/[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

trunk/all2xml.pl revision 135 by dpavlin, Wed Oct 29 21:27:00 2003 UTC trunk2/all2all.pl revision 572 by dpavlin, Mon Nov 1 14:55:16 2004 UTC
# Line 1  Line 1 
1  #!/usr/bin/perl -w  #!/usr/bin/perl -w
2    
3  use strict;  =head1 NAME
 use OpenIsis;  
 use Getopt::Std;  
 use Data::Dumper;  
 use XML::Simple;  
 use Text::Unaccent 1.02;        # 1.01 won't compile on my platform,  
 use Text::Iconv;  
 use Config::IniFiles;  
 use Encode;  
   
 $|=1;  
   
 my $config_file = $0;  
 $config_file =~ s/\.pl$/.conf/;  
 die "FATAL: can't find configuration file '$config_file'" if (! -e $config_file);  
   
 my $config;  
4    
5  #use index_DBI;         # default DBI module for index  all2all.pl - basic script for all WebPAC needs
 use index_DBI_cache;    # faster DBI module using memory cache  
 my $index;  
6    
7  my %opts;  =cut
8    
9  # usage:  use strict;
10  #       -d directory name  use locale;
11  #       -m multiple directories  use YAML;
12  #       -q quiet  use Carp;
13  #       -s run swish  use Getopt::Long;
14    use Text::Unaccent 1.02;
15    
16    use lib './lib';
17    use WebPAC;
18    use WebPAC::jsFind;
19    use WebPAC::Index;
20    use WebPAC::Tree;
21    
22    # options which can be changed via command line
23    #
24    my $code_page = 'ISO-8859-2';
25    my ($limit_mfn, $start_mfn, $debug, $low_mem);
26    my $index_path = './out/index';
27    
28    my $result = GetOptions(
29            "code_page=s"   => \$code_page,
30            "limit_mfn=i"   => \$limit_mfn,
31            "start_mfn=i"   => \$start_mfn,
32            "debug!"        => \$debug,
33            "low_mem!"      => \$low_mem,
34    );
35    
36  getopts('d:m:qs', \%opts);  my $filter = {
37            'CROVOC' => sub {
38                    my $tmp = shift || return;
39                    $tmp =~ s/\s*HIDRA.*//;
40                    return undef unless ($tmp =~ s/\s*CROVOC.*$/ #C#/);
41                    # remove repeating stars
42                    # FIXME this should be fixed at right place, not here!
43                    $tmp =~ s/(\s*#C#)+/ #C#/g;
44                    return $tmp;
45            },
46            'CROVOC_tree' => sub {
47                    my $tmp = shift || return;
48                    $tmp =~ s/\s*CROVOC.*$/ <img src="img\/crovoc.png" border="0">/;
49                    $tmp =~ s/\s*EUROVOC.*//;
50                    $tmp =~ s/\s*HIDRA.*//;
51                    return $tmp;
52            },
53            # TT filter
54            'CROVOC_img' => sub {
55                    my $tmp = shift;
56                    $tmp =~ s/\s*#C#\s*/ <img src="..\/img\/crovoc.png" border="0">/gis;
57                    $tmp =~ s/"img\/crovoc.png"/"..\/img\/crovoc.png"/gis;
58                    return $tmp;
59            }
60    };
61    
62  my $path;       # this is name of database  ## remove accented characters
63    #
64    sub unac {
65            my $string = shift || return;
66            $string = unac_string($code_page,$string);
67            $string =~ tr//dD/;
68            $string = unac_entities($string);
69            return $string;
70    }
71    sub unac_2 {
72            my $string = shift || return;
73            if (length($string) > 2) {
74                    my $pr = substr($string,0,2);
75                    $string = unac_string($code_page,substr($string,2));
76                    $string =~ tr//dD/;
77                    $string = $pr . $string;
78            }
79            $string = unac_entities($string);
80            return lc($string);
81    }
82    
83  Text::Iconv->raise_error(0);     # Conversion errors don't raise exceptions  sub unac_entities {
84            my $ent = shift || return;
85    
86  # this is encoding of all files on disk, including import_xml/*.xml file and          $ent =~ s/&(\w)(acute|cedil|circ|grave|ring|slash|tilde|uml);/$1/gi;
