# -*- coding: euc-jis-2004 -*-
# behave.py (お行儀良くしてね)
# 日本語メールによく出てくる JISX-0208 でない文字を
# JISX-0208 文字で代替する。
#
# 必要なもの: pykf, cjkcodecs (Python2.3の場合)
# 使い方:
#   このモジュールを Mailman/Handlers に入れる
#   次の行を mm_cfg.py に入れる
#
# GLOBAL_PIPELINE.insert(0,'behave')
#
# TODO: Subject も面倒みてあげるといいかも.

import re
import pykf
# import cjkcodecs

# よく使われる「機種依存文字」とその代替文字
replace = {
    '①': '(1)',
    '②': '(2)',
    '③': '(3)',
    '④': '(4)',
    '⑤': '(5)',
    '⑥': '(6)',
    '⑦': '(7)',
    '⑧': '(8)',
    '⑨': '(9)',
    '⑩': '(10)',
    '⑪': '(11)',
    '⑫': '(12)',
    '⑬': '(13)',
    '⑭': '(14)',
    '⑮': '(15)',
    '⑯': '(16)',
    '⑰': '(17)',
    '⑱': '(18)',
    '⑲': '(19)',
    '⑳': '(20)',
    'Ⅰ': '_I_',
    'Ⅱ': '_II_',
    'Ⅲ': '_III_',
    'Ⅳ': '_IV_',
    'Ⅴ': '_V_',
    'Ⅵ': '_VI_',
    'Ⅶ': '_VII_',
    'Ⅷ': '_VIII_',
    'Ⅸ': '_IX_',
    'Ⅹ': '_X_',
    '㍉': 'ミリ',
    '㌔': 'キロ',
    '㌢': 'センチ',
    '㍍': 'メートル',
    '㌘': 'グラム',
    '㌧': 'トン',
    '㌃': 'アール',
    '㌶': 'ヘクタール',
    '㍑': 'リットル',
    '㍗': 'ワット',
    '㌍': 'カロリー',
    '㌦': 'ドル',
    '㌣': 'セント',
    '㌫': 'パーセント',
    '㍊': 'ミリバール',
    '㌻': 'ページ',
    '㎜': 'mm',
    '㎝': 'cm',
    '㎞': 'km',
    '㎎': 'mg',
    '㎏': 'kg',
    '㏄': 'cc',
    '㎡': 'm2',
    '㍻': '平成',
    '〝': "''",
    '〟': ',,',
    '№': 'No.',
    '㏍': 'K.K.',
    '℡': 'Tel',
    '㊤': '(上)',
    '㊥': '(中)',
    '㊦': '(下)',
    '㊧': '(左)',
    '㊨': '(右)',
    '㈱': '(株)',
    '㈲': '(有)',
    '㈹': '(代)',
    '㍾': '明治',
    '㍽': '大正',
    '㍼': '昭和',
    '埇': 'そね',
    '﨑': '崎',
    '髙': '高'
}

replpat = '(' + '|'.join(replace.keys()) + ')'
replpat = unicode(replpat, 'euc-jis-2004')

def replobj(matchobj):
    return unicode(replace[matchobj.group(0).encode('euc-jis-2004')],
                   'euc-jis-2004')

def process(mlist, msg, msgdata):
    for part in msg.walk():
        if not part.get_content_type().startswith('text/plain'):
            continue
        cset = part.get_content_charset()
        if cset is None:
            continue
        if cset <> 'iso-2022-jp':
            continue
        s = part.get_payload(decode=True)
        s = pykf.toeuc(s, pykf.JIS)
        # 半角カナ -> 全角
        s = pykf.tofull_kana(s, pykf.EUC)
        s = unicode(s, 'euc-jis-2004', 'replace')
        # iso-2022-jp に入らない文字を代替文字に
        s = re.sub(replpat, replobj, s)
        s = s.encode(cset, 'replace')
        del part['content-transfer-encoding']
        del part['content-type']
        part.set_payload(s, cset)

if __name__ == '__main__':
    import sys
    from email import message_from_file
    msg = message_from_file(file(sys.argv[1]))
    process(None, msg, None)
    print msg