Re: Pb lors de la réindexation des documents

Yves Bastide a écrit :
> Christophe Otton wrote:
>> Bonjour,
>>
>> J'ai toujours mon pb de réindexation et quelques difficultés à savoir 
>> d'où ça vient.
>>
>> Mon premier souci serait de comprendre les messages d'erreur du 
>> event.log / est-ce que quelqu'un peut m'aider à déchiffrer ce type de 
>> message :
>>
>>> 2006-10-16T21:15:09 PROBLEM(100) FilteredSet eval() failed
>>> Object: document.html, expr: getattr(o, 'portal_type', None) not in 
>>> ('Section', 'Workspace')
>>> Traceback (most recent call last):
>>>   File 
>>> "/home/zope/Zope-2.7.6-final/lib/python/Products/PluginIndexes/TopicIndex/FilteredSet.py", 
>>> line 73, in index_object
>>>     if RestrictionCapableEval(self.expr).eval({'o': o}):
>>>   File 
>>> "/home/zope/Zope-2.7.6-final/lib/python/RestrictedPython/Eval.py", 
>>> line 112, in eval
>>>     return eval(code, d)
>>>   File "<string>", line 1, in <expression>
>>> Unauthorized: You are not allowed to access 'portal_type' in this 
>>> context
> 
> Littéralement, que l'utilisateur qui demande d'afficher document.html 
> n'en a pas le droit... Mais c'est plus sûrement que ledit document.html 
> est corrompu. D'autant plus avec tes autres messages d'erreur.
> 
Oui, c'est le grand CPS MAnager qui réindexe automatiquement et qui a 
normalement tous les droits.
> Tu peux peut-être essayer ceci :
> 
> 1. supprimer les documents Word qui ont lancé la cascade d'erreurs
> 
> 2. installer le patch pour PortalTransforms que j'ai mis hier dans le 
> Trac : http://svn.nuxeo.org/trac/pub/ticket/1760. Il accélère notamment 
> word_to_html. Au point de les rendre utilisables. Deux bémols :
> 
> * il nécessite une version récente de lxml (au moins 1.0, je pense)
> 
> * il est faux :-) (supprimant les parties du document HTML sous les 
> balises inconnues, au lieu de supprimer les balises seules ; il faut au 
> minimum ajouter 'font' aux balises reconnues)
> 
> 2b. j'attache aussi un word_to_text.py utilisant wvware : le mettre dans 
> PortalTransforms/transforms, modifier transforms/__init__.py pour qu'il 
> l'appelle, et l'ajouter sous la ZMI
> 
> 3. Réimporter les documents Word
> 
> 4. Supprimer et recréer les index

OK je vais essayer ça cette semaine et te tiendrai au courant .
Merci beaucoup de cette réponse et mille excuses pour le retard de cette 
réponse.

Cordialement,

>> Ch Otton
>> Poyry Environment.
> 
> yves
> 
> 
> ------------------------------------------------------------------------
> 
> # $Id$
> 
> import os
> import sys
> from lxml import etree
> from Products.PortalTransforms.interfaces import itransform
> from Products.PortalTransforms.transforms import office_wvware
> 
> ENCODING = "iso-8859-15"
> 
> # This could go in libtransforms/utils
> def getBodyTextFromHTML( html_fd, encoding ):
>     """Return the body, as text, of an HTML document.
>     """
>     parser = etree.HTMLParser()
>     tree = etree.parse(html_fd, parser)
>     body = []
>     body_elt = tree.getroot().find('body')
>     if not body_elt:
>         return ''
>     for event, elem in etree.iterwalk(body_elt, events=('start', 'end')):
>         if VALID_TAGS.get(elem.tag, 0):
>             if elem.text:
>                 txt = elem.text.strip()
>                 if isinstance(txt, unicode):
>                     txt = txt.encode(encoding, 'xmlcharrefreplace')
>                 if txt:
>                     body.append(txt)
>             if elem.tail:
>                 txt = elem.tail.strip()
>                 if isinstance(txt, unicode):
>                     txt = txt.encode(encoding, 'xmlcharrefreplace')
>                 if txt:
>                     body.append(txt)
>     return " ".join(body)
> 
> 
> class document(office_wvware.document):
> 
>     def text(self):
>         htmlfile = open(os.path.join(self.tmpdir, self.__name__+'.html'))
>         text = getBodyTextFromHTML(htmlfile, ENCODING)
>         return text
> 
> 
> class word_to_text:
>     __implements__ = itransform
> 
>     __name__ = 'word_to_text'
>     inputs   = ('application/msword',)
>     output  = 'text/plain'
> 
>     def name(self):
>         return self.__name__
> 
>     def convert(self, data, cache, **kwargs):
>         orig_file = os.path.basename((kwargs.get('filename') or 'unknown.doc'))
> 
>         doc = document(orig_file, data)
>         doc.convert()
>         text = doc.text()
> 
>         doc.cleanDir(doc.tmpdir)
> 
>         cache.setData(text)
>         return cache
> 
> def register():
>     return word_to_text()
> 
> 
> ------------------------------------------------------------------------
> 
> _______________________________________________
> cps-users-fr 
> Adresse de la liste : [email protected]
> Gestion de l'abonnement : <http://lists.nuxeo.com/mailman/listinfo/cps-users-fr>

_______________________________________________
cps-users-fr 
Adresse de la liste : [email protected]
Gestion de l'abonnement : <http://lists.nuxeo.com/mailman/listinfo/cps-users-fr>