lightcards/parse.py

   1 #!/usr/bin/env python
   2 # Parse markdown table into tuple of lists
   3 # Armaan Bhojwani 2021
   4
   5 import sys
   6 from bs4 import BeautifulSoup
   7 import markdown
   8
   9 from .deck import Card
  10
  11
  12 def md2html(file):
  13     """Use the markdown module to convert input to HTML"""
  14     with open(file, "r", encoding="utf-8") as input_file:
  15         return markdown.markdown(input_file.read(), extensions=['tables'])
  16
  17
  18 def parse_html(html):
  19     """Use BeautifulSoup to parse the HTML"""
  20     def clean_text(inp):
  21         return inp.get_text().rstrip()
  22
  23     def clean_list(inp):
  24         for z in inp:
  25             if not len(z) == 2:
  26                 inp.remove(z)
  27         return inp
  28
  29     soup = BeautifulSoup(html, 'html.parser')
  30     outp = []
  31
  32     for x in soup.find_all("tr"):
  33         outp.append(Card([clean_text(y) for y in x.find_all("td")]))
  34
  35     # Return a tuple of nested lists
  36     return ([clean_text(x) for x in soup.find_all("th")],
  37             clean_list(outp))
  38
  39
  40 def main(file):
  41     return parse_html(md2html(file))
  42
  43
  44 if __name__ == "__main__":
  45     print(main(sys.argv[1]))