-
Notifications
You must be signed in to change notification settings - Fork 1
/
osis2bibleworks.py
258 lines (215 loc) · 9.21 KB
/
osis2bibleworks.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
# -*- coding: utf-8 -*-
import xml.sax
import codecs
import sys
import re
#
#
# This list is a Python list of the books of the Danish Bible,
# including a few (but not all) apocryphals.
#
#
# Note that:
#
# 1. Each entry in the list consists of a "tuple" with four entries:
#
# a. The old way of abbreviating the book.
#
# b. The new, standard way (this is what should be used).
#
# c. The full, spelled-out way
#
# d. The OSIS equivalent.
#
# e. The BibleWorks equivalent
#
#
danish2osis_list = [
# As-used-by-refs-in-paratext , As-should-be-printed-in-OSIS , Long-title, OSIS Ref, BibleWorks
# Old Testament
(u"1.Mos", u"1 Mos", u"Første Mosebog", u"Gen", u"Gen"),
(u"2.Mos", u"2 Mos", u"Anden Mosebog", u"Exod", u"Exo"),
(u"3.Mos", u"3 Mos", u"Tredje Mosebog", u"Lev", u"Lev"),
(u"4.Mos", u"4 Mos", u"Fjerde Mosebog", u"Num", u"Num"),
(u"5.Mos", u"5 Mos", u"Femte Mosebog", u"Deut", u"Deu"),
(u"Jos", u"Jos", u"Josvabogen", u"Josh", u"Jos"),
(u"Dom", u"Dom", u"Dommerbogen", u"Judg", u"Jdg"),
(u"Rut", u"Ruth", u"Ruths Bog", u"Ruth", u"Rut"),
(u"1.Sam", u"1 Sam", u"Første Samuelsbog", u"1Sam", u"1Sa"),
(u"2.Sam", u"2 Sam", u"Anden Samuelsbog", u"2Sam", u"2Sa"),
(u"1.Kong", u"1 Kong", u"Første Kongebog", u"1Kgs", u"1Ki"),
(u"2.Kong", u"2 Kong", u"Anden Kongebog", u"2Kgs", u"2Ki"),
(u"1.Krøn", u"1 Krøn", u"Første Krønikebog", u"1Chr", u"1Ch"),
(u"2.Krøn", u"2 Krøn", u"Andeb Krønikebog", u"2Chr", u"2Ch"),
(u"Ezra", u"Ezra", u"Ezras Bog", u"Ezra", u"Ezr"),
(u"Neh", u"Neh", u"Nehemias' Bog", u"Neh", u"Neh"),
(u"Est", u"Est", u"Esters Bog", u"Esth", u"Est"),
(u"Job", u"Job", u"Jobs Bog", u"Job", u"Job"),
(u"Sl", u"Sl", u"Salmernes Bog", u"Ps", u"Psa"),
(u"Ordsp", u"Ordsp", u"Ordsprogenes Bog", u"Prov", u"Pro"),
(u"Præd", u"Præd", u"Prædikerens Bog", u"Eccl", u"Ecc"),
(u"Højs", u"Højs", u"Højsangen", u"Song", u"Sol"),
(u"Es", u"Es", u"Esajas' Bog", u"Isa", u"Isa"),
(u"Jer", u"Jer", u"Jeremias' Bog", u"Jer", u"Jer"),
(u"Klages", u"Klages", u"Klagesangene", u"Lam", u"Lam"),
(u"Ez", u"Ez", u"Ezekiels Bog", u"Ezek", u"Eze"),
(u"Dan", u"Dan", u"Daniels Bog", u"Dan", u"Dan"),
(u"Hos", u"Hos", u"Hoseas' Bog", u"Hos", u"Hos"),
(u"Joel", u"Joel", u"Joels Bog", u"Joel", u"Joe"),
(u"Am", u"Am", u"Amos' Bog", u"Amos", u"Amo"),
(u"Ob", u"Obad", u"Obadias' Bog", u"Obad", u"Oba"),
(u"Jon", u"Jon", u"Jonas' Bog", u"Jonah", u"Jon"),
(u"Mika", u"Mika", u"Mikas Bog", u"Mic", u"Mic"),
(u"Nah", u"Nah", u"Nahums Bog", u"Nah", u"Nah"),
(u"Hab", u"Hab", u"Habakkuks Bog", u"Hab", u"Hab"),
(u"Zef", u"Sef", u"Sefanias' Bog", u"Zeph", u"Zep"),
(u"Hagg", u"Hagg", u"Haggajs Bog", u"Hag", u"Hag"),