87  # filter/*.pm files! It will be used to store strings in perl internally!          $ent =~ s/&eth;/d/g;
88  my $codepage = 'ISO-8859-2';          $ent =~ s/&E[tT][hH];/D/g;
89            $ent =~ s/&(\w\w)lig;/$1/gi;
90    
91  my $utf2cp = Text::Iconv->new('UTF-8',$codepage);          return $ent;
 # this function will convert data from XML files to local encoding  
 sub x {  
         return $utf2cp->convert($_[0]);  
92  }  }
93    
94  # decode isis/excel or other import codepage  # create WebPAC object
95  my $import2cp;  #
96    my $webpac = new WebPAC(
97  # outgoing xml must be in UTF-8          code_page => $code_page,
98  my $cp2utf = Text::Iconv->new($codepage,'UTF-8');          limit_mfn => $limit_mfn,
99            start_mfn => $start_mfn,
100            debug => $debug,
101            low_mem => $low_mem,
102            filter => $filter,
103    ) || die;
104    
105    my $log = $webpac->_get_logger() || die "can't get logger";
106    
107    $log->debug("creating WebPAC::jsFind object");
108    
109    my $index = new WebPAC::jsFind(
110            index_path => $index_path,
111            keys => 62,
112    ) || die;
113    
114  # mapping between data type and tag which specify  my $thes;
 # format in XML file  
 my %type2tag = (  
         'isis' => 'isis',  
         'excel' => 'column',  
         'marc' => 'marc',  
         'feed' => 'feed'  
 );  
115    
116  sub data2xml {  $|=1;
117    
118          use xmlify;  my $maxmfn = $webpac->open_isis(
119            filename => shift @ARGV || '/data/hidra/THS/THS',
120            lookup => [
121            { 'key' => 'd:v900', 'val' => 'filter{CROVOC_tree}v250^a v800' },
122    #       { 'eval' => '"v901^a" eq "Podruje"', 'key' => 'pa:v561^4:v562^4:v461^1', 'val' => 'v900' },
123    #       { 'eval '=> '"v901^a" eq "Mikrotezaurus"', 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
124    #       { 'eval' => '"v901^a" eq "Deskriptor"', 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
125            { 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
126            { 'key' => '900_mfn:v900', 'val' => 'v000' },
127            # tree structure
128            { 'eval' => 'length("v251") == 2 && "v800" =~ m/EUROVOC/ || "v800" =~ m/CROVOC/ && "v251" =~ m/^(H|HD|L|Z|P)$/', 'key' => 'root:v251', 'val' => 'v900' },
129            { 'eval' => '"v251"', 'key' => 'code:v900', 'val' => 'v561^4:v251' },
130            { 'eval' => '"v561^4" && "v562^4"', 'key' => 'code:v900', 'val' => 'v561^4:v562^4' },
131            ],
132    );
133    
134          my $type = shift @_;  $log->debug("isis file ",$webpac->{'isis_filename'}," opened");
         my $row = shift @_;  
         my $add_xml = shift @_;  
         # needed to read values from configuration file  
         my $cfg = shift @_;  
         my $database = shift @_;  
135    
136          my $xml;  $log->info("rows: $maxmfn");
137    
138          use parse_format;  $webpac->open_import_xml(type => 'isis_hidra_ths');
139    
140          my $html = "";          # html formatted display output  if(1) { # XXX
141    
142          my %field_usage;        # counter for usage of each field  while (my $rec = $webpac->fetch_rec) {
143    
144          # sort subrouting using order="" attribute          my @ds = $webpac->data_structure($rec);
         sub by_order {  
                 my $va = $config->{indexer}->{$a}->{order} ||  
                         $config->{indexer}->{$a};  
                 my $vb = $config->{indexer}->{$b}->{order} ||  
                         $config->{indexer}->{$b};  
145    
146                  return $va <=> $vb;          if (0 && $log->is_debug) {
147                    $log->debug("rec = ",Dump($rec));
148                    $log->debug("ds = ",Dump(\@ds));
149          }          }
150    
151          foreach my $field (sort by_order keys %{$config->{indexer}}) {          next if (! @ds);
   
