/[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 5 by dpavlin, Sat Jan 11 06:14:48 2003 UTC trunk2/all2all.pl revision 423 by dpavlin, Sat Sep 11 20:21:28 2004 UTC
# Line 1  Line 1 
1  #!/usr/bin/perl -w  #!/usr/bin/perl -w
2    
3    =head1 NAME
4    
5    all2all.pl - basic script for all WebPAC needs
6    
7    =cut
8    
9  use strict;  use strict;
 use OpenIsis;  
 use Getopt::Std;  
10  use Data::Dumper;  use Data::Dumper;
11  use XML::Simple;  use Carp;
 use Text::Unaccent 1.02;        # 1.01 won't compile on my platform,  
 require Unicode::Map8;  
12    
13  my $config=XMLin(undef, forcearray => [ 'isis' ], forcecontent => 1);  use lib './lib';
14    use WebPAC;
15    use WebPAC::jsFind;
16    use WebPAC::Index;
17    
18  my %opts;  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  getopts('d:m:q', \%opts);  my $log = $webpac->_get_logger() || die "can't get logger";
26    
27  my $db_dir = $opts{d} || "ps";  # FIX  $log->debug("creating WebPAC::jsFind object");
28    
29  #die "usage: $0 -d [database_dir] -m [database1,database2] " if (! %opts);  my $index = new WebPAC::jsFind(
30            index_path => './out/index',
31            keys => 10,
32    ) || die;
33    
34  #print Dumper($config->{indexer});  my $thes;
 #print "-" x 70,"\n";  
35    
36  # how to convert isis code page to UTF8?  $|=1;
 my $isis_map = Unicode::Map8->new($config->{isis_codepage}) || die;  
37    
38  sub isis2xml {  my $maxmfn = $webpac->open_isis(
39            filename => shift @ARGV || '/data/hidra/THS/THS',
40            lookup => [
41            { 'key' => 'd:v900', 'val' => 'v250^a' },
42    #       { 'eval' => '"v901^a" eq "Područje"', 'key' => 'pa:v561^4:v562^4:v461^1', 'val' => 'v900' },
43    #       { 'eval '=> '"v901^a" eq "Mikrotezaurus"', 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
44    #       { '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 $row = shift @_;  $log->debug("isis file ",$webpac->{'isis_filename'}," opened");
54    
55          my $xml;  $log->info("rows: $maxmfn");
56    
57          sub isis_sf {  $webpac->open_import_xml(type => 'isis_hidra_ths');
                 my $row = shift @_;  
                 my $isis_id = shift @_;  
                 my $subfield = shift @_;  
                 if ($row->{$isis_id}->[0]) {  
                         my $sf = OpenIsis::subfields($row->{$isis_id}->[0]);  
                         if (! defined $subfield || length($subfield) == 0) {  
                                 # subfield list undef, empty or no defined subfields for this record  
                                 my $all_sf = $row->{$isis_id}->[0];  
                                 $all_sf =~ s/\^./ /g;   nuke definirions  
                                 return $all_sf;  
                         } elsif ($sf->{$subfield}) {  
                                 return $sf->{$subfield};  
                         }  
                 }  
         }  
58    
59          foreach my $field (keys %{$config->{indexer}}) {  while (my $rec = $webpac->fetch_rec) {
60    
61                  my $display_data = "";          my @ds = $webpac->data_structure($rec);
                 my $index_data = "";  
62    
63                  foreach my $x (@{$config->{indexer}->{$field}->{isis}}) {          if (0 && $log->is_debug) {
64                    $log->debug("rec = ",Dumper($rec));
65                    $log->debug("ds = ",Dumper(\@ds));
66            }
67    
68                          my $display_tmp = "";          next if (! @ds);
                         my $index_tmp = "";  
   
                         my $format = $x->{content};  
                         my $i = 1;      # index only  
                         my $d = 1;      # display only  
                         $i = 0 if (lc($x->{type}) eq "display");  
                         $d = 0 if (lc($x->{type}) eq "index");  
 #print "## i: $i d: $d ## $format ##";    
                         # parse format  
                         my $prefix = "";  
                         if ($format =~ s/^([^\d]+)//) {  
                                 $prefix = $1;  
                         }  
                         while ($format) {  
                                 if ($format =~ s/^(\d\d\d)(\w?)//) {  
                                         my $isis_tmp = isis_sf($row,$1,$2);  
                                         if ($isis_tmp) {  
 #                                               $display_tmp .= $prefix . "/$1/$2/".$isis_tmp if ($d);  
                                                 $display_tmp .= $prefix . $isis_tmp if ($d);  
                                                 $index_tmp .= $isis_tmp." " if ($i);  
 #print " $isis_tmp <--\n";  
                                         }  
                                         $prefix = "";  
                                 } elsif ($format =~ s/^([^\d]+)//) {  
                                         $prefix = $1;  
                                 } else {  
