/[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 4 by dpavlin, Sun Dec 1 22:51:29 2002 UTC trunk2/all2all.pl revision 410 by dpavlin, Sun Sep 5 21:40:57 2004 UTC
# Line 1  Line 1 
1  #!/usr/bin/perl -w  #!/usr/bin/perl -w
2    
3    =head1 NAME
4    
5    all2all.pl - basic script for all WebPAC needs
6    
7    =cut
8    
9  use strict;  use strict;
 use OpenIsis;  
 use Getopt::Std;  
10  use Data::Dumper;  use Data::Dumper;
11  use XML::Simple;  use Carp;
 use Text::Unaccent;  
 require Unicode::Map8;  
12    
13  my $config=XMLin(undef, forcearray => [ 'isis' ], forcecontent => 1);  use lib './lib';
14    use WebPAC;
15    use WebPAC::jsFind;
16    use WebPAC::Index;
17    
18  my %opts;  my $webpac = new WebPAC(
19            code_page => 'ISO-8859-2',
20            limit_mfn => 100,
21    #       debug => 1,
22    ) || die;
23    
24  getopts('d:m:q', \%opts);  my $log = $webpac->_get_logger();
25    
26  my $db_dir = $opts{d} || "ps";  # FIX  my $index = new WebPAC::jsFind(
27            index_path => './out/index',
28            keys => 80,
29    ) || die;
30    
31  #die "usage: $0 -d [database_dir] -m [database1,database2] " if (! %opts);  my $thes;
32    
33  #print Dumper($config->{indexer});  $|=1;
 #print "-" x 70,"\n";  
34    
35  # how to convert isis code page to UTF8?  my $maxmfn = $webpac->open_isis(
36  my $isis_map = Unicode::Map8->new($config->{isis_codepage}) || die;          filename => shift @ARGV || '/data/hidra/THS/THS',
37            lookup => [
38            { 'key' => 'd:v900', 'val' => 'v250^a' },
39    #       { 'eval' => '"v901^a" eq "Područje"', 'key' => 'pa:v561^4:v562^4:v461^1', 'val' => 'v900' },
40    #       { 'eval '=> '"v901^a" eq "Mikrotezaurus"', 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
41    #       { 'eval' => '"v901^a" eq "Deskriptor"', 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
42            { 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
43            { 'key' => '900_mfn:v900', 'val' => 'v000' },
44            ],
45    );
46    
47  sub isis2xml {  $log->info("rows: $maxmfn");
48    
49          my $row = shift @_;  $webpac->open_import_xml(type => 'isis_hidra_ths');
50    
51          my $xml;  while (my $rec = $webpac->fetch_rec) {
52    
53          sub isis_sf {          my @ds = $webpac->data_structure($rec);
                 my $row = shift @_;  
                 my $isis_id = shift @_;  
                 my $subfield = shift @_;  
                 if ($row->{$isis_id}->[0]) {  
                         my $sf = OpenIsis::subfields($row->{$isis_id}->[0]);  
                         if (! defined $subfield || length($subfield) == 0) {  
                                 # subfield list undef, empty or no defined subfields for this record  
                                 my $all_sf = $row->{$isis_id}->[0];  
                                 $all_sf =~ s/\^./ /g;   nuke definirions  
                                 return $all_sf;  
                         } elsif ($sf->{$subfield}) {  
                                 return $sf->{$subfield};  
                         }  
                 }  
         }  
54    
55          foreach my $field (keys %{$config->{indexer}}) {          if ($log->is_debug) {
56                    $log->debug("rec = ",Dumper($rec));
57                    $log->debug("ds = ",Dumper(\@ds));
58            }
59    
60                  my $display_data = "";          next if (! @ds);
                 my $index_data = "";  
61    
62                  foreach my $x (@{$config->{indexer}->{$field}->{isis}}) {          my $filename = $webpac->{'current_filename'};
63    
64                          my $display_tmp = "";          if ($filename) {
65                          my $index_tmp = "";                  open(OUT,"> $filename") || $log->logdie("can't open output '$filename': $!");
66                    print OUT $webpac->output(
67                          my $format = $x->{content};                          template => 'html.tt',
68                          my $i = 1;      # index only                          data => \@ds,
69                          my $d = 1;      # display only                          headline => $webpac->{'headline'},
70                          $i = 0 if (lc($x->{type}) eq "display");                  );
71                          $d = 0 if (lc($x->{type}) eq "index");                  close(OUT);
 #print "## i: $i d: $d ## $format ##";    
                         # parse format  
                         my $prefix = "";  
                         if ($format =~ s/^([^\d]+)//) {  
                                 $prefix = $1;  
                         }  
                         while ($format) {  
                                 if ($format =~ s/^(\d\d\d)(\w?)//) {  
                                         my $isis_tmp = isis_sf($row,$1,$2);  
                                         if ($isis_tmp) {  
 #                                               $display_tmp .= $prefix . "/$1/$2/".$isis_tmp if ($d);  
                                                 $display_tmp .= $prefix . $isis_tmp if ($d);  
                                                 $index_tmp .= $isis_tmp." " if ($i);  
 #print " $isis_tmp <--\n";  
                                         }  
                                         $prefix = "";  
                                 } elsif ($format =~ s/^([^\d]+)//) {  
                                         $prefix = $1;  
                                 } else {  
                                         print STDERR "WARNING: unparsed format '$format'\n";  
                                         last;  
                                 };  
                         }  
                         # add suffix  
                         $display_tmp .= $prefix if ($display_tmp);  
   
