]> projects.mako.cc - github-barcamp-201407/commitdiff
import of github code used for the hackathon master
authorBenjamin Mako Hill <mako@atdot.cc>
Sat, 16 Aug 2014 02:35:55 +0000 (19:35 -0700)
committerBenjamin Mako Hill <mako@atdot.cc>
Sat, 16 Aug 2014 02:35:55 +0000 (19:35 -0700)
Held w/ the SciencePo MediaLab in Paris on June 26-27, 2014

20 files changed:
analysis.R [new file with mode: 0644]
ijson [new symlink]
ijson-1.1/LICENSE.txt [new file with mode: 0644]
ijson-1.1/PKG-INFO [new file with mode: 0644]
ijson-1.1/README.rst [new file with mode: 0644]
ijson-1.1/ijson/__init__.py [new file with mode: 0644]
ijson-1.1/ijson/__init__.pyc [new file with mode: 0644]
ijson-1.1/ijson/backends/__init__.py [new file with mode: 0644]
ijson-1.1/ijson/backends/__init__.pyc [new file with mode: 0644]
ijson-1.1/ijson/backends/python.py [new file with mode: 0644]
ijson-1.1/ijson/backends/yajl.py [new file with mode: 0644]
ijson-1.1/ijson/backends/yajl2.py [new file with mode: 0644]
ijson-1.1/ijson/backends/yajl2.pyc [new file with mode: 0644]
ijson-1.1/ijson/common.py [new file with mode: 0644]
ijson-1.1/ijson/common.pyc [new file with mode: 0644]
ijson-1.1/ijson/compat.py [new file with mode: 0644]
ijson-1.1/ijson/compat.pyc [new file with mode: 0644]
ijson-1.1/ijson/utils.py [new file with mode: 0644]
ijson-1.1/setup.py [new file with mode: 0644]
parse_json.py [new file with mode: 0644]

diff --git a/analysis.R b/analysis.R
new file mode 100644 (file)
index 0000000..7527828
--- /dev/null
@@ -0,0 +1,78 @@
+# load up libraries and data
+#######################################################################
+library(ggplot2)
+library(reshape2)
+library(parallel)
+
+d <- read.delim("gitdata_1week.tsv", stringsAsFactors=FALSE)
+
+d$url <- NULL
+d$date <- gsub("T", " ", d$date)
+d$date <- as.POSIXct(d$date)
+
+# crop the event off the end
+d$type <- gsub("Event$", "", d$type)
+
+rev(sort(table(d$type)))
+head(rev(sort(table(d$name))))
+head(rev(sort(table(d$actor))))
+
+d$min <- cut(d$date, breaks="min")
+d$hour <- cut(d$date, breaks="hour")
+
+# generate graphs
+######################################################################
+
+pdf("github_graphs.pdf", width=10, height=7)
+
+# graph all together
+grid.tmp <- as.data.frame(table(d$hour))
+colnames(grid.tmp) <- c("date", "freq")
+grid.tmp$date <- as.POSIXct(grid.tmp$date)
+
+qplot(date, freq, data=grid.tmp, geom="line")
+
+# just types of events
+grid.tmp <- melt(lapply(tapply(d$type, d$hour, table), as.list), L2~L1)
+colnames(grid.tmp) <- c("value", "event", "date")
+grid.tmp$date <- as.POSIXct(grid.tmp$date)
+
+ggplot(data=grid.tmp) +
+    aes(x=date, y=value, group=event, color=event) + geom_line()
+
+ggplot(data=grid.tmp) +
+    aes(x=date, y=value, group=event, color=event) + geom_bar(stat="identity")
+
+ggplot(data=grid.tmp) +
+    aes(x=date, y=value, group=event, color=event, size=value) + geom_line() +
+    facet_grid(event~., scale="free_y")
+
+# create first differences
+build.phase.diagram.dataset <- function (d) {
+    grid.tmp <- as.data.frame(table(d$hour))
+    colnames(grid.tmp) <- c("date", "freq")
+    grid.tmp$date <- as.POSIXct(grid.tmp$date)
+    grid.tmp$freq2 <- c(NA, grid.tmp$freq[1:(length(grid.tmp$freq)-1)])
+    grid.tmp$diff <- grid.tmp$freq2 - grid.tmp$freq
+    grid.tmp <- grid.tmp[2:(dim(grid.tmp)[1]-1),]
+    grid.tmp$hour.of.week <- as.numeric(as.factor(grid.tmp$date))
+    grid.tmp$hour <- as.numeric(as.factor(grid.tmp$date)) %% 24
+    return(grid.tmp)
+}
+
+phase.diagram <- function (subset) {
+    grid.tmp <- build.phase.diagram.dataset(d[d$type == subset,])
+    ggplot(grid.tmp) + aes(x=diff, y=freq2, size=hour, colour=hour) +
+        geom_path() + ggtitle(paste("Phase Diagram:", subset))
+
+}
+
+grid.tmp <- build.phase.diagram.dataset(d)
+ggplot(grid.tmp) + aes(x=diff, y=freq2, size=hour, colour=hour) +
+    geom_path() + ggtitle("Phase Diagram: All Activity")
+
+phase.diagram("Push")
+phase.diagram("Watch")
+phase.diagram("Fork")
+phase.diagram("PullRequest")
+dev.off()
diff --git a/ijson b/ijson
new file mode 120000 (symlink)
index 0000000..f8035de
--- /dev/null
+++ b/ijson
@@ -0,0 +1 @@
+ijson-1.1/ijson
\ No newline at end of file
diff --git a/ijson-1.1/LICENSE.txt b/ijson-1.1/LICENSE.txt
new file mode 100644 (file)
index 0000000..89d119c
--- /dev/null
@@ -0,0 +1,24 @@
+Copyright (c) 2010, Ivan Sagalaev
+All rights reserved.