                 $field=x($field);  
                 $field_usage{$field}++;  
152    
153                  my $swish_data = "";          my $filename = $webpac->{'current_filename'} || $log->logdie("no current_filename in webpac object");
                 my $display_data = "";  
                 my $line_delimiter;  
   
                 my ($swish,$display);  
   
                 my $tag = $type2tag{$type} || die "can't find which tag to use for type $type";  
                 foreach my $x (@{$config->{indexer}->{$field}->{$tag}}) {  
   
                         my $format = x($x->{content});  
                         my $delimiter = x($x->{delimiter}) || ' ';  
   
                         my $repeat_off = 0;             # repeatable offset  
   
                         my ($s,$d,$i) = (1,1,0);        # swish, display default  
                         $s = 0 if (lc($x->{type}) eq "display");  
                         $d = 0 if (lc($x->{type}) eq "swish");  
                         ($s,$d,$i) = (0,0,1) if (lc($x->{type}) eq "index");  
   
                         # what will separate last line from this one?  
                         if ($display_data && $x->{append} && $x->{append} eq "1") {  
                                 $line_delimiter = ' ';  
                         } elsif ($display_data) {  
                                 $line_delimiter = '<br/>';  
                         }  
   
                         # init vars so that we go into while...  
                         ($swish,$display) = (1,1);  
   
                         # placeholder for all repeatable entries for index  
                         my @index_data;  
                         my $index_filter;  
   
                         # while because of repeatable fields  
                         while ($swish || $display) {  
                                 ($swish,$display) = parse_format($type, $format,$row,$repeat_off++,$import2cp);  
                                 if ($repeat_off > 1000) {  
                                         print STDERR "loop (more than 1000 repeatable fields) deteced in $row, $format\n";  
                                         last;  
                                 }  
                                   
                                 # filter="name" ; filter this field through  
                                 # filter/[name].pm  
                                 my $filter = $x->{filter};  
                                 if ($filter) {  
                                         require "filter/".$filter.".pm";  
                                 }  
                                 # type="swish" ; field for swish  
                                 if ($s && $swish) {  
                                         if ($filter) {  
                                                 no strict 'refs';  
                                                 $swish_data .= join(" ",&$filter($swish));  
                                         } else {  
                                                 $swish_data .= $swish;  
                                         }  
                                 }  
   
                                 # type="display" ; field for display  
                                 if ($d && $display) {  
                                         if ($line_delimiter && $display_data) {  
                                                 $display_data .= $line_delimiter;  
                                                 undef $line_delimiter;  
                                         }  
                                         if ($filter) {  
                                                 no strict 'refs';  
                                                 $display_data .= join($delimiter,&$filter($display));  
                                         } else {  
                                                 if ($display_data) {  
                                                         $display_data .= $delimiter.$display;  
                                                 } else {  
                                                         $display_data .= $display;  
                                                 }  
                                         }  
                                 }  
                                                   
                                 # type="index" ; insert into index  
                                 if ($i && $display) {  
                                         push @index_data, $display;  
                                         $index_filter = $filter if ($filter);  
                                 }  
                         }  
   
                         # fill data in index  
                         if (@index_data) {  
                                 if ($index_filter) {  
                                         no strict 'refs';  
                                         foreach my $d (@index_data) {  
                                                 $index->insert($field, &$index_filter($d), $path);  
                                         }  
                                 } else {  
                                         foreach my $d (@index_data) {  
                                                 $index->insert($field, $d, $path);  
                                         }  
                                 }  
                         }  
                 }  
   
                 # now try to parse variables from configuration file  
                 foreach my $x (@{$config->{indexer}->{$field}->{'config'}}) {  
   
                         my $delimiter = x($x->{delimiter}) || ' ';  
                         my $val = $cfg->val($database, x($x->{content}));  
   
                         my ($s,$d,$i) = (1,1,0);        # swish, display default  
                         $s = 0 if (lc($x->{type}) eq "display");  
                         $d = 0 if (lc($x->{type}) eq "swish");  
                         ($s,$d,$i) = (0,0,1) if (lc($x->{type}) eq "index");  
   
