/[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 32 by dpavlin, Sun Feb 23 07:53:01 2003 UTC trunk2/all2all.pl revision 366 by dpavlin, Thu Jun 17 01:44:25 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;  
4    
5  $|=1;  all2all.pl - basic script for all WebPAC needs
6    
7  my $config_file = $0;  =cut
8  $config_file =~ s/\.pl$/.conf/;  
9  die "FATAL: can't find configuration file '$config_file'" if (! -e $config_file);  use strict;
10    use Data::Dumper;
11  my $config;  use Carp;
   
 use index_DBI;  # there is no other, right now ;-)  
   
 my $index = new index_DBI();    # open index  
   
 my %opts;  
   
 # usage:  
 #       -d directory name  
 #       -m multiple directories  
 #       -q quiet  
 #       -s run swish  
   
 getopts('d:m:qs', \%opts);  
   
 my $db_dir;  
   
 #die "usage: $0 -d [database_dir] -m [database1,database2] " if (! %opts);  
   
 #print Dumper($config->{indexer});  
 #print "-" x 70,"\n";  
   
 Text::Iconv->raise_error(1);     # Conversion errors raise exceptions  
   
 my $isis_codepage;  
 my $index_codepage;  
 my $cludge_codepage = Text::Iconv->new('UTF8','ISO8859-1');  
 my $xml_codepage;  
   
 my $XML_CHARSET = 'UTF8';  
   
   
 sub isis2xml {  
   
         use xmlify;  
   
         my $row = shift @_;  
         my $add_xml = shift @_;  
   
         my $xml;  
   
         use parse_format;  
   
         my $html = "";          # html formatted display output  
   
         my %field_usage;        # counter for usage of each field  
   
         # sort subrouting using order="" attribute  
         sub by_order {  
                 return 0 if (! $config->{indexer}->{$a}->{order});  
                 return 0 if (! $config->{indexer}->{$b}->{order});  
   
                 return $config->{indexer}->{$a}->{order} <=>  
                         $config->{indexer}->{$b}->{order} ;  
         }  
   
         foreach my $field (sort by_order keys %{$config->{indexer}}) {  
   
                 $field_usage{$field}++;  
   
                 my $swish_data = "";  
                 my $display_data = "";  
                 my $line_delimiter = "";  
   
                 foreach my $x (@{$config->{indexer}->{$field}->{isis}}) {  
   
                         my $format = $x->{content};  
                         my $delimiter = $x->{delimiter} || ' ';  
   
                         # FIX: this is ugly, UGLY, cludge string is returned  
                         # in UTF8 encoding , but as if source charset  
                         # is ISO8859-1 and not some other. This break other  
                         # character encodings, so we convert it first  
                         # back to ISO8859-1  
                         $format = $xml_codepage->convert($format);  
                         $delimiter = $xml_codepage->convert($delimiter) if ($delimiter);  
   
                         my $isis_i = 0;         # isis 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");  
 #print STDERR "## s: $s d: $d i: $i ## $format ##\n";    
   
                         $display_data .= $line_delimiter if ($display_data && $display_data !~ /$line_delimiter$/);  
   
                         my ($swish,$display) = (1,1);  
   
                         while ($swish || $display) {  
                                 ($swish,$display) = parse_format($format,$row,$isis_i++);  
 #print STDERR "s: $swish\nd: $display\n" if ($swish);  
   
 #print STDERR "swish: $swish<-- display: $display<--\n";  
   
                                 # 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) {  
 #print STDERR "using filter '$filter'\n";  
                                                 no strict 'refs';  
                                                 $swish_data .= join(" ",&$filter($swish));  
                                         } else {  
                                                 $swish_data .= $swish;  
                                         }  
                                 }  
   
