/[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 9 by dpavlin, Sat Jan 11 19:55:30 2003 UTC trunk2/all2all.pl revision 425 by dpavlin, Sat Sep 11 23:32:41 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;  
 use DBI;  
   
 my $config=XMLin(undef, forcearray => [ 'isis' ], forcecontent => 1);  
 my $dbh = DBI->connect("DBI:Pg:dbname=webpac","","") || die $DBI::errstr; # FIX  
 # FIX; select relname from pg_class where relname like 'index_%' ;  
 $dbh->begin_work || die $dbh->errstr();  
   
 $dbh->do("delete from index_author") || die $dbh->errstr();  
 $dbh->do("delete from index_title") || die $dbh->errstr();  
   
 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";  
   
 # how to convert isis code page to UTF8?  
 my $isis_map = Unicode::Map8->new($config->{isis_codepage}) || die;  
   
 sub isis2xml {  
   
         my $row = shift @_;  
   
         my $xml;  
         $xml->{db_dir} = [ $db_dir ];   # FIX remove?  
   
         sub isis_sf {  
                 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};  
                         }  
                 }  
         }  
12    
13          foreach my $field (keys %{$config->{indexer}}) {  use lib './lib';
14    use WebPAC;
15    use WebPAC::jsFind;
16    use WebPAC::Index;
17    
18                  my $display_data = "";  my $webpac = new WebPAC(
19                  my $swish_data = "";          code_page => 'ISO-8859-2',
20                  my $index_data = "";          limit_mfn => 500,
21    #       debug => 1,
22                  foreach my $x (@{$config->{indexer}->{$field}->{isis}}) {  #       low_mem => 1,
23    ) || die;
                         my $display_tmp = "";  
                         my $swish_tmp = "";  
                         my $index_tmp = "";  
   
                         my $format = $x->{content};  
                         my $s = 1;      # swish only  
                         my $d = 1;      # display only  
                         my $i = 0;      # index only  
                         $s = 0 if (lc($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";    
                         # 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);  
                                                 $swish_tmp .= $isis_tmp." " if ($s);  
                                                 $index_tmp .= $prefix . $isis_tmp if ($i);  
 #print STDERR " $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);  
                         $index_tmp .= $prefix if ($index_tmp);  
   
 #                       $display_data .= $display_tmp if ($display_tmp ne "");  
 #                       $swish_data .= $swish_tmp if ($swish_tmp ne "");  
                         $display_data .= $display_tmp;  
                         $swish_data .= $swish_tmp;  
                         $index_data .= $index_tmp;  
24    
25                  }  my $log = $webpac->_get_logger() || die "can't get logger";
 #print "--display:$display_data\n--swish:$swish_data\n";  
                 #$xml->{$field."_display"} = $isis_map->tou($display_data)->utf8 if ($display_data);  
                 #$xml->{$field."_swish"} = unac_string($config->{isis_codepage},$swish_data) if ($swish_data);  
                 $xml->{$field."_display" } = [ $isis_map->tou($display_data)->utf8 ] if ($display_data);  
                 $xml->{$field."_swish"} = [ unac_string($config->{isis_codepage},$swish_data) ] if ($swish_data);  
   
