/[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 349 by dpavlin, Sun Jun 13 20:39:44 2004 UTC revision 591 by dpavlin, Sat Nov 6 22:46:30 2004 UTC
# Line 2  Line 2 
2    
3  =head1 NAME  =head1 NAME
4    
5  webpac.pl - basic script for all WebPac needs  all2all.pl - basic script for all WebPAC needs
6    
7  =cut  =cut
8    
9  use strict;  use strict;
10  use OpenIsis;  use locale;
11  use Text::Iconv;  use YAML;
12  use Data::Dumper;  use Carp;
13    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  my $cp = Text::Iconv->new("852", "iso-8859-2");  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  $|=1;  ## remove accented characters
63    #
64    sub unac {
65            my $string = shift || return;
66            $string = unac_string($code_page,$string);
67            $string =~ tr/đĐ/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/đĐ/dD/;
77                    $string = $pr . $string;
78            }
79            $string = unac_entities($string);
80            return lc($string);
81    }
82    
83    sub unac_entities {
84            my $ent = shift || return;
85    
86            $ent =~ s/&(\w)(acute|cedil|circ|grave|ring|slash|tilde|uml);/$1/gi;
87            $ent =~ s/&eth;/d/g;
88            $ent =~ s/&E[tT][hH];/D/g;
89            $ent =~ s/&(\w\w)lig;/$1/gi;
90    
91  my $db = OpenIsis::open( shift @ARGV || '/data/hidra/THS-500/THS' );          return $ent;
92  my $maxmfn = OpenIsis::maxRowid( $db ) || 1;  }
93    
94    # create WebPAC object
95    #
96    my $webpac = new WebPAC(
97            code_page => $code_page,
98            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  print "rows: $maxmfn\n\n";  my $thes;
115    
116  my $data;  $|=1;
117    
118  my @lookup = (  my $maxmfn = $webpac->open_isis(
119          { 'key' => 'd:v900', 'val' => 'v250^a' },          filename => shift @ARGV || '/data/hidra/THS/THS',
120          { 'eval' => '"v901^a" eq "Područje"', 'key' => 'pa:v561^4:v562^4:v461^1', 'val' => 'v900' },          lookup => [
121          { 'eval '=> '"v901^a" eq "Mikrotezaurus"', 'key' => 'ma:v561^4:v562^4:v461^1', 'val' => 'v900' },          { 'key' => 'd:v900', 'val' => 'filter{CROVOC_tree}v250^a v800' },
122          { 'eval' => '"v901^a" eq "Deskriptor"', 'key' => 'da:v561^4:v562^4:v461^1', 'val' => 'v900' },  #       { 'eval' => '"v901^a" eq "Područje"', 'key' => 'pa:v561^4:v562^4:v461^1', 'val' => 'v900' },
123    #       { 'eval '=> '"v901^a" eq "Mikrotezaurus"', 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
124    #       { 'eval' => '"v901^a" eq "Deskriptor"', 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
125            { 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
126            { 'key' => '900_mfn:v900', 'val' => 'v000' },
127            # tree structure
128            { 'eval' => 'length("v251") == 2 && "v800" =~ m/EUROVOC/ || "v800" =~ m/CROVOC/ && "v251" =~ m/^(H|HD|L|Z|P)$/', '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            { 'key' => 'crovoc:v900', 'val' => 'filter{CROVOC}v800' },
132            ],
133  );  );
134    
135  sub fill_in {  $log->debug("isis file ",$webpac->{'isis_filename'}," opened");
         my $tmp = shift || return;  
         my $data = shift || return;  
         my $i = shift || 0;  
   
         my $found = 0;  
   
         sub get_sf {  
                 my ($found,$data,$f,$sf,$i) = @_;  
                 if ($$data->{$f} && $$data->{$f}->[$i]->{$sf}) {  
                         $$found++;  
                         return $$data->{$f}->[$i]->{$sf};  
                 } else {  
                         return '';  
                 }  
         }  
136    
137          sub get_nosf {  $log->info("rows: $maxmfn");
138                  my ($found,$data,$f,$i) = @_;  
139                  if ($$data->{$f} && $$data->{$f}->[$i]) {  $webpac->open_import_xml(type => 'isis_hidra_ths');
140                          $$found++;  
141                          return $$data->{$f}->[$i];  if(1) { # XXX
142                  } else {  
143                          return '';  while (my $rec = $webpac->fetch_rec) {
144                  }  
145            my @ds = $webpac->data_structure($rec);
146    
147            if (0 && $log->is_debug) {
148                    $log->debug("rec = ",Dump($rec));
149                    $log->debug("ds = ",Dump(\@ds));
150          }          }
151    
152          $tmp =~ s/v(\d+)\^(\w)/get_sf(\$found,\$data,$1,$2,$i)/ges;          next if (! @ds);
         $tmp =~ s/v(\d+)/get_nosf(\$found,\$data,$1,$i)/ges;  
153    
154          if ($found) {          my $filename = $webpac->{'current_filename'} || $log->logdie("no current_filename in webpac object");
155                  return $tmp;  
156            if ($filename) {
157                    $webpac->output_file(
158                            file => $filename,
159                            template => 'html.tt',
160                            data => \@ds,
161                            headline => $webpac->{'headline'},
162                    );
163          } else {          } else {
164                  return;                  print $webpac->output(
165                            template => 'text.tt',
166                            data => \@ds,
167                            headline => $webpac->{'headline'},
168                    );
169          }          }
 }  
170    
171  print "reading database...\n";          my $headline = $webpac->{'headline'};
172    
173  for (my $mfn = 1; $mfn <= $maxmfn; $mfn++) {          my $f = $filename;
174            $f =~ s!out/!!;
175    
176          my $row = OpenIsis::read( $db, $mfn );          # save into index
