/[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 7 by dpavlin, Sat Jan 11 16:44:03 2003 UTC trunk2/all2all.pl revision 419 by dpavlin, Thu Sep 9 18:09:21 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    ) || die;
23    
24  # usage:  my $log = $webpac->_get_logger();
 #       -d directory name  
 #       -m multiple directories  
 #       -q quiet  
 #       -s run swish  
25    
26  getopts('d:m:qs', \%opts);  my $index = new WebPAC::jsFind(
27            index_path => './out/index',
28            keys => 10,
29    ) || die;
30    
31  my $db_dir = $opts{d} || "ps";  # FIX  my $thes;
32    
33  #die "usage: $0 -d [database_dir] -m [database1,database2] " if (! %opts);  $|=1;
34    
35  #print Dumper($config->{indexer});  my $maxmfn = $webpac->open_isis(
36  #print "-" x 70,"\n";          filename => shift @ARGV || '/data/hidra/THS/THS',
37            lookup => [
38            { 'key' => 'd:v900', 'val' => 'v250^a' },
39    #       { 'eval' => '"v901^a" eq "Područje"', 'key' => 'pa:v561^4:v562^4:v461^1', 'val' => 'v900' },
40    #       { 'eval '=> '"v901^a" eq "Mikrotezaurus"', 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
41    #       { 'eval' => '"v901^a" eq "Deskriptor"', 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
42            { 'key' => 'a:v561^4:v562^4:v461^1', 'val' => 'v900' },
43            { 'key' => '900_mfn:v900', 'val' => 'v000' },
44            # tree structure
45            { 'eval' => 'length("v251") == 2', 'key' => 'root:v251', 'val' => 'v900' },
46            { 'eval' => '"v251"', 'key' => 'code:v900', 'val' => 'v561^4:v251' },
47            ],
48    );
49    
50  # how to convert isis code page to UTF8?  $log->info("rows: $maxmfn");
 my $isis_map = Unicode::Map8->new($config->{isis_codepage}) || die;  
51    
52  sub isis2xml {  $webpac->open_import_xml(type => 'isis_hidra_ths');
53    
54          my $row = shift @_;  while (my $rec = $webpac->fetch_rec) {
55    
56          my $xml;          my @ds = $webpac->data_structure($rec);
         $xml->{db_dir} = [ $db_dir ];   # FIX remove?  
57    
58          sub isis_sf {          if (0 && $log->is_debug) {
59                  my $row = shift @_;                  $log->debug("rec = ",Dumper($rec));
60                  my $isis_id = shift @_;                  $log->debug("ds = ",Dumper(\@ds));
                 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};  
                         }  
                 }  
61          }          }
62    
63          foreach my $field (keys %{$config->{indexer}}) {          next if (! @ds);
64    
65                  my $display_data = "";          my $filename = $webpac->{'current_filename'};
                 my $index_data = "";  
66    
67                  foreach my $x (@{$config->{indexer}->{$field}->{isis}}) {          if ($filename) {
68                    $webpac->output_file(
69                            file => $filename,
70                            template => 'html.tt',
71                            data => \@ds,
72                            headline => $webpac->{'headline'},
73                    );
74            } else {
75                    print $webpac->output(
76                            template => 'text.tt',
77                            data => \@ds,
78                            headline => $webpac->{'headline'},
79                    );
80            }
81    
82                          my $display_tmp = "";          my $headline = $webpac->{'headline'};
                         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);  
83    
84  #                       $display_data .= $display_tmp if ($display_tmp ne "");          my $f = $filename;
85  #                       $index_data .= $index_tmp if ($index_tmp ne "");          $f =~ s!out/!!;
                         $display_data .= $display_tmp;  
                         $index_data .= $index_tmp;  
86    
87                  }          # save into index
88  #print "--display:$display_data\n--index:$index_data\n";          foreach my $ds (@ds) {
