/[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 10 by dpavlin, Thu Jan 16 17:35:54 2003 UTC trunk2/all2all.pl revision 354 by dpavlin, Wed Jun 16 11:31:42 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;  
   
   
 $|=1;  
   
 my $config;  
   
 $config=XMLin(undef, forcearray => [ 'isis' ], forcecontent => 1);  
   
 use index_DBI;  # there is no other, right now ;-)  
   
 my $index = new index_DBI();    # open index  
   
 my %opts;  
   
 # usage:  
 #       -d directory name  
 #       -m multiple directories  
 #       -q quiet  
 #       -s run swish  
   
 getopts('d:m:qs', \%opts);  
   
 my $db_dir = $opts{d} || "ps";  # FIX  
   
 #die "usage: $0 -d [database_dir] -m [database1,database2] " if (! %opts);  
   
 #print Dumper($config->{indexer});  
 #print "-" x 70,"\n";  
   
 Text::Iconv->raise_error(1);     # Conversion errors raise exceptions  
   
 my $isis_codepage = Text::Iconv->new($config->{isis_codepage},'UTF8');  
 my $index_codepage = Text::Iconv->new($config->{isis_codepage},$config->{index_codepage});  
 my $cludge_codepage = Text::Iconv->new('UTF8','ISO8859-1');  
   
 sub isis2xml {  
   
         use xmlify;  
   
         my $row = shift @_;  
   
         my $xml;  
         $xml .= xmlify('db_dir',$db_dir);       # FIX remove?  
   
         use parse_format;  
   
   
         foreach my $field (keys %{$config->{indexer}}) {  
   
                 my $swish_data = "";  
                 my $display_data = "";  
                 my $index_data = "";  
   
                 foreach my $x (@{$config->{indexer}->{$field}->{isis}}) {  
   
                         my $format = $x->{content};  
                         my ($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");  
                         ($s,$d,$i) = (0,0,1) if (lc($x->{type}) eq "index");  
 #print STDERR "## s: $s d: $d i: $i ## $format ##\n";    
   
                         $format = $cludge_codepage->convert($format);  
                         my ($swish,$display) = parse_format($format,$row);  
 #print STDERR "s: $swish\nd: $display\n" if ($swish);  
   
 #print STDERR "swish: $swish<-- display: $display<--\n";  
                         # FIX: this is ugly, UGLY, cludge: OpenIsis return  
                         # UTF8 encoding of strings, but as if source charset  
                         # is ISO8859-1 and not some other. This breaks our  
                         # isis character encoding, so we convert it first  
                         # back to ISO8859-1 (which can actually be different  
                         # encoding in isis)  
   
                         $swish_data .= $swish if ($s && $swish);  
                         $display_data .= $display if ($d && $display);  
                         $index_data .= $display if ($i && $display);  
                 }  
   
 #print STDERR "s_d: $swish_data\nd_d: $display_data\n" if ($swish_data);  
                 if ($display_data) {  
                         $display_data = $isis_codepage->convert($display_data)."##" || $display_data;  
                         $xml .= xmlify($field."_display", $display_data);  
                 }  
                 if ($swish_data) {  
                         my $i = Text::Iconv->new($config->{isis_codepage},'ISO8859-2');  
                         $swish_data = $i->convert($swish_data);  
                         $xml .= xmlify($field."_swish",unac_string('ISO8859-2',$swish_data));  
                         #$swish_data = $isis_codepage->convert($swish_data)."##" || $swish_data;  
                         #$xml .= xmlify($field."_swish",unac_string($config->{isis_codepage},$swish_data));  
                 }  
   
                 # index  
                 if ($index_data && $index_data ne "") {  
                         $index_data = $index_codepage->convert($index_data) || $index_data;  
                         $index->insert($field, $index_data, $db_dir);  
                 }  
   
         }  
         if ($xml) {  
 #print STDERR "x: $xml\n";  
                 return "<xml>\n$xml</xml>\n";  
         } else {  
                 return;  
         }  
 }  
   