                                 # type="display" ; field for display  
                                 if ($d && $display) {  
                                         if ($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) {  
                                         my $index_data = $index_codepage->convert($display) || $display;  
                                         if ($filter) {  
                                                 no strict 'refs';  
                                                 foreach my $d (&$filter($index_data)) {  
                                                         $index->insert($field, $d, $db_dir);  
                                                 }  
                                         } else {  
                                                 $index->insert($field, $index_data, $db_dir);  
                                         }  
                                 }  
                         }  
                         if ($x->{append}) {  
                                 $line_delimiter = ' ';  
                         } else {  
                                 $line_delimiter = '<br/>';  
                         }  
                 }  
   
   
 #print STDERR "s_d: $swish_data\nd_d: $display_data\n" if ($swish_data);  
                 if ($display_data) {  
   
                         # remove last <br>  
                         $display_data =~ s/$line_delimiter$//;  
   
                         $display_data = $isis_codepage->convert($display_data) || die "Can't convert '$display_data' !";  
                         # FIX: this is removed and replaced by html tag.  
                         #$xml .= xmlify($field."_display", $display_data);  
   
                         if ($field eq "headline") {  
                                 $xml .= xmlify("headline", $display_data);  
                         } else {  
   
                                 # 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 .= $xml_codepage->convert($field_name);  
 #                                       $html .= "-->".$field_name."<--";  
                                 }  
                                 $html .= $display_data."###\n";  
                         }  
                 }  
                 if ($swish_data) {  
                         my $i = Text::Iconv->new($config->{isis_codepage},'ISO8859-2');  
                         # remove extra spaces  
                         $swish_data =~ s/ +/ /g;  
                         $swish_data =~ s/ +$//g;  
   
                         $swish_data = $i->convert($swish_data);  
                         $xml .= xmlify($field."_swish",unac_string('ISO8859-2',$swish_data));  
                         #$swish_data = $isis_codepage->convert($swish_data)."##" || $swish_data;  
                         #$xml .= xmlify($field."_swish",unac_string($config->{isis_codepage},$swish_data));  
                 }  
   
   
         }  
   
         # dump formatted output in <html>  
         if ($html) {  
                 $xml .= xmlify("html",$html);  
         }  
           
         if ($xml) {  
 #print STDERR "x: $xml\n";  
                 $xml .= $add_xml if ($add_xml);  
                 return "<xml>\n$xml</xml>\n";  
         } else {  
                 return;  
         }  
 }  
12    
13  ##########################################################################  use lib './lib';
14    use WebPAC;
15    
16  my $cfg = new Config::IniFiles( -file => $config_file );  my $webpac = new WebPAC(
17            code_page => 'ISO-8859-2',
18            limit_mfn => 5,
19            debug => 1,
20    ) || die;
21    
22  foreach my $database ($cfg->Sections) {  $|=1;
23    
24          my $isis_db = $cfg -> val($database, 'isis_db');  my $maxmfn = $webpac->open_isis(
25          my $type = $cfg -> val($database, 'type');          filename => shift @ARGV || '/data/hidra/THS/THS',
26          my $add_xml = $cfg -> val($database, 'xml');          lookup => [
27            { 'key' => 'd:v900', 'val' => 'v250^a' },
28          # read configuration for this type  #       { 'eval' => '"v901^a" eq "Područje"', 'key' => 'pa:v561^4:v562^4:v461^1', 'val' => 'v900' },
29          $config=XMLin("./import_xml/$type.xml", forcearray => [ 'isis' ], forcecontent => 1);  #       { 'eval '=> '"v901^a" eq "Mikrotezaurus"', 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
30          $isis_codepage = Text::Iconv->new($config->{isis_codepage},$XML_CHARSET);  #       { 'eval' => '"v901^a" eq "Deskriptor"', 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
31          $index_codepage = Text::Iconv->new($config->{isis_codepage},$config->{index_codepage});          { 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
32          $xml_codepage = Text::Iconv->new($cfg->val($database,'xml_codepage'),$XML_CHARSET);          ],
33    );
         my $db = OpenIsis::open( $isis_db );  
         if (0) {  
 #       # FIX  
 #       if (! $db ) {  
                 print STDERR "WARNING: can't open '$isis_db'\n";  
                 next ;  
         }  
   
         my $max_rowid = OpenIsis::maxRowid( $db );  
   
         print STDERR "Reading database: $isis_db [$max_rowid rows]\n";  
   
         my $path = $database;                   # was $isis_db  
   
         my $last_p = 0;  
   
