← Back to branch summary

~ubuntu-branches/debian/wheezy/calibre/wheezy

« back to all changes in this revision

Viewing changes to src/chardet/mbcharsetprober.py

  • Committer: Package Import Robot
  • Author(s): Martin Pitt
  • Date: 2012-01-07 11:22:54 UTC
  • mfrom: (29.4.10 precise)
  • Revision ID: package-import@ubuntu.com-20120107112254-n1syr437o46ds802
Tags: 0.8.34+dfsg-1
http://bugs.debian.org/654751
http://bugs.debian.org/640026
http://bugs.debian.org/646674
* New upstream version. (Closes: #654751)
* debian/rules: Do not install calibre copy of chardet; instead, add
  build/binary python-chardet dependency.
* Add disable_plugins.py: Disable plugin dialog. It uses a totally
  non-authenticated and non-trusted way of installing arbitrary code.
  (Closes: #640026)
* debian/rules: Install with POSIX locale, to avoid installing translated
  manpages into the standard locations. (Closes: #646674)

Show diffs side-by-side

added added

removed removed

Lines of Context:
src/chardet/mbcharsetprober.py
 
1
######################## BEGIN LICENSE BLOCK ########################
 
2
# The Original Code is Mozilla Universal charset detector code.
 
3
#
 
4
# The Initial Developer of the Original Code is
 
5
# Netscape Communications Corporation.
 
6
# Portions created by the Initial Developer are Copyright (C) 2001
 
7
# the Initial Developer. All Rights Reserved.
 
8
#
 
9
# Contributor(s):
 
10
#   Mark Pilgrim - port to Python
 
11
#   Shy Shalom - original C code
 
12
#   Proofpoint, Inc.
 
13
#
 
14
# This library is free software; you can redistribute it and/or
 
15
# modify it under the terms of the GNU Lesser General Public
 
16
# License as published by the Free Software Foundation; either
 
17
# version 2.1 of the License, or (at your option) any later version.
 
18
# 
 
19
# This library is distributed in the hope that it will be useful,
 
20
# but WITHOUT ANY WARRANTY; without even the implied warranty of
 
21
# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
 
22
# Lesser General Public License for more details.
 
23
# 
 
24
# You should have received a copy of the GNU Lesser General Public
 
25
# License along with this library; if not, write to the Free Software
 
26
# Foundation, Inc., 51 Franklin St, Fifth Floor, Boston, MA
 
27
# 02110-1301  USA
 
28
######################### END LICENSE BLOCK #########################
 
29
 
 
30
import constants, sys
 
31
from constants import eStart, eError, eItsMe
 
32
from charsetprober import CharSetProber
 
33
 
 
34
class MultiByteCharSetProber(CharSetProber):
 
35
    def __init__(self):
 
36
        CharSetProber.__init__(self)
 
37
        self._mDistributionAnalyzer = None
 
38
        self._mCodingSM = None
 
39
        self._mLastChar = ['\x00', '\x00']
 
40
 
 
41
    def reset(self):
 
42
        CharSetProber.reset(self)
 
43
        if self._mCodingSM:
 
44
            self._mCodingSM.reset()
 
45
        if self._mDistributionAnalyzer:
 
46
            self._mDistributionAnalyzer.reset()
 
47
        self._mLastChar = ['\x00', '\x00']
 
48
 
 
49
    def get_charset_name(self):
 
50
        pass
 
51
 
 
52
    def feed(self, aBuf):
 
53
        aLen = len(aBuf)
 
54
        for i in range(0, aLen):
 
55
            codingState = self._mCodingSM.next_state(aBuf[i])
 
56
            if codingState == eError:
 
57
                if constants._debug:
 
58
                    sys.stderr.write(self.get_charset_name() + ' prober hit error at byte ' + str(i) + '\n')
 
59
                self._mState = constants.eNotMe
 
60
                break
 
61
            elif codingState == eItsMe:
 
62
                self._mState = constants.eFoundIt
 
63
                break
 
64
            elif codingState == eStart:
 
65
                charLen = self._mCodingSM.get_current_charlen()
 
66
                if i == 0:
 
67
                    self._mLastChar[1] = aBuf[0]
 
68
                    self._mDistributionAnalyzer.feed(self._mLastChar, charLen)
 
69
                else:
 
70
                    self._mDistributionAnalyzer.feed(aBuf[i-1:i+1], charLen)
 
71
                    
 
72
        self._mLastChar[0] = aBuf[aLen - 1]
 
73
        
 
74
        if self.get_state() == constants.eDetecting:
 
75
            if self._mDistributionAnalyzer.got_enough_data() and \
 
76
               (self.get_confidence() > constants.SHORTCUT_THRESHOLD):
 
77
                self._mState = constants.eFoundIt
 
78
 
 
79
        return self.get_state()
 
80
 
 
81
    def get_confidence(self):
 
82
        return self._mDistributionAnalyzer.get_confidence()