mirror of
https://forge.chapril.org/tykayn/orgmode-to-gemini-blog
synced 2025-06-20 09:04:42 +02:00
496 lines
24 KiB
Python
496 lines
24 KiB
Python
#!/bin/python3
|
||
# trouver les articles précédents et suivants
|
||
|
||
from utils import *
|
||
from website_config import configs_sites
|
||
|
||
import os
|
||
import json
|
||
import re
|
||
import argparse
|
||
import pypandoc
|
||
from jinja2 import Environment, FileSystemLoader
|
||
import time # Importer le module time
|
||
|
||
|
||
# Démarrer le chronomètre
|
||
start_time = time.time()
|
||
# Configs pour tester
|
||
|
||
|
||
# Configurer argparse pour prendre le blog en argument
|
||
parser = argparse.ArgumentParser(description='Générer une liste des derniers articles de blog.')
|
||
parser.add_argument('blog', type=str, help='Nom du dossier du blog à traiter', default='cipherbliss_blog')
|
||
parser.add_argument('--run_gemini', type=str, help='Activer ou non la génération des billets gemini', default=True)
|
||
parser.add_argument('--run_pandoc', type=str, help='Activer ou non la génération des fichiers html', default=True)
|
||
parser.add_argument('--enable_roam_id_rewrite', type=str, help='Activer ou non la réécriture des liens roam', default=False)
|
||
parser.add_argument('--generate_html_pages', type=str, help='Activer ou non la génération des pages html', default=True)
|
||
parser.add_argument('--generate_linkings_json', type=str, help='Activer ou non la génération du json des liens entre articles', default=True)
|
||
parser.add_argument('--force_html_regen', action='store_true', help='Forcer la régénération des fichiers HTML même s\'ils existent déjà')
|
||
parser.add_argument('--rebuild_articles_info_json', type=str, help='Chemin du fichier JSON des articles', default=False)
|
||
|
||
args = parser.parse_args()
|
||
run_gemini = args.run_gemini
|
||
run_pandoc = args.run_pandoc
|
||
generate_linkings_json = args.generate_linkings_json
|
||
force_html_regen = args.force_html_regen
|
||
generate_html_pages = args.generate_html_pages
|
||
rebuild_articles_info_json = args.rebuild_articles_info_json
|
||
# TODO check cette fonctionnalité
|
||
enable_roam_id_rewrite = args.enable_roam_id_rewrite
|
||
|
||
# Fonction pour extraire le basename d'un fichier
|
||
def get_basename(file_name):
|
||
return os.path.splitext(file_name)[0]
|
||
|
||
# Chemin du dossier contenant les fichiers orgmode
|
||
directory_pages = f'sources/{args.blog}/'
|
||
lang_fr = f'sources/{args.blog}/lang_fr'
|
||
lang_en = f'sources/{args.blog}/lang_en'
|
||
# directories_to_scan = [directory_pages, lang_fr, lang_en]
|
||
directories_to_scan = [directory_pages]
|
||
|
||
destination_json = f'sources/{args.blog}/build'
|
||
destination_html = f'html-websites/{args.blog}/'
|
||
destination_gmi = f'gemini-capsules/{args.blog}/'
|
||
|
||
# Si rebuild_articles_info_json est True, supprimer le fichier JSON existant
|
||
if rebuild_articles_info_json:
|
||
print(f"Suppression du fichier JSON existant: {json_file}")
|
||
try:
|
||
if os.path.exists(json_file):
|
||
os.remove(json_file)
|
||
print(f"Fichier JSON {json_file} supprimé avec succès")
|
||
except Exception as e:
|
||
print(f"Erreur lors de la suppression du fichier JSON: {e}")
|
||
|
||
# Dictionnaire pour stocker les informations des fichiers
|
||
# Vérifier si le fichier JSON existe déjà
|
||
json_file = destination_json + '/articles_info.json'
|
||
files_dict = {}
|
||
if os.path.exists(json_file):
|
||
# ----- print(f"Chargement du fichier JSON existant: {json_file}")
|
||
try:
|
||
with open(json_file, 'r', encoding='utf-8') as f:
|
||
files_dict = json.load(f)
|
||
print(f"Fichier JSON chargé avec succès, {len(files_dict)} articles trouvés")
