Esiste un parser GEDCOM scritto in Python?

Question

GEDCOM è uno standard per lo scambio di dati genealogici.

ho trovato parser scritti in

• C
• perl
• Ruby
• e anche Factor

ma nessuno finora scritti in Python. Il più vicino che ho ricevuto è il file libgedcom.py dal progetto GRAMPS, ma è così pieno di riferimenti ai moduli GRAMPS da non essere utilizzabile per me.

Voglio solo una semplice libreria di parser GEDCOM scritta in Python. Questo esiste?

Answer 1

Alcuni anni fa ho scritto un semplicistico convertitore da GEDCOM a XML in Python come parte di larger project. Ho scoperto che trattare i dati GEDCOM in un formato XML era molto più facile (specialmente quando il passo successivo riguardava XSLT).

Non ho il codice online al momento, quindi ho incollato il modulo in questo messaggio. Questo funziona per me; nessuna garanzia. Spero che questo aiuti però.

import codecs, os, re, sys 
from xml.sax.saxutils import escape 

fn = sys.argv[1] 

ged = codecs.open(fn, encoding="cp437") 
xml = codecs.open(fn+".xml", "w", "utf8") 
xml.write("""<?xml version="1.0"?>\n""") 
xml.write("<gedcom>") 
sub = [] 
for s in ged: 
    s = s.strip() 
    m = re.match(r"(\d+) (@(\w+)@)?(\w+)((.*))?", s) 
    if m is None: 
     print "Error: unmatched line:", s 
    level = int(m.group(1)) 
    id = m.group(3) 
    tag = m.group(4) 
    data = m.group(6) 
    while len(sub) > level: 
     xml.write("</%s>\n" % (sub[-1])) 
     sub.pop() 
    if level != len(sub): 
     print "Error: unexpected level:", s 
    sub += [tag] 
    if id is not None: 
     xml.write("<%s id=\"%s\">" % (tag, id)) 
    else: 
     xml.write("<%s>" % (tag)) 
    if data is not None: 
     m = re.match(r"@(\w+)@", data) 
     if m: 
      xml.write(m.group(1)) 
     elif tag == "NAME": 
      m = re.match(r"(.*?)/(.*?)/$", data) 
      if m: 
       xml.write("<forename>%s</forename><surname>%s</surname>" % (escape(m.group(1).strip()), escape(m.group(2)))) 
      else: 
       xml.write(escape(data)) 
     elif tag == "DATE": 
      m = re.match(r"(((\d+)?\s+)?(\w+)?\s+)?(\d{3,})", data) 
      if m: 
       if m.group(3) is not None: 
        xml.write("<day>%s</day><month>%s</month><year>%s</year>" % (m.group(3), m.group(4), m.group(5))) 
       elif m.group(4) is not None: 
        xml.write("<month>%s</month><year>%s</year>" % (m.group(4), m.group(5))) 
       else: 
        xml.write("<year>%s</year>" % m.group(5)) 
      else: 
       xml.write(escape(data)) 
     else: 
      xml.write(escape(data)) 
while len(sub) > 0: 
    xml.write("</%s>" % sub[-1]) 
    sub.pop() 
xml.write("</gedcom>\n") 
ged.close() 
xml.close() 

Answer 2

È possibile utilizzare lo strumento SWIG per includere le librerie C attraverso l'interfaccia della lingua nativa. Dovrai effettuare chiamate contro il C api da Python, ma il resto del codice può essere solo Python.

Può sembrare un po 'scoraggiante, ma una volta ottenuta la configurazione delle cose, usare i due insieme non sarà male. Potrebbero esserci alcune stranezze a seconda di come è stata scritta la libreria C, ma dovresti gestirne alcune, indipendentemente dall'opzione che hai usato.

Answer 3

Un GEDCOM parser generico in Python è legata da http://ilab.cs.byu.edu/cs460/2006w/assignments/program1.html

Answer 4

ho preso il codice di risposta di mwhite, esteso un po '(OK, molto più di un po') e pubblicato su GitHub: http://github.com/dijxtra/simplepyged. Prendo suggerimenti su cosa altro aggiungere :-)

Answer 5

So che questo thread è piuttosto vecchio, ma ho trovato nelle mie ricerche, così come questo progetto https://github.com/madprime/python-gedcom/

La fonte è pulitissimo e molto funzionale.

Answer 6

Un altro parser di base per il formato GEDCOM 5.5: https://github.com/rootsdev/python-gedcom-parser