(u"Zak", u"Zak", u"Zakarias' Bog", u"Zech", u"Zec"),
(u"Mal", u"Mal", u"Malakias' Bog", u"Mal", u"Mal"),
# Apocryphals
(u"Visd", u"Visd", u"", u"Wis", u""),
(u"Sir", u"Sir", u"", u"Sir", u""),
(u"Tob", u"Tob", u"", u"Tob", u""),
(u"1.Makk", u"1 Makk", u"", u"1Macc", u""),
(u"2.Makk", u"2 Makk", u"", u"2Macc", u""),
# New Testament
(u"Matt", u"Matt", u"Matthæusevangeliet", u"Matt", u"Mat"),
(u"Mark", u"Mark", u"Markusevangeliet", u"Mark", u"Mar"),
(u"Luk", u"Luk", u"Lukasevangeliet", u"Luke", u"Luk"),
(u"Joh", u"Joh", u"Johannesevangeliet", u"John", u"Joh"),
(u"Ap.G", u"ApG", u"Apostlenes Gerninger", u"Acts", u"Act"),
(u"Rom", u"Rom", u"Paulus' Brev til Romerne", u"Rom", u"Rom"),
(u"1.Kor", u"1 Kor", u"Paulus' Første Brev til Korintherne", u"1Cor", u"1Co"),
(u"2.Kor", u"2 Kor", u"Paulus' Andet Brev til Korintherne", u"2Cor", u"2Co"),
(u"Gal", u"Gal", u"Paulus' Brev til Galaterne", u"Gal", u"Gal"),
(u"Ef", u"Ef", u"Paulus' Brev til Efeserne", u"Eph", u"Eph"),
(u"Fil", u"Fil", u"Paulus' Brev til Filipperne", u"Phil", u"Phi"),
(u"Kol", u"Kol", u"Paulus' Brev til Kolossenserne", u"Col", u"Col"),
(u"1.Tess", u"1 Thess", u"Paulus' Første Brev til Thessalonikerne", u"1Thess", u"1Th"),
(u"2.Tess", u"2 Thess", u"Paulus' Andet Brev til Thessalonikerne", u"2Thess", u"2Th"),
(u"1.Tim", u"1 Tim", u"Paulus' Første Brev til Timotheus", u"1Tim", u"1Ti"),
(u"2.Tim", u"2 Tim", u"Paulus' Andet Brev til Timotheus", u"2Tim", u"2Ti"),
(u"Tit", u"Tit", u"Paulus' Brev til Titus", u"Titus", u"Tit"),
(u"Filem", u"Filem", u"Paulus' Brev til Filemon", u"Phlm", u"Phm"),
(u"Hebr", u"Hebr", u"Brevet til Hebræerne", u"Heb", u"Heb"),
(u"Jak", u"Jak", u"Jakobs Brev", u"Jas", u"Jam"),
(u"1.Pet", u"1 Pet", u"Peters Første Brev", u"1Pet", u"1Pe"),
(u"2.Pet", u"2 Pet", u"Peters Andet Brev", u"2Pet", u"2Pe"),
(u"1.Joh", u"1 Joh", u"Johannes' Første Brev", u"1John", u"1Jo"),
(u"2.Joh", u"2 Joh", u"Johannes' Andet Brev", u"2John", u"2Jo"),
(u"3.Joh", u"3 Joh", u"Johannes' Tredje Brev", u"3John", u"3Jo"),
(u"Jud", u"Jud", u"Judas' Brev", u"Jude", u"Jud"),
(u"Åb", u"Åb", u"Johannes' Åbenbaring", u"Rev", u"Rev"),
]
osis_dict = {} # osisID --> (index-in-danish2osis_list, BibleWorks)
for index in xrange(0, len(danish2osis_list)):
(Paratext, ShouldBePrinted, FullName, osisBookID, BibleWorks) = danish2osis_list[index]
osis_dict[osisBookID] = (index, BibleWorks)
tag_re = re.compile(ur'<[^>]+>')
punct_re = re.compile(ur'[\.,;:\"?!()[]/\-]')
xml_entity_re = re.compile(ur'(")|(>)|(<)|(&)')
token_re = re.compile(ur'(\s*)([^\s]*)(\s*)')
surface_re = re.compile(ur'([^\w]*)(\w*)([^\w]*)')
whitespace_re = re.compile(ur'^\s*$')
def usage():
sys.stderr.write("Usage:\n python osis2bibleworks.py filename\n")
def osisID2ref(osisID):
(osisBook, chapter_str, verse_str) = osisID.strip().split(".")
