/[webpac]/trunk2/all2all.pl
This is repository of my old source code which isn't updated any more. Go to git.rot13.org for current projects!
ViewVC logotype

Diff of /trunk2/all2all.pl

Parent Directory Parent Directory | Revision Log Revision Log | View Patch Patch

revision 10 by dpavlin, Thu Jan 16 17:35:54 2003 UTC revision 274 by dpavlin, Sun Mar 14 11:50:29 2004 UTC
# Line 7  use Data::Dumper; Line 7  use Data::Dumper;
7  use XML::Simple;  use XML::Simple;
8  use Text::Unaccent 1.02;        # 1.01 won't compile on my platform,  use Text::Unaccent 1.02;        # 1.01 won't compile on my platform,
9  use Text::Iconv;  use Text::Iconv;
10    use Config::IniFiles;
11    use Encode;
12    #use GDBM_File;
13    use Fcntl;      # for O_RDWR
14    use TDB_File;
15    
16  $|=1;  $|=1;
17    
18  my $config;  my $config_file = $0;
19    $config_file =~ s/\.pl$/.conf/;
20  $config=XMLin(undef, forcearray => [ 'isis' ], forcecontent => 1);  die "FATAL: can't find configuration file '$config_file'" if (! -e $config_file);
21    
22  use index_DBI;  # there is no other, right now ;-)  my $config;
23    
24  my $index = new index_DBI();    # open index  #use index_DBI;         # default DBI module for index
25    use index_DBI_cache;    # faster DBI module using memory cache
26    my $index;
27    
28  my %opts;  my %opts;
29    
# Line 29  my %opts; Line 35  my %opts;
35    
36  getopts('d:m:qs', \%opts);  getopts('d:m:qs', \%opts);
37    
38  my $db_dir = $opts{d} || "ps";  # FIX  my $path;       # this is name of database
39    
40  #die "usage: $0 -d [database_dir] -m [database1,database2] " if (! %opts);  Text::Iconv->raise_error(0);     # Conversion errors don't raise exceptions
41    
42  #print Dumper($config->{indexer});  # this is encoding of all files on disk, including import_xml/*.xml file and
43  #print "-" x 70,"\n";  # filter/*.pm files! It will be used to store strings in perl internally!
44    my $codepage = 'ISO-8859-2';
45    
46    my $utf2cp = Text::Iconv->new('UTF-8',$codepage);
47    # this function will convert data from XML files to local encoding
48    sub x {
49            return $utf2cp->convert($_[0]);
50    }
51    
52    # decode isis/excel or other import codepage
53    my $import2cp;
54    
55  Text::Iconv->raise_error(1);     # Conversion errors raise exceptions  # outgoing xml must be in UTF-8
56    my $cp2utf = Text::Iconv->new($codepage,'UTF-8');
57    
58  my $isis_codepage = Text::Iconv->new($config->{isis_codepage},'UTF8');  # mapping between data type and tag which specify
59  my $index_codepage = Text::Iconv->new($config->{isis_codepage},$config->{index_codepage});  # format in XML file
60  my $cludge_codepage = Text::Iconv->new('UTF8','ISO8859-1');  my %type2tag = (
61            'isis' => 'isis',
62            'excel' => 'column',
63            'marc' => 'marc',
64            'feed' => 'feed'
65    );
66    
67    my $cache;      # for cacheing
68    
69    # lookup hash (tied to file)
70    my %lhash;
71    # this option will cache all lookup entries in memory.
72    # if you are tight on memory, turn this off
73    my $use_lhash_cache = 1;
74    
75  sub isis2xml {  my $last_field_name;    # cache to prevent repeated fields
76    
77    sub data2xml {
78    
79          use xmlify;          use xmlify;
80    
81            my $type = shift @_;
82          my $row = shift @_;          my $row = shift @_;
83            my $add_xml = shift @_;
84            # needed to read values from configuration file
85            my $cfg = shift @_;
86            my $database = shift @_;
87    
88          my $xml;          my $xml;
         $xml .= xmlify('db_dir',$db_dir);       # FIX remove?  
