/[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 177 by dpavlin, Mon Nov 24 01:19:15 2003 UTC trunk2/all2all.pl revision 426 by dpavlin, Sun Sep 12 01:25:55 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 1.02;        # 1.01 won't compile on my platform,  
 use Text::Iconv;  
 use Config::IniFiles;  
 use Encode;  
 #use GDBM_File;  
 use Fcntl;      # for O_RDWR  
 use TDB_File;  
   
 $|=1;  
   
 my $config_file = $0;  
 $config_file =~ s/\.pl$/.conf/;  
 die "FATAL: can't find configuration file '$config_file'" if (! -e $config_file);  
   
 my $config;  
   
 #use index_DBI;         # default DBI module for index  
 use index_DBI_cache;    # faster DBI module using memory cache  
 my $index;  
   
 my %opts;  
   
 # usage:  
 #       -d directory name  
 #       -m multiple directories  
 #       -q quiet  
 #       -s run swish  
   
 getopts('d:m:qs', \%opts);  
4    
5  my $path;       # this is name of database  all2all.pl - basic script for all WebPAC needs
6    
7  Text::Iconv->raise_error(0);     # Conversion errors don't raise exceptions  =cut
8    
9  # this is encoding of all files on disk, including import_xml/*.xml file and  use strict;
10  # filter/*.pm files! It will be used to store strings in perl internally!  use Data::Dumper;
11  my $codepage = 'ISO-8859-2';  use Carp;
12    
13  my $utf2cp = Text::Iconv->new('UTF-8',$codepage);  use lib './lib';
14  # this function will convert data from XML files to local encoding  use WebPAC;
15  sub x {  use WebPAC::jsFind;
16          return $utf2cp->convert($_[0]);  use WebPAC::Index;
17  }  
18    my $webpac = new WebPAC(
19            code_page => 'ISO-8859-2',
20            limit_mfn => 500,
21    #       debug => 1,
22    #       low_mem => 1,
23    ) || die;
24    
25    my $log = $webpac->_get_logger() || die "can't get logger";
26    
27    $log->debug("creating WebPAC::jsFind object");
28    
29    my $index = new WebPAC::jsFind(
30            index_path => './out/index',
31            keys => 10,
32    ) || die;
33    
34  # decode isis/excel or other import codepage  my $thes;
 my $import2cp;  
35    
36  # outgoing xml must be in UTF-8  $|=1;
 my $cp2utf = Text::Iconv->new($codepage,'UTF-8');  
37    
38  # mapping between data type and tag which specify  my $maxmfn = $webpac->open_isis(
39  # format in XML file          filename => shift @ARGV || '/data/hidra/THS/THS',
40  my %type2tag = (          lookup => [
41          'isis' => 'isis',          { 'key' => 'd:v900', 'val' => 'v250^a' },
42          'excel' => 'column',  #       { 'eval' => '"v901^a" eq "Područje"', 'key' => 'pa:v561^4:v562^4:v461^1', 'val' => 'v900' },
43          'marc' => 'marc',  #       { 'eval '=> '"v901^a" eq "Mikrotezaurus"', 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
44          'feed' => 'feed'  #       { 'eval' => '"v901^a" eq "Deskriptor"', 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
45            { 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
46            { 'key' => '900_mfn:v900', 'val' => 'v000' },
47            # tree structure
48            { 'eval' => 'length("v251") == 2', 'key' => 'root:v251', 'val' => 'v900' },
49            { 'eval' => '"v251"', 'key' => 'code:v900', 'val' => 'v561^4:v251' },
50            ],
51  );  );
52    
53  my $cache;      # for cacheing  $log->debug("isis file ",$webpac->{'isis_filename'}," opened");
   
