/[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 466 by dpavlin, Thu Sep 23 23:17:42 2004 UTC revision 708 by dpavlin, Wed Jul 13 23:38:04 2005 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 locale;
11  use YAML;  use YAML;
12  use Carp;  use Carp;
13  use Getopt::Long;  use Getopt::Long;
14    use Text::Unaccent 1.02;
15    
16  use lib './lib';  use lib './lib';
17  use WebPAC;  use WebPAC;
18  use WebPAC::jsFind;  #use WebPAC::jsFind;
19    use WebPAC::HyperEstraier;
20  use WebPAC::Index;  use WebPAC::Index;
21  use WebPAC::Tree;  use WebPAC::Tree;
22    
# Line 21  use WebPAC::Tree; Line 24  use WebPAC::Tree;
24  #  #
25  my $code_page = 'ISO-8859-2';  my $code_page = 'ISO-8859-2';
26  my ($limit_mfn, $start_mfn, $debug, $low_mem);  my ($limit_mfn, $start_mfn, $debug, $low_mem);
27  my $index_path = './out/index';  #my $index_path = './out/index';
28    my $index_path = './out/casket';
29    
30  my $result = GetOptions(  my $result = GetOptions(
31          "code_page=s"   => \$code_page,          "code_page=s"   => \$code_page,
# Line 31  my $result = GetOptions( Line 35  my $result = GetOptions(
35          "low_mem!"      => \$low_mem,          "low_mem!"      => \$low_mem,
36  );  );
37    
38    my $filter = {
39            'CROVOC' => sub {
40                    my $tmp = shift || return;
41                    $tmp =~ s/\s*HIDRA.*//;
42                    return undef unless ($tmp =~ s/\s*CROVOC.*$/ #C#/);
43                    # remove repeating stars
44                    # FIXME this should be fixed at right place, not here!
45                    $tmp =~ s/(\s*#C#)+/ #C#/g;
46                    return $tmp;
47            },
48            'CROVOC_tree' => sub {
49                    my $tmp = shift || return;
50                    $tmp =~ s/\s*CROVOC.*$/ <img src="img\/crovoc.png" border="0">/;
51                    $tmp =~ s/\s*EUROVOC.*//;
52                    $tmp =~ s/\s*HIDRA.*//;
53                    return $tmp;
54            },
55            # TT filter
56            'CROVOC_img' => sub {
57                    my $tmp = shift;
58                    $tmp =~ s/\s*#C#\s*/ <img src="..\/img\/crovoc.png" border="0">/gis;
59                    $tmp =~ s/"img\/crovoc.png"/"..\/img\/crovoc.png"/gis;
60                    return $tmp;
61            }
62    };
63    
64    ## remove accented characters
65    #
66    sub unac {
67            my $string = shift || return;
68            $string = unac_string($code_page,$string);
69            $string =~ tr/đĐ/dD/;
70            $string = unac_entities($string);
71            return $string;
72    }
73    sub unac_2 {
74            my $string = shift || return;
75            if (length($string) > 2) {
76                    my $pr = substr($string,0,2);
77                    $string = unac_string($code_page,substr($string,2));
78                    $string =~ tr/đĐ/dD/;
79                    $string = $pr . $string;
80            }
81            $string = unac_entities($string);
82            return lc($string);
83    }
84    
85    sub unac_entities {
86            my $ent = shift || return;
87    
88            $ent =~ s/&(\w)(acute|cedil|circ|grave|ring|slash|tilde|uml);/$1/gi;
89            $ent =~ s/&eth;/d/g;
90            $ent =~ s/&E[tT][hH];/D/g;
91            $ent =~ s/&(\w\w)lig;/$1/gi;
92    
93            return $ent;
94    }
95    
96  # create WebPAC object  # create WebPAC object
97  #  #
98  my $webpac = new WebPAC(  my $webpac = new WebPAC(
# Line 39  my $webpac = new WebPAC( Line 101  my $webpac = new WebPAC(
101          start_mfn => $start_mfn,          start_mfn => $start_mfn,
102          debug => $debug,          debug => $debug,
103          low_mem => $low_mem,          low_mem => $low_mem,
104            filter => $filter,
105  ) || die;  ) || die;
106    
107  my $log = $webpac->_get_logger() || die "can't get logger";  my $log = $webpac->_get_logger() || die "can't get logger";
108    
109  $log->debug("creating WebPAC::jsFind object");  #$log->debug("creating WebPAC::jsFind object");
110    #
111    #my $index = new WebPAC::jsFind(
112    #       index_path => $index_path,
113    #       keys => 62,
114    #) || die;
115    
116  my $index = new WebPAC::jsFind(  $log->debug("creating HyperEstraier object");
117          index_path => $index_path,  my $index = new WebPAC::HyperEstraier( index_path => $index_path ) || die;
         keys => 10,  
 ) || die;  
118    
119  my $thes;  my $thes;
120    
# Line 57  $|=1; Line 123  $|=1;
123  my $maxmfn = $webpac->open_isis(  my $maxmfn = $webpac->open_isis(
124          filename => shift @ARGV || '/data/hidra/THS/THS',          filename => shift @ARGV || '/data/hidra/THS/THS',
125          lookup => [          lookup => [