89    
90          use parse_format;          use parse_format;
91    
92            my $html = "";          # html formatted display output
93    
94            my %field_usage;        # counter for usage of each field
95    
96            # sort subrouting using order="" attribute
97            sub by_order {
98                    my $va = $config->{indexer}->{$a}->{order} ||
99                            $config->{indexer}->{$a};
100                    my $vb = $config->{indexer}->{$b}->{order} ||
101                            $config->{indexer}->{$b};
102    
103                    return $va <=> $vb;
104            }
105    
106            my @sorted_tags;
107            if ($cache->{tags_by_order}) {
108                    @sorted_tags = @{$cache->{tags_by_order}};
109            } else {
110                    @sorted_tags = sort by_order keys %{$config->{indexer}};
111                    $cache->{tags_by_order} = \@sorted_tags;
112            }
113    
114            # lookup key
115            my $lookup_key;
116    
117          foreach my $field (keys %{$config->{indexer}}) {          # cache for field in pages
118            delete $cache->{display_data};
119            delete $cache->{swish_data};
120            delete $cache->{swish_exact_data};
121            delete $cache->{index_data};
122            delete $cache->{index_delimiter};
123            my @page_fields;        # names of fields
124    
125    
126            # subs used to produce output
127    
128            sub get_field_name($$$) {
129                    my ($config,$field,$field_usage) = @_;
130    
131                    # find field name (signular, plural)
132                    my $field_name = "";
133                    if ($config->{indexer}->{$field}->{name_singular} && $field_usage == 1) {
134                            $field_name = $config->{indexer}->{$field}->{name_singular};
135                    } elsif ($config->{indexer}->{$field}->{name_plural}) {
136                            $field_name = $config->{indexer}->{$field}->{name_plural};
137                    } elsif ($config->{indexer}->{$field}->{name}) {
138                            $field_name = $config->{indexer}->{$field}->{name};
139                    } else {
140                            print STDERR "WARNING: field '$field' doesn't have 'name' attribute!";
141                    }
142                    if ($field_name) {
143                            if (! $last_field_name) {
144                                    $last_field_name = x($field_name);
145                                    return $last_field_name;
146                            } elsif ($field_name ne $last_field_name) {
147                                    $last_field_name = x($field_name);
148                                    return $last_field_name;
149                            }
150                    }
151            }
152    
153            sub init_visible_type($) {
154                    my $type = shift;
155    
156                    # swish, swish_exact, display, index, index_lookup
157                    # swish and display defaults
158                    my ($s,$se,$d,$i,$il) = (1,0,1,0,0);
159                    if (lc($type) eq "display") {
160                            $s = 0;
161                    } elsif (lc($type) eq "swish") {
162                            $d = 0;
163                    } elsif (lc($type) eq "index") {
164                            ($s,$se,$d,$i) = (0,1,0,1);
165                    } elsif (lc($type) eq "swish_exact") {
166                            ($s,$se,$d,$i) = (0,1,0,0);
167                    } elsif (lc($type) =~ /^lookup/) {
168                            ($s,$se,$d,$i,$il) = (0,1,0,0,1);
169                    }
170                    return ($s,$se,$d,$i,$il);
171            }
172    
173            # begin real work: go field by field
174            foreach my $field (@sorted_tags) {
175    
176                    $field=x($field);
177                    $field_usage{$field}++;
178    
179                  my $swish_data = "";                  my $swish_data = "";
180                    my $swish_exact_data = "";
181                  my $display_data = "";                  my $display_data = "";
182                  my $index_data = "";                  my @index_data;
183                    my $line_delimiter;
184    
185                    my ($swish,$display);
186    
187                    my $tag = $type2tag{$type} || die "can't find which tag to use for type $type";
188    
189                    # is this field page-by-page?
190                    my $iterate_by_page = $config->{indexer}->{$field}->{iterate_by_page};
191                    push @page_fields,$field if ($iterate_by_page);
192                    my %page_max = ();
193                    # default line_delimiter if using
194                    my $page_line_delimiter = $config->{indexer}->{$field}->{page_line_delimiter} || '<br/>';
195                    $cache->{index_delimiter}->{$field} = $config->{indexer}->{$field}->{index_delimiter};
196    
197                    my $format_name = $config->{indexer}->{$field}->{format_name};
198                    my $format_delimiter = $config->{indexer}->{$field}->{format_delimiter};
199                    if ($format_name && $format_delimiter) {
200                            $cache->{format}->{$field}->{format_name} = $format_name;
201                            $cache->{format}->{$field}->{format_delimiter} = $format_delimiter;
202                    }
203    
204                    foreach my $x (@{$config->{indexer}->{$field}->{$tag}}) {
205    
206                  foreach my $x (@{$config->{indexer}->{$field}->{isis}}) {                          my $format = x($x->{content});
207                            my $delimiter = x($x->{delimiter}) || ' ';
208    
209                          my $format = $x->{content};                          my $repeat_off = 0;     # init repeatable offset
210                          my ($s,$d,$i) = (1,1,0);        # swish, display default  
211                          $s = 0 if (lc($x->{type}) eq "display");                          my ($s,$se,$d,$i,$il) = init_visible_type($x->{type});
212                          $d = 0 if (lc($x->{type}) eq "swish");  
213                          ($s,$d,$i) = (0,0,1) if (lc($x->{type}) eq "index");                          # what will separate last line from this one?
214  #print STDERR "## s: $s d: $d i: $i ## $format ##\n";                            if ($display_data && $x->{append}) {
215                                    $line_delimiter = ' ';
216                          $format = $cludge_codepage->convert($format);                          } elsif ($display_data) {
217                          my ($swish,$display) = parse_format($format,$row);                                  $line_delimiter = '<br/>';
218  #print STDERR "s: $swish\nd: $display\n" if ($swish);                          }
219    
220  #print STDERR "swish: $swish<-- display: $display<--\n";                          # init vars so that we go into while...