|
||
except Exception as e:
|
||
print(f"Erreur lors du chargement du fichier JSON: {e}")
|
||
|
||
else:
|
||
print(f"Aucun fichier articles_info.json existant trouvé, reconstruction des informations du blog {args.blog}")
|
||
|
||
|
||
|
||
|
||
|
||
count_articles = count_files_in_directories(directories_to_scan)
|
||
|
||
counter=0
|
||
rebuild_counter = 0
|
||
pandoc_runs_counter = 0
|
||
lang_folder = global_config.get('lang_default', 'fr')
|
||
|
||
if generate_linkings_json :
|
||
|
||
# ----- print(f"Génération des liens entre articles pour {count_articles} articles")
|
||
# ----- print(f"run_pandoc: {run_pandoc}")
|
||
# ----- print(f"run_gemini: {run_gemini}")
|
||
article_type = "article"
|
||
# Parcourir les fichiers du dossier
|
||
|
||
for index, directory in enumerate(directories_to_scan):
|
||
print(f"Traitement du dossier {directory}, {index}/{len(directories_to_scan)}")
|
||
for index, subdir in enumerate(os.listdir(directory)):
|
||
print(f"Traitement du dossier {directory}/{subdir}, {index}/{len(os.listdir(directory))}")
|
||
if subdir == ".." or subdir == "build" or subdir == "templates" or subdir == "img":
|
||
continue
|
||
# Déterminer le type d'article en fonction du chemin
|
||
if directory == '/':
|
||
article_type = "page"
|
||
else:
|
||
article_type = "article"
|
||
# Extraire la langue du dossier si elle commence par "lang_"
|
||
if directory.split('/')[-1].startswith('lang_'):
|
||
lang_folder = directory.split('/')[-1][5:] # Prend les caractères après "lang_"
|
||
for index, file_name in enumerate(os.listdir(f'{directory}/{subdir}')):
|
||
print(f"directory: {subdir}, {article_type}, {file_name}, {index}/{len(os.listdir(f'{directory}/{subdir}'))}")
|
||
# Vérifier si le fichier se termine par une extension supportée
|
||
if not (file_name.endswith('.org') or file_name.endswith('.md') or file_name.endswith('.gmi')):
|
||
continue
|
||
if file_name.endswith('.org'):
|
||
counter+=1
|
||
print(f"Traitement de l'article {counter}/{count_articles} {file_name}")
|
||
file_path = os.path.join(directory, subdir, file_name)
|
||
if force_html_regen and counter % 10 == 0:
|
||
print(f"{time.strftime('%H:%M:%S')} : Articles traités : {counter}/{count_articles}")
|
||
|
||
with open(file_path, "r", encoding="utf-8") as f:
|
||
content = f.read()
|
||
date_modified = time.ctime(os.path.getmtime(file_path))
|
||
|
||
basename = get_basename(file_name)
|
||
date_str, annee, slug = find_year_and_slug_on_filename(basename)
|
||
tags = extract_tags_from_file(file_path, global_config['excluded_tags'])
|
||
|
||
# Convertir les tags en liste si c'est un set
|
||
if isinstance(tags, set):
|
||
tags = list(tags)
|
||
boom = basename.split('__')
|
||
# Convertir le contenu Org en HTML
|
||
title = find_first_level1_title(content)
|
||
|
||
# Désactiver les warning d'identifiant dupliqué dans la conversion pandoc
|
||
content_without_h1 = re.sub(r'^\*.*?$', '', content, count=1, flags=re.MULTILINE)
|
||
|
||
gemini_content = ''
|
||
html_content = ''
|
||
html_content_without_h1 = ''
|
||
# Vérifier l'existence du fichier HTML pour déterminer last_html_build
|
||
html_path = f"html-websites/{args.blog}/{annee}/{slug}/index.html"
|
||
last_html_build_time = None
|
||
if os.path.exists(html_path):
|
||
# Obtenir la date de création du fichier HTML
|
||
last_html_build_time = os.path.getctime(html_path)
|
||
|
||
# # ----- print(f"last_html_build: {last_html_build_time} : {html_path}")
|
||
else:
|
||
# ----- print(f"----------- last_html_build html_path: {html_path} n'existe pas")
|
||
# Vérifier l'existence du fichier Gemini pour déterminer last_gemini_build
|
||