 ##########################################################################  
4    
5  my $last_tell=0;  all2all.pl - basic script for all WebPAC needs
6    
7  my @isis_dirs = ( '.' );        # use dirname as database name  =cut
8    
9  if ($opts{m}) {  use strict;
10          @isis_dirs = split(/,/,$opts{m});  use Data::Dumper;
11  }  use Carp;
12    
13  my @isis_dbs;  use lib './lib';
14    use WebPAC;
15    
16  foreach (@isis_dirs) {  my $webpac = new WebPAC(
17          if (-e $config->{isis_data}."/$db_dir/$_/LIBRI") {          code_page => 'ISO-8859-2',
18                  push @isis_dbs,$config->{isis_data}."/$db_dir/$_/LIBRI/LIBRI";  ) || die;
         }  
         if (-e $config->{isis_data}."/$db_dir/$_/PERI") {  
                 push @isis_dbs,$config->{isis_data}."/$db_dir/$_/PERI/PERI";  
         }  
         if (-e $config->{isis_data}."/$db_dir/$_/AMS") {  
                 push @isis_dbs,$config->{isis_data}."/$db_dir/$_/AMS/AMS";  
         }  
         if (-e $config->{isis_data}."/$db_dir/$_/ARTI") {  
 #               push @isis_dbs,$config->{isis_data}."/$db_dir/$_/ARTI/ARTI";  
         }  
 }  
19    
20  print STDERR "FATAL: Can't find isis database.\nPerhaps isis_data (".$config->{isis_data}.") has wrong value?\n" if (! @isis_dbs);  $|=1;
21    
22  my $db;  print "reading database\n";
23    my $maxmfn = $webpac->open_isis(
24            filename => shift @ARGV || '/data/hidra/THS-500/THS',
25            lookup => [
26            { 'key' => 'd:v900', 'val' => 'v250^a' },
27    #       { 'eval' => '"v901^a" eq "Područje"', 'key' => 'pa:v561^4:v562^4:v461^1', 'val' => 'v900' },
28    #       { 'eval '=> '"v901^a" eq "Mikrotezaurus"', 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
29    #       { 'eval' => '"v901^a" eq "Deskriptor"', 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
30            { 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
31            ],
32    );
33    
34    print "rows: $maxmfn\n\n";
35    
36    for (my $mfn = 1; $mfn <= $maxmfn; $mfn++) {
37            my $rec = $webpac->{'data'}->{$mfn} || die "no record with mfn $mfn";
38    
39            print "-- ",$webpac->fill_in($rec,'v250^a (v901^a)'),"\n";
40    
41            my @t = $webpac->fill_in($rec,'v553^1;;v553^a');
42            print " Uži pojam: ",join("\t\n",@t),"\n" if (@t);
43    
44  foreach my $isis_db (@isis_dbs) {          @t = $webpac->fill_in($rec,'[a:v251::];;[d:[a:v251::]]');
45            print " Područje: ",join("\t\n",@t),"\n" if (@t);
46    
47            @t = $webpac->fill_in($rec,'[a:v561^4:v251:];;[d:[a:v561^4:v251:]]');
48            print " Mikrotezaurus: ",join("\t\n",@t),"\n" if (@t);
49    
50          my $db = OpenIsis::open( $isis_db );          @t = $webpac->fill_in($rec,'[a:v561^4:v562^4:v900];;[d:[a:v561^4:v562^4:v900]]');
51          if (0) {          print " Deskriptor: ",join("\t\n",@t),"\n" if (@t);
 #       # FIX  
 #       if (! $db ) {  
                 print STDERR "WARNING: can't open '$isis_db'\n";  
                 next ;  
         }  
   
         my $max_rowid = OpenIsis::maxRowid( $db );  
   
         print STDERR "Reading database: $isis_db [$max_rowid rows]\n";  
   
         my $path = $isis_db;  
         $path =~ s#$config->{isis_data}/*##g;  
   
         my $last_p = 0;  
   
 #       { my $row_id = 4514;  
 # FIX  
         for (my $row_id = 1; $row_id <= $max_rowid; $row_id++ ) {  
                 my $row = OpenIsis::read( $db, $row_id );  
                 if ($row && $row->{mfn}) {  
 #print STDERR "mfn: ",$row->{mfn},"\n";  
                         # output current process indicator  
                         my $p = int($row->{mfn} * 100 / $max_rowid);  
                         if ($p != $last_p) {  
                                 printf STDERR ("%5d / %5d [%-51s] %-2d %% \r",$row->{mfn},$max_rowid,"=" x ($p/2).">", $p ) if (! $opts{q});  
                                 $last_p = $p;  
                         }  
   
                         if (my $xml = isis2xml($row)) {  
 #print STDERR "--ret-->$xml\n";  
                                 print "Path-Name: $path#".int($row->{mfn})."\n";  
                                 print "Content-Length: ".(length($xml)+1)."\n";  
                                 print "Document-Type: XML\n\n$xml\n";  
                         }  
                 }  
         }  
         print STDERR "\n";  
52  }  }
53    
54  # call this to commit index  print "## lookup ",Dumper($webpac->{'lookup'});
55  $index->close;  print "## data ",Dumper($webpac->{'data'});
   
 1;  
 __END__  
 ##########################################################################  
   
 =head1 NAME  
   
 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>  
   
 =head1 COPYRIGHT  
   
 GNU Public License (GPL) v2 or later  
   
 =head1 SEE ALSO  
   
 SWISH-E web site at http://www.swish-e.org  
   
 =cut  
Legend:
Removed from v.10  
changed lines
  Added in v.354
  ViewVC Help
Powered by ViewVC 1.1.26