 # lookup hash (tied to file)  
 my %lhash;  
 # this option will cache all lookup entries in memory.  
 # if you are tight on memory, turn this off  
 my $use_lhash_cache = 1;  
54    
55  sub data2xml {  $log->info("rows: $maxmfn");
56    
57          use xmlify;  $webpac->open_import_xml(type => 'isis_hidra_ths');
58    
59          my $type = shift @_;  if(1) { # XXX
         my $row = shift @_;  
         my $add_xml = shift @_;  
         # needed to read values from configuration file  
         my $cfg = shift @_;  
         my $database = shift @_;  
60    
61          my $xml;  while (my $rec = $webpac->fetch_rec) {
62    
63          use parse_format;          my @ds = $webpac->data_structure($rec);
64    
65          my $html = "";          # html formatted display output          if (0 && $log->is_debug) {
66                    $log->debug("rec = ",Dumper($rec));
67          my %field_usage;        # counter for usage of each field                  $log->debug("ds = ",Dumper(\@ds));
68            }
69    
70          # sort subrouting using order="" attribute          next if (! @ds);
         sub by_order {  
                 my $va = $config->{indexer}->{$a}->{order} ||  
                         $config->{indexer}->{$a};  
                 my $vb = $config->{indexer}->{$b}->{order} ||  
                         $config->{indexer}->{$b};  
71    
72                  return $va <=> $vb;          my $filename = $webpac->{'current_filename'} || $log->logdie("no current_filename in webpac object");
         }  
73    
74          my @sorted_tags;          if ($filename) {
75          if ($cache->{tags_by_order}->{$type}) {                  $webpac->output_file(
76                  @sorted_tags = @{$cache->{tags_by_order}->{$type}};                          file => $filename,
77                            template => 'html.tt',
78                            data => \@ds,
79                            headline => $webpac->{'headline'},
80                    );
81          } else {          } else {
82                  @sorted_tags = sort by_order keys %{$config->{indexer}};                  print $webpac->output(
83                  $cache->{tags_by_order}->{$type} = \@sorted_tags;                          template => 'text.tt',
84                            data => \@ds,
85                            headline => $webpac->{'headline'},
86                    );
87          }          }
88    
89          # lookup key          my $headline = $webpac->{'headline'};
         my $lookup_key;  
   
         foreach my $field (@sorted_tags) {  
   
                 $field=x($field);  
                 $field_usage{$field}++;  
   
                 my $swish_data = "";  
                 my $swish_exact_data = "";  
                 my $display_data = "";  
                 my $line_delimiter;  
   
                 my ($swish,$display);  
   
                 my $tag = $type2tag{$type} || die "can't find which tag to use for type $type";  
                 foreach my $x (@{$config->{indexer}->{$field}->{$tag}}) {  
   
                         my $format = x($x->{content});  
                         my $delimiter = x($x->{delimiter}) || ' ';  
   
                         my $repeat_off = 0;             # repeatable offset  
   
                         # swish, swish_exact, display, index, index_lookup  
                         # swish and display defaults  
                         my ($s,$se,$d,$i,$il) = (1,0,1,0,0);  
                         $s = 0 if (lc($x->{type}) eq "display");  
                         $d = 0 if (lc($x->{type}) eq "swish");  
                         $se = 1 if (lc($x->{type}) eq "swish_exact");  
                         ($s,$d,$i) = (0,0,1) if (lc($x->{type}) eq "index");  
                         $il = 1 if (lc($x->{type}) =~ /^lookup/);  
   
   
                         # what will separate last line from this one?  
                         if ($display_data && $x->{append} && $x->{append} eq "1") {  
                                 $line_delimiter = ' ';  
                         } elsif ($display_data) {  
                                 $line_delimiter = '<br/>';  
                         }  
   
                         # init vars so that we go into while...  
                         ($swish,$display) = (1,1);  
   
                         # placeholder for all repeatable entries for index  
                         my @index_data;  
   
                         sub mkformat {  
                                 my $x = shift || die "mkformat needs tag reference";  
                                 my $data = shift || return;  
                                 my $format_name = x($x->{format_name}) || return $data;  
                                 my $fmt = x($config->{format}->{$format_name}->{content}) || die "<format name=\"$format_name\"> is not defined!";  
                                 my $format_delimiter = x($x->{format_delimiter});  
                                 my @data;  
                                 if ($format_delimiter) {  
                                         @data = split(/$format_delimiter/,$data);  
                                 } else {  
                                         push @data,$data;  
                                 }  
   
                                 if ($fmt) {  
                                         my $nr = scalar $fmt =~ s/%s/%s/g;  
                                         if (($#data+1) == $nr) {  
                                                 return sprintf($fmt,@data);  
                                         } else {  
                                                 print STDERR "mkformat: [$data] can't be split on [$format_delimiter] to $nr fields!\n";  
                                                 return $data;  
                                         }  
                                 } else {  
                                         print STDERR "usage of link '$format_name' without defined format (<link> tag)\n";  
                                 }  
                         }  
   
                         # while because of repeatable fields  
                         while ($swish || $display) {  
                                 ($swish,$display) = parse_format($type, $format,$row,$repeat_off++,$import2cp);  
                                 if ($repeat_off > 1000) {  
                                         print STDERR "loop (more than 1000 repeatable fields) deteced in $row, $format\n";  
                                         last;  
                                 }  
   