os.makedirs(os.path.dirname(f"./html_websites/{args.blog}/{annee}"), exist_ok=True)
|
||
os.makedirs(os.path.dirname(f"./gemini-capsules/{args.blog}/{annee}"), exist_ok=True)
|
||
gemini_path = f"./gemini-capsules/{args.blog}/{annee}/{slug}.gmi"
|
||
|
||
last_gemini_build = None
|
||
rebuild_this_article_gemini = False
|
||
if os.path.exists(gemini_path):
|
||
last_gemini_build = time.ctime(os.path.getmtime(gemini_path))
|
||
# Vérifier si l'article doit être reconstruit en comparant les dates de modification
|
||
if last_gemini_build:
|
||
file_modified_time = os.path.getmtime(file_path)
|
||
last_build_time = time.mktime(time.strptime(last_gemini_build))
|
||
rebuild_this_article_gemini = file_modified_time > last_build_time
|
||
else:
|
||
|
||
rebuild_this_article_gemini = True
|
||
print(f"rebuild_this_article_gemini: {rebuild_this_article_gemini}")
|
||
|
||
# Vérifier si l'article doit être reconstruit en comparant les dates de modification
|
||
rebuild_this_article_html = False
|
||
if last_html_build_time:
|
||
file_modified_time = os.path.getmtime(file_path)
|
||
# # ----- print(f"--------- file_modified_time: {file_path} : {file_modified_time}")
|
||
# Obtenir l'heure de dernière modification du fichier HTML
|
||
|
||
rebuild_this_article_html = file_modified_time > last_html_build_time
|
||
# # ----- print(f"--------- article modifié après le build de son rendu html: {file_path}, {rebuild_this_article_html}")
|
||
else:
|
||
# si il n'y a pas de fichier html, on le construit pour la première fois
|
||
# ----- print('on reconstruit le html de l\'article', file_name)
|
||
rebuild_this_article_html = True
|
||
|
||
if rebuild_this_article_html:
|
||
rebuild_counter += 1
|
||
|
||
|
||
# Garder le contenu HTML existant si déjà présent
|
||
if f"{annee}/{slug}" in files_dict and 'html_content' in files_dict[f"{annee}/{slug}"]:
|
||
# ----- print('on reprend le contenu html existant')
|
||
if len(files_dict[f"{annee}/{slug}"]['html_content']) > 0:
|
||
html_content = files_dict[f"{annee}/{slug}"]['html_content']
|
||
if len(files_dict[f"{annee}/{slug}"]['html_content_without_h1']) > 0:
|
||
html_content_without_h1 = files_dict[f"{annee}/{slug}"]['html_content_without_h1']
|
||
else:
|
||
html_content_without_h1 = re.sub(r'<h1>.*?</h1>', '', html_content)
|
||
|
||
|
||
|
||
if run_pandoc and rebuild_this_article_html or force_html_regen:
|
||
# convertir le contenu d'article org vers html
|
||
# # ----- print(f"\033[91mBRRRRRRRRRRRRR pandoc time {time.strftime('%H:%M:%S')} : Conversion de {file_name} en html\033[0m")
|
||
# ----- print(f"\033[91m.\033[0m", end='', flush=True)
|
||
|
||
html_content = pypandoc.convert_text(content_without_h1, 'html', format='org')
|
||
pandoc_runs_counter += 1
|
||
else:
|
||
html_content = content_without_h1
|
||
|
||
# if run_gemini and rebuild_this_article_gemini:
|
||
# # ----- print('-----------on régénère le gemini')
|
||
# # convertir le contenu d'article org vers gmi pour la capsule gemini
|
||
# gemini_content = org_to_gmi(content_without_h1)
|
||
# # ----- print('len(gemini_content)', len(gemini_content))
|
||
# else:
|
||
# print('-----------on ne régénère pas le gemini')
|
||
if rebuild_this_article_gemini:
|
||
gemini_content = org_to_gmi(content_without_h1)
|
||
|
||
files_dict[f"{annee}/{slug}"] = {
|
||
'path': file_path,
|
||
'basename': basename,
|
||
'roam_id': find_org_roam_id(content),
|
||
'slug': f"{slug}/",
|
||
'slug_with_year': f"{annee}/{slug}",
|
||
'date': boom[0],
|
||
'lang': lang_folder,
|
||
'article_type': article_type,
|
||
'date_modified' : date_modified,
|
||
'first_picture_url' : get_first_picture_url(content),
|
||
