/[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 370 by dpavlin, Thu Jun 17 17:25:12 2004 UTC revision 471 by dpavlin, Sun Sep 26 15:11:36 2004 UTC
# Line 7  all2all.pl - basic script for all WebPAC Line 7  all2all.pl - basic script for all WebPAC
7  =cut  =cut
8    
9  use strict;  use strict;
10  use Data::Dumper;  use YAML;
11  use Carp;  use Carp;
12    use Getopt::Long;
13    
14  use lib './lib';  use lib './lib';
15  use WebPAC;  use WebPAC;
16    use WebPAC::jsFind;
17    use WebPAC::Index;
18    use WebPAC::Tree;
19    
20    # options which can be changed via command line
21    #
22    my $code_page = 'ISO-8859-2';
23    my ($limit_mfn, $start_mfn, $debug, $low_mem);
24    my $index_path = './out/index';
25    
26    my $result = GetOptions(
27            "code_page=s"   => \$code_page,
28            "limit_mfn=i"   => \$limit_mfn,
29            "start_mfn=i"   => \$start_mfn,
30            "debug!"        => \$debug,
31            "low_mem!"      => \$low_mem,
32    );
33    
34    # create WebPAC object
35    #
36  my $webpac = new WebPAC(  my $webpac = new WebPAC(
37          code_page => 'ISO-8859-2',          code_page => $code_page,
38          limit_mfn => 500,          limit_mfn => $limit_mfn,
39          debug => 1,          start_mfn => $start_mfn,
40            debug => $debug,
41            low_mem => $low_mem,
42    ) || die;
43    
44    my $log = $webpac->_get_logger() || die "can't get logger";
45    
46    $log->debug("creating WebPAC::jsFind object");
47    
48    my $index = new WebPAC::jsFind(
49            index_path => $index_path,
50            keys => 10,
51  ) || die;  ) || die;
52    
53    my $thes;
54    
55  $|=1;  $|=1;
56    
57  my $maxmfn = $webpac->open_isis(  my $maxmfn = $webpac->open_isis(
# Line 29  my $maxmfn = $webpac->open_isis( Line 62  my $maxmfn = $webpac->open_isis(
62  #       { 'eval '=> '"v901^a" eq "Mikrotezaurus"', 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },  #       { 'eval '=> '"v901^a" eq "Mikrotezaurus"', 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
63  #       { 'eval' => '"v901^a" eq "Deskriptor"', 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },  #       { 'eval' => '"v901^a" eq "Deskriptor"', 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
64          { 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },          { 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
65            { 'key' => '900_mfn:v900', 'val' => 'v000' },
66            # tree structure
67            { 'eval' => 'length("v251") == 2 && "v800" =~ m/EUROVOC/ || "v800" =~ m/CROVOC/ && "v251" =~ m/^(H|HD|L|Z|P)$/', 'key' => 'root:v251', 'val' => 'v900' },
68            { 'eval' => '"v251"', 'key' => 'code:v900', 'val' => 'v561^4:v251' },
69            { 'eval' => '"v561^4" && "v562^4"', 'key' => 'code:v900', 'val' => 'v561^4:v562^4' },
70          ],          ],
71  );  );
72    
73  print "rows: $maxmfn\n\n";  $log->debug("isis file ",$webpac->{'isis_filename'}," opened");
74    
75    $log->info("rows: $maxmfn");
76    
77  $webpac->open_import_xml(type => 'isis_hidra_ths');  $webpac->open_import_xml(type => 'isis_hidra_ths');
78    
79    if(1) { # XXX
80    
81  while (my $rec = $webpac->fetch_rec) {  while (my $rec = $webpac->fetch_rec) {
82    
83          my @ds = $webpac->data_structure($rec);          my @ds = $webpac->data_structure($rec);
84    
85          print $webpac->output(          if (0 && $log->is_debug) {
86                  template => 'text.tt',                  $log->debug("rec = ",Dump($rec));
87                  data => \@ds,                  $log->debug("ds = ",Dump(\@ds));
88          ) if (@ds);          }
89    
90            next if (! @ds);
91    
92            my $filename = $webpac->{'current_filename'} || $log->logdie("no current_filename in webpac object");
93    
94            if ($filename) {
95                    $webpac->output_file(
96                            file => $filename,
97                            template => 'html.tt',
98                            data => \@ds,
99                            headline => $webpac->{'headline'},
100                    );
101            } else {
102                    print $webpac->output(
103                            template => 'text.tt',
104                            data => \@ds,
105                            headline => $webpac->{'headline'},
106                    );
107            }
108    
109            my $headline = $webpac->{'headline'};
110    
111            my $f = $filename;
112            $f =~ s!out/!!;
113    
114            # save into index
115            foreach my $ds (@ds) {
116                    next if (! $ds->{'swish'});
117    
118                    # strip all non word characters from beginning or end
119                    # of word
120                    my $words = join(" ",@{$ds->{'swish'}});
121                    $words =~ s/^\W+//;
122                    $words =~ s/\W*\s+\W*/ /g;
123                    $words =~ s/\W+$//;
124    
125                    $index->insert(
126                            index_name => $ds->{'tag'},
127                            #path => $f,
128                            path => $webpac->mfn,
129                            headline => $headline,
130                            words => $words,
131                    );
132            }
133    
134            # save into sorted index (thesaurus)
135            foreach my $ds (@ds) {
136                    next if (! $ds->{'index'});
137    
138                    $thes->{$ds->{'tag'}} ||= new WebPAC::Index;
139    
140                    foreach my $h (@{$ds->{'index'}}) {
141                            $thes->{$ds->{'tag'}}->insert(
142                                    headline => $h,
143                                    mfn => $webpac->mfn,
144                            );
145                    }
146            }
147    
148    #       print Dump(\@ds);
149    
150    }
151    
152    foreach my $t (keys %{$thes}) {
153    
154            my @e = $thes->{$t}->elements;
155            if (! @e) {
156                    $log->logwarn("no elements in sorted index $t?");
157                    next;
158            }
159    
160            my $file = "./out/bfilter/$t.txt";
161            $log->info("saving sorted index $t to '$file' [".scalar(@e)." elements]");
162    
163            $webpac->output_file(
164                    file => $file,
165                    template => 'index.tt',
166                    data => \@e,
167                    index_name => $t,