+Redistribution and use in source and binary forms, with or without
+modification, are permitted provided that the following conditions are met:
+
+    * Redistributions of source code must retain the above copyright
+      notice, this list of conditions and the following disclaimer.
+    * Redistributions in binary form must reproduce the above copyright
+      notice, this list of conditions and the following disclaimer in the
+      documentation and/or other materials provided with the distribution.
+    * Neither the name "ijson" nor the names of its contributors
+      may be used to endorse or promote products derived from this software
+      without specific prior written permission.
+
+THIS SOFTWARE IS PROVIDED BY THE REGENTS AND CONTRIBUTORS ``AS IS'' AND ANY
+EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE IMPLIED
+WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE ARE
+DISCLAIMED. IN NO EVENT SHALL THE REGENTS AND CONTRIBUTORS BE LIABLE FOR ANY
+DIRECT, INDIRECT, INCIDENTAL, SPECIAL, EXEMPLARY, OR CONSEQUENTIAL DAMAGES
+(INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS OR SERVICES;
+LOSS OF USE, DATA, OR PROFITS; OR BUSINESS INTERRUPTION) HOWEVER CAUSED AND
+ON ANY THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY, OR TORT
+(INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT OF THE USE OF THIS
+SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.
diff --git a/ijson-1.1/PKG-INFO b/ijson-1.1/PKG-INFO
new file mode 100644 (file)
index 0000000..7349cd6
--- /dev/null
@@ -0,0 +1,109 @@
+Metadata-Version: 1.1
+Name: ijson
+Version: 1.1
+Summary: Iterative JSON parser with a standard Python iterator interface
+Home-page: https://github.com/isagalaev/ijson
+Author: Ivan Sagalaev
+Author-email: maniac@softwaremaniacs.org
+License: LICENSE.txt
+Description: =====
+        ijson
+        =====
+        
+        Ijson is an iterative JSON parser with a standard Python iterator interface.
+        
+        
+        Usage
+        =====
+        
+        All usage example will be using a JSON document describing geographical
+        objects::
+        
+            {
+              "earth": {
+                "europe": [
+                  {"name": "Paris", "type": "city", "info": { ... }},
+                  {"name": "Thames", "type": "river", "info": { ... }},
+                  // ...
+                ],
+                "america": [
+                  {"name": "Texas", "type": "state", "info": { ... }},
+                  // ...
+                ]
+              }
+            }
+        
+        Most common usage is having ijson yield native Python objects out of a JSON
+        stream located under a prefix. Here's how to process all European cities::
+        
+            import ijson
+        
+            f = urlopen('http://.../')
+            objects = ijson.items(f, 'earth.europe.item')
+            cities = (o for o in objects if o['type'] == 'city')
+            for city in cities:
+                do_something_with(city)
+        
+        Sometimes when dealing with a particularly large JSON payload it may worth to
+        not even construct individual Python objects and react on individual events
+        immediately producing some result::
+        
+            import ijson
+        
+            parser = ijson.parse(urlopen('http://.../'))
+            stream.write('<geo>')
+            for prefix, event, value in parser:
+                if (prefix, event) == ('earth', 'map_key'):
+                    stream.write('<%s>' % value)
+                    continent = value
+                elif prefix.endswith('.name'):
+                    stream.write('<object name="%s"/>' % value)
+                elif (prefix, event) == ('earth.%s' % continent, 'end_map'):
+                    stream.write('</%s>' % continent)
+            stream.write('</geo>')
+        
+        
+        Backends
+        ========
+        
+        Ijson provides several implementations of the actual parsing in the form of
+        backends located in ijson/backends:
+        
+        - ``yajl2``: wrapper around `YAJL <http://lloyd.github.com/yajl/>`_ version 2.x
+        - ``yajl``: wrapper around `YAJL <http://lloyd.github.com/yajl/>`_ version 1.x
+        - ``python``: pure Python parser (good to use under PyPy)
+        
+        You can import a specific backend and use it in the same way as the top level
+        library::
+        
+            import ijson.backends.python as ijson
+        
+            for item in ijson.items(...):
+                # ...
+        
+        Importing the top level library as ``import ijson`` tries to import all backends
+        in order, so it either finds an appropriate version of YAJL or falls back to the
+        Python backend if none is found.
+        
+        
+        Acknowledgements
+        ================
+        
+        Python parser in ijson is relatively simple thanks to `Douglas Crockford
+        <http://www.crockford.com/>`_ who invented a strict, easy to parse syntax.
+        
+        The `YAJL <http://lloyd.github.com/yajl/>`_ library by `Lloyd Hilaiel
+        <http://lloyd.io/>`_ is the most popular and efficient way to parse JSON in an
+        iterative fashion.
+        
+        Ijson was inspired by `yajl-py <http://pykler.github.com/yajl-py/>`_ wrapper by
+        `Hatem Nassrat <http://www.nassrat.ca/>`_. Though ijson borrows almost nothing
+        from the actual yajl-py code it was used as an example of integration with yajl
+        using ctypes.