chapter = int(chapter_str)
verse = int(verse_str)
book_number = osis_dict[osisBook][0]
BibleWorksBook = osis_dict[osisBook][1]
return "%02d-%03d-%03d-%s" % (book_number, chapter, verse, BibleWorksBook)
def getBasename(pathname):
filename = pathname.split("/")[-1]
if "." in filename:
basename = ".".join(filename.split(".")[:-1])
else:
basename = filename
return basename
class OSISHandler(xml.sax.ContentHandler):
def __init__(self):
self.elemstack = []
self.charstack = []
self.bInVerse = False
self.nixed_elements = set(["header", "work", "date", "type", "identifier", "language", "rights", "refSystem", "note", "title"])
self.ignored_elements = set(["osis", "osisText", "chapter", "div", "p"])
self.nixing_stack = []
self.verses = {} # AGNT-ref --> [token-list]
def startDocument(self):
pass
def endDocument(self):
pass
def characters(self, data):
self.charstack.append(data)
def handleChars(self, chars_before):
if len(self.nixing_stack) > 0:
bDoIt = False
elif self.bInVerse:
bDoIt = True
else:
bDoIt = False
if not bDoIt:
return
chars = chars_before
if whitespace_re.match(chars):
self.verses[self.curref].append(" ")
else:
self.verses[self.curref].extend(chars.split())
def startElement(self, tag, attributes):
self.elemstack.append(tag)
chars = "".join(self.charstack)
del self.charstack
self.charstack = []
self.handleChars(chars)
if tag in self.nixed_elements:
self.nixing_stack.append(tag)
elif len(self.nixing_stack) != 0:
pass
elif tag == "verse":
if attributes.has_key("eID"):
pass
else:
osisID = attributes["osisID"]
self.curref = osisID2ref(osisID)
self.verses.setdefault(self.curref, [])
self.bInVerse = True
elif tag in self.ignored_elements:
pass
else:
raise Exception("Unknown start-tag: <%s>" % tag)
def endElement(self, tag):
chars = "".join(self.charstack)
del self.charstack
self.charstack = []
self.handleChars(chars)
if tag in self.nixed_elements:
oldTag = self.nixing_stack.pop()
assert tag == oldTag
elif len(self.nixing_stack) != 0:
pass
elif tag == "verse":
pass
elif tag == "chapter":
self.bInVerse = False
elif tag in self.ignored_elements:
pass
else:
raise Exception("Unknown end-tag: </%s>" % tag)
def dumpBibleWorks(self, fout):
for ref in sorted(self.verses):
(book_number_str, chapter_str, verse_str, BibleWorksBook) = ref.split("-")
chapter = int(chapter_str)
verse = int(verse_str)
BBW_ref = u"%s %d:%d" % (BibleWorksBook, chapter, verse)
token_str = u" ".join((u" ".join(self.verses[ref]).split()))
fout.write((u"%s %s\n" % (BBW_ref, token_str)).replace(u"\u201f", u"\u00ab").replace(u"\u201e", u"\u00bb").encode('cp1252'))
filename = sys.argv[1]
handler = OSISHandler()
fin = open(filename, "r")
sys.stderr.write("Now reading: %s ...\n" % filename)
xml.sax.parse(fin, handler)
sys.stderr.write("Done!\n")
sys.stderr.write("Now dumping on stdout...\n")
handler.dumpBibleWorks(sys.stdout)
sys.stderr.write("Done!\n")