221                          # FIX: this is ugly, UGLY, cludge: OpenIsis return                          ($swish,$display) = (1,1);
222                          # UTF8 encoding of strings, but as if source charset  
223                          # is ISO8859-1 and not some other. This breaks our                          # placeholder for all repeatable entries for index
224                          # isis character encoding, so we convert it first  
225                          # back to ISO8859-1 (which can actually be different                          sub mkformat($$) {
226                          # encoding in isis)                                  my $x = shift || die "mkformat needs tag reference";
227                                    my $data = shift || return;
228                          $swish_data .= $swish if ($s && $swish);                                  my $format_name = x($x->{format_name}) || return $data;
229                          $display_data .= $display if ($d && $display);                                  my $fmt = x($config->{format}->{$format_name}->{content}) || die "<format name=\"$format_name\"> is not defined!";
230                          $index_data .= $display if ($i && $display);                                  my $format_delimiter = x($x->{format_delimiter});
231                  }                                  my @data;
232                                    if ($format_delimiter) {
233  #print STDERR "s_d: $swish_data\nd_d: $display_data\n" if ($swish_data);                                          @data = split(/$format_delimiter/,$data);
234                  if ($display_data) {                                  } else {
235                          $display_data = $isis_codepage->convert($display_data)."##" || $display_data;                                          push @data,$data;
236                          $xml .= xmlify($field."_display", $display_data);                                  }
237                  }  
238                  if ($swish_data) {                                  if ($fmt) {
239                          my $i = Text::Iconv->new($config->{isis_codepage},'ISO8859-2');                                          my $nr = scalar $fmt =~ s/%s/%s/g;
240                          $swish_data = $i->convert($swish_data);                                          if (($#data+1) == $nr) {
241                          $xml .= xmlify($field."_swish",unac_string('ISO8859-2',$swish_data));                                                  return sprintf($fmt,@data);
242                          #$swish_data = $isis_codepage->convert($swish_data)."##" || $swish_data;                                          } else {
243                          #$xml .= xmlify($field."_swish",unac_string($config->{isis_codepage},$swish_data));                                                  #print STDERR "mkformat: [$data] can't be split on [$format_delimiter] to $nr fields!\n";
244                  }                                                  return $data;
245                                            }
246                  # index                                  } else {
247                  if ($index_data && $index_data ne "") {                                          print STDERR "usage of link '$format_name' without defined format (<link> tag)\n";
248                          $index_data = $index_codepage->convert($index_data) || $index_data;                                  }
249                          $index->insert($field, $index_data, $db_dir);                          }
250    
251                            # while because of repeatable fields
252                            while ($swish || $display) {
253                                    my $page = $repeat_off;
254                                    $page_max{$field} = $page if ($iterate_by_page && $page > ($page_max{$field} || 0));
255                                    ($swish,$display) = parse_format($type, $format,$row,$repeat_off++,$import2cp);
256                                    if ($repeat_off > 1000) {
257                                            print STDERR "loop (more than 1000 repeatable fields) deteced in $row, $format\n";
258                                            last;
259                                    }
260    
261                                    # is this field is lookup?
262                                    if ($display && $x->{lookup}) {
263                                            my $null = "<!-- null -->";
264                                            if ($use_lhash_cache) {
265                                                    if (!defined($cache->{lhash}->{$display})) {
266                                                            my $new_display = $lhash{$display};
267                                                            if (defined($new_display)) {
268    #print STDERR "lookup cache store '$display' = '$new_display'\n";
269                                                                    $display = $new_display;
270                                                                    $cache->{lhash}->{$display} = $new_display;
271                                                            } else {
272    #                                                               print STDERR "WARNING: lookup for '$display' didn't find anything.\n";
273                                                                    $display = "";
274                                                                    $cache->{lhash}->{$display} = $null;
275                                                            }
276                                                    } else {
277                                                            $display = $cache->{lhash}->{$display};
278                                                    }
279                                            } else {
280                                                    $display = $lhash{$display} || $null;
281                                            }
282                                    }
283    
284                                    # filter="name" ; filter this field through
285                                    # filter/[name].pm
286                                    my $filter = $x->{filter};
287                                    if ($filter && !$cache->{filter_loaded}->{$filter}) {
288                                            require "filter/".$filter.".pm";
289                                            $cache->{filter_loaded}->{$filter}++;
290                                    }
291                                    # type="swish" ; field for swish
292                                    if ($swish) {
293                                            my $tmp = $swish;
294                                            if ($filter && ($s || $se)) {
295                                                    no strict 'refs';
296                                                    $tmp = join(" ",&$filter($tmp)) if ($s || $se);
297                                            }
298    
299                                            $swish_data .= $tmp if ($s && $tmp);
300                                            $swish_exact_data .= "xxbxx $tmp xxexx " if ($tmp && $tmp ne "" && $se);
301                                    }
302    
303                                    # type="display" ; field for display
304                                    if ($d && $display) {
305                                            my $ldel = $delimiter;
306                                            if ($line_delimiter && $display_data) {
307                                                    $ldel = $line_delimiter;
308                                            }
309                                            if ($filter) {
310                                                    no strict 'refs';
311                                                    my @arr;
312                                                    foreach my $tmp (&$filter($display)) {
313                                                            my $tmp2 = mkformat($x,$tmp);
314                                                            push @arr,$tmp2 if ($tmp2);
315                                                    }
316                                                    $display_data .= $ldel if ($display_data && @arr);
317                                                    $display_data .= join($delimiter,@arr);
318                                            } else {