                         if ($val) {  
                                 $display_data .= $delimiter.$val if ($d);  
                                 $swish_data .= $val if ($s);  
                                 $index->insert($field, $val, $path) if ($i);  
                         }  
   
                 }  
154    
155            if ($filename) {
156                  if ($display_data) {                  $webpac->output_file(
157                            file => $filename,
158                          if ($field eq "headline") {                          template => 'html.tt',
159                                  $xml .= xmlify("headline", $display_data);                          data => \@ds,
160                          } else {                          headline => $webpac->{'headline'},
161                    );
                                 # find field name (signular, plural)  
                                 my $field_name = "";  
                                 if ($config->{indexer}->{$field}->{name_singular} && $field_usage{$field} == 1) {  
                                         $field_name = $config->{indexer}->{$field}->{name_singular}."#-#";  
                                 } elsif ($config->{indexer}->{$field}->{name_plural}) {  
                                         $field_name = $config->{indexer}->{$field}->{name_plural}."#-#";  
                                 } elsif ($config->{indexer}->{$field}->{name}) {  
                                         $field_name = $config->{indexer}->{$field}->{name}."#-#";  
                                 } else {  
                                         print STDERR "WARNING: field '$field' doesn't have 'name' attribute!";  
                                 }  
                                 if ($field_name) {  
                                         $html .= x($field_name);  
                                 }  
                                 $html .= $display_data."###\n";  
                         }  
                 }  
                 if ($swish_data) {  
                         # remove extra spaces  
                         $swish_data =~ s/ +/ /g;  
                         $swish_data =~ s/ +$//g;  
   
                         $xml .= xmlify($field."_swish", unac_string($codepage,$swish_data));  
                 }  
   
   
         }  
   
         # dump formatted output in <html>  
         if ($html) {  
                 #$xml .= xmlify("html",$html);  
                 $xml .= "<html><![CDATA[ $html ]]></html>";  
         }  
           
         if ($xml) {  
                 $xml .= $add_xml if ($add_xml);  
                 return "<xml>\n$xml</xml>\n";  
162          } else {          } else {
163                  return;                  print $webpac->output(
164                            template => 'text.tt',
165                            data => \@ds,
166                            headline => $webpac->{'headline'},
167                    );
168          }          }
 }  
   
 ##########################################################################  
169    
170  # read configuration for this script          my $headline = $webpac->{'headline'};
 my $cfg = new Config::IniFiles( -file => $config_file );  
171    
172  # read global.conf configuration          my $f = $filename;
173  my $cfg_global = new Config::IniFiles( -file => 'global.conf' );          $f =~ s!out/!!;
174    
175  # open index          # save into index
176  $index = new index_DBI(          foreach my $ds (@ds) {
177                  $cfg_global->val('global', 'dbi_dbd'),                  next if (! $ds->{'swish'});
178                  $cfg_global->val('global', 'dbi_dsn'),  
179                  $cfg_global->val('global', 'dbi_user'),                  # strip all non word characters from beginning or end
180                  $cfg_global->val('global', 'dbi_passwd') || '',                  # of word
181          );                  my $words = join(" ",@{$ds->{'swish'}});
182                    $words =~ s/^\W+//;
183  my $show_progress = $cfg_global->val('global', 'show_progress');                  $words =~ s/\W*\s+\W*/ /g;
184                    $words =~ s/\W+$//;
185  foreach my $database ($cfg->Sections) {  
186                    # first try to generate headline for this entry from index
187          my $type = lc($cfg -> val($database, 'type')) || die "$database doesn't have 'type' defined";                  my $h = $ds->{'index'}->[0];
188          my $add_xml = $cfg -> val($database, 'xml');    # optional                  # then, from display
189                    $h ||= $ds->{'display'}->[0];
190  print STDERR "reading ./import_xml/$type.xml\n";                  # and as last resport, fallback to headline
191                    $h ||= $headline;
192          # extract just type basic  
193          my $type_base = $type;                  $index->insert(
194          $type_base =~ s/_.+$//g;                          index_name => $ds->{'tag'},
195                            #path => $f,
196          $config=XMLin("./import_xml/$type.xml", forcearray => [ $type2tag{$type_base}, 'config' ], forcecontent => 1);                          path => $webpac->mfn,
197                            headline => $h,
198          # output current progress indicator                          words => unac($words),
199          my $last_p = 0;                  );
         sub progress {  
                 return if (! $show_progress);  
                 my $current = shift;  
                 my $total = shift || 1;  
                 my $p = int($current * 100 / $total);  
                 if ($p != $last_p) {  
                         printf STDERR ("%5d / %5d [%-51s] %-2d %% \r",$current,$total,"=" x ($p/2).">", $p );  
                         $last_p = $p;  
                 }  
200          }          }
201    
202          my $fake_dir = 1;          # save into sorted index (thesaurus)
203          sub fakeprogress {          foreach my $ds (@ds) {
204                  return if (! $show_progress);                  next if (! $ds->{'index'});
205                  my $current = shift @_;  
206                    $thes->{$ds->{'tag'}} ||= new WebPAC::Index( name => $ds->{'tag'} );
207                  my @ind = ('-','\\','|','/','-','\\','|','/', '-');  
208                    foreach my $h (@{$ds->{'index'}}) {
209                  $last_p += $fake_dir;                          $thes->{$ds->{'tag'}}->insert(
210                  $fake_dir = -$fake_dir if ($last_p > 1000 || $last_p < 0);                                  sort_by => unac_2($h),
211                  if ($last_p % 10 == 0) {                                  mfn => $webpac->mfn,
212                          printf STDERR ("%5d / %5s [%-51s]\r",$current,"?"," " x ($last_p/20).$ind[($last_p/20) % $#ind]);                                  headline => $h,
213                            );
214                  }                  }
215          }          }
216    
217          # now read database  #       print Dump(\@ds);
 print STDERR "using: $type...\n";  
   
