/[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 415 by dpavlin, Wed Sep 8 15:30:07 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;  
 require Unicode::Map8;  
   
 my $config=XMLin(undef, forcearray => [ 'isis' ], forcecontent => 1);  
4    
5  my %opts;  all2all.pl - basic script for all WebPAC needs
6    
7  getopts('d:m:q', \%opts);  =cut
8    
9  my $db_dir = $opts{d} || "ps";  # FIX  use strict;
10    use Data::Dumper;
11    use Carp;
12    
13  #die "usage: $0 -d [database_dir] -m [database1,database2] " if (! %opts);  use lib './lib';
14    use WebPAC;
15    use WebPAC::jsFind;
16    use WebPAC::Index;
17    
18  #print Dumper($config->{indexer});  my $webpac = new WebPAC(
19  #print "-" x 70,"\n";          code_page => 'ISO-8859-2',
20            limit_mfn => 500,
21    #       debug => 1,
22    ) || die;
23    
24  # how to convert isis code page to UTF8?  my $log = $webpac->_get_logger();
 my $isis_map = Unicode::Map8->new($config->{isis_codepage}) || die;  
25    
26  sub isis2xml {  my $index = new WebPAC::jsFind(
27            index_path => './out/index',
28            keys => 10,
29    ) || die;
30    
31          my $row = shift @_;  my $thes;
32    
33          my $xml;  $|=1;
34    
35          sub isis_sf {  my $maxmfn = $webpac->open_isis(
36                  my $row = shift @_;          filename => shift @ARGV || '/data/hidra/THS/THS',
37                  my $isis_id = shift @_;          lookup => [
38                  my $subfield = shift @_;          { 'key' => 'd:v900', 'val' => 'v250^a' },
39                  if ($row->{$isis_id}->[0]) {  #       { 'eval' => '"v901^a" eq "Područje"', 'key' => 'pa:v561^4:v562^4:v461^1', 'val' => 'v900' },
40                          my $sf = OpenIsis::subfields($row->{$isis_id}->[0]);  #       { 'eval '=> '"v901^a" eq "Mikrotezaurus"', 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
41                          if (! defined $subfield || length($subfield) == 0) {  #       { 'eval' => '"v901^a" eq "Deskriptor"', 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
42                                  # subfield list undef, empty or no defined subfields for this record          { 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
43                                  my $all_sf = $row->{$isis_id}->[0];          { 'key' => '900_mfn:v900', 'val' => 'v000' },
44                                  $all_sf =~ s/\^./ /g;   nuke definirions          ],
45                                  return $all_sf;  );
                         } elsif ($sf->{$subfield}) {  
                                 return $sf->{$subfield};  
                         }  
                 }  
         }  
46    
47          foreach my $field (keys %{$config->{indexer}}) {  $log->info("rows: $maxmfn");
48    
49                  my $display_data = "";  $webpac->open_import_xml(type => 'isis_hidra_ths');
                 my $index_data = "";  
50    
51                  foreach my $x (@{$config->{indexer}->{$field}->{isis}}) {  while (my $rec = $webpac->fetch_rec) {
52    
53                          my $display_tmp = "";          my @ds = $webpac->data_structure($rec);
                         my $index_tmp = "";  
   
                         my $format = $x->{content};  
                         my $i = 1;      # index only  
                         my $d = 1;      # display only  
                         $i = 0 if (lc($x->{type}) eq "display");  
                         $d = 0 if (lc($x->{type}) eq "index");  
 #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;  
54    
55                  }          if (0 && $log->is_debug) {
56  #print "--display:$display_data\n--index:$index_data\n";                  $log->debug("rec = ",Dumper($rec));
57                  $xml->{$field}->{display} .= $isis_map->tou($display_data)->utf8 if ($display_data);                  $log->debug("ds = ",Dumper(\@ds));
                 $xml->{$field}->{index} .= unac_string($config->{isis_codepage},$index_data) if ($index_data);  
           
58          }          }
         if ($xml) {  
                 return XMLout($xml, rootname => 'xml', noattr => 1 );  
         } else {  
                 return;  
         }  
 }  
   