                                         print STDERR "WARNING: unparsed format '$format'\n";  
                                         last;  
                                 };  
                         }  
                         # add suffix  
                         $display_tmp .= $prefix if ($display_tmp);  
69    
70  #                       $display_data .= $display_tmp if ($display_tmp ne "");          my $filename = $webpac->{'current_filename'} || $log->logdie("no current_filename in webpac object");
 #                       $index_data .= $index_tmp if ($index_tmp ne "");  
                         $display_data .= $display_tmp;  
                         $index_data .= $index_tmp;  
71    
72                  }          if ($filename) {
73  #print "--display:$display_data\n--index:$index_data\n";                  $webpac->output_file(
74                  $xml->{$field}->{display} .= $isis_map->tou($display_data)->utf8 if ($display_data);                          file => $filename,
75                  $xml->{$field}->{index} .= unac_string($config->{isis_codepage},$index_data) if ($index_data);                          template => 'html.tt',
76                                    data => \@ds,
77          }                          headline => $webpac->{'headline'},
78          if ($xml) {                  );
                 return XMLout($xml, rootname => 'xml', noattr => 1 );  
79          } else {          } else {
80                  return;                  print $webpac->output(
81                            template => 'text.tt',
82                            data => \@ds,
83                            headline => $webpac->{'headline'},
84                    );
85          }          }
 }  
86    
87  ##########################################################################          my $headline = $webpac->{'headline'};
88    
89  my $last_tell=0;          my $f = $filename;
90            $f =~ s!out/!!;
91    
92  my @isis_dirs = ( '.' );        # use dirname as database name          # save into index
93            foreach my $ds (@ds) {
94                    next if (! $ds->{'swish'});
95    
96  if ($opts{m}) {                  $index->insert(
97          @isis_dirs = split(/,/,$opts{m});                          index_name => $ds->{'tag'},
98  }                          path => $f,
99                            headline => $headline,
100                            words => join(" ",@{$ds->{'swish'}})
101                    );
102            }
103    
104  my @isis_dbs;          # save into sorted index (thesaurus)
105            foreach my $ds (@ds) {
106                    next if (! $ds->{'index'});
107    
108  foreach (@isis_dirs) {                  $thes->{$ds->{'tag'}} ||= new WebPAC::Index;
109          if (-e $config->{isis_data}."/$db_dir/$_/LIBRI") {  
110                  push @isis_dbs,$config->{isis_data}."/$db_dir/$_/LIBRI/LIBRI";                  foreach my $h (@{$ds->{'index'}}) {
111          }                          $thes->{$ds->{'tag'}}->insert(
112          if (-e $config->{isis_data}."/$db_dir/$_/PERI") {                                  path => $f,
113                  push @isis_dbs,$config->{isis_data}."/$db_dir/$_/PERI/PERI";                                  headline => $h,
114          }                          );
115          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";  
116          }          }
 }  
117    
118  print STDERR "FATAL: Can't find isis database.\nPerhaps isis_data (".$config->{isis_data}.") has wrong value?\n" if (! @isis_dbs);  #       print Dumper(\@ds);
119    
120  my $db;  }
121    
122  foreach my $isis_db (@isis_dbs) {  foreach my $t (keys %{$thes}) {
123    
124            my @e = $thes->{$t}->elements;
125            if (! @e) {
126                    $log->logwarn("no elements in sorted index $t?");
127                    next;
128            }
129    
130            my $file = "./out/bfilter/$t.txt";
131            $log->info("saving sorted index $t to '$file' [".scalar(@e)." elements]");
132    
133            $webpac->output_file(
134                    file => $file,
135                    template => 'index.tt',
136                    data => \@e,
137                    index_name => $t,
138            );
139    }
140    
141          my $db = OpenIsis::open( $isis_db );  if (0 && $log->is_debug) {
142          if (0) {          $log->debug("lookup hash: ",Dumper($webpac->{'lookup'}));
143  #       # FIX          $log->debug("data hash: ",Dumper($webpac->{'data'}));
144  #       if (! $db ) {          foreach my $t (keys %{$thes}) {
145                  print STDERR "WARNING: can't open '$isis_db'\n";                  $log->debug("thesaurus $t hash: ",Dumper($thes->{$t}));
                 next ;  
146          }          }
147    }
148    
149          my $max_rowid = OpenIsis::maxRowid( $db );  $log->info("lookup hash: ",Dumper($webpac->{'lookup'}));
150    