         if ($type_base eq "isis") {  
   
                 my $isis_db = $cfg -> val($database, 'isis_db') || die "$database doesn't have 'isis_db' defined!";  
   
                 $import2cp = Text::Iconv->new($config->{isis_codepage},$codepage);  
                 my $db = OpenIsis::open( $isis_db );  
   
                 # check if .txt database for OpenIsis is zero length,  
                 # if so, erase it and re-open database  
                 sub check_txt_db {  
                         my $isis_db = shift || die "need isis database name";  
                         my $reopen = 0;  
   
                         if (-e $isis_db.".TXT") {  
                                 print STDERR "WARNING: removing $isis_db.TXT OpenIsis database...\n";  
                                 unlink $isis_db.".TXT" || warn "FATAL: unlink error on '$isis_db.TXT': $!";  
                                 $reopen++;  
                         }  
                         if (-e $isis_db.".PTR") {  
                                 print STDERR "WARNING: removing $isis_db.PTR OpenIsis database...\n";  
                                 unlink $isis_db.".PTR" || warn "FATAL: unlink error on '$isis_db.PTR': $!";  
                                 $reopen++;  
                         }  
                         return OpenIsis::open( $isis_db ) if ($reopen);  
                 }  
   
                 # EOF error  
                 if ($db == -1) {  
                         $db = check_txt_db($isis_db);  
                         if ($db == -1) {  
                                 print STDERR "FATAL: OpenIsis can't open zero size file $isis_db\n";  
                                 next;  
                         }  
                 }  
   
                 # OpenIsis::ERR_BADF  
                 if ($db == -4) {  
                         print STDERR "FATAL: OpenIsis can't find file $isis_db\n";  
                         next;  
                 # OpenIsis::ERR_IO  
                 } elsif ($db == -5) {  
                         print STDERR "FATAL: OpenIsis can't access file $isis_db\n";  
                         next;  
                 } elsif ($db < 0) {  
                         print STDERR "FATAL: OpenIsis unknown error $db with file $isis_db\n";  
                         next;  
                 }  
   
                 my $max_rowid = OpenIsis::maxRowid( $db );  
   