 ##########################################################################  
   
 my $last_tell=0;  
59    
60  my @isis_dirs = ( '.' );        # use dirname as database name          next if (! @ds);
61    
62  if ($opts{m}) {          my $filename = $webpac->{'current_filename'};
         @isis_dirs = split(/,/,$opts{m});  
 }  
   
 my @isis_dbs;  
63    
64  foreach (@isis_dirs) {          if ($filename) {
65          if (-e $config->{isis_data}."/$db_dir/$_/LIBRI") {                  $webpac->output_file(
66                  push @isis_dbs,$config->{isis_data}."/$db_dir/$_/LIBRI/LIBRI";                          file => $filename,
67          }                          template => 'html.tt',
68          if (-e $config->{isis_data}."/$db_dir/$_/PERI") {                          data => \@ds,
69                  push @isis_dbs,$config->{isis_data}."/$db_dir/$_/PERI/PERI";                          headline => $webpac->{'headline'},
70          }                  );
71          if (-e $config->{isis_data}."/$db_dir/$_/AMS") {          } else {
72                  push @isis_dbs,$config->{isis_data}."/$db_dir/$_/AMS/AMS";                  print $webpac->output(
73          }                          template => 'text.tt',
74          if (-e $config->{isis_data}."/$db_dir/$_/ARTI") {                          data => \@ds,
75  #               push @isis_dbs,$config->{isis_data}."/$db_dir/$_/ARTI/ARTI";                          headline => $webpac->{'headline'},
76                    );
77          }          }
 }  
   
 print STDERR "FATAL: Can't find isis database.\nPerhaps isis_data (".$config->{isis_data}.") has wrong value?\n" if (! @isis_dbs);  
78    
79  my $db;          my $headline = $webpac->{'headline'};
80    
81  foreach my $isis_db (@isis_dbs) {          my $f = $filename;
82            $f =~ s!out/!!;
83    
84            # save into index
85            foreach my $ds (@ds) {
86                    next if (! $ds->{'swish'});
87    
88          my $db = OpenIsis::open( $isis_db );                  $index->insert(
89          if (0) {                          index_name => $ds->{'tag'},
90  #       # FIX                          path => $f,
91  #       if (! $db ) {                          headline => $headline,
92                  print STDERR "WARNING: can't open '$isis_db'\n";                          words => join(" ",@{$ds->{'swish'}})
93                  next ;                  );
94          }          }
95    
96          my $max_rowid = OpenIsis::maxRowid( $db );          # save into sorted index (thesaurus)
97            foreach my $ds (@ds) {
98          print STDERR "Reading database: $isis_db [$max_rowid rows]\n";                  next if (! $ds->{'index'});
   
         my $last_p = 0;  
99    
100  #       { my $row_id = 1;                  $thes->{$ds->{'tag'}} ||= new WebPAC::Index;
 # FIX  
         for (my $row_id = 1; $row_id <= $max_rowid; $row_id++ ) {  
                 my $row = OpenIsis::read( $db, $row_id );  
                 if ($row && $row->{mfn}) {  
101    
102                          # output current process indicator                  foreach my $h (@{$ds->{'index'}}) {
103                          my $p = int($row->{mfn} * 100 / $max_rowid);                          $thes->{$ds->{'tag'}}->insert(
104                          if ($p != $last_p) {                                  path => $f,
105                                  printf STDERR ("%5d / %5d [%-51s] %-2d %% \r",$row->{mfn},$max_rowid,"=" x ($p/2).">", $p ) if (! $opts{q});                                  headline => $h,
106                                  $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";  
                         }  
107                  }                  }
108          }          }
         print STDERR "\n";  
 }  
   
109    
110  1;  #       print Dumper(\@ds);
 __END__  
 ##########################################################################  
   
 =head1 NAME  
111    
112  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>  
113    
114  =head1 COPYRIGHT  foreach my $t (keys %{$thes}) {
115    
116  GNU Public License (GPL) v2 or later          my @e = $thes->{$t}->elements;
117            if (! @e) {
118                    $log->logwarn("no elements in sorted index $t?");
119                    next;
120            }
121    
122            my $file = "./out/bfilter/$t.txt";
123            $log->info("saving sorted index $t to '$file' [".scalar(@e)." elements]");
124    
125            $webpac->output_file(
126                    file => $file,
127                    template => 'index.tt',
128                    data => \@e,
129                    index_name => $t,
130            );
131    }
132    
133  =head1 SEE ALSO  if (0 && $log->is_debug) {
134            $log->debug("lookup hash: ",Dumper($webpac->{'lookup'}));
135            $log->debug("data hash: ",Dumper($webpac->{'data'}));
136            foreach my $t (keys %{$thes}) {
137                    $log->debug("thesaurus $t hash: ",Dumper($thes->{$t}));
138            }
139    }
140    
141  SWISH-E web site at http://www.swish-e.org  $index->close;
142    
 =cut  
Legend:
Removed from v.4  
changed lines
  Added in v.415
  ViewVC Help
Powered by ViewVC 1.1.26