177          foreach my $k (keys %{$row}) {          foreach my $ds (@ds) {
178                  if ($k ne "mfn") {                  next if (! $ds->{'swish'});
179                          foreach my $l (@{$row->{$k}}) {  
180                                  $l = $cp->convert($l);                  # strip all non word characters from beginning or end
181                                  # has subfields?                  # of word
182                                  my $val;                  my $words = unac(join(" ",@{$ds->{'swish'}}));
183                                  if ($l =~ m/\^/) {                  $words =~ s/^\W+//;
184                                          foreach my $t (split(/\^/,$l)) {                  $words =~ s/\W*\s+\W*/ /g;
185                                                  next if (! $t);                  $words =~ s/\W+$//;
186                                                  $val->{substr($t,0,1)} = substr($t,1);  
187                                          }                  # first try to generate headline for this entry from index
188                                  } else {                  my $h = $ds->{'index'}->[0];
189                                          $val = $l;                  # then, from display
190                                  }                  $h ||= $ds->{'display'}->[0];
191                    # and as last resport, fallback to headline
192                    $h ||= $headline;
193    
194                    $index->insert(
195                            index_name => $ds->{'tag'},
196                            #path => $f,
197                            path => $webpac->mfn,
198                            headline => $h,
199                            words => $words,
200                    );
201            }
202    
203                                  push @{$data->{$mfn}->{$k}}, $val;          # save into sorted index (thesaurus)
204                          }          foreach my $ds (@ds) {
205                    next if (! $ds->{'index'});
206    
207                    $thes->{$ds->{'tag'}} ||= new WebPAC::Index( name => $ds->{'tag'} );
208    
209                    foreach my $h (@{$ds->{'index'}}) {
210                            $thes->{$ds->{'tag'}}->insert(
211                                    sort_by => unac_2($h),
212                                    mfn => $webpac->mfn,
213                                    headline => $h,
214                            );
215                  }                  }
   
216          }          }
217    
218    #       print Dump(\@ds);
219    
220          foreach my $i (@lookup) {  }
221                  my $d = $data->{$mfn};  
222                  if ($i->{'eval'}) {  foreach my $t (keys %{$thes}) {
223                          my $eval = fill_in($i->{'eval'},$d);  
224                          my $key = fill_in($i->{'key'}, $d);          my @e = $thes->{$t}->elements;
225                          my $val = fill_in($i->{'val'}, $d);          if (! @e) {
226                          if ($key && $val && eval $eval) {                  $log->logwarn("no elements in sorted index $t?");
227                                  push @{$data->{lookup}->{$key}}, $val;                  next;
                         }  
                 } else {  
                         my $key = fill_in($i->{'key'}, $d);  
                         my $val = fill_in($i->{'val'}, $d);  
                         if ($key && $val) {  
                                 push @{$data->{lookup}->{$key}}, $val;  
                         }  
                 }  
228          }          }
229    
230            my $file = "./out/bfilter/$t.txt";
231            $log->info("saving sorted index $t to '$file' [".scalar(@e)." elements]");
232    
233            $webpac->output_file(
234                    file => $file,
235                    template => 'index.tt',
236                    data => \@e,
237                    index_name => $t,
238            );
239  }  }
 print "\n";  
240    
241  for (my $mfn = 1; $mfn <= $maxmfn; $mfn++) {  if (0 && $log->is_debug) {
242          my $d = $data->{$mfn};          $log->debug("lookup hash: ",Dump($webpac->{'lookup'}));
243          print $d->{'250'}->[0]->{'a'},"\n";          $log->debug("data hash: ",Dump($webpac->{'data'}));
244          my $t = fill_in('v553^1;;v553^a', $d);          foreach my $t (keys %{$thes}) {
245          print " Uži pojam: $t\n" if ($t);                  $log->debug("thesaurus $t hash: ",Dump($thes->{$t}));
246          $t = fill_in('[a:v251];;[d:[a:v251]]', $d);          }
         print " Uži pojam: $t\n" if ($t);  
247  }  }
248    
249  print Dumper($data);  } # XXX if(0)
250    
251    #$log->debug("lookup hash: ",Dump($webpac->{'lookup'}));
252    
253    $log->info("creating tree");
254    
255    #
256    # define tree structure
257    #
258    
259    my $l = $webpac->{'lookup'} || $log->logconfess("can't find lookup");
260    
261    my @tree = ({
262            # level 0
263            code_arr        => sub { sort keys %{$l} },
264            filter_code     => sub {
265                                            my $t = shift;
266                                            return $t if ($t =~ s/root://);
267                                    },
268            lookup_v900     => sub { shift @{$l->{"root:".$_[0]}} },
269            lookup_term     => sub { shift @{$l->{"d:".$_[1]}} },
270            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[1]}} },
271            have_children   => sub { return $l->{"a:".$_[0]."::"} },
272            have_children_at_level => sub {
273                                    return unless (defined($l->{"code:".$_[1]}));