                                 # is this field is lookup?  
                                 if ($display && $x->{lookup}) {  
                                         if ($use_lhash_cache) {  
                                                 if (!defined($cache->{lhash}->{$display})) {  
                                                         my $new_display = $lhash{$display};  
                                                         if ($new_display) {  
 #print STDERR "lookup cache store '$display' = '$new_display'\n";  
                                                                 $display = $new_display;  
                                                                 $cache->{lhash}->{$display} = $new_display;  
                                                         } else {  
                                                                 print STDERR "WARNING: lookup for '$display' didn't find anything.\n";  
                                                                 $display = "";  
                                                                 $cache->{lhash}->{$display} = "";  
                                                         }  
                                                 } else {  
                                                         $display = $cache->{lhash}->{$display};  
                                                 }  
                                         } else {  
                                                 $display = $lhash{$display} || "";  
                                         }  
                                 }  
   
                                 # filter="name" ; filter this field through  
                                 # filter/[name].pm  
                                 my $filter = $x->{filter};  
                                 if ($filter && !$cache->{filter_loaded}->{$filter}) {  
                                         require "filter/".$filter.".pm";  
                                         $cache->{filter_loaded}->{$filter}++;  
                                 }  
                                 # type="swish" ; field for swish  
                                 if ($swish) {  
                                         if ($filter && ($s || $se)) {  
                                                 no strict 'refs';  
                                                 my $tmp = join(" ",&$filter($swish)) if ($s || $se);  
                                                 $swish_data .= $tmp if ($s);  
                                                 $swish_exact_data .= $tmp if ($se);  
   
                                         } else {  
                                                 $swish_data .= $swish if ($s);  
                                                 $swish_exact_data .= $swish if ($se);  
                                         }  
                                 }  
   
                                 # type="display" ; field for display  
                                 if ($d && $display) {  
                                         if ($line_delimiter && $display_data) {  
                                                 $display_data .= $line_delimiter;  
                                                 undef $line_delimiter;  
                                         }  
                                         if ($filter) {  
                                                 no strict 'refs';  
                                                 if ($display_data) {  
                                                         $display_data .= $delimiter.join($delimiter,mkformat($x,&$filter($display)));  
                                                 } else {  
                                                         $display_data = join($delimiter,mkformat($x,&$filter($display)));  
                                                 }  
                                         } else {  
                                                 if ($display_data) {  
                                                         $display_data .= $delimiter.mkformat($x,$display);  
                                                 } else {  
                                                         $display_data = mkformat($x,$display);  
                                                 }  
                                         }  
                                 }  
                                                   
                                 # type="index" ; insert into index  
                                 if ($i && $display) {  
                                         if ($filter) {  
                                                 no strict 'refs';  
                                                 $display = &$filter($display);  
                                         }  
                                         if ($x->{append} && @index_data) {  
                                                 $index_data[$#index_data].=$display;  
                                         } else {  
                                                 push @index_data, $display;  
                                         }  
                                 }  
   
                                 # store fields in lookup  
                                 if ($il && $display) {  
                                         if (lc($x->{type}) eq "lookup_key") {  
                                                 if ($lookup_key) {  
                                                         print STDERR "WARNING: try to redefine lookup_key (keys shouldn't be repeatable fields!)";  
                                                 } else {  
                                                         $lookup_key = $display;  
                                                 }  
                                         } elsif (lc($x->{type}) eq "lookup_val") {  
                                                 if ($lookup_key) {  
                                                         $lhash{$lookup_key} = $display;  
                                                 } else {  
                                                         print STDERR "WARNING: no lookup_key defined for  '$display'?";  
                                                 }  
                                         }  
                                 }  
                         }  
   
                         # fill data in index  
                         foreach my $d (@index_data) {  
                                 $index->insert($field, $d, $path);  
                         }  
                 }  
   
                 # now try to parse variables from configuration file  
                 foreach my $x (@{$config->{indexer}->{$field}->{'config'}}) {  
   
                         my $delimiter = x($x->{delimiter}) || ' ';  
                         my $val = $cfg->val($database, x($x->{content}));  
   
                         my ($s,$d,$i) = (1,1,0);        # swish, display default  
                         $s = 0 if (lc($x->{type}) eq "display");  
                         $d = 0 if (lc($x->{type}) eq "swish");  
                         # no support for swish exact in config.  
                         # IMHO, it's useless  
                         ($s,$d,$i) = (0,0,1) if (lc($x->{type}) eq "index");  
   
                         if ($val) {  
                                 $display_data .= $delimiter.$val if ($d);  
                                 $swish_data .= $val if ($s);  
                                 $index->insert($field, $val, $path) if ($i);  
                         }  
   