+        
+Platform: UNKNOWN
+Classifier: Development Status :: 5 - Production/Stable
+Classifier: License :: OSI Approved :: BSD License
+Classifier: Programming Language :: Python :: 2
+Classifier: Programming Language :: Python :: 3
+Classifier: Topic :: Software Development :: Libraries :: Python Modules
diff --git a/ijson-1.1/README.rst b/ijson-1.1/README.rst
new file mode 100644 (file)
index 0000000..434dd5f
--- /dev/null
@@ -0,0 +1,94 @@
+=====
+ijson
+=====
+
+Ijson is an iterative JSON parser with a standard Python iterator interface.
+
+
+Usage
+=====
+
+All usage example will be using a JSON document describing geographical
+objects::
+
+    {
+      "earth": {
+        "europe": [
+          {"name": "Paris", "type": "city", "info": { ... }},
+          {"name": "Thames", "type": "river", "info": { ... }},
+          // ...
+        ],
+        "america": [
+          {"name": "Texas", "type": "state", "info": { ... }},
+          // ...
+        ]
+      }
+    }
+
+Most common usage is having ijson yield native Python objects out of a JSON
+stream located under a prefix. Here's how to process all European cities::
+
+    import ijson
+
+    f = urlopen('http://.../')
+    objects = ijson.items(f, 'earth.europe.item')
+    cities = (o for o in objects if o['type'] == 'city')
+    for city in cities:
+        do_something_with(city)
+
+Sometimes when dealing with a particularly large JSON payload it may worth to
+not even construct individual Python objects and react on individual events
+immediately producing some result::
+
+    import ijson
+
+    parser = ijson.parse(urlopen('http://.../'))
+    stream.write('<geo>')
+    for prefix, event, value in parser:
+        if (prefix, event) == ('earth', 'map_key'):
+            stream.write('<%s>' % value)
+            continent = value
+        elif prefix.endswith('.name'):
+            stream.write('<object name="%s"/>' % value)
+        elif (prefix, event) == ('earth.%s' % continent, 'end_map'):
+            stream.write('</%s>' % continent)
+    stream.write('</geo>')
+
+
+Backends
+========
+
+Ijson provides several implementations of the actual parsing in the form of
+backends located in ijson/backends:
+
+- ``yajl2``: wrapper around `YAJL <http://lloyd.github.com/yajl/>`_ version 2.x
+- ``yajl``: wrapper around `YAJL <http://lloyd.github.com/yajl/>`_ version 1.x
+- ``python``: pure Python parser (good to use under PyPy)
+
+You can import a specific backend and use it in the same way as the top level
+library::
+
+    import ijson.backends.python as ijson
+
+    for item in ijson.items(...):
+        # ...
+
+Importing the top level library as ``import ijson`` tries to import all backends
+in order, so it either finds an appropriate version of YAJL or falls back to the
+Python backend if none is found.
+
+
+Acknowledgements
+================
+
+Python parser in ijson is relatively simple thanks to `Douglas Crockford
+<http://www.crockford.com/>`_ who invented a strict, easy to parse syntax.
+
+The `YAJL <http://lloyd.github.com/yajl/>`_ library by `Lloyd Hilaiel
+<http://lloyd.io/>`_ is the most popular and efficient way to parse JSON in an
+iterative fashion.
+
+Ijson was inspired by `yajl-py <http://pykler.github.com/yajl-py/>`_ wrapper by
+`Hatem Nassrat <http://www.nassrat.ca/>`_. Though ijson borrows almost nothing
+from the actual yajl-py code it was used as an example of integration with yajl
+using ctypes.
diff --git a/ijson-1.1/ijson/__init__.py b/ijson-1.1/ijson/__init__.py
new file mode 100644 (file)
index 0000000..c76eb3f
--- /dev/null
@@ -0,0 +1,31 @@
+'''
+Iterative JSON parser.
+
+Main API:
+
+- ``ijson.parse``: iterator returning parsing events with the object tree context,
+  see ``ijson.common.parse`` for docs.
+
+- ``ijson.items``: iterator returning Python objects found under a specified prefix,
+  see ``ijson.common.items`` for docs.
+
+Top-level ``ijson`` module tries to automatically find and import a suitable
+parsing backend. You can also explicitly import a required backend from
+``ijson.backends``.
+'''
+
+from ijson.common import JSONError, IncompleteJSONError, ObjectBuilder
+from ijson.backends import YAJLImportError
+
+try:
+    import ijson.backends.yajl2 as backend
+except YAJLImportError:
+    try:
+        import ijson.backends.yajl as backend
+    except YAJLImportError:
+        import ijson.backends.python as backend
+
+
+basic_parse = backend.basic_parse
+parse = backend.parse
+items = backend.items
diff --git a/ijson-1.1/ijson/__init__.pyc b/ijson-1.1/ijson/__init__.pyc
new file mode 100644 (file)
index 0000000..a5ef9d3
Binary files /dev/null and b/ijson-1.1/ijson/__init__.pyc differ
diff --git a/ijson-1.1/ijson/backends/__init__.py b/ijson-1.1/ijson/backends/__init__.py
new file mode 100644 (file)
index 0000000..c03d567
--- /dev/null
@@ -0,0 +1,15 @@
+from ctypes import util, cdll
+
+class YAJLImportError(ImportError):
+    pass
+
+def find_yajl(required):
+    so_name = util.find_library('yajl')
+    if so_name is None:
+        raise YAJLImportError('YAJL shared object not found.')
