Dicts/ParseDict.py

   1 #! /usr/bin/env python
   2 """
   3 Let's write our own python parser to clean up the pdf (after
   4 pdftotext of course).
   5 Instructions: run pdftotext like this:
   6
   7 $ pdftotext -f 9 -l 81 -raw -nopgbrk 04_06PU.PDF 04_06PU-3.txt
   8
   9 then run the python parser like this:
  10
  11 $ python ParseDict.py 04_06PU.txt dicomV3.dic
  12 """
  13 import re,os
  14
  15 """
  16 PdfTextParser takes as input a text file (produced by pdftotext)
  17 and create as output a clean file (ready to be processed) by
  18 DicomV3Expander
  19 Warning: PdfTextParser does not expand:
  20 - (xxxx,xxxx to xxxx) xxxxxxxxxxxx
  21 or
  22 - (12xx, 3456) comment...
  23
  24 """
  25 class PdfTextParser:
  26   # Cstor
  27   def __init__(self):
  28     self._InputFilename = ''
  29     self._OutputFilename = ''
  30     self._Infile = 0
  31     self._OutLines = []
  32     self._PreviousBuffers = []
  33
  34   def SetInputFileName(self,s):
  35     self._InputFilename = s
  36
  37   def SetOutputFileName(self,s):
  38     self._OutputFilename = s
  39
  40   # Function returning if s is a comment for sure
  41   def IsAComment(self,s):
  42     #print s,  len(s)
  43     if s == "Tag Name VR VM":
  44       return True
  45     elif s == "PS 3.6-2003":
  46       return True
  47     elif s == "PS 3.6-2004":
  48       return True
  49     patt = re.compile('^Page [0-9]+$')
  50     if( patt.match(s) ):
  51       return True
  52     return False
  53
  54   def IsAStartingLine(self,s):
  55     patt = re.compile('^\\([0-9a-fA-Fx]+,[0-9a-fA-F]+\\) (.*)$')
  56     if( patt.match(s) ):
  57       return True
  58     return False
  59
  60   def IsAFullLine(self,s):
  61     patt = re.compile('^\\([0-9a-fA-Fx]+,[0-9a-fA-F]+\\) (.*) [A-Z][A-Z] [0-9]$')
  62     if( patt.match(s) ):
  63       return True
  64     return False
  65
  66   # FIXME this function could be avoided...
  67   def IsSuspicious(self,s):
  68     l = len(s)
  69     if l > 80:
  70       return True
  71     return False
  72
  73   def AddOutputLine(self,s):
  74     assert not self.IsAComment(s)
  75     self._OutLines.append(s + '\n')
  76
  77   def Open(self):
  78     self._Infile = file(self._InputFilename, 'r')
  79     for line in self._Infile.readlines():
  80       line = line[:-1] # remove '\n'
  81       if not self.IsAComment( line ):
  82         if self.IsAStartingLine(line):
  83           #print "Previous buffer:",self._PreviousBuffers
  84           previousbuffer = ' '.join(self._PreviousBuffers)
  85           if self.IsAStartingLine(previousbuffer):
  86             if not self.IsSuspicious(previousbuffer):
  87               self.AddOutputLine(previousbuffer)
  88             else:
  89               # this case should not happen if I were to rewrite the
  90               # thing I should be able to clean that
  91               #print "Suspicious:", previousbuffer
  92               #print "List is:", self._PreviousBuffers
  93               s = self._PreviousBuffers[0]
  94               if self.IsAFullLine(s):
  95                 # That means we have a weird line that does not start
  96                 # as usual (xxxx,xxxx) therefore we tried constructing
  97                 # a buffer using a the complete previous line...