                 }  
   
   
                 if ($display_data) {  
   
                         if ($field eq "headline") {  
                                 $xml .= xmlify("headline", $display_data);  
                         } else {  
   
                                 # find field name (signular, plural)  
                                 my $field_name = "";  
                                 if ($config->{indexer}->{$field}->{name_singular} && $field_usage{$field} == 1) {  
                                         $field_name = $config->{indexer}->{$field}->{name_singular}."#-#";  
                                 } elsif ($config->{indexer}->{$field}->{name_plural}) {  
                                         $field_name = $config->{indexer}->{$field}->{name_plural}."#-#";  
                                 } elsif ($config->{indexer}->{$field}->{name}) {  
                                         $field_name = $config->{indexer}->{$field}->{name}."#-#";  
                                 } else {  
                                         print STDERR "WARNING: field '$field' doesn't have 'name' attribute!";  
                                 }  
                                 if ($field_name) {  
                                         $html .= x($field_name);  
                                 }  
                                 $html .= $display_data."###\n";  
                         }  
                 }  
                 if ($swish_data) {  
                         # remove extra spaces  
                         $swish_data =~ s/ +/ /g;  
                         $swish_data =~ s/ +$//g;  
   
                         $xml .= xmlify($field."_swish", unac_string($codepage,$swish_data));  
                 }  
   
                 if ($swish_exact_data) {  
                         $swish_exact_data =~ s/ +/ /g;  
                         $swish_exact_data =~ s/ +$//g;  
   
                         # add delimiters before and after word.  
                         # That is required to produce exact match  
                         $xml .= xmlify($field."_swish_exact", unac_string($codepage,'xxbxx '.$swish_exact_data.' xxexx'));  
                 }  
90    
91            my $f = $filename;
92            $f =~ s!out/!!;
93    
94            # save into index
95            foreach my $ds (@ds) {
96                    next if (! $ds->{'swish'});
97    
98                    $index->insert(
99                            index_name => $ds->{'tag'},
100                            path => $f,
101                            headline => $headline,
102                            words => join(" ",@{$ds->{'swish'}})
103                    );
104          }          }
105    
106          # dump formatted output in <html>          # save into sorted index (thesaurus)
107          if ($html) {          foreach my $ds (@ds) {
108                  #$xml .= xmlify("html",$html);                  next if (! $ds->{'index'});
109                  $xml .= "<html><![CDATA[ $html ]]></html>";  
110          }                  $thes->{$ds->{'tag'}} ||= new WebPAC::Index;
111            
112          if ($xml) {                  foreach my $h (@{$ds->{'index'}}) {
113                  $xml .= $add_xml if ($add_xml);                          $thes->{$ds->{'tag'}}->insert(
114                  return "<xml>\n$xml</xml>\n";                                  path => $f,
115          } else {                                  headline => $h,
116                  return;                          );
117                    }
118          }          }
 }  
   
 ##########################################################################  
   
 # read configuration for this script  
 my $cfg = new Config::IniFiles( -file => $config_file );  
119    
120  # read global.conf configuration  #       print Dumper(\@ds);
 my $cfg_global = new Config::IniFiles( -file => 'global.conf' );  
121    
 # open index  
 $index = new index_DBI(  
                 $cfg_global->val('global', 'dbi_dbd'),  
                 $cfg_global->val('global', 'dbi_dsn'),  
                 $cfg_global->val('global', 'dbi_user'),  
                 $cfg_global->val('global', 'dbi_passwd') || '',  
         );  
   
 my $show_progress = $cfg_global->val('global', 'show_progress');  
   
 my $unac_filter = $cfg_global->val('global', 'unac_filter');  
 if ($unac_filter) {  
         require $unac_filter;  
122  }  }
123    
124  foreach my $database ($cfg->Sections) {  foreach my $t (keys %{$thes}) {
   
         my $type = lc($cfg -> val($database, 'type')) || die "$database doesn't have 'type' defined";  
         my $add_xml = $cfg -> val($database, 'xml');    # optional  
125    
126          # create new lookup file          my @e = $thes->{$t}->elements;
127          my $lookup_file = $cfg -> val($database, 'lookup_newfile'); # optional          if (! @e) {
128          if ($lookup_file) {                  $log->logwarn("no elements in sorted index $t?");
129                  #tie %lhash, 'GDBM_File', $lookup_file, &GDBM_NEWDB, 0644;                  next;
                 tie %lhash, 'TDB_File', $lookup_file, TDB_CLEAR_IF_FIRST, O_RDWR, 0644;  
                 print STDERR "creating lookup file '$lookup_file'\n";  
130          }          }
131    
132          # open existing lookup file          my $file = "./out/bfilter/$t.txt";
133          $lookup_file = $cfg -> val($database, 'lookup_open'); # optional          $log->info("saving sorted index $t to '$file' [".scalar(@e)." elements]");
         if ($lookup_file) {  
                 #tie %lhash, 'GDBM_File', $lookup_file, &GDBM_READER, 0644;  
                 tie %lhash, 'TDB_File', $lookup_file, TDB_DEFAULT, O_RDWR, 0644;  
                 print STDERR "opening lookup file '$lookup_file'\n";  
         }  
   