89                  #$xml->{$field."_display"} = $isis_map->tou($display_data)->utf8 if ($display_data);                  next if (! $ds->{'swish'});
90                  #$xml->{$field."_index"} = unac_string($config->{isis_codepage},$index_data) if ($index_data);  
91                  $xml->{$field."_display" } = [ $isis_map->tou($display_data)->utf8 ] if ($display_data);                  $index->insert(
92                  $xml->{$field."_index"} = [ unac_string($config->{isis_codepage},$index_data)." jabuka" ] if ($index_data);                          index_name => $ds->{'tag'},
93                                    path => $f,
94          }                          headline => $headline,
95          if ($xml) {                          words => join(" ",@{$ds->{'swish'}})
96                  return XMLout($xml, rootname => 'xml', keeproot => 0, noattr => 0 );                  );
         } else {  
                 return;  
97          }          }
 }  
98    
99  ##########################################################################          # save into sorted index (thesaurus)
100            foreach my $ds (@ds) {
101                    next if (! $ds->{'index'});
102    
103                    $thes->{$ds->{'tag'}} ||= new WebPAC::Index;
104    
105  my $last_tell=0;                  foreach my $h (@{$ds->{'index'}}) {
106                            $thes->{$ds->{'tag'}}->insert(
107                                    path => $f,
108                                    headline => $h,
109                            );
110                    }
111            }
112    
113  my @isis_dirs = ( '.' );        # use dirname as database name  #       print Dumper(\@ds);
114    
 if ($opts{m}) {  
         @isis_dirs = split(/,/,$opts{m});  
115  }  }
116    
117  my @isis_dbs;  foreach my $t (keys %{$thes}) {
118    
119  foreach (@isis_dirs) {          my @e = $thes->{$t}->elements;
120          if (-e $config->{isis_data}."/$db_dir/$_/LIBRI") {          if (! @e) {
121                  push @isis_dbs,$config->{isis_data}."/$db_dir/$_/LIBRI/LIBRI";                  $log->logwarn("no elements in sorted index $t?");
122          }                  next;
123          if (-e $config->{isis_data}."/$db_dir/$_/PERI") {          }
124                  push @isis_dbs,$config->{isis_data}."/$db_dir/$_/PERI/PERI";  
125          }          my $file = "./out/bfilter/$t.txt";
126          if (-e $config->{isis_data}."/$db_dir/$_/AMS") {          $log->info("saving sorted index $t to '$file' [".scalar(@e)." elements]");
127                  push @isis_dbs,$config->{isis_data}."/$db_dir/$_/AMS/AMS";  
128          }          $webpac->output_file(
129          if (-e $config->{isis_data}."/$db_dir/$_/ARTI") {                  file => $file,
130  #               push @isis_dbs,$config->{isis_data}."/$db_dir/$_/ARTI/ARTI";                  template => 'index.tt',
131          }                  data => \@e,
132                    index_name => $t,
133            );
134  }  }
135    
136  print STDERR "FATAL: Can't find isis database.\nPerhaps isis_data (".$config->{isis_data}.") has wrong value?\n" if (! @isis_dbs);  if (0 && $log->is_debug) {
137            $log->debug("lookup hash: ",Dumper($webpac->{'lookup'}));
138            $log->debug("data hash: ",Dumper($webpac->{'data'}));
139            foreach my $t (keys %{$thes}) {
140                    $log->debug("thesaurus $t hash: ",Dumper($thes->{$t}));
141            }
142    }
143    
144  my $db;  #
145    # tree dump implementation which shouldn't be here :-)
146    #
147    
148  foreach my $isis_db (@isis_dbs) {  my $file = 'out/browse.html';
149    open(HTML, "> $file") || $log->logdie("can't open '$file'");
150    
151    print HTML qq{
152    <html>
153    <head>
154     <title>Browse</title>
155     <meta http-equiv="Content-Type" content="text/html; charset=iso-8859-2"/>
156    </head>
157    <body>
158    <ul>
159    };
160    
161          my $db = OpenIsis::open( $isis_db );  foreach my $code (sort keys %{$webpac->{'lookup'}}) {
         if (0) {  