319                                                    $display_data .= $ldel if ($display_data);
320                                                    my $tmp = mkformat($x,$display);
321                                                    $display_data .= $tmp if ($tmp);
322                                            }
323                                    }
324                                                    
325                                    # type="index" ; insert into index
326                                    my $idisplay;
327                                    if ($i && $display) {
328                                            $idisplay = $display;
329                                            if ($filter) {
330                                                    no strict 'refs';
331                                                    $idisplay = &$filter($idisplay);
332                                            }
333                                            push @index_data, $idisplay if ($idisplay && !$iterate_by_page);
334                                    }
335    
336                                    # store fields in lookup
337                                    if ($il && $display) {
338                                            if (lc($x->{type}) eq "lookup_key") {
339                                                    if ($lookup_key) {
340                                                            print STDERR "WARNING: try to redefine lookup_key (keys shouldn't be repeatable fields!)";
341                                                    } else {
342                                                            if ($filter) {
343                                                                    no strict 'refs';
344                                                                    $lookup_key = &$filter($display);
345                                                            } else {
346                                                                    $lookup_key = $display;
347                                                            }
348                                                    }
349                                            } elsif (lc($x->{type}) eq "lookup_val") {
350                                                    if ($lookup_key) {
351                                                            if ($filter) {
352                                                                    no strict 'refs';
353                                                                    $lhash{$lookup_key} = &$filter($display);
354                                                            } else {
355                                                                    $lhash{$lookup_key} = $display;
356                                                            }
357                                                    } else {
358                                                            print STDERR "WARNING: no lookup_key defined for  '$display'?";
359                                                    }
360                                            }
361    
362                                    }
363    
364                                    # store data for page-by-page repeatable fields
365                                    if ($iterate_by_page) {
366                                            sub iterate_fld($$$$$$) {
367                                                    my ($cache,$what,$field,$page,$data,$append) = @_;
368                                                    return if (!$data);
369    
370                                                    my $ldel = $page_line_delimiter;
371                                                    $ldel = " " if ($append);
372    #print STDERR "line delimiter: ",Dumper($ldel) if ($ldel);
373                                                    if (! $cache->{$what}->{$field}->[$page]) {
374                                                            $cache->{$what}->{$field}->[$page] = $data;
375                                                    } else {
376                                                            $cache->{$what}->{$field}->[$page] .= $ldel.$data;
377                                                    }
378                                            }
379    
380                                            if ($display_data) {
381                                                    iterate_fld($cache,'display_data',$field,$page,$display_data,$x->{append});
382                                            }
383                                                    $display_data = "";
384                                            if ($swish_data) {
385                                                    iterate_fld($cache,'swish_data',$field,$page,$swish_data,$x->{append});
386                                                    $swish_data = "";
387                                            }
388                                            if ($swish_exact_data) {
389                                                    iterate_fld($cache,'swish_exact_data',$field,$page,$swish_exact_data,$x->{append});
390                                                    $swish_exact_data = "";
391                                            }
392    
393                                            if ($idisplay) {
394                                                    my $ldel=$page_line_delimiter;
395                                                    my @index_data;
396                                                    if ($cache->{index_data}->{$field}->[$page]) {
397    
398                                                            @index_data = @{$cache->{index_data}->{$field}->[$page]};
399                                                    }
400                                                    if ($x->{append}) {
401                                                            if (@index_data) {
402                                                                    $index_data[$#index_data] .= $idisplay;
403                                                            } else {
404                                                                    push @index_data, $idisplay;
405                                                            }
406                                                    } else {
407                                                            push @index_data, $idisplay;
408                                                    }
409                                                    $idisplay = "";
410                                                    @{$cache->{index_data}->{$field}->[$page]} = @index_data;
411                                            }
412                                    }
413                            }
414    
415                            if (! $iterate_by_page) {
416                                    my $idel = $x->{index_delimiter};
417                                    # fill data in index
418                                    foreach my $tmp (@index_data) {
419                                            my $i = $d = $tmp;
420                                            if ($idel && $tmp =~ m/$idel/) {
421                                                    ($i,$d) = split(/$idel/,$tmp);
422                                            }
423                                            $index->insert($field, $i, $d, $path);
424                                    }
425                                    @index_data = ();
426                            }
427                    }
428    
429                    # now try to parse variables from configuration file
430                    foreach my $x (@{$config->{indexer}->{$field}->{'config'}}) {
431    
432                            my $delimiter = x($x->{delimiter}) || ' ';
433                            my $val = $cfg->val($database, x($x->{content}));
434    
435                            # FIXME index_lookup is not supported!
436                            my ($s,$se,$d,$i,$il) = init_visible_type($x->{type});
437    
438                            if ($val) {
439                                    $display_data .= $delimiter.$val if ($d);
440                                    $swish_data .= " ".$val if ($s);
441                                    $index->insert($field, $val, $path) if ($i);
442                            }
443    
444                            if ($iterate_by_page) {
445                                    # FIXME data from config tag will appear just
446                                    # on first page!!!