 print STDERR "reading ./import_xml/$type.xml\n";  
134    
135          # extract just type basic          $webpac->output_file(
136          my $type_base = $type;                  file => $file,
137          $type_base =~ s/_.+$//g;                  template => 'index.tt',
138                    data => \@e,
139          $config=XMLin("./import_xml/$type.xml", forcearray => [ $type2tag{$type_base}, 'config', 'format' ], forcecontent => 1);                  index_name => $t,
140            );
141          # output current progress indicator  }
         my $last_p = 0;  
         sub progress {  
                 return if (! $show_progress);  
                 my $current = shift;  
                 my $total = shift || 1;  
                 my $p = int($current * 100 / $total);  
                 if ($p != $last_p) {  
                         printf STDERR ("%5d / %5d [%-51s] %-2d %% \r",$current,$total,"=" x ($p/2).">", $p );  
                         $last_p = $p;  
                 }  
         }  
142    
143          my $fake_dir = 1;  if (0 && $log->is_debug) {
144          sub fakeprogress {          $log->debug("lookup hash: ",Dumper($webpac->{'lookup'}));
145                  return if (! $show_progress);          $log->debug("data hash: ",Dumper($webpac->{'data'}));
146                  my $current = shift @_;          foreach my $t (keys %{$thes}) {
147                    $log->debug("thesaurus $t hash: ",Dumper($thes->{$t}));
                 my @ind = ('-','\\','|','/','-','\\','|','/', '-');  
   
                 $last_p += $fake_dir;  
                 $fake_dir = -$fake_dir if ($last_p > 1000 || $last_p < 0);  
                 if ($last_p % 10 == 0) {  
                         printf STDERR ("%5d / %5s [%-51s]\r",$current,"?"," " x ($last_p/20).$ind[($last_p/20) % $#ind]);  
                 }  
148          }          }
149    }
150    
151          # now read database  } # XXX if(0)
 print STDERR "using: $type...\n";  
   
         if ($type_base eq "isis") {  
   
                 my $isis_db = $cfg -> val($database, 'isis_db') || die "$database doesn't have 'isis_db' defined!";  
   
                 $import2cp = Text::Iconv->new($config->{isis_codepage},$codepage);  
                 my $db = OpenIsis::open( $isis_db );  
   
                 # check if .txt database for OpenIsis is zero length,  
                 # if so, erase it and re-open database  
                 sub check_txt_db {  
                         my $isis_db = shift || die "need isis database name";  
                         my $reopen = 0;  
   
                         if (-e $isis_db.".TXT") {  
                                 print STDERR "WARNING: removing $isis_db.TXT OpenIsis database...\n";  
                                 unlink $isis_db.".TXT" || warn "FATAL: unlink error on '$isis_db.TXT': $!";  
                                 $reopen++;  
                         }  
                         if (-e $isis_db.".PTR") {  
                                 print STDERR "WARNING: removing $isis_db.PTR OpenIsis database...\n";  
                                 unlink $isis_db.".PTR" || warn "FATAL: unlink error on '$isis_db.PTR': $!";  
                                 $reopen++;  
                         }  
                         return OpenIsis::open( $isis_db ) if ($reopen);  
                 }  
   
                 # EOF error  
                 if ($db == -1) {  
                         $db = check_txt_db($isis_db);  
                         if ($db == -1) {  
                                 print STDERR "FATAL: OpenIsis can't open zero size file $isis_db\n";  
                                 next;  
                         }  
                 }  
   