  98                 #print "Full line:", s
  99                 self.AddOutputLine(s)
 100                 s2 = ' '.join(self._PreviousBuffers[1:])
 101                 #print "Other Full line:", s2
 102                 self.AddOutputLine(s2)
 103               else:
 104                 # we have a suspicioulsy long line, so what that could
 105                 # happen, let's check:
 106                 if self.IsAFullLine(previousbuffer):
 107                   self.AddOutputLine(previousbuffer)
 108                 else:
 109                   # This is the only case where we do not add
 110                   # previousbuffer to the _OutLines
 111                   print "Suspicious and Not a full line:", s
 112           else:
 113             if previousbuffer:
 114               print "Not a buffer:", previousbuffer
 115           # We can clean buffer, since only the case 'suspicious' +
 116           # 'Not a full line' has not added buffer to the list
 117           self._PreviousBuffers = []
 118           # In all cases save the line for potentially growing this line
 119           assert not self.IsAComment(line)
 120           self._PreviousBuffers.append(line)
 121         else:
 122           #print "Not a line",line
 123           assert not self.IsAComment(line)
 124           self._PreviousBuffers.append(line)
 125       else:
 126         #print "Comment:",line
 127         previousbuffer = ' '.join(self._PreviousBuffers)
 128         if previousbuffer and self.IsAStartingLine(previousbuffer):
 129           #print "This line is added:", previousbuffer
 130           self.AddOutputLine( previousbuffer )
 131         else:
 132           #print "Line is comment:", line
 133           print "Buffer is:", previousbuffer
 134         # Ok this is a comment we can safely clean the buffer:
 135         self._PreviousBuffers = []
 136     self.Write()
 137
 138   def Write(self):
 139     outfile = file(self._OutputFilename, 'w')
 140     outfile.writelines( self._OutLines )
 141     outfile.close()
 142     self._Infile.close()
 143
 144   # Main function to call for parsing
 145   def Parse(self):
 146     self.Open()
 147
 148 """
 149 subclass
 150 """
 151 class UIDParser(PdfTextParser):
 152   def IsAStartingLine(self,s):
 153     patt = re.compile('^1.2.840.10008.[0-9.]+ (.*)$')
 154     if( patt.match(s) ):
 155       return True
 156     #print "Is Not:", s
 157     return False
 158
 159   def IsAFullLine(self,s):
 160     patt = re.compile('^1.2.840.10008.[0-9.]+ (.*) PS ?[0-9].1?[0-9]$')
 161     if( patt.match(s) ):
 162       return True
 163     patt = re.compile('^1.2.840.10008.[0-9.]+ (.*) Well-known frame of reference$')
 164     if( patt.match(s) ):
 165       return True
 166     patt = re.compile('^1.2.840.10008.[0-9.]+ (.*) \\(Retired\\)$')
 167     if( patt.match(s) ):
 168       return True
 169     return False
 170
 171   def IsAComment(self,s):
 172     if PdfTextParser.IsAComment(self,s):
 173       return True
 174     # else let's enhance the super class
 175     patt = re.compile('^SPM2 (.*) http(.*)$')
 176     if( patt.match(s) ):
 177       return True
 178     return False
 179
 180   def AddOutputLine(self,s):
 181     if self.IsAFullLine(s):
 182       return PdfTextParser.AddOutputLine(self,s)
 183     print "Discarding:", s
 184
 185 class TransferSyntaxParser(UIDParser):
 186   def IsAFullLine(self,s):
 187     patt = re.compile('^(.*) Transfer Syntax PS ?[0-9].1?[0-9]$')
 188     if patt.match(s):
 189       return UIDParser.IsAStartingLine(self,s)
 190     print "Not a TS:", s
 191     return False
 192
 193
 194
 195 """
 196 This class is meant to expand line like:
 197 - (xxxx,xxxx to xxxx) xxxxxxxxxxxx
 198 or
 199 - (12xx, 3456) comment...