447                                    my $page = 0;
448                                    if ($display_data) {
449                                            $cache->{display_data}->{$field}->[$page] = $display_data;
450                                            $display_data = "";
451                                    }
452                                    if ($swish_data) {
453                                            $cache->{swish_data}->{$field}->[$page] = $swish_data;
454                                            $swish_data = "";
455                                    }
456                                    if ($swish_exact_data) {
457                                            $cache->{swish_exact_data}->{$field}->[$page] = $swish_exact_data;
458                                            $swish_exact_data = "";
459                                    }
460                            }
461                  }                  }
462    
463                    # save data page-by-page
464                    foreach my $field (@page_fields) {
465                            my $nr_pages = $page_max{$field} || next;
466    #print STDERR "field '$field' iterate over ",($nr_pages || 0)," pages...\n";
467    #print STDERR Dumper($cache->{display_data});
468                            for (my $page=0; $page <= $nr_pages; $page++) {
469                                    my $display_data;
470                                    if ($cache->{format}->{$field}) {
471                                            my $tmp = mkformat($cache->{format}->{$field},$cache->{display_data}->{$field}->[$page]);
472                                            $display_data=$tmp if ($tmp);
473                                    } else {
474                                            $display_data = $cache->{display_data}->{$field}->[$page];
475                                    }
476                                    if ($display_data) { # default
477                                            if ($field eq "headline") {
478                                                    $xml .= xmlify("headline", $display_data);
479                                            } else {
480    
481                                                    # fallback to empty field name if needed
482                                                    $html .= get_field_name($config,$field,$field_usage{$field}) || '';
483                                                    $html .= "#-#".$display_data."###\n";
484                                            }
485                                    }
486                                    
487                                    my $swish_data = $cache->{swish_data}->{$field}->[$page];
488                                    if ($swish_data) {
489                                            # remove extra spaces
490                                            $swish_data =~ s/ +/ /g;
491                                            $swish_data =~ s/ +$//g;
492    
493                                            $xml .= xmlify($field."_swish", unac_string($codepage,$swish_data));
494                                    }
495    
496                                    my $swish_exact_data = $cache->{swish_exact_data}->{$field}->[$page];
497                                    if ($swish_exact_data) {
498                                            $swish_exact_data =~ s/ +/ /g;
499                                            $swish_exact_data =~ s/ +$//g;
500    
501                                            # add delimiters before and after word.
502                                            # That is required to produce exact match
503                                            $xml .= xmlify($field."_swish_exact", unac_string($codepage,$swish_exact_data));
504                                    }
505                                    
506                                    my $idel = $cache->{index_delimiter}->{$field};
507                                    foreach my $tmp (@{$cache->{index_data}->{$field}->[$page]}) {
508                                            my $i = $tmp;
509                                            my $d = $tmp;
510                                            if ($idel && $tmp =~ m/$idel/) {
511                                                    ($i,$d) = split(/$idel/,$tmp);
512                                            }
513                                            $index->insert($field, $i, $d, $path);
514    #print STDERR "index [$idel] $field: $i --> $d [$path]\n";
515                                    }
516                            }
517            
518                    }
519                    
520                    if (! $iterate_by_page) {
521                            if ($display_data) {
522                                    if ($field eq "headline") {
523                                            $xml .= xmlify("headline", $display_data);
524                                    } else {
525    
526                                            # fallback to empty field name if needed
527                                            $html .= get_field_name($config,$field,$field_usage{$field}) || '';
528                                            $html .= "#-#".$display_data."###\n";
529                                    }
530                            }
531                            if ($swish_data) {
532                                    # remove extra spaces
533                                    $swish_data =~ s/ +/ /g;
534                                    $swish_data =~ s/ +$//g;
535    
536                                    $xml .= xmlify($field."_swish", unac_string($codepage,$swish_data));
537                            }
538    
539                            if ($swish_exact_data) {
540                                    $swish_exact_data =~ s/ +/ /g;
541                                    $swish_exact_data =~ s/ +$//g;
542    
543                                    # add delimiters before and after word.
544                                    # That is required to produce exact match
545                                    $xml .= xmlify($field."_swish_exact", unac_string($codepage,$swish_exact_data));
546                            }
547                    }
548          }          }
549    
550            # dump formatted output in <html>
551            if ($html) {
552                    #$xml .= xmlify("html",$html);