                 # OpenIsis::ERR_BADF  
                 if ($db == -4) {  
                         print STDERR "FATAL: OpenIsis can't find file $isis_db\n";  
                         next;  
                 # OpenIsis::ERR_IO  
                 } elsif ($db == -5) {  
                         print STDERR "FATAL: OpenIsis can't access file $isis_db\n";  
                         next;  
                 } elsif ($db < 0) {  
                         print STDERR "FATAL: OpenIsis unknown error $db with file $isis_db\n";  
                         next;  
                 }  
152    
153                  my $max_rowid = OpenIsis::maxRowid( $db );  $log->info("lookup hash: ",Dumper($webpac->{'lookup'}));
154    
155                  # if 0 records, try to rease isis .txt database  #
156                  if ($max_rowid == 0) {  # tree dump implementation which shouldn't be here :-)
157                          # force removal of database  #
158                          $db = check_txt_db($isis_db);  
159                          $max_rowid = OpenIsis::maxRowid( $db );  my $file = 'out/browse.html';
160                  }  open(HTML, "> $file") || $log->logdie("can't open '$file'");
161    
162    print HTML qq{
163    <html>
164    <head>
165     <title>Browse</title>
166     <meta http-equiv="Content-Type" content="text/html; charset=iso-8859-2"/>
167     <script type="text/javascript" src="bfilter/hide.js"></script>
168    </head>
169    <body>
170    <ul>
171    };
172    
173    my $l = $webpac->{'lookup'} || $log->logconfess("can't find lookup");
174    
175    my @tree = ({
176            # level 0
177            code_arr        => sub { sort keys %{$l} },
178            filter_code     => sub {
179                                            my $t = shift;
180                                            return $t if ($t =~ s/root://);
181                                    },
182            lookup_v900     => sub { shift @{$l->{"root:".$_[0]}} },
183            lookup_term     => sub { shift @{$l->{"d:".$_[1]}} },
184            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[1]}} },
185            have_children   => sub { defined($l->{"a:".$_[0]."::"}) },
186            child_code      => sub { return $_[0] },
187            style           => 'display: none',
188            },{
189            # 1
190            code_arr        => sub { @{$l->{"a:".$_[0]."::"}} },
191            filter_code     => sub { shift },       # nop
192            lookup_v900     => sub { shift @{$l->{"code:".$_[0]}} },
193            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
194            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
195            have_children   => sub { defined($l->{"a:".$_[1].":"}) },
196            child_code      => sub { return $_[1] },
197            style           => 'display: none',
198            },{
199            # 2
200            code_arr        => sub { @{$l->{"a:".$_[0].":"}} },
201            filter_code     => sub { shift },
202            lookup_v900     => sub { shift },
203            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
204            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
205            have_children   => sub { defined($l->{"a:".$_[2].":".$_[1]}) },
206            child_code      => sub { return "a:".$_[2].":".$_[1] },
207            style           => 'display: none',
208            },{
209            # 3 uži pojam
210            code_arr        => sub { @{$l->{$_[0]}} },
211            filter_code     => sub { shift },
212            lookup_v900     => sub {
213                                    my ($c,$p) = @_;
214                                    $p =~ s/^a:(..:....):.*$/$1/;
215                                    return "a:".$p.":".$c;
216                            },
217            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
218            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
219            have_children   => sub { defined($l->{$_[1]}) },
220            child_code      => sub { return $_[1] },
221            },{
222            # 4
223            code_arr        => sub { @{$l->{$_[0]}} },
224            filter_code     => sub { shift },
225            lookup_v900     => sub {
226                                    my ($c,$p) = @_;
227                                    $p =~ s/^a:(..:....):.*$/$1/;
228                                    return "a:".$p.":".$c;
229                            },
230            lookup_term     => sub { shift @{$l->{"d:".$_[0]}} },
231            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[0]}} },
232    #       have_children   => sub { defined($l->{$_[1]}) },
233    #       child_code      => sub { return $_[1] },
234            have_children   => sub { 0 },
235            child_code      => sub { 0 },
236    });
237    
238    unroll(0,'');
239    
240    $log->debug("test filter: ",$tree[0]->{'filter_code'}->("root:99"));
241    
242    sub unroll {
243            my ($level,$start_code) = @_;
244    
245            $log->logconfess("need level") unless (defined($level));
246    
247                  print STDERR "Reading database: $isis_db [$max_rowid rows]\n";          # all levels passed?
248            return if (! defined($tree[$level]));
249    
250                  my $path = $database;          $log->debug("unroll level $level, start code $start_code");
251    
252                  for (my $row_id = 1; $row_id <= $max_rowid; $row_id++ ) {          foreach my $code ($tree[$level]->{'code_arr'}->($start_code)) {
                         my $row = OpenIsis::read( $db, $row_id );  
                         if ($row && $row->{mfn}) {  
           
                                 progress($row->{mfn}, $max_rowid);  
253    
254                                  my $swishpath = $path."#".int($row->{mfn});                  if ($code = $tree[$level]->{'filter_code'}->($code)) {
   