151          print STDERR "Reading database: $isis_db [$max_rowid rows]\n";  #
152    # tree dump implementation which shouldn't be here :-)
153    #
154    
155          my $last_p = 0;  my $file = 'out/browse.html';
156    open(HTML, "> $file") || $log->logdie("can't open '$file'");
157    
158  #       { my $row_id = 1;  print HTML qq{
159  # FIX  <html>
160          for (my $row_id = 1; $row_id <= $max_rowid; $row_id++ ) {  <head>
161                  my $row = OpenIsis::read( $db, $row_id );   <title>Browse</title>
162                  if ($row && $row->{mfn}) {   <meta http-equiv="Content-Type" content="text/html; charset=iso-8859-2"/>
163     <script type="text/javascript" src="bfilter/hide.js"></script>
164    </head>
165    <body>
166    <ul>
167    };
168    
169                          # output current process indicator  foreach my $code (sort keys %{$webpac->{'lookup'}}) {
                         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;  
                         }  
170    
171                          if (my $xml = isis2xml($row)) {          my $l = $webpac->{'lookup'} || $log->logconfess("can't find lookup");
                                 print "Path-Name: $isis_db#".$row->{mfn}."\n";  
                                 print "Content-Length: ".(length($xml)+1)."\n";  
                                 print "Document-Type: XML\n\n$xml\n";  
                         }  
                 }  
         }  
         print STDERR "\n";  
 }  
172    
173            if ($code =~ m/^root:/) {
174                    my $v900 = shift @{ $l->{$code} } || $log->logconfess("can't lookup '$code'");
175                    $code =~ s/^root:// || die;
176    
177  1;                  my $term = shift @{ $l->{"d:${v900}"} } || die;
178  __END__                  my $mfn = shift @{ $l->{"900_mfn:${v900}"} } || die;
 ##########################################################################  
179    
180  =head1 NAME                  $log->debug("$code -> $v900 : $term [$mfn]");
181    
182  isis2xml.pl - read isis file and dump XML                  print HTML qq{ <li><a href="#mfn$mfn" onClick="return hide_show('mfn$mfn');">$term</a>&nbsp;<a href="thes/$mfn.html">&raquo;</a></li>\n} if (-e "out/thes/$mfn.html");
183    
184  =head1 DESCRIPTION                  unless ($l->{"a:${code}::"}) {
185                            $log->warn("can't find 'a:${code}::'");
186                            next;
187                    }
188    
189  This command will read ISIS data file using OpenIsis perl module and                  print HTML qq{ <a name="mfn$mfn"></a><ul id="mfn$mfn" style="display: none">\n};
 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.  
190    
191  =head1 AUTHOR                  foreach my $l2_v900 (@{ $l->{"a:${code}::"} }) {
192                            
193                            my $l2_code = shift @{ $l->{"code:${l2_v900}"} } || die;
194                            my $l2_term = shift @{ $l->{"d:$l2_v900"} } || die;
195                            my $l2_mfn = shift @{ $l->{"900_mfn:${l2_v900}"} } || die;
196    
197                            $log->debug("$l2_code -> $l2_v900 : $l2_term [$l2_mfn]");
198    
199                            print HTML qq{  <li><a href="#mfn$l2_mfn" onClick="return hide_show('mfn$l2_mfn');">$l2_term</a>&nbsp;<a href="thes/$mfn.html">&raquo;</a></li>\n} if (-e "out/thes/$l2_mfn.html");
200                            
201                            unless ($l->{"a:${l2_code}:"}) {
202                                    $log->warn("can't find 'a:${l2_code}:'");
203                                    next;
204                            }
205    
206  Dobrica Pavlinusic <dpavlin@rot13.org>                          print HTML qq{  <a name="mfn$l2_mfn"></a><ul id="mfn$l2_mfn" style="display: none">\n};
207    
208  =head1 COPYRIGHT                          foreach my $l3_v900 (@{ $l->{"a:${l2_code}:"} }) {
209    
210  GNU Public License (GPL) v2 or later                                  my $l3_term = shift @{ $l->{"d:$l3_v900"} } || die;
211                                    my $l3_mfn = shift @{ $l->{"900_mfn:${l3_v900}"} } || die;
212    
213  =head1 SEE ALSO                                  $log->debug(" -> $l3_v900 : $l3_term [$l3_mfn]");
214    
215  SWISH-E web site at http://www.swish-e.org                                  print HTML qq{   <li><a href="#mfn$l3_mfn.html">$l3_term</a>&nbsp;<a href="thes/$mfn.html">&raquo;</a></li>\n} if (-e "out/thes/$l3_mfn.html");
216                            }
217    
218  =cut                          print HTML qq{  </ul>\n};
219                    }
220                    print HTML qq{ </ul>\n};
221            }
222    }
223    
224    print HTML qq{
225    </ul>
226    </body>
227    </html>
228    };
229    
230    $index->close;
231    
232    $log->info("elapsed time: ",$webpac->fmt_time(time() - $webpac->{'start_t'}));
Legend:
Removed from v.5  
changed lines
  Added in v.423
  ViewVC Help
Powered by ViewVC 1.1.26