+    yajl = cdll.LoadLibrary(so_name)
+    major, rest = divmod(yajl.yajl_version(), 10000)
+    minor, micro = divmod(rest, 100)
+    if major != required:
+        raise YAJLImportError('YAJL version %s.x required, found %s.%s.%s' % (required, major, minor, micro))
+    return yajl
diff --git a/ijson-1.1/ijson/backends/__init__.pyc b/ijson-1.1/ijson/backends/__init__.pyc
new file mode 100644 (file)
index 0000000..2ab7682
Binary files /dev/null and b/ijson-1.1/ijson/backends/__init__.pyc differ
diff --git a/ijson-1.1/ijson/backends/python.py b/ijson-1.1/ijson/backends/python.py
new file mode 100644 (file)
index 0000000..ba10870
--- /dev/null
@@ -0,0 +1,210 @@
+'''
+Pure-python parsing backend.
+'''
+from __future__ import unicode_literals
+from decimal import Decimal
+import re
+from codecs import unicode_escape_decode
+
+from ijson import common
+from ijson.compat import chr
+
+
+BUFSIZE = 16 * 1024
+NONWS = re.compile(r'\S')
+LEXTERM = re.compile(r'[^a-z0-9\.+-]')
+
+
+class UnexpectedSymbol(common.JSONError):
+    def __init__(self, symbol, reader):
+        super(UnexpectedSymbol, self).__init__('Unexpected symbol "%s" at %d' % (symbol[0], reader.pos - len(symbol)))
+
+class Lexer(object):
+    '''
+    JSON lexer. Supports iterator interface.
+    '''
+    def __init__(self, f):
+        self.f = f
+
+    def __iter__(self):
+        self.buffer = ''
+        self.pos = 0
+        return self
+
+    def __next__(self):
+        while True:
+            match = NONWS.search(self.buffer, self.pos)
+            if match:
+                self.pos = match.start()
+                char = self.buffer[self.pos]
+                if 'a' <= char <= 'z' or '0' <= char <= '9' or char == '-':
+                    return self.lexem()
+                elif char == '"':
+                    return self.stringlexem()
+                else:
+                    self.pos += 1
+                    return char
+            self.buffer = self.f.read(BUFSIZE).decode('utf-8')
+            self.pos = 0
+            if not len(self.buffer):
+                raise StopIteration
+    next = __next__
+
+    def lexem(self):
+        current = self.pos
+        while True:
+            match = LEXTERM.search(self.buffer, current)
+            if match:
+                current = match.start()
+                break
+            else:
+                current = len(self.buffer)
+                self.buffer += self.f.read(BUFSIZE).decode('utf-8')
+                if len(self.buffer) == current:
+                    break
+        result = self.buffer[self.pos:current]
+        self.pos = current
+        if self.pos > BUFSIZE:
+            self.buffer = self.buffer[self.pos:]
+            self.pos = 0
+        return result
+
+    def stringlexem(self):
+        start = self.pos + 1
+        while True:
+            try:
+                end = self.buffer.index('"', start)
+                escpos = end - 1
+                while self.buffer[escpos] == '\\':
+                    escpos -= 1
+                if (end - escpos) % 2 == 0:
+                    start = end + 1
+                else:
+                    result = self.buffer[self.pos:end + 1]
+                    self.pos = end + 1
+                    return result
+            except ValueError:
+                old_len = len(self.buffer)
+                self.buffer += self.f.read(BUFSIZE).decode('utf-8')
+                if len(self.buffer) == old_len:
+                    raise common.IncompleteJSONError()
+
+def unescape(s):
+    start = 0
+    while start < len(s):
+        pos = s.find('\\', start)
+        if pos == -1:
+            yield s[start:]
+            break
+        yield s[start:pos]
+        pos += 1
+        esc = s[pos]
+        if esc == 'b':
+            yield '\b'
+        elif esc == 'f':
+            yield '\f'
+        elif esc == 'n':
+            yield '\n'
+        elif esc == 'r':
+            yield '\r'
+        elif esc == 't':
+            yield '\t'
+        elif esc == 'u':
+            yield chr(int(s[pos + 1:pos + 5], 16))
+            pos += 4
+        else:
+            yield esc
+        start = pos + 1
+
+def parse_value(lexer, symbol=None):
+    try:
+        if symbol is None:
+            symbol = next(lexer)
+        if symbol == 'null':
+            yield ('null', None)
+        elif symbol == 'true':
+            yield ('boolean', True)
+        elif symbol == 'false':
+            yield ('boolean', False)
+        elif symbol == '[':
+            for event in parse_array(lexer):
+                yield event
+        elif symbol == '{':
+            for event in parse_object(lexer):
+                yield event
+        elif symbol[0] == '"':
+            yield ('string', ''.join(unescape(symbol[1:-1])))
+        else:
+            try:
+                number = Decimal(symbol) if '.' in symbol else int(symbol)
+                yield ('number', number)
+            except ValueError:
+                raise UnexpectedSymbol(symbol, lexer)
+    except StopIteration:
+        raise common.IncompleteJSONError()
+
+def parse_array(lexer):
+    yield ('start_array', None)
+    symbol = next(lexer)
+    if symbol != ']':
+        while True:
+            for event in parse_value(lexer, symbol):
+                yield event
+            symbol = next(lexer)
+            if symbol == ']':
+                break
+            if symbol != ',':
+                raise UnexpectedSymbol(symbol, lexer)
+            symbol = next(lexer)
+    yield ('end_array', None)
+
+def parse_object(lexer):
+    yield ('start_map', None)
+    symbol = next(lexer)
+    if symbol != '}':
+        while True:
+            if symbol[0] != '"':
+                raise UnexpectedSymbol(symbol, lexer)
+            yield ('map_key', symbol[1:-1])
+            symbol = next(lexer)
+            if symbol != ':':
+                raise UnexpectedSymbol(symbol, lexer)
+            for event in parse_value(lexer):
+                yield event
+            symbol = next(lexer)
+            if symbol == '}':
+                break
+            if symbol != ',':
+                raise UnexpectedSymbol(symbol, lexer)
+            symbol = next(lexer)
+    yield ('end_map', None)
+
+def basic_parse(file):
+    '''
+    Iterator yielding unprefixed events.