'date_formattee': datetime.strptime(date_str, '%Y%m%d%H%M%S').strftime('%d %B %Y à %H:%M:%S') if len(date_str) == 14 else datetime.strptime(date_str, '%Y%m%dT%H%M%S').strftime('%d %B %Y à %H:%M:%S') if len(date_str) == 15 else datetime.strptime(date_str, '%Y-%m-%d').strftime('%d %B %Y'),
|
||
'annee': annee,
|
||
'tags': tags,
|
||
'title': title,
|
||
'next': None,
|
||
'previous': None,
|
||
'last_html_build': last_html_build_time,
|
||
'last_gemini_build': last_gemini_build,
|
||
'org_content': content, # Contenu Org original
|
||
'html_content_without_h1': html_content_without_h1, # Contenu HTML converti sans le titre de premier niveau
|
||
'html_content': html_content, # Contenu first_picture_urlHTML converti
|
||
'gemini_content': gemini_content,
|
||
'gemini_file_path': f"{annee}/{slug}.gmi",
|
||
# Contenu gemini
|
||
}
|
||
|
||
# ----- print(f"======= Nombre d'articles reconstruits: {rebuild_counter}")
|
||
# ----- print(f"======= Nombre de runs de pandoc: {pandoc_runs_counter}")
|
||
|
||
else:
|
||
print(f"Pas de génération des liens entre articles")
|
||
# Trier les basenames par ordre décroissant
|
||
sorted_basenames = sorted(files_dict.keys(), reverse=True)
|
||
# ----- print(len(sorted_basenames), 'articles trouvés')
|
||
|
||
template_content = get_blog_template_conf(args.blog)
|
||
|
||
# Dictionnaire des identifiants roam qui mène à un slug d'article pour réécrire les références
|
||
articles_roam_id_to_slugs = {info['roam_id']: slug for slug, info in files_dict.items()}
|
||
|
||
# Parcourir les articles de files_dict et ajouter une clé rewritten_roam_links_html là où un lien vers un identifiant roam est trouvé dans le html_content
|
||
if enable_roam_id_rewrite:
|
||
for slug, info in files_dict.items():
|
||
html_content = info['html_content']
|
||
rewritten_html_content = html_content
|
||
for roam_id, slug in articles_roam_id_to_slugs.items():
|
||
if roam_id is not None and isinstance(rewritten_html_content, str) and roam_id in rewritten_html_content:
|
||
# ----- print(f'{roam_id} -> {slug}')
|
||
rewritten_html_content = rewritten_html_content.replace(f'href="#{roam_id}"', f'href="{template_content["NDD"]}/{slug}"')
|
||
|
||
info['rewritten_roam_links_html'] = rewritten_html_content
|
||
|
||
|
||
# Ajouter les infos des articles suivant et précédent dans la liste des articles
|
||
for i in range(len(sorted_basenames)):
|
||
basename = sorted_basenames[i]
|
||
|
||
if i > 0:
|
||
files_dict[basename]['previous'] = sorted_basenames[i - 1]
|
||
if i < len(sorted_basenames) - 1:
|
||
files_dict[basename]['next'] = sorted_basenames[i + 1]
|
||
|
||
os.makedirs(destination_json, exist_ok=True)
|
||
|
||
|
||
|
||
|
||
# sauver le json de tous les articles et pages
|
||
if pandoc_runs_counter > 0 or not os.path.exists(json_file):
|
||
# ----- print(f"\033[91m Les articles ont changé, Génération du json {json_file} \033[0m")
|
||
with open( json_file, 'w', encoding='utf-8') as json_file:
|
||
files_dict_serialized = json.dumps(files_dict, ensure_ascii=False, indent=4)
|
||
json_file.write(files_dict_serialized)
|
||
|
||
|
||
|
||
# ----- print(f"Nombre d'articles trouvés : {len(sorted_basenames)}")
|
||
count_articles_updated = 0
|
||
current_year = datetime.now().year
|
||
for basename, info in files_dict.items():
|
||
date_str = info['date']
|
||
|
||
if date_str > f'{current_year}0101':
|
||
count_articles_updated += 1
|
||
|
||
# ----- print(f"Nombre d'articles mis à jour après le 01 01 {current_year} : {count_articles_updated}")
|
||
|
||
|
||
def generate_blog_index(json_file, template_file, output_file):
|
||
"""
|
||
Génère la page d'index du blog à partir des informations JSON et d'un template Jinja2.
