addons/document/content_index.py

   1 # -*- encoding: utf-8 -*-
   2 ##############################################################################
   3 #
   4 #    OpenERP, Open Source Management Solution
   5 #    Copyright (C) 2004-2008 Tiny SPRL (<http://tiny.be>). All Rights Reserved
   6 #    $Id$
   7 #
   8 #    This program is free software: you can redistribute it and/or modify
   9 #    it under the terms of the GNU General Public License as published by
  10 #    the Free Software Foundation, either version 3 of the License, or
  11 #    (at your option) any later version.
  12 #
  13 #    This program is distributed in the hope that it will be useful,
  14 #    but WITHOUT ANY WARRANTY; without even the implied warranty of
  15 #    MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  16 #    GNU General Public License for more details.
  17 #
  18 #    You should have received a copy of the GNU General Public License
  19 #    along with this program.  If not, see <http://www.gnu.org/licenses/>.
  20 #
  21 ##############################################################################
  22 import time
  23 import os
  24 import StringIO
  25 import odt2txt
  26
  27 #
  28 # This should be the indexer
  29 #
  30 def content_index(content, filename=None, content_type=None):
  31         fname,ext = os.path.splitext(filename)
  32         result = ''
  33         if ext in ('.doc'): #or content_type ?
  34                 (stdin,stdout) = os.popen2('antiword -', 'b')
  35                 stdin.write(content)
  36                 stdin.close()
  37                 result = stdout.read().decode('latin1','replace').encode('utf-8','replace')
  38         elif ext == '.pdf':
  39                 fname = os.tempnam(filename)+'.pdf'
  40                 fp = file(fname,'wb')
  41                 fp.write(content)
  42                 fp.close()
  43                 fp = os.popen('pdftotext -enc UTF-8 -nopgbrk '+fname+' -', 'r')
  44                 result = fp.read()
  45                 fp.close()
  46         elif ext in ('.xls','.ods','.odt','.odp'):
  47                 s = StringIO.StringIO(content)
  48                 o = odt2txt.OpenDocumentTextFile(s)
  49                 result = o.toString().encode('ascii','replace')
  50                 s.close()
  51         elif ext in ('.txt','.py','.patch','.html','.csv','.xml'):
  52                 result = content
  53         else:
  54                 result = content
  55         return result