                 # if 0 records, try to rease isis .txt database  
                 if ($max_rowid == 0) {  
                         # force removal of database  
                         $db = check_txt_db($isis_db);  
                         $max_rowid = OpenIsis::maxRowid( $db );  
                 }  
   
                 print STDERR "Reading database: $isis_db [$max_rowid rows]\n";  
   
                 my $path = $database;  
   
                 for (my $row_id = 1; $row_id <= $max_rowid; $row_id++ ) {  
                         my $row = OpenIsis::read( $db, $row_id );  
                         if ($row && $row->{mfn}) {  
           
                                 progress($row->{mfn}, $max_rowid);  
   
                                 my $swishpath = $path."#".int($row->{mfn});  
   
                                 if (my $xml = data2xml($type_base,$row,$add_xml,$cfg,$database)) {  
                                         $xml = $cp2utf->convert($xml);  
                                         use bytes;      # as opposed to chars  
                                         print "Path-Name: $swishpath\n";  
                                         print "Content-Length: ".(length($xml)+1)."\n";  
                                         print "Document-Type: XML\n\n$xml\n";  
                                 }  
                         }  
                 }  
                 # for this to work with current version of OpenIsis (0.9.0)  
                 # you might need my patch from  
                 # http://www.rot13.org/~dpavlin/projects/openisis-0.9.0-perl_close.diff  
                 OpenIsis::close($db);  
                 print STDERR "\n";  
   
         } elsif ($type_base eq "excel") {  
                 use Spreadsheet::ParseExcel;  
                 use Spreadsheet::ParseExcel::Utility qw(int2col);  
                   
                 $import2cp = Text::Iconv->new($config->{excel_codepage},$codepage);  
                 my $excel_file = $cfg -> val($database, 'excel_file') || die "$database doesn't have 'excel_file' defined!";  
   
                 my $sheet = x($config->{sheet}) || die "no sheet in $type.xml";  
                 my $start_row = x($config->{start_row}) - 1 || die "no start_row in $type.xml";  
   
                 my $oBook = Spreadsheet::ParseExcel::Workbook->Parse($excel_file) || die "can't open Excel file '$excel_file'";  
   
                 my $sheet_nr = 0;  
                 foreach my $oWks (@{$oBook->{Worksheet}}) {  
                         #print STDERR "-- SHEET $sheet_nr:", $oWks->{Name}, "\n";  
                         last if ($oWks->{Name} eq $sheet);  
                         $sheet_nr++;  
                 }  
   
                 my $oWorksheet = $oBook->{Worksheet}[$sheet_nr];  
           
                 print STDERR "using sheet: ",$oWorksheet->{Name},"\n";  
                 defined ($oWorksheet) || die "can't find sheet '$sheet' in $excel_file";  
                 my $end_row = x($config->{end_row}) || $oWorksheet->{MaxRow};  
   
                 for(my $iR = $start_row ; defined $end_row && $iR <= $end_row ; $iR++) {  
                         my $row;  
                         for(my $iC = $oWorksheet->{MinCol} ; defined $oWorksheet->{MaxCol} && $iC <= $oWorksheet->{MaxCol} ; $iC++) {  
                                 my $cell = $oWorksheet->{Cells}[$iR][$iC];  
                                 if ($cell) {  
                                         $row->{int2col($iC)} = $cell->Value;  
                                 }  
                         }  
   
                         progress($iR, $end_row);  
   
 #                       print "row[$iR/$end_row] ";  
 #                       foreach (keys %{$row}) {  
 #                               print "$_: ",$row->{$_},"\t";  
 #                       }  
 #                       print "\n";  
   
                         my $swishpath = $database."#".$iR;  
   
                         next if (! $row);  
   
                         if (my $xml = data2xml($type_base,$row,$add_xml,$cfg,$database)) {  
                                 $xml = $cp2utf->convert($xml);  
                                 use bytes;      # as opposed to chars  
                                 print "Path-Name: $swishpath\n";  
                                 print "Content-Length: ".(length($xml)+1)."\n";  
                                 print "Document-Type: XML\n\n$xml\n";  
                         }  
                 }  
         } elsif ($type_base eq "marc") {  
   
                 use MARC;  
                   
                 $import2cp = Text::Iconv->new($config->{marc_codepage},$codepage);  
                 my $marc_file = $cfg -> val($database, 'marc_file') || die "$database doesn't have 'marc_file' defined!";  
   