126          { 'key' => 'd:v900', 'val' => 'v250^a' },          { 'key' => 'd:v900', 'val' => 'filter{CROVOC_tree}v250^a v800' },
127  #       { 'eval' => '"v901^a" eq "Područje"', 'key' => 'pa:v561^4:v562^4:v461^1', 'val' => 'v900' },  #       { 'eval' => '"v901^a" eq "Područje"', 'key' => 'pa:v561^4:v562^4:v461^1', 'val' => 'v900' },
128  #       { 'eval '=> '"v901^a" eq "Mikrotezaurus"', 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },  #       { 'eval '=> '"v901^a" eq "Mikrotezaurus"', 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
129  #       { 'eval' => '"v901^a" eq "Deskriptor"', 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },  #       { 'eval' => '"v901^a" eq "Deskriptor"', 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
130          { 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },          { 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
131          { 'key' => '900_mfn:v900', 'val' => 'v000' },          { 'key' => '900_mfn:v900', 'val' => 'v000' },
132          # tree structure          # tree structure
133          { 'eval' => 'length("v251") == 2', 'key' => 'root:v251', 'val' => 'v900' },          { 'eval' => 'length("v251") == 2 && "v800" =~ m/EUROVOC/ || "v800" =~ m/CROVOC/ && "v251" =~ m/^(H|HD|L|Z|P)$/', 'key' => 'root:v251', 'val' => 'v900' },
134          { 'eval' => '"v251"', 'key' => 'code:v900', 'val' => 'v561^4:v251' },          { 'eval' => '"v251"', 'key' => 'code:v900', 'val' => 'v561^4:v251' },
135          { 'eval' => '"v561^4" && "v562^4"', 'key' => 'code:v900', 'val' => 'v561^4:v562^4' },          { 'eval' => '"v561^4" && "v562^4"', 'key' => 'code:v900', 'val' => 'v561^4:v562^4' },
136            { 'key' => 'crovoc:v900', 'val' => 'filter{CROVOC}v800' },
137          ],          ],
138  );  );
139    
# Line 117  while (my $rec = $webpac->fetch_rec) { Line 184  while (my $rec = $webpac->fetch_rec) {
184    
185                  # strip all non word characters from beginning or end                  # strip all non word characters from beginning or end
186                  # of word                  # of word
187                  my $words = join(" ",@{$ds->{'swish'}});                  my $words = unac(join(" ",@{$ds->{'swish'}}));
188                  $words =~ s/^\W+//;                  $words =~ s/^\W+//;
189                  $words =~ s/\W*\s+\W*/ /g;                  $words =~ s/\W*\s+\W*/ /g;
190                  $words =~ s/\W+$//;                  $words =~ s/\W+$//;
191    
192                    # first try to generate headline for this entry from index
193                    my $h = $ds->{'index'}->[0];
194                    # then, from display
195                    $h ||= $ds->{'display'}->[0];
196                    # and as last resport, fallback to headline
197                    $h ||= $headline;
198    
199                  $index->insert(                  $index->insert(
200                          index_name => $ds->{'tag'},                          index_name => $ds->{'tag'},
201                          #path => $f,                          #path => $f,
202                          path => $webpac->mfn,                          path => $webpac->mfn,
203                          headline => $headline,                          headline => $h,
204                          words => $words,                          words => $words,
205                  );                  );
206          }          }
# Line 135  while (my $rec = $webpac->fetch_rec) { Line 209  while (my $rec = $webpac->fetch_rec) {
209          foreach my $ds (@ds) {          foreach my $ds (@ds) {
210                  next if (! $ds->{'index'});                  next if (! $ds->{'index'});
211    
212                  $thes->{$ds->{'tag'}} ||= new WebPAC::Index;                  $thes->{$ds->{'tag'}} ||= new WebPAC::Index( name => $ds->{'tag'} );
213    
214                  foreach my $h (@{$ds->{'index'}}) {                  foreach my $h (@{$ds->{'index'}}) {
215                          $thes->{$ds->{'tag'}}->insert(                          $thes->{$ds->{'tag'}}->insert(
216                                  headline => $h,                                  sort_by => unac_2($h),
217                                  mfn => $webpac->mfn,                                  mfn => $webpac->mfn,
218                                    headline => $h,
219                          );                          );
220                  }                  }
221          }          }
# Line 178  if (0 && $log->is_debug) { Line 253  if (0 && $log->is_debug) {
253    
254  } # XXX if(0)  } # XXX if(0)
255    
256  $log->debug("lookup hash: ",Dump($webpac->{'lookup'}));  #$log->debug("lookup hash: ",Dump($webpac->{'lookup'}));