 #       # FIX  
 #       if (! $db ) {  
                 print STDERR "WARNING: can't open '$isis_db'\n";  
                 next ;  
         }  
162    
163          my $max_rowid = OpenIsis::maxRowid( $db );          my $l = $webpac->{'lookup'} || $log->logconfess("can't find lookup");
164    
165          print STDERR "Reading database: $isis_db [$max_rowid rows]\n";          if ($code =~ m/^root:/) {
166                    my $v900 = shift @{ $l->{$code} } || $log->logconfess("can't lookup '$code'");
167                    $code =~ s/^root:// || die;
168    
169          my $last_p = 0;                  my $term = shift @{ $l->{"d:${v900}"} } || die;
170                    my $mfn = shift @{ $l->{"900_mfn:${v900}"} } || die;
171    
172  #       { my $row_id = 1;                  $log->info("$code -> $v900 : $term [$mfn]");
 # FIX  
         for (my $row_id = 1; $row_id <= $max_rowid; $row_id++ ) {  
                 my $row = OpenIsis::read( $db, $row_id );  
                 if ($row && $row->{mfn}) {  
173    
174                          # output current process indicator                  print HTML qq{ <li><a href="thes/$mfn.html">$term</a></li>\n} if (-e "out/thes/$mfn.html");
                         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;  
                         }  
175    
176                          if (my $xml = isis2xml($row)) {                  $log->logconfess("can't find 'a:${code}::'") unless ($l->{"a:${code}::"});
                                 my $path = $isis_db;  
                                 $path =~ s#$config->{isis_data}/*##g;  
                                 my $out = "Path-Name: $path#".$row->{mfn}."\n";  
                                 $out .= "Content-Length: ".(length($xml)+1)."\n";  
                                 $out .= "Document-Type: XML\n\n$xml\n";  
                                 print $out;  
                         }  
                 }  
         }  
         print STDERR "\n";  
 }  
177    
178                    print HTML qq{ <ul>\n};
179    
180  1;                  foreach my $l2_v900 (@{ $l->{"a:${code}::"} }) {
181  __END__                          
182  ##########################################################################                          my $l2_code = shift @{ $l->{"code:${l2_v900}"} } || die;
183                            my $l2_term = shift @{ $l->{"d:$l2_v900"} } || die;
184                            my $l2_mfn = shift @{ $l->{"900_mfn:${l2_v900}"} } || die;
185    
186  =head1 NAME                          $log->info("$l2_code -> $l2_v900 : $l2_term [$l2_mfn]");
187    
188  isis2xml.pl - read isis file and dump XML                          print HTML qq{  <li><a href="thes/$l2_mfn.html">$l2_term</a></li>\n} if (-e "out/thes/$l2_mfn.html");
189    
190  =head1 DESCRIPTION                          print HTML qq{  <ul>\n};
191    
192  This command will read ISIS data file using OpenIsis perl module and                          foreach my $l3_v900 (@{ $l->{"a:${l2_code}:"} }) {
 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.  
193    
194  =head1 AUTHOR                                  my $l3_term = shift @{ $l->{"d:$l3_v900"} } || die;
195                                    my $l3_mfn = shift @{ $l->{"900_mfn:${l3_v900}"} } || die;
196    
197  Dobrica Pavlinusic <dpavlin@rot13.org>                                  $log->info(" -> $l3_v900 : $l3_term [$l3_mfn]");
198    
199  =head1 COPYRIGHT                                  print HTML qq{   <li><a href="thes/$l3_mfn.html">$l3_term</a></li>\n} if (-e "out/thes/$l3_mfn.html");
200                            }
201    
202  GNU Public License (GPL) v2 or later                          print HTML qq{  </ul>\n};
203                    }
204                    print HTML qq{ </ul>\n};
205            }
206    }
207    
208  =head1 SEE ALSO  print HTML qq{
209    </ul>
210    </body>
211    </html>
212    };
213    
214  SWISH-E web site at http://www.swish-e.org  $index->close;
215    
 =cut  
Legend:
Removed from v.7  
changed lines
  Added in v.419
  ViewVC Help
Powered by ViewVC 1.1.26