553                    $xml .= "<html><![CDATA[ $html ]]></html>";
554            }
555            
556          if ($xml) {          if ($xml) {
557  #print STDERR "x: $xml\n";                  $xml .= $add_xml if ($add_xml);
558                  return "<xml>\n$xml</xml>\n";                  return "<xml>\n$xml</xml>\n";
559          } else {          } else {
560                  return;                  return;
# Line 116  sub isis2xml { Line 563  sub isis2xml {
563    
564  ##########################################################################  ##########################################################################
565    
566  my $last_tell=0;  # read configuration for this script
567    my $cfg = new Config::IniFiles( -file => $config_file );
568    
569  my @isis_dirs = ( '.' );        # use dirname as database name  # read global.conf configuration
570    my $cfg_global = new Config::IniFiles( -file => 'global.conf' );
571    
572  if ($opts{m}) {  # open index
573          @isis_dirs = split(/,/,$opts{m});  $index = new index_DBI(
574                    $cfg_global->val('global', 'dbi_dbd'),
575                    $cfg_global->val('global', 'dbi_dsn'),
576                    $cfg_global->val('global', 'dbi_user'),
577                    $cfg_global->val('global', 'dbi_passwd') || '',
578            );
579    
580    my $show_progress = $cfg_global->val('global', 'show_progress');
581    
582    my $unac_filter = $cfg_global->val('global', 'unac_filter');
583    if ($unac_filter) {
584            require $unac_filter;
585  }  }
586    
587  my @isis_dbs;  foreach my $database ($cfg->Sections) {
588    
589            my $type = lc($cfg -> val($database, 'type')) || die "$database doesn't have 'type' defined";
590            my $add_xml = $cfg -> val($database, 'xml');    # optional
591    
592  foreach (@isis_dirs) {          # create new lookup file
593          if (-e $config->{isis_data}."/$db_dir/$_/LIBRI") {          my $lookup_file = $cfg -> val($database, 'lookup_newfile'); # optional
594                  push @isis_dbs,$config->{isis_data}."/$db_dir/$_/LIBRI/LIBRI";          if ($lookup_file) {
595                    #tie %lhash, 'GDBM_File', $lookup_file, &GDBM_NEWDB, 0644;
596                    tie %lhash, 'TDB_File', $lookup_file, TDB_CLEAR_IF_FIRST, O_RDWR, 0644;
597                    print STDERR "creating lookup file '$lookup_file'\n";
598                    # delete memory cache for lookup file
599                    delete $cache->{lhash};
600          }          }
601          if (-e $config->{isis_data}."/$db_dir/$_/PERI") {  
602                  push @isis_dbs,$config->{isis_data}."/$db_dir/$_/PERI/PERI";          # open existing lookup file
603            $lookup_file = $cfg -> val($database, 'lookup_open'); # optional
604            if ($lookup_file) {
605                    #tie %lhash, 'GDBM_File', $lookup_file, &GDBM_READER, 0644;
606                    tie %lhash, 'TDB_File', $lookup_file, TDB_DEFAULT, O_RDWR, 0644;
607                    print STDERR "opening lookup file '$lookup_file'\n";
608          }          }
609          if (-e $config->{isis_data}."/$db_dir/$_/AMS") {  
610                  push @isis_dbs,$config->{isis_data}."/$db_dir/$_/AMS/AMS";  print STDERR "reading ./import_xml/$type.xml\n";
611    
612            # extract just type basic
613            my $type_base = $type;
614            $type_base =~ s/_.+$//g;
615    
616            $config=XMLin("./import_xml/$type.xml", forcearray => [ $type2tag{$type_base}, 'config', 'format' ], forcecontent => 1);
617    
618            # output current progress indicator
619            my $last_p = 0;
620            sub progress {
621                    return if (! $show_progress);
622                    my $current = shift;
623                    my $total = shift || 1;
624                    my $p = int($current * 100 / $total);
625                    if ($p != $last_p) {
626                            printf STDERR ("%5d / %5d [%-51s] %-2d %% \r",$current,$total,"=" x ($p/2).">", $p );
627                            $last_p = $p;
628                    }
629          }          }
630          if (-e $config->{isis_data}."/$db_dir/$_/ARTI") {  
631  #               push @isis_dbs,$config->{isis_data}."/$db_dir/$_/ARTI/ARTI";          my $fake_dir = 1;
632            sub fakeprogress {
633                    return if (! $show_progress);
634                    my $current = shift @_;
635    
636                    my @ind = ('-','\\','|','/','-','\\','|','/', '-');
637    
638                    $last_p += $fake_dir;
639                    $fake_dir = -$fake_dir if ($last_p > 1000 || $last_p < 0);
640                    if ($last_p % 10 == 0) {
641                            printf STDERR ("%5d / %5s [%-51s]\r",$current,"?"," " x ($last_p/20).$ind[($last_p/20) % $#ind]);
642                    }
643          }          }
 }  
644    
645  print STDERR "FATAL: Can't find isis database.\nPerhaps isis_data (".$config->{isis_data}.") has wrong value?\n" if (! @isis_dbs);          # now read database
646    print STDERR "using: $type...\n";
647    
648  my $db;          # erase cache for tags by order in this database
649            delete $cache->{tags_by_order};
650    
651  foreach my $isis_db (@isis_dbs) {          if ($type_base eq "isis") {
652    
653                    my $isis_db = $cfg -> val($database, 'isis_db') || die "$database doesn't have 'isis_db' defined!";
654    
655          my $db = OpenIsis::open( $isis_db );                  $import2cp = Text::Iconv->new($config->{isis_codepage},$codepage);
656          if (0) {                  my $db = OpenIsis::open( $isis_db );
657  #       # FIX  
658  #       if (! $db ) {                  # check if .txt database for OpenIsis is zero length,
659                  print STDERR "WARNING: can't open '$isis_db'\n";                  # if so, erase it and re-open database
660                  next ;                  sub check_txt_db {
661          }                          my $isis_db = shift || die "need isis database name";
662                            my $reopen = 0;
663    
664                            if (-e $isis_db.".TXT") {
665                                    print STDERR "WARNING: removing $isis_db.TXT OpenIsis database...\n";
666                                    unlink $isis_db.".TXT" || warn "FATAL: unlink error on '$isis_db.TXT': $!";
667                                    $reopen++;