|
||
|
||
:param json_file: Chemin du fichier JSON contenant les informations des articles.
|
||
:param template_file: Chemin du fichier template Jinja2.
|
||
:param output_file: Chemin du fichier HTML de sortie.
|
||
"""
|
||
# Charger les données JSON
|
||
with open(json_file, 'r', encoding='utf-8') as f:
|
||
articles_info = json.load(f)
|
||
|
||
# Trier les articles par date (ou par slug) et prendre les 10 derniers
|
||
sorted_articles = sorted(articles_info.values(), key=lambda x: x['date'], reverse=True)[:global_config['posts_per_page']]
|
||
|
||
# Configurer Jinja2
|
||
env = Environment(loader=FileSystemLoader('.'))
|
||
template = env.get_template(template_file)
|
||
|
||
articles_others = sorted(articles_info.values(), key=lambda x: x['date'], reverse=True)[10:]
|
||
|
||
template_content = get_blog_template_conf(args.blog)
|
||
|
||
# Rendre le template avec les données
|
||
output_index_html = template.render(
|
||
template_content=template_content,
|
||
articles=sorted_articles[:global_config['posts_per_page']],
|
||
articles_others=articles_others
|
||
)
|
||
|
||
gmi_list_articles = ''
|
||
|
||
for basename, article in files_dict.items():
|
||
gmi_list_articles += f"=> {article['annee']}/{article['slug']}.gmi {article['title']}\n"
|
||
|
||
output_index_gmi = f"""
|
||
# {template_content['BLOG_TITLE']}
|
||
===============================================
|
||
|
||
{template_content['BANNIERE_ENTETE']}
|
||
|
||
Par {template_content['AUTHOR']}
|
||
|
||
===============================================
|
||
Dernière mise à jour: {datetime.now().strftime('%Y-%m-%d, %H:%M:%S')}
|
||
===============================================
|
||
|
||
{template_content['DESCRIPTION']}
|
||
|
||
===============================================
|
||
|
||
{template_content['SITE_ICON']}
|
||
|
||
|
||
|
||
-----------------------------------------------
|
||
Index des {len(files_dict.items())} articles:
|
||
|
||
{gmi_list_articles}
|
||
|
||
-----------------------------------------------
|
||
Pages:
|
||
=> index.gmi Index
|
||
=> tags.gmi Tags
|
||
|
||
-----------------------------------------------
|
||
{template_content['SOUTIEN']}
|
||
-----------------------------------------------
|
||
{template_content['WEBSITE_GENERATOR_DESCRIPTION']}
|
||
{template_content['WEBSITE_GENERATOR']}
|
||
"""
|
||
|
||
gmi_index_file=destination_gmi+'index.gmi'
|
||
|
||
# Écrire le fichier de sortie en html et en gmi
|
||
with open(output_file, 'w', encoding='utf-8') as f:
|
||
f.write(output_index_html)
|
||
# ----- print(f"Page d'index générée dans {output_file}")
|
||
|
||
os.makedirs(os.path.dirname(gmi_index_file), exist_ok=True)
|
||
# ----- print('gmi_index_file', gmi_index_file)
|
||
with open(gmi_index_file, 'w', encoding='utf-8') as f:
|
||
f.write(output_index_gmi)
|
||
# ----- print(f"Page d'index gemini générée dans {gmi_index_file}")
|
||
|
||
|
||
# Générer la page d'index seulement si des articles ont été convertis
|
||
# if pandoc_runs_counter > 0:
|
||
# Appel de la fonction pour générer la page d'index
|
||
generate_blog_index(destination_json + '/articles_info.json', 'templates/html/index.html.jinja', destination_html + 'index.html')
|
||
|
||
# ----- print(f"\033[91m index régénéré {destination_html}index.html \033[0m")
|
||
# else:
|
||
# # ----- print("Aucun article n'a été converti, la page d'index n'est pas régénérée")
|
||
|
||
|
||
def generate_article_pages(json_file, template_file, output_dir):
|
||
"""
|
||
Génère les pages HTML pour chaque article à partir des informations JSON et d'un template Jinja2.