168            );
169  }  }
170    
171  print "## lookup ",Dumper($webpac->{'lookup'});  if (0 && $log->is_debug) {
172  print "## data ",Dumper($webpac->{'data'});          $log->debug("lookup hash: ",Dump($webpac->{'lookup'}));
173            $log->debug("data hash: ",Dump($webpac->{'data'}));
174            foreach my $t (keys %{$thes}) {
175                    $log->debug("thesaurus $t hash: ",Dump($thes->{$t}));
176            }
177    }
178    
179    } # XXX if(0)
180    
181    $log->debug("lookup hash: ",Dump($webpac->{'lookup'}));
182    
183    $log->info("creating tree");
184    
185    #
186    # define tree structure
187    #
188    
189    my $l = $webpac->{'lookup'} || $log->logconfess("can't find lookup");
190    
191    my @tree = ({
192            # level 0
193            code_arr        => sub { sort keys %{$l} },
194            filter_code     => sub {
195                                            my $t = shift;
196                                            return $t if ($t =~ s/root://);
197                                    },
198            lookup_v900     => sub { shift @{$l->{"root:".$_[0]}} },
199            lookup_term     => sub { shift @{$l->{"d:".$_[1]}} },
200            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[1]}} },
201            have_children   => sub { return $l->{"a:".$_[0]."::"} },
202            have_children_at_level => sub {
203                                    return unless (defined($l->{"code:".$_[1]}));
204                                    my $code = shift @{$l->{"code:".$_[1]}};
205                                    print STDERR "## $_[1] -> $code\n";
206                                    return undef unless($code);
207                                    return(9, $l->{"a:$code:"} ) if (defined($l->{"a:$code:"}));
208                            },
209            style           => 'display: none',
210            },{
211            # 1
212            code_arr        => sub { @{$_[0]} },
213            filter_code     => sub { shift },       # nop
214            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
215            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
216            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
217            have_children   => sub { return $l->{"a:".$_[1].":"} },
218            style           => 'display: none',
219            },{
220            # 2
221            code_arr        => sub { @{$_[0]} },
222            filter_code     => sub { shift },
223            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
224            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
225            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
226            have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },
227            #style          => 'display: none',
228            },{
229            # 3 uži pojam
230            code_arr        => sub { @{$_[0]} },
231            filter_code     => sub { shift },
232            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
233            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
234            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
235            have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },
236            },{
237            # 4
238            code_arr        => sub { @{$_[0]} },
239            filter_code     => sub { shift },
240            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
241            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
242            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
243            have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },
244            },{
245            # 5
246            code_arr        => sub { @{$_[0]} },
247            filter_code     => sub { shift },
248            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
249            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
250            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
251            have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },
252            },{
253            # 6
254            code_arr        => sub { @{$_[0]} },
255            filter_code     => sub { shift },
256            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
257            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
258            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
259            have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },
260            },{
261            # 7
262            code_arr        => sub { @{$_[0]} },
263            filter_code     => sub { shift },
264            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
265            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
266            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
267            have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },
268            },{
269            # 8
270            code_arr        => sub { @{$_[0]} },
271            filter_code     => sub { shift },
272            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
273            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
274            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
275    #       have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },
276            have_children   => sub { 0 },
277            },{
278            # 9 - level which is never reached except explicitly
279            code_arr        => sub { @{$_[0]} },
280            filter_code     => sub { shift },
281            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
282            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
283            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
284            have_children   => sub { 0 },
285            have_children_at_level => sub { defined($l->{"a:".$_[1].":".$_[0]}) && return (9,$l->{"a:".$_[1].":".$_[0]}) },
286            },{
287    });
288    
289    my $tree = new WebPAC::Tree(
290            dir => './out',
291            html => 'browse.html',
292            template => './output_template/tree.tt',
293            js => 'tree-ids.js',
294            tree => \@tree,
295    );
296    
297    $log->info("closing index");
298    $index->close;
299    
300    $log->info("elapsed time: ",$webpac->fmt_time(time() - $webpac->{'start_t'}));
Legend:
Removed from v.370  
changed lines
  Added in v.471
  ViewVC Help
Powered by ViewVC 1.1.26