668                            }
669                            if (-e $isis_db.".PTR") {
670                                    print STDERR "WARNING: removing $isis_db.PTR OpenIsis database...\n";
671                                    unlink $isis_db.".PTR" || warn "FATAL: unlink error on '$isis_db.PTR': $!";
672                                    $reopen++;
673                            }
674                            return OpenIsis::open( $isis_db ) if ($reopen);
675                    }
676    
677                    # EOF error
678                    if ($db == -1) {
679                            $db = check_txt_db($isis_db);
680                            if ($db == -1) {
681                                    print STDERR "FATAL: OpenIsis can't open zero size file $isis_db\n";
682                                    next;
683                            }
684                    }
685    
686          my $max_rowid = OpenIsis::maxRowid( $db );                  # OpenIsis::ERR_BADF
687                    if ($db == -4) {
688                            print STDERR "FATAL: OpenIsis can't find file $isis_db\n";
689                            next;
690                    # OpenIsis::ERR_IO
691                    } elsif ($db == -5) {
692                            print STDERR "FATAL: OpenIsis can't access file $isis_db\n";
693                            next;
694                    } elsif ($db < 0) {
695                            print STDERR "FATAL: OpenIsis unknown error $db with file $isis_db\n";
696                            next;
697                    }
698    
699                    my $max_rowid = OpenIsis::maxRowid( $db );
700    
701          print STDERR "Reading database: $isis_db [$max_rowid rows]\n";                  # if 0 records, try to rease isis .txt database
702                    if ($max_rowid == 0) {
703                            # force removal of database
704                            $db = check_txt_db($isis_db);
705                            $max_rowid = OpenIsis::maxRowid( $db );
706                    }
707    
708          my $path = $isis_db;                  print STDERR "Reading database: $isis_db [$max_rowid rows]\n";
         $path =~ s#$config->{isis_data}/*##g;  
709    
710          my $last_p = 0;                  my $path = $database;
711    
712                    for (my $row_id = 1; $row_id <= $max_rowid; $row_id++ ) {
713                            my $row = OpenIsis::read( $db, $row_id );
714                            if ($row && $row->{mfn}) {
715            
716                                    progress($row->{mfn}, $max_rowid);
717    
718                                    my $swishpath = $path."#".int($row->{mfn});
719    
720                                    if (my $xml = data2xml($type_base,$row,$add_xml,$cfg,$database)) {
721                                            $xml = $cp2utf->convert($xml);
722                                            use bytes;      # as opposed to chars
723                                            print "Path-Name: $swishpath\n";
724                                            print "Content-Length: ".(length($xml)+1)."\n";
725                                            print "Document-Type: XML\n\n$xml\n";
726                                    }
727                            }
728                    }
729                    # for this to work with current version of OpenIsis (0.9.0)
730                    # you might need my patch from
731                    # http://www.rot13.org/~dpavlin/projects/openisis-0.9.0-perl_close.diff
732                    OpenIsis::close($db);
733                    print STDERR "\n";
734    
735            } elsif ($type_base eq "excel") {
736                    require Spreadsheet::ParseExcel;
737                    require Spreadsheet::ParseExcel::Utility;
738                    import Spreadsheet::ParseExcel::Utility qw(int2col);
739                    
740                    $import2cp = Text::Iconv->new($config->{excel_codepage},$codepage);
741                    my $excel_file = $cfg -> val($database, 'excel_file') || die "$database doesn't have 'excel_file' defined!";
742    
743                    my $sheet = x($config->{sheet}) || die "no sheet in $type.xml";
744                    my $start_row = x($config->{start_row}) - 1 || die "no start_row in $type.xml";
745    
746                    my $oBook = Spreadsheet::ParseExcel::Workbook->Parse($excel_file) || die "can't open Excel file '$excel_file'";
747    
748                    my $sheet_nr = 0;
749                    foreach my $oWks (@{$oBook->{Worksheet}}) {
750                            #print STDERR "-- SHEET $sheet_nr:", $oWks->{Name}, "\n";
751                            last if ($oWks->{Name} eq $sheet);
752                            $sheet_nr++;
753                    }
754    
755                    my $oWorksheet = $oBook->{Worksheet}[$sheet_nr];
756            
757                    print STDERR "using sheet: ",$oWorksheet->{Name},"\n";
758                    defined ($oWorksheet) || die "can't find sheet '$sheet' in $excel_file";
759                    my $end_row = x($config->{end_row}) || $oWorksheet->{MaxRow};
760    
761                    for(my $iR = $start_row ; defined $end_row && $iR <= $end_row ; $iR++) {
762                            my $row;
763                            for(my $iC = $oWorksheet->{MinCol} ; defined $oWorksheet->{MaxCol} && $iC <= $oWorksheet->{MaxCol} ; $iC++) {
764                                    my $cell = $oWorksheet->{Cells}[$iR][$iC];
765                                    if ($cell) {
766                                            $row->{int2col($iC)} = $cell->Value;
767                                    }
768                            }
769    
770                            progress($iR, $end_row);
771    
772  #       { my $row_id = 4514;  #                       print "row[$iR/$end_row] ";
773  # FIX  #                       foreach (keys %{$row}) {
774          for (my $row_id = 1; $row_id <= $max_rowid; $row_id++ ) {  #                               print "$_: ",$row->{$_},"\t";
775                  my $row = OpenIsis::read( $db, $row_id );  #                       }
776                  if ($row && $row->{mfn}) {  #                       print "\n";
777  #print STDERR "mfn: ",$row->{mfn},"\n";  
778                          # output current process indicator                          my $swishpath = $database."#".$iR;