 200
 201 """
 202 class DicomV3Expander:
 203   def __init__(self):
 204     self._InputFilename = ''
 205     self._OutputFilename = ''
 206     self._OutLines = []
 207
 208   def SetInputFileName(self,s):
 209     self._InputFilename = s
 210
 211   def SetOutputFileName(self,s):
 212     self._OutputFilename = s
 213
 214   # Function to turn into lower case a tag:
 215   # ex: (ABCD, EF01) -> (abcd, ef01)
 216   def LowerCaseTag(self,s):
 217     #print "Before:", s[:-1]
 218     patt = re.compile('^(\\([0-9a-fA-F]+,[0-9a-fA-F]+\\))(.*)$')
 219     m = patt.match(s)
 220     if m:
 221       s1 = m.group(1)
 222       s2 = m.group(2)
 223       return s1.lower() + s2
 224     else:
 225       print "Impossible case:", s
 226       os.sys.exit(1)
 227
 228   def AddOutputLine(self,s):
 229     if s.__class__ == list:
 230       for i in s:
 231         self._OutLines.append(i + '\n')
 232     else:
 233       self._OutLines.append(s + '\n')
 234
 235   # Expand the line approriaetkly and also add it to the
 236   # _OutLines list
 237   def ExpandLine(self, s):
 238     assert s[-1] == '\n'
 239     s = s[:-1]  # remove \n
 240     list = []
 241     if self.NeedToExpansion(s, list):
 242       self.AddOutputLine(list) # list != []
 243     elif self.NeedXXExpansion(s, list):
 244       self.AddOutputLine(list) # list != []
 245     else:
 246       self.AddOutputLine(self.LowerCaseTag(s))
 247
 248   # If line is like:
 249   # (0020,3100 to 31FF) Source Image Ids RET
 250   def NeedToExpansion(self,s, list):
 251     patt = re.compile('^\\(([0-9a-fA-F]+),([0-9a-fA-F]+) to ([0-9a-fA-F]+)\\)(.*)$')
 252     m = patt.match(s)
 253     if m:
 254       #print m.groups()
 255       gr = m.group(1)
 256       el_start = '0x'+m.group(2)
 257       el_end = '0x'+m.group(3)
 258       for i in range(eval(el_start), eval(el_end)):
 259         el = hex(i)[2:]
 260         l = '('+gr+','+el+')'+m.group(4)
 261         list.append(l)
 262       return True
 263     return False
 264
 265   # If line is like:
 266   # (50xx,1200) Number of Patient Related Studies IS 1
 267   def NeedXXExpansion(self,s,list):
 268     patt = re.compile('^\\(([0-9a-fA-F]+)xx,([0-9a-fA-F]+)\\)(.*)$')
 269     m = patt.match(s)
 270     if m:
 271       #print m.groups()
 272       gr_start = m.group(1)
 273       el = m.group(2)
 274       #el_start = '0x'+m.group(2)
 275       #el_end = '0x'+m.group(3)
 276       start = '0x'+gr_start+'00'
 277       end   = '0x'+gr_start+'FF'
 278       for i in range(eval(start), eval(end)):
 279         gr = hex(i)[2:]
 280         l = '('+gr+','+el+')'+m.group(3)
 281         #print l
 282         list.append(l)
 283       return True
 284     return False
 285
 286   def Write(self):
 287     outfile = file(self._OutputFilename, 'w')
 288     outfile.writelines( self._OutLines )
 289     outfile.close()
 290
 291   def Expand(self):
 292     infile = file(self._InputFilename,'r')
 293     for line in infile.readlines():
 294       # ExpandLine also LowerCase the line
 295       self.ExpandLine(line) # l is [1,n] lines
 296     self.Write()
 297     infile.close()
 298
 299 if __name__ == "__main__":
 300   argc = len(os.sys.argv )
 301   if ( argc < 3 ):
 302     print "Sorry, wrong list of args"
 303     os.sys.exit(1) #error
 304
 305   inputfilename = os.sys.argv[1]
 306   outputfilename = os.sys.argv[2]
 307   tempfile = "/tmp/mytemp"
 308   """
 309   dp = PdfTextParser()
 310   dp.SetInputFileName( inputfilename )
 311   #dp.SetOutputFileName( outputfilename )
 312   dp.SetOutputFileName( tempfile )
 313   dp.Parse()
 314
 315   exp = DicomV3Expander()
 316   exp.SetInputFileName( tempfile )
 317   exp.SetOutputFileName( outputfilename )
 318   exp.Expand()
 319   """
 320   dp = TransferSyntaxParser()
 321   dp.SetInputFileName( inputfilename )
 322   dp.SetOutputFileName( outputfilename )
 323   dp.Parse()
 324
 325   #print dp.IsAStartingLine( "(0004,1212) File-set Consistency Flag US 1\n" )