import sys,os

import re

import string

class CConvert:

        def __init__(self):

                self.has_shengdiao = False

                self.just_shengmu  = False

                self.spliter = '-'

                "Load data table"

                try:

                        fp=open(os.path.join(settings.PROJECT_DIR, 'utils', 'convert-utf-8.txt'))

                except IOError:

                        print "Can't load data from convert-utf-8.txt\nPlease make sure this file exists."

                        sys.exit(1)

                else:

                        self.data=fp.read().decode("utf-8")# decoded data to unicode

                        fp.close()

       

        def convert1(self, strIn):

                "Convert Unicode strIn to PinYin"

                length, strOutKey, strOutValue, i=len(strIn), "", "", 0

                while i<length:

                        code1 =ord(strIn[i:i+1])

                        if code1>=0x4e02 and code1<=0xe863:

                                strTemp   = self.getIndex(strIn[i:i+1])

                                if not self.has_shengdiao:

                                        strTemp  = strTemp[:-1]

                                strLength = len(strTemp)

                                if strLength<1:strLength=1

                                strOutKey   += string.center(strIn[i:i+1], strLength)+" "

                                strOutValue += self.spliter + string.center(strTemp, strLength) + self.spliter

                        else:#ascii code;

                                strOutKey+=strIn[i:i+1]+" "

                                strOutValue+=strIn[i:i+1] + ' '

                        i+=1

                        #############################

                        #txlist = utf8String.split()

                        #out=convert.convert(utf8String)

                        #l=[]

                        #for t in map(convert.convert, txlist):

                        #       l.append(t[0])

                        #v = '-'.join(l).replace(' ','').replace(u'--','-').strip('-')

                        #############################

                return [strOutValue, strOutKey]

       

        def getIndex(self, strIn):

                "Convert single Unicode to PinYin from index"

                if strIn==' ':return self.spliter

                if set(strIn).issubset("'\"`~!@#$%^&*()=+[]{}\\|;:,.<>/?"):return self.spliter # or return ""

                if set(strIn).issubset("－—！#＃%％&＆（）*，、。：；？？　@＠＼{｛｜}｝~～‘’“”《》【】+＋=＝×￥·…　".decode("utf-8")):return ""

                pos=re.search("^"+strIn+"([0-9a-zA-Z]+)", self.data, re.M)

                if pos==None:

                        return strIn

                else:

                        if not self.just_shengmu:

                                return pos.group(1)

                        else:

                                return pos.group(1)[:1]

       

        def convert(self, strIn):

                "Convert Unicode strIn to PinYin"

                if self.spliter != '-' and self.spliter !='_' and self.spliter != '' and self.spliter != ' ':

                        self.spliter = '-'

                pinyin_list=[]

                for c in strIn :

                        pinyin_list.append(self.getIndex(c))

                pinyin=''

                for p in pinyin_list:

                        if p==' ':

                                pinyin+= self.spliter

                                continue

                        if len(p)<2:# only shengmu,just get one char,or number

                                #if p.isdigit():

                                #       pinyin += p + ' '

                                #else:

                                #       pinyin += p + ' '

                                pinyin += p + ' '

                        else:

                                if not self.has_shengdiao: p = p[:-1]

                                pinyin += self.spliter + p + self.spliter

                pinyin = pinyin.replace(' ','') \

                                .replace(self.spliter+self.spliter,self.spliter) \

                                .strip(self.spliter+' ').replace(self.spliter+self.spliter,self.spliter)

                return pinyin