/[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 1 by dpavlin, Sun Nov 24 20:52:11 2002 UTC trunk2/all2all.pl revision 511 by dpavlin, Sun Oct 17 17:35:32 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;  
4    
5  my $config=XMLin();  all2all.pl - basic script for all WebPAC needs
6    
7  print Dumper($config);  =cut
8    
9  my %opts;  use strict;
10    use locale;
11    use YAML;
12    use Carp;
13    use Getopt::Long;
14    
15    use lib './lib';
16    use WebPAC;
17    use WebPAC::jsFind;
18    use WebPAC::Index;
19    use WebPAC::Tree;
20    
21    # options which can be changed via command line
22    #
23    my $code_page = 'ISO-8859-2';
24    my ($limit_mfn, $start_mfn, $debug, $low_mem);
25    my $index_path = './out/index';
26    
27    my $result = GetOptions(
28            "code_page=s"   => \$code_page,
29            "limit_mfn=i"   => \$limit_mfn,
30            "start_mfn=i"   => \$start_mfn,
31            "debug!"        => \$debug,
32            "low_mem!"      => \$low_mem,
33    );
34    
35    my $filter = {
36            'CROVOC' => sub {
37                    my $tmp = shift || return;
38                    return undef unless ($tmp =~ s/\s*CROVOC.*$/ */);
39                    return $tmp;
40            },
41            'CROVOC_tree' => sub {
42                    my $tmp = shift || return;
43                    $tmp =~ s/\s*CROVOC.*$/ */;
44                    $tmp =~ s/\s*EUROVOC.*//;
45                    return $tmp;
46            },
47    };
48    
49    # create WebPAC object
50    #
51    my $webpac = new WebPAC(
52            code_page => $code_page,
53            limit_mfn => $limit_mfn,
54            start_mfn => $start_mfn,
55            debug => $debug,
56            low_mem => $low_mem,
57            filter => $filter,
58    ) || die;
59    
60    my $log = $webpac->_get_logger() || die "can't get logger";
61    
62    $log->debug("creating WebPAC::jsFind object");
63    
64    my $index = new WebPAC::jsFind(
65            index_path => $index_path,
66            keys => 10,
67    ) || die;
68    
69    my $thes;
70    
71    $|=1;
72    
73    my $maxmfn = $webpac->open_isis(
74            filename => shift @ARGV || '/data/hidra/THS/THS',
75            lookup => [
76            { 'key' => 'd:v900', 'val' => 'filter{CROVOC_tree}v250^a v800' },
77    #       { 'eval' => '"v901^a" eq "Područje"', 'key' => 'pa:v561^4:v562^4:v461^1', 'val' => 'v900' },
78    #       { 'eval '=> '"v901^a" eq "Mikrotezaurus"', 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
79    #       { 'eval' => '"v901^a" eq "Deskriptor"', 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
80            { 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
81            { 'key' => '900_mfn:v900', 'val' => 'v000' },
82            # tree structure
83            { 'eval' => 'length("v251") == 2 && "v800" =~ m/EUROVOC/ || "v800" =~ m/CROVOC/ && "v251" =~ m/^(H|HD|L|Z|P)$/', 'key' => 'root:v251', 'val' => 'v900' },
84            { 'eval' => '"v251"', 'key' => 'code:v900', 'val' => 'v561^4:v251' },
85            { 'eval' => '"v561^4" && "v562^4"', 'key' => 'code:v900', 'val' => 'v561^4:v562^4' },
86            ],
87    );
88    
89    $log->debug("isis file ",$webpac->{'isis_filename'}," opened");
90    
91    $log->info("rows: $maxmfn");
92    
93    $webpac->open_import_xml(type => 'isis_hidra_ths');
94    
95    if(1) { # XXX
96    
97    while (my $rec = $webpac->fetch_rec) {
98    
99            my @ds = $webpac->data_structure($rec);
100    
101            if (0 && $log->is_debug) {
102                    $log->debug("rec = ",Dump($rec));
103                    $log->debug("ds = ",Dump(\@ds));
104            }
105    
106  getopts('d:m:q', \%opts);          next if (! @ds);
107    
108  my $db_dir = $opts{d};          my $filename = $webpac->{'current_filename'} || $log->logdie("no current_filename in webpac object");
109    
110            if ($filename) {
111                    $webpac->output_file(
112                            file => $filename,
113                            template => 'html.tt',
114                            data => \@ds,
115                            headline => $webpac->{'headline'},
116                    );
117            } else {
118                    print $webpac->output(
119                            template => 'text.tt',
120                            data => \@ds,
121                            headline => $webpac->{'headline'},
122                    );
123            }
124    
125  die "usage: $0 -d [database_dir] -m [database1,database2] " if (! %opts);          my $headline = $webpac->{'headline'};
126    
127  #--------------------------------------------------------------------          my $f = $filename;
128            $f =~ s!out/!!;
129    
130  my $last_tell=0;          # save into index
131            foreach my $ds (@ds) {
132                    next if (! $ds->{'swish'});
133    
134                    # strip all non word characters from beginning or end