+
+    Parameters:
+
+    - file: a readable file-like object with JSON input
+    '''
+    lexer = iter(Lexer(file))
+    for value in parse_value(lexer):
+        yield value
+    try:
+        next(lexer)
+    except StopIteration:
+        pass
+    else:
+        raise common.JSONError('Additional data')
+
+def parse(file):
+    '''
+    Backend-specific wrapper for ijson.common.parse.
+    '''
+    return common.parse(basic_parse(file))
+
+def items(file, prefix):
+    '''
+    Backend-specific wrapper for ijson.common.items.
+    '''
+    return common.items(parse(file), prefix)
diff --git a/ijson-1.1/ijson/backends/yajl.py b/ijson-1.1/ijson/backends/yajl.py
new file mode 100644 (file)
index 0000000..fe61a0c
--- /dev/null
@@ -0,0 +1,125 @@
+'''
+Wrapper for YAJL C library version 1.x.
+'''
+
+from ctypes import Structure, c_uint, c_ubyte, c_int, c_long, c_double, \
+                   c_void_p, c_char_p, CFUNCTYPE, POINTER, byref, string_at, cast , \
+                   cdll, util, c_char
+from decimal import Decimal
+
+from ijson import common, backends
+from ijson.compat import b2s
+
+
+yajl = backends.find_yajl(1)
+
+yajl.yajl_alloc.restype = POINTER(c_char)
+yajl.yajl_get_error.restype = POINTER(c_char)
+
+C_EMPTY = CFUNCTYPE(c_int, c_void_p)
+C_INT = CFUNCTYPE(c_int, c_void_p, c_int)
+C_LONG = CFUNCTYPE(c_int, c_void_p, c_long)
+C_DOUBLE = CFUNCTYPE(c_int, c_void_p, c_double)
+C_STR = CFUNCTYPE(c_int, c_void_p, POINTER(c_ubyte), c_uint)
+
+
+def number(value):
+    '''
+    Helper function casting a string that represents any Javascript number
+    into appropriate Python value: either int or Decimal.
+    '''
+    try:
+        return int(value)
+    except ValueError:
+        return Decimal(value)
+
+_callback_data = [
+    # Mapping of JSON parser events to callback C types and value converters.
+    # Used to define the Callbacks structure and actual callback functions
+    # inside the parse function.
+    ('null', C_EMPTY, lambda: None),
+    ('boolean', C_INT, lambda v: bool(v)),
+    # "integer" and "double" aren't actually yielded by yajl since "number"
+    # takes precedence if defined
+    ('integer', C_LONG, lambda v, l: int(string_at(v, l))),
+    ('double', C_DOUBLE, lambda v, l: float(string_at(v, l))),
+    ('number', C_STR, lambda v, l: number(b2s(string_at(v, l)))),
+    ('string', C_STR, lambda v, l: string_at(v, l).decode('utf-8')),
+    ('start_map', C_EMPTY, lambda: None),
+    ('map_key', C_STR, lambda v, l: b2s(string_at(v, l))),
+    ('end_map', C_EMPTY, lambda: None),
+    ('start_array', C_EMPTY, lambda: None),
+    ('end_array', C_EMPTY, lambda: None),
+]
+
+class Callbacks(Structure):
+    _fields_ = [(name, type) for name, type, func in _callback_data]
+
+class Config(Structure):
+    _fields_ = [
+        ("allowComments", c_uint),
+        ("checkUTF8", c_uint)
+    ]
+
+YAJL_OK = 0
+YAJL_CANCELLED = 1
+YAJL_INSUFFICIENT_DATA = 2
+YAJL_ERROR = 3
+
+
+def basic_parse(f, allow_comments=False, check_utf8=False, buf_size=64 * 1024):
+    '''
+    Iterator yielding unprefixed events.
+
+    Parameters:
+
+    - f: a readable file-like object with JSON input
+    - allow_comments: tells parser to allow comments in JSON input
+    - check_utf8: if True, parser will cause an error if input is invalid utf-8
+    - buf_size: a size of an input buffer
+    '''
+    events = []
+
+    def callback(event, func_type, func):
+        def c_callback(context, *args):
+            events.append((event, func(*args)))
+            return 1
+        return func_type(c_callback)
+
+    callbacks = Callbacks(*[callback(*data) for data in _callback_data])
+    config = Config(allow_comments, check_utf8)
+    handle = yajl.yajl_alloc(byref(callbacks), byref(config), None, None)
+    try:
+        while True:
+            buffer = f.read(buf_size)
+            if buffer:
+                result = yajl.yajl_parse(handle, buffer, len(buffer))
+            else:
+                result = yajl.yajl_parse_complete(handle)
+            if result == YAJL_ERROR:
+                perror = yajl.yajl_get_error(handle, 1, buffer, len(buffer))
+                error = cast(perror, c_char_p).value
+                yajl.yajl_free_error(handle, perror)
+                raise common.JSONError(error)
+            if not buffer and not events:
+                if result == YAJL_INSUFFICIENT_DATA:
+                    raise common.IncompleteJSONError()
+                break
+
+            for event in events:
+                yield event
+            events = []
+    finally:
+        yajl.yajl_free(handle)
+
+def parse(file, **kwargs):
+    '''
+    Backend-specific wrapper for ijson.common.parse.