 #       { my $row_id = 4514;  
 # FIX  
         for (my $row_id = 1; $row_id <= $max_rowid; $row_id++ ) {  
                 my $row = OpenIsis::read( $db, $row_id );  
                 if ($row && $row->{mfn}) {  
 #print STDERR "mfn: ",$row->{mfn},"\n";  
                         # output current process indicator  
                         my $p = int($row->{mfn} * 100 / $max_rowid);  
                         if ($p != $last_p) {  
                                 printf STDERR ("%5d / %5d [%-51s] %-2d %% \r",$row->{mfn},$max_rowid,"=" x ($p/2).">", $p ) if (! $opts{q});  
                                 $last_p = $p;  
                         }  
   
                         if (my $xml = isis2xml($row,$add_xml)) {  
 #print STDERR "--ret-->$xml\n";  
                                 print "Path-Name: $path#".int($row->{mfn})."\n";  
                                 print "Content-Length: ".(length($xml)+1)."\n";  
                                 print "Document-Type: XML\n\n$xml\n";  
                         }  
                 }  
         }  
         print STDERR "\n";  
 }  
34    
35  # call this to commit index  print "rows: $maxmfn\n\n";
 $index->close;  
36    
37  1;  $webpac->open_import_xml(type => 'isis_hidra_ths');
 __END__  
 ##########################################################################  
38    
39  =head1 NAME  while (my $rec = $webpac->fetch_rec) {
40    
41  isis2xml.pl - read isis file and dump XML    my $ds = $webpac->data_structure($rec);
42    
43  =head1 DESCRIPTION    if(0) {
44    
45  This command will read ISIS data file using OpenIsis perl module and          print "-- ",$webpac->parse($rec,'v250^a / [v562^4] v562^a'),"\n";
 create 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.  
46    
47  =head1 AUTHOR          print " ",
48                    $webpac->parse($rec,'eval{v901^a eq "Deskriptor"}v250^a / [v562^4] v562^a'),
49                    $webpac->parse($rec,'eval{v901^a ne "Deskriptor"}250a [251]'),
50                    "\n";
51    
52  Dobrica Pavlinusic <dpavlin@rot13.org>          my @t = $webpac->fill_in($rec,'v553^1;;v553^a');
53            print " U¾i pojam: ",join("\t\n",@t),"\n" if (@t);
54    
55  =head1 COPYRIGHT          @t = $webpac->fill_in($rec,'eval{v901^a eq "Područje"}[a:v251::];;[d:[a:v251::]]');
56            print " Područje: ",join("\t\n",@t),"\n" if (@t);
57    
58  GNU Public License (GPL) v2 or later          @t = $webpac->fill_in($rec,'eval{v901^a eq "Mikrotezaurus"}[a:v561^4:v251:];;[d:[a:v561^4:v251:]]');
59            print " Mikrotezaurus: ",join("\t\n",@t),"\n" if (@t);
60    
61  =head1 SEE ALSO          @t = $webpac->fill_in($rec,'eval{v901^a eq "Deskriptor"}[a:v561^4:v562^4:v900];;[d:[a:v561^4:v562^4:v900]]');
62            print " Deskriptor: ",join("\t\n",@t),"\n" if (@t);
63      }
64    
65  SWISH-E web site at http://www.swish-e.org  }
66    
67  =cut  print "## lookup ",Dumper($webpac->{'lookup'});
68    print "## data ",Dumper($webpac->{'data'});

Legend:
Removed from v.32  
changed lines
  Added in v.366

  ViewVC Help
Powered by ViewVC 1.1.26