135                    # of word
136                    my $words = join(" ",@{$ds->{'swish'}});
137                    $words =~ s/^\W+//;
138                    $words =~ s/\W*\s+\W*/ /g;
139                    $words =~ s/\W+$//;
140    
141                    # first try to generate headline for this entry from index
142                    my $h = shift @{$ds->{'index'}};
143                    # then, from display
144                    $h ||= shift @{$ds->{'display'}};
145                    # and as last resport, fallback to headline
146                    $h ||= $headline;
147    
148                    $index->insert(
149                            index_name => $ds->{'tag'},
150                            #path => $f,
151                            path => $webpac->mfn,
152                            headline => $h,
153                            words => $words,
154                    );
155            }
156    
157            # save into sorted index (thesaurus)
158            foreach my $ds (@ds) {
159                    next if (! $ds->{'index'});
160    
161                    $thes->{$ds->{'tag'}} ||= new WebPAC::Index( name => $ds->{'tag'} );
162    
163                    foreach my $h (@{$ds->{'index'}}) {
164                            $thes->{$ds->{'tag'}}->insert(
165                                    headline => $h,
166                                    mfn => $webpac->mfn,
167                            );
168                    }
169            }
170    
171  my @isis_dirs = ( '.' );        # use dirname as database name  #       print Dump(\@ds);
172    
 if ($opts{m}) {  
         @isis_dirs = split(/,/,$opts{m});  
173  }  }
174    
175  my @isis_dbs;  foreach my $t (keys %{$thes}) {
176    
177  foreach (@isis_dirs) {          my @e = $thes->{$t}->elements;
178          if (-e "$common::isis_data/$db_dir/$_/LIBRI") {          if (! @e) {
179                  push @isis_dbs,"$common::isis_data/$db_dir/$_/LIBRI/LIBRI";                  $log->logwarn("no elements in sorted index $t?");
180                    next;
181          }          }
182          if (-e "$common::isis_data/$db_dir/$_/PERI") {  
183                  push @isis_dbs,"$common::isis_data/$db_dir/$_/PERI/PERI";          my $file = "./out/bfilter/$t.txt";
184          }          $log->info("saving sorted index $t to '$file' [".scalar(@e)." elements]");
185          if (-e "$common::isis_data/$db_dir/$_/AMS") {  
186                  push @isis_dbs,"$common::isis_data/$db_dir/$_/AMS/AMS";          $webpac->output_file(
187          }                  file => $file,
188          if (-e "$common::isis_data/$db_dir/$_/ARTI") {                  template => 'index.tt',
189  #               push @isis_dbs,"$common::isis_data/$db_dir/$_/ARTI/ARTI";                  data => \@e,
190                    index_name => $t,
191            );
192    }
193    
194    if (0 && $log->is_debug) {
195            $log->debug("lookup hash: ",Dump($webpac->{'lookup'}));
196            $log->debug("data hash: ",Dump($webpac->{'data'}));
197            foreach my $t (keys %{$thes}) {
198                    $log->debug("thesaurus $t hash: ",Dump($thes->{$t}));
199          }          }
200  }  }
201    
202  foreach my $isis_db (@isis_dbs) {  } # XXX if(0)
203    
204          my $db = OpenIsis::open( "$isis_db" ) || warn "can't open '$isis_db'";  $log->debug("lookup hash: ",Dump($webpac->{'lookup'}));
205    
206          my $max_rowid = OpenIsis::maxRowid( $db );  $log->info("creating tree");
207    
208          my $last_pcnt = 0;  #
209    # define tree structure
210    #
211    
212    my $l = $webpac->{'lookup'} || $log->logconfess("can't find lookup");
213    
214    my @tree = ({
215            # level 0
216            code_arr        => sub { sort keys %{$l} },
217            filter_code     => sub {
218                                            my $t = shift;
219                                            return $t if ($t =~ s/root://);
220                                    },
221            lookup_v900     => sub { shift @{$l->{"root:".$_[0]}} },
222            lookup_term     => sub { shift @{$l->{"d:".$_[1]}} },
223            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[1]}} },
224            have_children   => sub { return $l->{"a:".$_[0]."::"} },
225            have_children_at_level => sub {
226                                    return unless (defined($l->{"code:".$_[1]}));
227                                    my $code = shift @{$l->{"code:".$_[1]}};
228                                    print STDERR "## $_[1] -> $code\n";
229                                    return undef unless($code);
230                                    return(9, $l->{"a:$code:"} ) if (defined($l->{"a:$code:"}));
231                            },
232            style           => 'display: none',
233            },{
234            # 1
235            code_arr        => sub { @{$_[0]} },