+    '''
+    return common.parse(basic_parse(file, **kwargs))
+
+def items(file, prefix):
+    '''
+    Backend-specific wrapper for ijson.common.items.
+    '''
+    return common.items(parse(file), prefix)
diff --git a/ijson-1.1/ijson/backends/yajl2.py b/ijson-1.1/ijson/backends/yajl2.py
new file mode 100644 (file)
index 0000000..3bfc7ba
--- /dev/null
@@ -0,0 +1,127 @@
+'''
+Wrapper for YAJL C library version 2.x.
+'''
+
+from ctypes import Structure, c_uint, c_ubyte, c_int, c_long, c_double, \
+                   c_void_p, c_char_p, CFUNCTYPE, POINTER, byref, string_at, cast , \
+                   cdll, util, c_char
+from decimal import Decimal
+
+from ijson import common, backends
+from ijson.compat import b2s
+
+
+yajl = backends.find_yajl(2)
+
+yajl.yajl_alloc.restype = POINTER(c_char)
+yajl.yajl_get_error.restype = POINTER(c_char)
+
+C_EMPTY = CFUNCTYPE(c_int, c_void_p)
+C_INT = CFUNCTYPE(c_int, c_void_p, c_int)
+C_LONG = CFUNCTYPE(c_int, c_void_p, c_long)
+C_DOUBLE = CFUNCTYPE(c_int, c_void_p, c_double)
+C_STR = CFUNCTYPE(c_int, c_void_p, POINTER(c_ubyte), c_uint)
+
+
+def number(value):
+    '''
+    Helper function casting a string that represents any Javascript number
+    into appropriate Python value: either int or Decimal.
+    '''
+    try:
+        return int(value)
+    except ValueError:
+        return Decimal(value)
+
+_callback_data = [
+    # Mapping of JSON parser events to callback C types and value converters.
+    # Used to define the Callbacks structure and actual callback functions
+    # inside the parse function.
+    ('null', C_EMPTY, lambda: None),
+    ('boolean', C_INT, lambda v: bool(v)),
+    # "integer" and "double" aren't actually yielded by yajl since "number"
+    # takes precedence if defined
+    ('integer', C_LONG, lambda v, l: int(string_at(v, l))),
+    ('double', C_DOUBLE, lambda v, l: float(string_at(v, l))),
+    ('number', C_STR, lambda v, l: number(b2s(string_at(v, l)))),
+    ('string', C_STR, lambda v, l: string_at(v, l).decode('utf-8')),
+    ('start_map', C_EMPTY, lambda: None),
+    ('map_key', C_STR, lambda v, l: b2s(string_at(v, l))),
+    ('end_map', C_EMPTY, lambda: None),
+    ('start_array', C_EMPTY, lambda: None),
+    ('end_array', C_EMPTY, lambda: None),
+]
+
+class Callbacks(Structure):
+    _fields_ = [(name, type) for name, type, func in _callback_data]
+
+YAJL_OK = 0
+YAJL_CANCELLED = 1
+YAJL_INSUFFICIENT_DATA = 2
+YAJL_ERROR = 3
+
+# constants defined in yajl_parse.h
+YAJL_ALLOW_COMMENTS = 1
+YAJL_MULTIPLE_VALUES = 8
+
+
+def basic_parse(f, allow_comments=False, buf_size=64 * 1024,
+                multiple_values=False):
+    '''
+    Iterator yielding unprefixed events.
+
+    Parameters:
+
+    - f: a readable file-like object with JSON input
+    - allow_comments: tells parser to allow comments in JSON input
+    - buf_size: a size of an input buffer
+    - multiple_values: allows the parser to parse multiple JSON objects
+    '''
+    events = []
+
+    def callback(event, func_type, func):
+        def c_callback(context, *args):
+            events.append((event, func(*args)))
+            return 1
+        return func_type(c_callback)
+
+    callbacks = Callbacks(*[callback(*data) for data in _callback_data])
+    handle = yajl.yajl_alloc(byref(callbacks), None, None)
+    if allow_comments:
+        yajl.yajl_config(handle, YAJL_ALLOW_COMMENTS, 1)
+    if multiple_values:
+        yajl.yajl_config(handle, YAJL_MULTIPLE_VALUES, 1)
+    try:
+        while True:
+            buffer = f.read(buf_size)
+            if buffer:
+                result = yajl.yajl_parse(handle, buffer, len(buffer))
+            else:
+                result = yajl.yajl_complete_parse(handle)
+            if result == YAJL_ERROR:
+                perror = yajl.yajl_get_error(handle, 1, buffer, len(buffer))
+                error = cast(perror, c_char_p).value
+                yajl.yajl_free_error(handle, perror)
+                raise common.JSONError(error)
+            if not buffer and not events:
+                if result == YAJL_INSUFFICIENT_DATA:
+                    raise common.IncompleteJSONError()
+                break
+
+            for event in events:
+                yield event
+            events = []
+    finally:
+        yajl.yajl_free(handle)
+
+def parse(file, **kwargs):
+    '''
+    Backend-specific wrapper for ijson.common.parse.
+    '''
+    return common.parse(basic_parse(file, **kwargs))
+
+def items(file, prefix):
+    '''
+    Backend-specific wrapper for ijson.common.items.