                 # optional argument is format  
                 my $format = x($config->{format}) || 'usmarc';  
   
                 print STDERR "Reading MARC file '$marc_file'\n";  
   
                 my $marc = new MARC;  
                 my $nr = $marc->openmarc({  
                                 file=>$marc_file, format=>$format  
                         }) || die "Can't open MARC file '$marc_file'";  
218    
219                  my $i=0;        # record nr.  }
   
                 my $rec;  
   
                 while ($marc->nextmarc(1)) {  
   
                         # XXX  
                         fakeprogress($i++);  
   
                         my $swishpath = $database."#".$i;  
   
                         if (my $xml = data2xml($type_base,$marc,$add_xml,$cfg,$database)) {  
                                 $xml = $cp2utf->convert($xml);  
                                 use bytes;      # as opposed to chars  
                                 print "Path-Name: $swishpath\n";  
                                 print "Content-Length: ".(length($xml)+1)."\n";  
                                 print "Document-Type: XML\n\n$xml\n";  
                         }  
                 }  
         } elsif ($type_base eq "feed") {  
   
                 $import2cp = Text::Iconv->new($config->{feed_codepage},$codepage);  
                 my $prog = x($config->{prog}) || die "$database doesn't have 'prog' defined!";  
   
                 print STDERR "Reading feed from program '$prog'\n";  
   
                 open(FEED,"feeds/$prog |") || die "can't start $prog: $!";  
   
                 my $i=1;        # record nr.  
   
                 my $data;  
                 my $line=1;  
   
                 while (<FEED>) {  
                         chomp;  
220    
221                          if (/^$/) {  foreach my $t (keys %{$thes}) {
                                 my $swishpath = $database."#".$i++;  
222    
223                                  if (my $xml = data2xml($type_base,$data,$add_xml,$cfg,$database)) {          my @e = $thes->{$t}->elements;
224                                          $xml = $cp2utf->convert($xml);          if (! @e) {
225                                          use bytes;      # as opposed to chars                  $log->logwarn("no elements in sorted index $t?");
226                                          print "Path-Name: $swishpath\n";                  next;
227                                          print "Content-Length: ".(length($xml)+1)."\n";          }
                                         print "Document-Type: XML\n\n$xml\n";  
                                 }  
                                 $line = 1;  
                                 $data = {};  
                                 next;  
                         }  
228    
229                          $line = $1 if (s/^(\d+):\s*//);          my $file = "./out/bfilter/$t.txt";
230                          $data->{$line++} = $_;          $log->info("saving sorted index $t to '$file' [".scalar(@e)." elements]");
231    
232                          fakeprogress($i);          $webpac->output_file(
233                    file => $file,
234                    template => 'index.tt',
235                    data => \@e,
236                    index_name => $t,
237            );
238    }
239    
240                  }  if (0 && $log->is_debug) {
241            $log->debug("lookup hash: ",Dump($webpac->{'lookup'}));
242            $log->debug("data hash: ",Dump($webpac->{'data'}));
243            foreach my $t (keys %{$thes}) {
244                    $log->debug("thesaurus $t hash: ",Dump($thes->{$t}));
245          }          }
246  }  }
247    
248  # call this to commit index  } # XXX if(0)
 $index->close;  
249    
250  1;  #$log->debug("lookup hash: ",Dump($webpac->{'lookup'}));
 __END__  
 ##########################################################################  
251    
252  =head1 NAME  $log->info("creating tree");
   
 all2xml.pl - read various file formats and dump XML for SWISH-E  
   
 =head1 DESCRIPTION  
   
 This command will read ISIS data file using OpenIsis perl module, MARC  
 records using MARC module and optionally Micro$oft Excel files to  
 create one XML file for usage with I<SWISH-E> indexer. Dispite it's name,  
 this script B<isn't general xml generator> from isis files (isis allready  
 has something like that). Output of this script is tailor-made for SWISH-E.  
   