                                 if (my $xml = data2xml($type_base,$row,$add_xml,$cfg,$database)) {  
                                         $xml = $cp2utf->convert($xml);  
                                         use bytes;      # as opposed to chars  
                                         print "Path-Name: $swishpath\n";  
                                         print "Content-Length: ".(length($xml)+1)."\n";  
                                         print "Document-Type: XML\n\n$xml\n";  
                                 }  
                         }  
                 }  
                 # for this to work with current version of OpenIsis (0.9.0)  
                 # you might need my patch from  
                 # http://www.rot13.org/~dpavlin/projects/openisis-0.9.0-perl_close.diff  
                 OpenIsis::close($db);  
                 print STDERR "\n";  
   
         } elsif ($type_base eq "excel") {  
                 use Spreadsheet::ParseExcel;  
                 use Spreadsheet::ParseExcel::Utility qw(int2col);  
255                                    
256                  $import2cp = Text::Iconv->new($config->{excel_codepage},$codepage);                          $log->debug("# $level filter passed code $code");
                 my $excel_file = $cfg -> val($database, 'excel_file') || die "$database doesn't have 'excel_file' defined!";  
257    
258                  my $sheet = x($config->{sheet}) || die "no sheet in $type.xml";                          my $v900 = $tree[$level]->{'lookup_v900'}->($code,$start_code) || $log->warn("can't lookup_v900($code,$start_code)");
259                  my $start_row = x($config->{start_row}) - 1 || die "no start_row in $type.xml";                          $log->debug("# $level lookup_v900($code,$start_code) = $v900");
260    
261                  my $oBook = Spreadsheet::ParseExcel::Workbook->Parse($excel_file) || die "can't open Excel file '$excel_file'";                          my $term = $tree[$level]->{'lookup_term'}->($code,$v900) || $log->warn("can't lookup_term($code,$v900)");
262                            $log->debug("# $level lookup_term($code,$v900) = $term");
263    
264                  my $sheet_nr = 0;                          my $mfn  = $tree[$level]->{'lookup_mfn'}->($code,$v900)  || $log->warn("can't lookup_mfn($code,$v900)");
265                  foreach my $oWks (@{$oBook->{Worksheet}}) {                          $log->debug("# $level lookup_mfn($code,$v900) = $mfn");
                         #print STDERR "-- SHEET $sheet_nr:", $oWks->{Name}, "\n";  
                         last if ($oWks->{Name} eq $sheet);  
                         $sheet_nr++;  
                 }  
266    
267                  my $oWorksheet = $oBook->{Worksheet}[$sheet_nr];                          $log->debug("$code -> $v900 : $term [$mfn]");
           
                 print STDERR "using sheet: ",$oWorksheet->{Name},"\n";  
                 defined ($oWorksheet) || die "can't find sheet '$sheet' in $excel_file";  
                 my $end_row = x($config->{end_row}) || $oWorksheet->{MaxRow};  
   
                 for(my $iR = $start_row ; defined $end_row && $iR <= $end_row ; $iR++) {  
                         my $row;  
                         for(my $iC = $oWorksheet->{MinCol} ; defined $oWorksheet->{MaxCol} && $iC <= $oWorksheet->{MaxCol} ; $iC++) {  
                                 my $cell = $oWorksheet->{Cells}[$iR][$iC];  
                                 if ($cell) {  
                                         $row->{int2col($iC)} = $cell->Value;  
                                 }  
                         }  
268    
269                          progress($iR, $end_row);                          my ($link_start,$link_end) = ('','');
270            
271  #                       print "row[$iR/$end_row] ";                          my $have_children = $tree[$level]->{'have_children'}->($code,$v900,$start_code);
272  #                       foreach (keys %{$row}) {                          if ($have_children) {
273  #                               print "$_: ",$row->{$_},"\t";                                  ($link_start,$link_end) = (qq{<a href="#mfn$mfn" onClick="return hide_show('mfn$mfn');">},qq{</a>});
274  #                       }                          } else {
275  #                       print "\n";                                  $log->debug("# $level doesn't have_children($code,$v900,$start_code)");
   
                         my $swishpath = $database."#".$iR;  
   
                         next if (! $row);  
   
                         if (my $xml = data2xml($type_base,$row,$add_xml,$cfg,$database)) {  
                                 $xml = $cp2utf->convert($xml);  
                                 use bytes;      # as opposed to chars  
                                 print "Path-Name: $swishpath\n";  
                                 print "Content-Length: ".(length($xml)+1)."\n";  
                                 print "Document-Type: XML\n\n$xml\n";  
276                          }                          }
                 }  
         } elsif ($type_base eq "marc") {  
   
                 use MARC;  
                   