|
||
|
||
:param json_file: Chemin du fichier JSON contenant les informations des articles.
|
||
:param template_file: Chemin du fichier template Jinja2.
|
||
:param output_dir: Répertoire de sortie pour les fichiers HTML.
|
||
"""
|
||
counter_gemini = 0
|
||
# ----- print('generate_article_pages: ouverture du json')
|
||
# Charger les données JSON
|
||
try:
|
||
# Charger les données JSON
|
||
with open(json_file, 'r', encoding='utf-8') as f:
|
||
print('----------------------- yay json chargé')
|
||
articles_info = json.load(f)
|
||
# Configurer Jinja2
|
||
env = Environment(loader=FileSystemLoader('.'))
|
||
template = env.get_template(template_file)
|
||
template_content = get_blog_template_conf(args.blog)
|
||
|
||
# Générer les pages pour chaque article
|
||
for article in articles_info.values():
|
||
print('----------------------- article', article['title'])
|
||
|
||
if article['first_picture_url']:
|
||
template_content['OG_IMAGE'] = article['first_picture_url']
|
||
else:
|
||
template_content['OG_IMAGE'] = template_content['SITE_ICON']
|
||
|
||
output_html = template.render(
|
||
template_content=template_content,
|
||
article=article,
|
||
all_articles=articles_info
|
||
)
|
||
slug_to_use = article['slug_with_year']
|
||
|
||
# Déterminer le slug à utiliser selon le type d'article
|
||
if 'article_type' in article and article['article_type'] == 'article':
|
||
slug_to_use = article['slug_with_year']
|
||
else:
|
||
slug_to_use = article['slug']
|
||
# Construire le chemin de sortie html en fonction du slug avec l'année
|
||
output_subdir = os.path.join(output_dir, slug_to_use)
|
||
os.makedirs(output_subdir, exist_ok=True)
|
||
output_file = os.path.join(output_subdir ,"index.html")
|
||
# Écrire le fichier de sortie en HTML pour un article
|
||
with open(output_file, 'w', encoding='utf-8') as f:
|
||
f.write(output_html)
|
||
|
||
print(f"Génération de la page gemini pour {article['title']}")
|
||
if 'gemini_content' in article and len(article['gemini_content']) > 0:
|
||
# Construire le chemin de sortie gmi en fonction du slug avec l'année
|
||
save_gemini_file(args.blog, article)
|
||
counter_gemini += 1
|
||
else:
|
||
print(f"----------- on ne génère pas le gemini pour {article['slug']}")
|
||
|
||
# ----- print('generate_article_pages: fin de génération de l index')
|
||
# ----- print(f"Nombre d'articles générés en gemini: {counter_gemini}")
|
||
except FileNotFoundError:
|
||
print(f"Erreur : Le fichier JSON {json_file} n'a pas été trouvé")
|
||
return
|
||
except json.JSONDecodeError:
|
||
print(f"Erreur : Le fichier JSON {json_file} est mal formaté")
|
||
return
|
||
except Exception as e:
|
||
print(f"Erreur lors de la lecture du fichier JSON : {json_file} {str(e)}")
|
||
return
|
||
|
||
with open(json_file, 'r', encoding='utf-8') as f:
|
||
articles_info = json.load(f)
|
||
|
||
|
||
# if pandoc_runs_counter or run_gemini:
|
||
# Appel de la fonction pour générer les pages des articles
|
||
generate_article_pages(destination_json + '/articles_info.json', 'templates/html/article.html.jinja', destination_html)
|
||
|
||
# À la fin du script, calculer et afficher le temps d'exécution
|
||
execution_time = time.time() - start_time
|
||
# ----- print(f"Temps d'exécution : {execution_time:.2f} secondes")
|
||
|
||
|
||
|