 =head1 BUGS  
   
 Documentation is really lacking. However, in true Open Source spirit, source  
 is best documentation. I even made considerable effort to comment parts  
 which are not intuitively clear, so...  
253    
254  =head1 AUTHOR  #
255    # define tree structure
256    #
257    
258    my $l = $webpac->{'lookup'} || $log->logconfess("can't find lookup");
259    
260    my @tree = ({
261            # level 0
262            code_arr        => sub { sort keys %{$l} },
263            filter_code     => sub {
264                                            my $t = shift;
265                                            return $t if ($t =~ s/root://);
266                                    },
267            lookup_v900     => sub { shift @{$l->{"root:".$_[0]}} },
268            lookup_term     => sub { shift @{$l->{"d:".$_[1]}} },
269            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[1]}} },
270            have_children   => sub { return $l->{"a:".$_[0]."::"} },
271            have_children_at_level => sub {
272                                    return unless (defined($l->{"code:".$_[1]}));
273                                    my $code = shift @{$l->{"code:".$_[1]}};
274                                    print STDERR "## $_[1] -> $code\n";
275                                    return undef unless($code);
276                                    return(9, $l->{"a:$code:"} ) if (defined($l->{"a:$code:"}));
277                            },
278            style           => 'display: none',
279            },{
280            # 1
281            code_arr        => sub { @{$_[0]} },
282            filter_code     => sub { shift },       # nop
283            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
284            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
285            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
286            have_children   => sub { return $l->{"a:".$_[1].":"} },
287            style           => 'display: none',
288            iframe          => 1,
289            },{
290            # 2
291            code_arr        => sub { @{$_[0]} },
292            filter_code     => sub { shift },
293            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
294            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
295            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
296            have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },
297            style           => 'display: none',
298            },{
299            # 3 ui pojam
300            code_arr        => sub { @{$_[0]} },
301            filter_code     => sub { shift },
302            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
303            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
304            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
305            have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },
306            },{
307            # 4
308            code_arr        => sub { @{$_[0]} },
309            filter_code     => sub { shift },
310            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
311            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
312            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
313            have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },
314            },{
315            # 5
316            code_arr        => sub { @{$_[0]} },
317            filter_code     => sub { shift },
318            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
319            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
320            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
321            have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },
322            },{
323            # 6
324            code_arr        => sub { @{$_[0]} },
325            filter_code     => sub { shift },
326            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
327            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
328            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
329            have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },
330            },{
331            # 7
332            code_arr        => sub { @{$_[0]} },
333            filter_code     => sub { shift },
334            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
335            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
336            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
337            have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },
338            },{
339            # 8
340            code_arr        => sub { @{$_[0]} },
341            filter_code     => sub { shift },
342            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
343            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
344            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
345    #       have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },
346            have_children   => sub { 0 },
347            },{
348            # 9 - level which is never reached except explicitly
349            code_arr        => sub { @{$_[0]} },
350            filter_code     => sub { shift },
351            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
352            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
353            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
354            have_children   => sub { 0 },
355            have_children_at_level => sub { defined($l->{"a:".$_[1].":".$_[0]}) && return (9,$l->{"a:".$_[1].":".$_[0]}) },
356            },{
357    });
358    
359  Dobrica Pavlinusic <dpavlin@rot13.org>  my $tree = new WebPAC::Tree(
360            tree => \@tree,
361    );
362    
363  =head1 COPYRIGHT  $tree->output(
364            dir => './out',
365            html => 'browse.html',
366            template_dir => './output_template/',
367            template_tree => 'tree.tt',
368            template_node => 'node.tt',
369            nodes => 'nodes',
370            js => 'tree-ids.js',
371    );
372    
373  GNU Public License (GPL) v2 or later  $tree->output(
374            dir => './eurovoc',
375            html => 'hijerarhija.html',
376            template_dir => './output_template/',
377            template_tree => 'hijerarhija.tt',
378            template_node => 'hijerarhija_node.tt',
379            nodes => 'nodes',
380            js => 'tree-ids.js',
381    );
382    
 =head1 SEE ALSO  
383    
384  SWISH-E web site at http://www.swish-e.org  $log->info("closing index");
385    $index->close;
386    
387  =cut  $log->info("elapsed time: ",$webpac->fmt_time(time() - $webpac->{'start_t'}));

Legend:
Removed from v.135  
changed lines
  Added in v.572

  ViewVC Help
Powered by ViewVC 1.1.26