                 $import2cp = Text::Iconv->new($config->{marc_codepage},$codepage);  
                 my $marc_file = $cfg -> val($database, 'marc_file') || die "$database doesn't have 'marc_file' defined!";  
277    
278                  # optional argument is format                          $log->debug("# $level children re-check failed", sub { Dumper($tree[$level]->{'have_children'}->($code,$v900,$start_code)) }) if (defined($l->{$v900}) && ! $tree[$level]->{'have_children'}->($code,$v900,$start_code));
                 my $format = x($config->{format}) || 'usmarc';  
279    
280                  print STDERR "Reading MARC file '$marc_file'\n";                          my $mfn_link = "thes/$mfn.html";
281                            if (-e "out/$mfn_link") {
282                  my $marc = new MARC;                                  print HTML " " x $level .
283                  my $nr = $marc->openmarc({                                          qq{<li>${link_start}${term}${link_end}}.
284                                  file=>$marc_file, format=>$format                                          qq{&nbsp;<a href="$mfn_link">&raquo;</a></li>\n};
285                          }) || die "Can't open MARC file '$marc_file'";                          } else {
286                                    $log->warn("file 'out/$mfn_link' doesn't exist, skipping");
                 my $i=0;        # record nr.  
   
                 my $rec;  
   
                 while ($marc->nextmarc(1)) {  
   
                         # XXX  
                         fakeprogress($i++);  
   
                         my $swishpath = $database."#".$i;  
   
                         if (my $xml = data2xml($type_base,$marc,$add_xml,$cfg,$database)) {  
                                 $xml = $cp2utf->convert($xml);  
                                 use bytes;      # as opposed to chars  
                                 print "Path-Name: $swishpath\n";  
                                 print "Content-Length: ".(length($xml)+1)."\n";  
                                 print "Document-Type: XML\n\n$xml\n";  
287                          }                          }
                 }  
         } elsif ($type_base eq "feed") {  
288    
289                  $import2cp = Text::Iconv->new($config->{feed_codepage},$codepage);                          unless ($have_children) {
                 my $prog = x($config->{prog}) || die "$database doesn't have 'prog' defined!";  
   
                 print STDERR "Reading feed from program '$prog'\n";  
   
                 open(FEED,"feeds/$prog |") || die "can't start $prog: $!";  
   
                 my $i=1;        # record nr.  
   
                 my $data;  
                 my $line=1;  
   
                 while (<FEED>) {  
                         chomp;  
   
                         if (/^$/) {  
                                 my $swishpath = $database."#".$i++;  
   
                                 if (my $xml = data2xml($type_base,$data,$add_xml,$cfg,$database)) {  
                                         $xml = $cp2utf->convert($xml);  
                                         use bytes;      # as opposed to chars  
                                         print "Path-Name: $swishpath\n";  
                                         print "Content-Length: ".(length($xml)+1)."\n";  
                                         print "Document-Type: XML\n\n$xml\n";  
                                 }  
                                 $line = 1;  
                                 $data = {};  
290                                  next;                                  next;
291                          }                          }
292                            
293                          $line = $1 if (s/^(\d+):\s*//);                          print HTML " " x $level .
294                          $data->{$line++} = $_;                                  qq{<a name="mfn$mfn"></a>\n <ul id="mfn$mfn"}.
295                                    ($tree[$level]->{'style'} ? ' style="'.$tree[$level]->{'style'}.'"' : '').
296                          fakeprogress($i);                                  qq{>\n};
297    
298                            unroll($level+1, $tree[$level]->{'child_code'}->($code,$v900,$start_code));
299                            
300                            print HTML " " x $level . qq{</ul>\n};
301    
302                  }                  }
                 # close lookup  
                 untie %lhash if (%lhash);  
303          }          }
304  }  }
305    
306  # call this to commit index  print HTML qq{
307  $index->close;  </ul>
308    </body>
309  1;  </html>
310  __END__  };
 ##########################################################################  
   
 =head1 NAME  
   
 all2xml.pl - read various file formats and dump XML for SWISH-E  
   
 =head1 DESCRIPTION  
   
 This command will read ISIS data file using OpenIsis perl module, MARC  
 records using MARC module and optionally Micro$oft Excel files to  
 create one 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.  
311    
312  =head1 BUGS  close(HTML);
313    
314  Documentation is really lacking. However, in true Open Source spirit, source  $index->close;
 is best documentation. I even made considerable effort to comment parts  
 which are not intuitively clear, so...  
   
 =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  
315    
316  =cut  $log->info("elapsed time: ",$webpac->fmt_time(time() - $webpac->{'start_t'}));

Legend:
Removed from v.177  
changed lines
  Added in v.426

  ViewVC Help
Powered by ViewVC 1.1.26