+    '''
+    return common.items(parse(file), prefix)
diff --git a/ijson-1.1/ijson/backends/yajl2.pyc b/ijson-1.1/ijson/backends/yajl2.pyc
new file mode 100644 (file)
index 0000000..e5aa9ff
Binary files /dev/null and b/ijson-1.1/ijson/backends/yajl2.pyc differ
diff --git a/ijson-1.1/ijson/common.py b/ijson-1.1/ijson/common.py
new file mode 100644 (file)
index 0000000..cbea028
--- /dev/null
@@ -0,0 +1,148 @@
+'''
+Backend independent higher level interfaces, common exceptions.
+'''
+
+class JSONError(Exception):
+    '''
+    Base exception for all parsing errors.
+    '''
+    pass
+
+class IncompleteJSONError(JSONError):
+    '''
+    Raised when the parser expects data and it's not available. May be
+    caused by malformed syntax or a broken source stream.
+    '''
+    def __init__(self):
+        super(IncompleteJSONError, self).__init__('Incomplete or empty JSON data')
+
+def parse(basic_events):
+    '''
+    An iterator returning parsing events with the information about their location
+    with the JSON object tree. Events are tuples ``(prefix, type, value)``.
+
+    Available types and values are:
+
+    ('null', None)
+    ('boolean', <True or False>)
+    ('number', <int or Decimal>)
+    ('string', <unicode>)
+    ('map_key', <str>)
+    ('start_map', None)
+    ('end_map', None)
+    ('start_array', None)
+    ('end_array', None)
+
+    Prefixes represent the path to the nested elements from the root of the JSON
+    document. For example, given this document::
+
+        {
+          "array": [1, 2],
+          "map": {
+            "key": "value"
+          }
+        }
+
+    the parser would yield events:
+
+      ('', 'start_map', None)
+      ('', 'map_key', 'array')
+      ('array', 'start_array', None)
+      ('array.item', 'number', 1)
+      ('array.item', 'number', 2)
+      ('array', 'end_array', None)
+      ('', 'map_key', 'map')
+      ('map', 'start_map', None)
+      ('map', 'map_key', 'key')
+      ('map.key', 'string', u'value')
+      ('map', 'end_map', None)
+      ('', 'end_map', None)
+
+    '''
+    path = []
+    for event, value in basic_events:
+        if event == 'map_key':
+            prefix = '.'.join(path[:-1])
+            path[-1] = value
+        elif event == 'start_map':
+            prefix = '.'.join(path)
+            path.append(None)
+        elif event == 'end_map':
+            path.pop()
+            prefix = '.'.join(path)
+        elif event == 'start_array':
+            prefix = '.'.join(path)
+            path.append('item')
+        elif event == 'end_array':
+            path.pop()
+            prefix = '.'.join(path)
+        else: # any scalar value
+            prefix = '.'.join(path)
+
+        yield prefix, event, value
+
+
+class ObjectBuilder(object):
+    '''
+    Incrementally builds an object from JSON parser events. Events are passed
+    into the `event` function that accepts two parameters: event type and
+    value. The object being built is available at any time from the `value`
+    attribute.
+
+    Example::
+
+        from StringIO import StringIO
+        from ijson.parse import basic_parse
+        from ijson.utils import ObjectBuilder
+
+        builder = ObjectBuilder()
+        f = StringIO('{"key": "value"})
+        for event, value in basic_parse(f):
+            builder.event(event, value)
+        print builder.value
+
+    '''
+    def __init__(self):
+        def initial_set(value):
+            self.value = value
+        self.containers = [initial_set]
+
+    def event(self, event, value):
+        if event == 'map_key':
+            self.key = value
+        elif event == 'start_map':
+            map = {}
+            self.containers[-1](map)
+            def setter(value):
+                map[self.key] = value
+            self.containers.append(setter)
+        elif event == 'start_array':
+            array = []
+            self.containers[-1](array)
+            self.containers.append(array.append)
+        elif event == 'end_array' or event == 'end_map':
+            self.containers.pop()
+        else:
+            self.containers[-1](value)
+
+def items(prefixed_events, prefix):
+    '''
+    An iterator returning native Python objects constructed from the events
+    under a given prefix.
+    '''
+    prefixed_events = iter(prefixed_events)
+    try:
+        while True:
+            current, event, value = next(prefixed_events)
+            if current == prefix:
+                if event in ('start_map', 'start_array'):
+                    builder = ObjectBuilder()
+                    end_event = event.replace('start', 'end')
+                    while (current, event) != (prefix, end_event):
+                        builder.event(event, value)
+                        current, event, value = next(prefixed_events)
+                    yield builder.value
+                else:
+                    yield value
+    except StopIteration:
+        pass
diff --git a/ijson-1.1/ijson/common.pyc b/ijson-1.1/ijson/common.pyc
new file mode 100644 (file)
index 0000000..cdf515f
Binary files /dev/null and b/ijson-1.1/ijson/common.pyc differ
diff --git a/ijson-1.1/ijson/compat.py b/ijson-1.1/ijson/compat.py
new file mode 100644 (file)
index 0000000..b73c746
--- /dev/null
@@ -0,0 +1,17 @@
+'''
+Python2/Python3 compatibility utilities.
