show diffs side-by-side

added added

removed removed

Lines of Context:
1
 
#! /usr/bin/env python
2
 
 
 
1
# Copyright (C) 2005-2010 Canonical Ltd
 
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., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
 
15
# Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 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
 
25
28
try:
26
 
    from util.cElementTree import ElementTree, SubElement, Element
 
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
39
except ImportError:
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))
 
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)
44
90
 
45
91
    def write_revision(self, rev, f):
46
92
        self._write_element(self._pack_revision(rev), f)
47
93
 
 
94
    def write_revision_to_string(self, rev):
 
95
        return tostring(self._pack_revision(rev)) + '\n'
 
96
 
48
97
    def read_revision(self, f):
49
98
        return self._unpack_revision(self._read_element(f))
50
99
 
 
100
    def read_revision_from_string(self, xml_string):
 
101
        return self._unpack_revision(fromstring(xml_string))
 
102
 
51
103
    def _write_element(self, elt, f):
52
104
        ElementTree(elt).write(f, 'utf-8')
53
105
        f.write('\n')
56
108
        return ElementTree().parse(f)
57
109
 
58
110
 
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
 
 
222
 
"""singleton instance"""
223
 
serializer_v4 = _Serializer_v4()
224
 
 
 
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)