257    
258  $log->info("creating tree");  $log->info("creating tree");
259    
# Line 200  my @tree = ({ Line 275  my @tree = ({
275          lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[1]}} },          lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[1]}} },
276          have_children   => sub { return $l->{"a:".$_[0]."::"} },          have_children   => sub { return $l->{"a:".$_[0]."::"} },
277          have_children_at_level => sub {          have_children_at_level => sub {
278                                  my $l2 = shift;                                  return unless (defined($l->{"code:".$_[1]}));
279                                  my $l1 = substr($l2,0,1);                                  my $code = shift @{$l->{"code:".$_[1]}};
280                                  return(9, "a:$l1:$l2:" ) if ($l->{"a:$l1:$l2"});                                  print STDERR "## $_[1] -> $code\n";
281                                    return undef unless($code);
282                                    return(9, $l->{"a:$code:"} ) if (defined($l->{"a:$code:"}));
283                          },                          },
284          style           => 'display: none',          style           => 'display: none',
285            iframe          => 1,
286          },{          },{
287          # 1          # 1
288          code_arr        => sub { @{$_[0]} },          code_arr        => sub { @{$_[0]} },
# Line 222  my @tree = ({ Line 300  my @tree = ({
300          lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },          lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
301          lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },          lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
302          have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },          have_children   => sub { return $l->{"a:".$_[1].":".$_[0]} },
303          #style          => 'display: none',          style           => 'display: none',
304          },{          },{
305          # 3 uži pojam          # 3 uži pojam
306          code_arr        => sub { @{$_[0]} },          code_arr        => sub { @{$_[0]} },
# Line 274  my @tree = ({ Line 352  my @tree = ({
352          have_children   => sub { 0 },          have_children   => sub { 0 },
353          },{          },{
354          # 9 - level which is never reached except explicitly          # 9 - level which is never reached except explicitly
355          code_arr        => sub { @{$l->{$_[0]}} },          code_arr        => sub { @{$_[0]} },
356          filter_code     => sub { shift },          filter_code     => sub { shift },
357          lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },          lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
358          lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },          lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
359          lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },          lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
360          have_children   => sub { 0 },          have_children   => sub { 0 },
361          have_children_at_level => sub { defined($l->{"a:".$_[1].":".$_[0]}) && return (9,"a:".$_[1].":".$_[0]) },          have_children_at_level => sub { defined($l->{"a:".$_[1].":".$_[0]}) && return (9,$l->{"a:".$_[1].":".$_[0]}) },
362          },{          },{
363  });  });
364    
365  my $tree = new WebPAC::Tree(  my $tree = new WebPAC::Tree(
         dir => './out',  
         html => 'browse.html',  
         template => './output_template/tree.tt',  
         js => 'tree-ids.js',  
366          tree => \@tree,          tree => \@tree,
367            detail_url => sub {
368                    my $mfn = shift;
369                    my $url = "thes/${mfn}.html";
370                    return $url if (-e "./out/$url");
371            },
372            nodes_dir => 'nodes',
373  );  );
374    
375    $tree->output(
376            dir => './out',
377            html => 'browse.html',
378            template_dir => './output_template/',
379            template_tree => 'tree.tt',
380            template_node => 'node.tt',
381            js => 'tree-ids.js',
382    );
383    
384    $tree->output(
385            dir => './eurovoc',
386            html => 'hijerarhija.html',
387            template_dir => './output_template/',
388            template_tree => 'hijerarhija.tt',
389            template_node => 'hijerarhija_node.tt',
390            js => 'tree-ids.js',
391    );
392    
393    
394  $log->info("closing index");  $log->info("closing index");
395  $index->close;  $index->close;
396    
Legend:
Removed from v.466  
changed lines
  Added in v.708
  ViewVC Help
Powered by ViewVC 1.1.26