+'''
+
+import sys
+
+
+IS_PY2 = sys.version_info[0] < 3
+
+
+if IS_PY2:
+    b2s = lambda s: s
+    chr = unichr
+else:
+    def b2s(b):
+        return b.decode('utf-8')
+    chr = chr
diff --git a/ijson-1.1/ijson/compat.pyc b/ijson-1.1/ijson/compat.pyc
new file mode 100644 (file)
index 0000000..b820633
Binary files /dev/null and b/ijson-1.1/ijson/compat.pyc differ
diff --git a/ijson-1.1/ijson/utils.py b/ijson-1.1/ijson/utils.py
new file mode 100644 (file)
index 0000000..75092b5
--- /dev/null
@@ -0,0 +1,55 @@
+# -*- coding:utf-8 -*-
+from functools import wraps
+
+
+def coroutine(func):
+    '''
+    Wraps a generator which intended to be used as a pure coroutine by
+    .send()ing it values. The only thing that the wrapper does is calling
+    .next() for the first time which is required by Python generator protocol.
+    '''
+    @wraps(func)
+    def wrapper(*args, **kwargs):
+        g = func(*args, **kwargs)
+        next(g)
+        return g
+    return wrapper
+
+@coroutine
+def foreach(coroutine_func):
+    '''
+    Dispatches each JSON array item to a handler coroutine. A coroutine is
+    created anew for each item by calling `coroutine_func` callable. The
+    resulting coroutine should accept value in the form of tuple of values
+    generated by rich JSON parser: (prefix, event, value).
+
+    First event received by foreach should be a "start_array" event.
+    '''
+    g = None
+    base, event, value = yield
+    if event != 'start_array':
+        raise Exception('foreach requires "start_array" as the first event, got %s' % repr((base, event, value)))
+    START_EVENTS = set(['start_map', 'start_array', 'null', 'boolean', 'number', 'string'])
+    itemprefix = base + '.item' if base else 'item'
+    while True:
+        prefix, event, value = yield
+        if prefix == itemprefix and event in START_EVENTS:
+            g = coroutine_func()
+        if (prefix, event) != (base, 'end_array'):
+            g.send((prefix, event, value))
+
+@coroutine
+def dispatcher(targets):
+    '''
+    Dispatches JSON parser events into several handlers depending on event
+    prefixes.
+
+    Accepts a list of tuples (base_prefix, coroutine). A coroutine then
+    receives all the events with prefixes starting with its base_prefix.
+    '''
+    while True:
+        prefix, event, value = yield
+        for base, target in targets:
+            if prefix.startswith(base):
+                target.send((prefix, event, value))
+                break
diff --git a/ijson-1.1/setup.py b/ijson-1.1/setup.py
new file mode 100644 (file)
index 0000000..639f9bc
--- /dev/null
@@ -0,0 +1,21 @@
+# -*- coding:utf-8 -*-
+from distutils.core import setup
+
+setup(
+    name = 'ijson',
+    version = '1.1',
+    author = 'Ivan Sagalaev',
+    author_email = 'maniac@softwaremaniacs.org',
+    packages = ['ijson', 'ijson.backends'],
+    url = 'https://github.com/isagalaev/ijson',
+    license = 'LICENSE.txt',
+    description = 'Iterative JSON parser with a standard Python iterator interface',
+    long_description = open('README.rst').read(),
+    classifiers = [
+        'Development Status :: 5 - Production/Stable',
+        'License :: OSI Approved :: BSD License',
+        'Programming Language :: Python :: 2',
+        'Programming Language :: Python :: 3',
+        'Topic :: Software Development :: Libraries :: Python Modules',
+    ]
+)
diff --git a/parse_json.py b/parse_json.py
new file mode 100644 (file)
index 0000000..3f305a7
--- /dev/null
@@ -0,0 +1,63 @@
+#!/usr/bin/env python
+
+import os
+import json
+import re
+
+#shameless copy paste from json/decoder.py
+FLAGS = re.VERBOSE | re.MULTILINE | re.DOTALL
+WHITESPACE = re.compile(r'[ \t\n\r]*', FLAGS)
+
+class ConcatJSONDecoder(json.JSONDecoder):
+    def decode(self, s, _w=WHITESPACE.match):
+        s_len = len(s)
+
+        objs = []
+        end = 0
+        while end != s_len:
+            obj, end = self.raw_decode(s, idx=_w(s, end).end())
+            end = _w(s, end).end()
+            objs.append(obj)
+        return objs
+
+def print_json_file(filename):
+    events = json.loads(os.popen("zcat "+ filename).read(), cls=ConcatJSONDecoder)
+    for event in events:
+        # remove events which are not done to repositories
+        if event['type'] in ["GistEvent"]:
+            continue
+
+        ev = {}
+        ev['actor'] = event['actor']
+        ev['type'] = event['type']
+        ev['date'] = event['created_at']
+        ev['url'] = event['url']
+
+        
+        if event.has_key('repository'):
+            ev['repo.name'] = event['repository']['name']
+            ev['repo.owner'] = event['repository']['owner']
+            ev['repo.watchers'] = str(event['repository']['watchers'])
+            ev['repo.forks'] = str(event['repository']['forks'])
+        else:
+            ev['repo.name'] = ""
+            ev['repo.owner'] = ""
+            ev['repo.watchers'] = ""
+            ev['repo.forks'] = ""
+
+        # print event # debug code
+        print u"\t".join([ev['actor'],
+                         ev['type'],
+                         ev['date'],
+                         ev['url'],
+                         ev['repo.name'],
+                         ev['repo.owner'],
+                         ev['repo.watchers'],
+                         ev['repo.forks']]).encode("utf8")
+
+print "\t".join(["actor", "type", "date", "url", "name", "repo.owner",
+                 "repo.watchers", "repo.forks"])
+
+for filename in os.listdir("data/"):
+    print_json_file("data/" + filename)

Benjamin Mako Hill || Want to submit a patch?