 #                       $display_data .= $display_tmp if ($display_tmp ne "");  
 #                       $index_data .= $index_tmp if ($index_tmp ne "");  
                         $display_data .= $display_tmp;  
                         $index_data .= $index_tmp;  
   
                 }  
 #print "--display:$display_data\n--index:$index_data\n";  
                 $xml->{$field}->{display} .= $isis_map->tou($display_data)->utf8 if ($display_data);  
                 $xml->{$field}->{index} .= unac_string($config->{isis_codepage},$index_data) if ($index_data);  
           
         }  
         if ($xml) {  
                 return XMLout($xml, rootname => 'xml', noattr => 1 );  
72          } else {          } else {
73                  return;                  print $webpac->output(
74                            template => 'text.tt',
75                            data => \@ds,
76                            headline => $webpac->{'headline'},
77                    );
78          }          }
 }  
79    
80  ##########################################################################          my $headline = $webpac->{'headline'};
81    
82  my $last_tell=0;          my $f = $filename;
83            $f =~ s!out/!!;
84    
85  my @isis_dirs = ( '.' );        # use dirname as database name          # save into index
86            foreach my $ds (@ds) {
87                    next if (! $ds->{'swish'});
88    
89  if ($opts{m}) {                  $index->insert(
90          @isis_dirs = split(/,/,$opts{m});                          index_name => $ds->{'tag'},
91  }                          path => $f,
92                            headline => $headline,
93  my @isis_dbs;                          words => join(" ",@{$ds->{'swish'}})
94                    );
 foreach (@isis_dirs) {  
         if (-e $config->{isis_data}."/$db_dir/$_/LIBRI") {  
                 push @isis_dbs,$config->{isis_data}."/$db_dir/$_/LIBRI/LIBRI";  
         }  
         if (-e $config->{isis_data}."/$db_dir/$_/PERI") {  
                 push @isis_dbs,$config->{isis_data}."/$db_dir/$_/PERI/PERI";  
95          }          }
         if (-e $config->{isis_data}."/$db_dir/$_/AMS") {  
                 push @isis_dbs,$config->{isis_data}."/$db_dir/$_/AMS/AMS";  
         }  
         if (-e $config->{isis_data}."/$db_dir/$_/ARTI") {  
 #               push @isis_dbs,$config->{isis_data}."/$db_dir/$_/ARTI/ARTI";  
         }  
 }  
   
 print STDERR "FATAL: Can't find isis database.\nPerhaps isis_data (".$config->{isis_data}.") has wrong value?\n" if (! @isis_dbs);  
96    
97  my $db;          # save into sorted index (thesaurus)
98            foreach my $ds (@ds) {
99                    next if (! $ds->{'index'});
100    
101  foreach my $isis_db (@isis_dbs) {                  $thes->{$ds->{'tag'}} ||= new WebPAC::Index;
102    
103                    $thes->{$ds->{'tag'}}->insert(
104          my $db = OpenIsis::open( $isis_db );                          path => $f,
105          if (0) {                          headline => $headline,
106  #       # FIX                  );
 #       if (! $db ) {  
                 print STDERR "WARNING: can't open '$isis_db'\n";  
                 next ;  
107          }          }
108    
109          my $max_rowid = OpenIsis::maxRowid( $db );  #       print Dumper(\@ds);
   
         print STDERR "Reading database: $isis_db [$max_rowid rows]\n";  
110    
111          my $last_p = 0;  }
112    
113  #       { my $row_id = 1;  if ($log->is_debug) {
114  # FIX          $log->debug("lookup hash: ",Dumper($webpac->{'lookup'}));
115          for (my $row_id = 1; $row_id <= $max_rowid; $row_id++ ) {          $log->debug("data hash: ",Dumper($webpac->{'data'}));
116                  my $row = OpenIsis::read( $db, $row_id );          foreach my $t (keys %{$thes}) {
117                  if ($row && $row->{mfn}) {                  $log->debug("thesaurus $t hash: ",Dumper($thes->{$t}));
   
                         # 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)) {  
                                 print "Path-Name: $isis_db#".$row->{mfn}."\n";  
                                 print "Content-Length: ".(length($xml)+1)."\n";  
                                 print "Document-Type: XML\n\n$xml\n";  
                         }  
                 }  
118          }          }
         print STDERR "\n";  
119  }  }
120    
121    $index->close;
122    
 1;  
 __END__  
 ##########################################################################  
   
 =head1 NAME  
   
 isis2xml.pl - read isis file and dump XML  
   
 =head1 DESCRIPTION  
   
 This command will read ISIS data file using OpenIsis perl module and  
 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.  
   
 =head1 AUTHOR  
   
 Dobrica Pavlinusic <dpavlin@rot13.org>  
   
 =head1 COPYRIGHT  
   
 GNU Public License (GPL) v2 or later  
   
 =head1 SEE ALSO  
   
 SWISH-E web site at http://www.swish-e.org  
   
 =cut  
Legend:
Removed from v.4  
changed lines
  Added in v.410
  ViewVC Help
Powered by ViewVC 1.1.26