236            filter_code     => sub { shift },       # nop
237            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
238            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
239            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
240            have_children   => sub { return $l->{"a:".$_[1].":"} },
241            style           => 'display: none',
242            },{
243            # 2
244            code_arr        => sub { @{$_[0]} },
245            filter_code     => sub { shift },
246            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
247            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
248            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
249            have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },
250            #style          => 'display: none',
251            },{
252            # 3 uži pojam
253            code_arr        => sub { @{$_[0]} },
254            filter_code     => sub { shift },
255            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
256            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
257            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
258            have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },
259            },{
260            # 4
261            code_arr        => sub { @{$_[0]} },
262            filter_code     => sub { shift },
263            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
264            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
265            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
266            have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },
267            },{
268            # 5
269            code_arr        => sub { @{$_[0]} },
270            filter_code     => sub { shift },
271            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
272            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
273            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
274            have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },
275            },{
276            # 6
277            code_arr        => sub { @{$_[0]} },
278            filter_code     => sub { shift },
279            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
280            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
281            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
282            have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },
283            },{
284            # 7
285            code_arr        => sub { @{$_[0]} },
286            filter_code     => sub { shift },
287            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
288            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
289            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
290            have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },
291            },{
292            # 8
293            code_arr        => sub { @{$_[0]} },
294            filter_code     => sub { shift },
295            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
296            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
297            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
298    #       have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },
299            have_children   => sub { 0 },
300            },{
301            # 9 - level which is never reached except explicitly
302            code_arr        => sub { @{$_[0]} },
303            filter_code     => sub { shift },
304            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
305            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
306            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
307            have_children   => sub { 0 },
308            have_children_at_level => sub { defined($l->{"a:".$_[1].":".$_[0]}) && return (9,$l->{"a:".$_[1].":".$_[0]}) },
309            },{
310    });
311    
312    my $tree = new WebPAC::Tree(
313            dir => './out',
314            html => 'browse.html',
315            template => './output_template/tree.tt',
316            js => 'tree-ids.js',
317            tree => \@tree,
318    );
319    
320          for (my $row_id = 1; $row_id <= $max_rowid; $row_id++ ) {  $log->info("closing index");
321                  my $row = OpenIsis::read( $db, $row_id );  $index->close;
322    
323                  # output current process indicator  $log->info("elapsed time: ",$webpac->fmt_time(time() - $webpac->{'start_t'}));
                 my $pcnt = int($row->{mfn} * 100 / $max_rowid);  
                 if ($pcnt != $last_pcnt) {  
                         printf STDERR ("%5d / %5d -- %-2d %%\n",$row->{mfn},$max_rowid,$pcnt) if (! $opts{q});  
                         $last_pcnt = $pcnt;  
                 }  
         }  
 }  
Legend:
Removed from v.1  
changed lines
  Added in v.511
  ViewVC Help
Powered by ViewVC 1.1.26