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     with open(file, "r", encoding="utf-8") as input_file:
  14         return markdown.markdown(input_file.read(), extensions=['tables'])
  15
  16
  17 def parse_html(html):
  18     def clean_text(inp):
  19         return inp.get_text().rstrip()
  20
  21     def clean_list(inp):
  22         for z in inp:
  23             if not len(z) == 2:
  24                 inp.remove(z)
  25         return inp
  26
  27     soup = BeautifulSoup(html, 'html.parser')
  28     outp = []
  29
  30     for x in soup.find_all("tr"):
  31         outp.append(Card([clean_text(y) for y in x.find_all("td")]))
  32
  33     return ([clean_text(x) for x in soup.find_all("th")],
  34             clean_list(outp))
  35
  36
  37 def main(file):
  38     return parse_html(md2html(file))
  39
  40
  41 if __name__ == "__main__":
  42     print(main(sys.argv[1]))