274                                    my $code = shift @{$l->{"code:".$_[1]}};
275                                    print STDERR "## $_[1] -> $code\n";
276                                    return undef unless($code);
277                                    return(9, $l->{"a:$code:"} ) if (defined($l->{"a:$code:"}));
278                            },
279            style           => 'display: none',
280            iframe          => 1,
281            },{
282            # 1
283            code_arr        => sub { @{$_[0]} },
284            filter_code     => sub { shift },       # nop
285            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
286            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
287            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
288            have_children   => sub { return $l->{"a:".$_[1].":"} },
289            style           => 'display: none',
290            },{
291            # 2
292            code_arr        => sub { @{$_[0]} },
293            filter_code     => sub { shift },
294            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
295            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
296            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
297            have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },
298            style           => 'display: none',
299            },{
300            # 3 uži pojam
301            code_arr        => sub { @{$_[0]} },
302            filter_code     => sub { shift },
303            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
304            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
305            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
306            have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },
307            },{
308            # 4
309            code_arr        => sub { @{$_[0]} },
310            filter_code     => sub { shift },
311            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
312            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
313            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
314            have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },
315            },{
316            # 5
317            code_arr        => sub { @{$_[0]} },
318            filter_code     => sub { shift },
319            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
320            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
321            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
322            have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },
323            },{
324            # 6
325            code_arr        => sub { @{$_[0]} },
326            filter_code     => sub { shift },
327            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
328            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
329            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
330            have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },
331            },{
332            # 7
333            code_arr        => sub { @{$_[0]} },
334            filter_code     => sub { shift },
335            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
336            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
337            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
338            have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },
339            },{
340            # 8
341            code_arr        => sub { @{$_[0]} },
342            filter_code     => sub { shift },
343            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
344            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
345            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
346    #       have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },
347            have_children   => sub { 0 },
348            },{
349            # 9 - level which is never reached except explicitly
350            code_arr        => sub { @{$_[0]} },
351            filter_code     => sub { shift },
352            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
353            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
354            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
355            have_children   => sub { 0 },
356            have_children_at_level => sub { defined($l->{"a:".$_[1].":".$_[0]}) && return (9,$l->{"a:".$_[1].":".$_[0]}) },
357            },{
358    });
359    
360    my $tree = new WebPAC::Tree(
361            tree => \@tree,
362            detail_url => sub {
363                    my $mfn = shift;
364                    my $url = "thes/${mfn}.html";
365                    return $url if (-e "./out/$url");
366            },
367            nodes_dir => 'nodes',
368    );
369    
370    $tree->output(
371            dir => './out',
372            html => 'browse.html',
373            template_dir => './output_template/',
374            template_tree => 'tree.tt',
375            template_node => 'node.tt',
376            js => 'tree-ids.js',
377    );
378    
379    $tree->output(
380            dir => './eurovoc',
381            html => 'hijerarhija.html',
382            template_dir => './output_template/',
383            template_tree => 'hijerarhija.tt',
384            template_node => 'hijerarhija_node.tt',
385            js => 'tree-ids.js',
386    );
387    
388    
389    $log->info("closing index");
390    $index->close;
391    
392    $log->info("elapsed time: ",$webpac->fmt_time(time() - $webpac->{'start_t'}));
Legend:
Removed from v.349  
changed lines
  Added in v.591
  ViewVC Help
Powered by ViewVC 1.1.26