779                          my $p = int($row->{mfn} * 100 / $max_rowid);  
780                          if ($p != $last_p) {                          next if (! $row);
781                                  printf STDERR ("%5d / %5d [%-51s] %-2d %% \r",$row->{mfn},$max_rowid,"=" x ($p/2).">", $p ) if (! $opts{q});  
782                                  $last_p = $p;                          if (my $xml = data2xml($type_base,$row,$add_xml,$cfg,$database)) {
783                          }                                  $xml = $cp2utf->convert($xml);
784                                    use bytes;      # as opposed to chars
785                          if (my $xml = isis2xml($row)) {                                  print "Path-Name: $swishpath\n";
 #print STDERR "--ret-->$xml\n";  
                                 print "Path-Name: $path#".int($row->{mfn})."\n";  
786                                  print "Content-Length: ".(length($xml)+1)."\n";                                  print "Content-Length: ".(length($xml)+1)."\n";
787                                  print "Document-Type: XML\n\n$xml\n";                                  print "Document-Type: XML\n\n$xml\n";
788                          }                          }
789                  }                  }
790            } elsif ($type_base eq "marc") {
791    
792                    require MARC;
793                    
794                    $import2cp = Text::Iconv->new($config->{marc_codepage},$codepage);
795                    my $marc_file = $cfg -> val($database, 'marc_file') || die "$database doesn't have 'marc_file' defined!";
796    
797                    # optional argument is format
798                    my $format = x($config->{marc_format}) || 'usmarc';
799    
800                    print STDERR "Reading MARC file '$marc_file'\n";
801    
802                    my $marc = new MARC;
803                    my $nr = $marc->openmarc({
804                                    file=>$marc_file, format=>$format
805                            }) || die "Can't open MARC file '$marc_file' with format '$format'";
806    
807                    # read MARC file in memory
808                    $marc->nextmarc(-1);
809    
810                    my $max_rec = $marc->marc_count();
811    
812                    for(my $i=1; $i<=$max_rec; $i++) {
813    
814                            progress($i,$max_rec);
815    
816                            # store value for marc_sf.pm
817                            $main::cache->{marc_record} = $i;
818    
819                            my $swishpath = $database."#".$i;
820    
821                            if (my $xml = data2xml($type_base,$marc,$add_xml,$cfg,$database)) {
822                                    $xml = $cp2utf->convert($xml);
823                                    use bytes;      # as opposed to chars
824                                    print "Path-Name: $swishpath\n";
825                                    print "Content-Length: ".(length($xml)+1)."\n";
826                                    print "Document-Type: XML\n\n$xml\n";
827                            }
828                    }
829    
830                    print STDERR "\n";
831    
832            } elsif ($type_base eq "feed") {
833    
834                    $import2cp = Text::Iconv->new($config->{feed_codepage},$codepage);
835                    my $prog = x($config->{prog}) || die "$database doesn't have 'prog' defined!";
836    
837                    print STDERR "Reading feed from program '$prog'\n";
838    
839                    open(FEED,"feeds/$prog |") || die "can't start $prog: $!";
840    
841                    my $i=1;        # record nr.
842    
843                    my $data;
844                    my $line=1;
845    
846                    while (<FEED>) {
847                            chomp;
848    
849                            if (/^$/) {
850                                    my $swishpath = $database."#".$i++;
851    
852                                    if (my $xml = data2xml($type_base,$data,$add_xml,$cfg,$database)) {
853                                            $xml = $cp2utf->convert($xml);
854                                            use bytes;      # as opposed to chars
855                                            print "Path-Name: $swishpath\n";
856                                            print "Content-Length: ".(length($xml)+1)."\n";
857                                            print "Document-Type: XML\n\n$xml\n";
858                                    }
859                                    $line = 1;
860                                    $data = {};
861                                    next;
862                            }
863    
864                            $line = $1 if (s/^(\d+):\s*//);
865                            $data->{$line++} = $_;
866    
867                            fakeprogress($i);
868    
869                    }
870                    # close lookup
871                    untie %lhash if (%lhash);
872          }          }
         print STDERR "\n";  
873  }  }
874    
875  # call this to commit index  # call this to commit index
# Line 198  __END__ Line 881  __END__
881    
882  =head1 NAME  =head1 NAME
883    
884  isis2xml.pl - read isis file and dump XML  all2xml.pl - read various file formats and dump XML for SWISH-E
885    
886  =head1 DESCRIPTION  =head1 DESCRIPTION
887    
888  This command will read ISIS data file using OpenIsis perl module and  This command will read ISIS data file using OpenIsis perl module, MARC
889  create XML file for usage with I<SWISH-E>  records using MARC module and optionally Micro$oft Excel files to
890  indexer. Dispite it's name, this script B<isn't general xml generator>  create one XML file for usage with I<SWISH-E> indexer. Dispite it's name,
891  from isis files (isis allready has something like that). Output of this  this script B<isn't general xml generator> from isis files (isis allready
892  script is tailor-made for SWISH-E.  has something like that). Output of this script is tailor-made for SWISH-E.
893    
894    =head1 BUGS
895    
896    Documentation is really lacking. However, in true Open Source spirit, source
897    is best documentation. I even made considerable effort to comment parts
898    which are not intuitively clear, so...
899    
900  =head1 AUTHOR  =head1 AUTHOR
901    
Legend:
Removed from v.10  
changed lines
  Added in v.274
  ViewVC Help
Powered by ViewVC 1.1.26