                 # index  
                 if ($index_data && $index_data ne "") {  
                         my $sql = "select $field from index_$field where upper($field)=upper(?)";  
                         my $sth = $dbh->prepare($sql) || die $dbh->errstr();  
                         $sth->execute($index_data) || die "SQL: $sql; ".$dbh->errstr();  
 #print STDERR "--->$index_data<---\n";  
                         if (! $sth->fetchrow_hashref) {  
                                 my $sql = "insert into index_$field values (?)";  
                                 my $sth = $dbh->prepare($sql) || die $dbh->errstr();  
 #print STDERR "$sql: $index_data<!----\n";  
                                 $sth->execute($index_data) || die "SQL: $sql; ".$dbh->errstr();  
                         }  
                 }  
26    
27          }  $log->debug("creating WebPAC::jsFind object");
         if ($xml) {  
                 return XMLout($xml, rootname => 'xml', keeproot => 0, noattr => 0 );  
         } else {  
                 return;  
         }  
 }  
28    
29  ##########################################################################  my $index = new WebPAC::jsFind(
30            index_path => './out/index',
31            keys => 10,
32    ) || die;
33    
34  my $last_tell=0;  my $thes;
35    
36  my @isis_dirs = ( '.' );        # use dirname as database name  $|=1;
37    
38  if ($opts{m}) {  my $maxmfn = $webpac->open_isis(
39          @isis_dirs = split(/,/,$opts{m});          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 @isis_dbs;  $log->debug("isis file ",$webpac->{'isis_filename'}," opened");
54    
55  foreach (@isis_dirs) {  $log->info("rows: $maxmfn");
         if (-e $config->{isis_data}."/$db_dir/$_/LIBRI") {  
                 push @isis_dbs,$config->{isis_data}."/$db_dir/$_/LIBRI/LIBRI";  
         }  
         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";  
         }  
 }  
56    
57  print STDERR "FATAL: Can't find isis database.\nPerhaps isis_data (".$config->{isis_data}.") has wrong value?\n" if (! @isis_dbs);  $webpac->open_import_xml(type => 'isis_hidra_ths');
58    
59  my $db;  if(1) { # XXX
60    
61  foreach my $isis_db (@isis_dbs) {  while (my $rec = $webpac->fetch_rec) {
62    
63            my @ds = $webpac->data_structure($rec);
64    
65          my $db = OpenIsis::open( $isis_db );          if (0 && $log->is_debug) {
66          if (0) {                  $log->debug("rec = ",Dumper($rec));
67  #       # FIX                  $log->debug("ds = ",Dumper(\@ds));
 #       if (! $db ) {  
                 print STDERR "WARNING: can't open '$isis_db'\n";  
                 next ;  
68          }          }
69    
70          my $max_rowid = OpenIsis::maxRowid( $db );          next if (! @ds);
71    
72          print STDERR "Reading database: $isis_db [$max_rowid rows]\n";          my $filename = $webpac->{'current_filename'} || $log->logdie("no current_filename in webpac object");
73    
74          my $last_p = 0;          if ($filename) {
75                    $webpac->output_file(
76                            file => $filename,
77                            template => 'html.tt',
78                            data => \@ds,
79                            headline => $webpac->{'headline'},
80                    );
81            } else {
82                    print $webpac->output(
83                            template => 'text.tt',
84                            data => \@ds,
85                            headline => $webpac->{'headline'},
86                    );
87            }
88    
89  #       { my $row_id = 1;          my $headline = $webpac->{'headline'};
 # FIX  
         for (my $row_id = 1; $row_id <= $max_rowid; $row_id++ ) {  
                 my $row = OpenIsis::read( $db, $row_id );  
                 if ($row && $row->{mfn}) {  
90    
91                          # output current process indicator          my $f = $filename;
92                          my $p = int($row->{mfn} * 100 / $max_rowid);          $f =~ s!out/!!;
                         if ($p != $last_p) {  
                                 printf STDERR ("%5d / %5d [%-51s] %-2d %% \r",$row->{mfn},$max_rowid,"=" x ($p/2).">", $p ) if (! $opts{q});  
                                 $last_p = $p;  
                         }  
93    
94                          if (my $xml = isis2xml($row)) {          # save into index
95                                  my $path = $isis_db;          foreach my $ds (@ds) {
96                                  $path =~ s#$config->{isis_data}/*##g;                  next if (! $ds->{'swish'});
97                                  my $out = "Path-Name: $path#".$row->{mfn}."\n";  
98                                  $out .= "Content-Length: ".(length($xml)+1)."\n";                  $index->insert(
99                                  $out .= "Document-Type: XML\n\n$xml\n";                          index_name => $ds->{'tag'},
100                                  print $out;                          path => $f,
101                          }                          headline => $headline,
102                            words => join(" ",@{$ds->{'swish'}})
103                    );
104            }
105    
106            # save into sorted index (thesaurus)
107            foreach my $ds (@ds) {
108                    next if (! $ds->{'index'});
109    
110                    $thes->{$ds->{'tag'}} ||= new WebPAC::Index;
111    
112                    foreach my $h (@{$ds->{'index'}}) {
113                            $thes->{$ds->{'tag'}}->insert(
114                                    path => $f,
115                                    headline => $h,
116                            );
117                  }                  }
118          }          }
119          print STDERR "\n";  
120    #       print Dumper(\@ds);
121    
122  }  }
123    
124  $dbh->commit || die $dbh->errstr();  foreach my $t (keys %{$thes}) {
125    
126  1;          my @e = $thes->{$t}->elements;
127  __END__          if (! @e) {
128  ##########################################################################                  $log->logwarn("no elements in sorted index $t?");
129                    next;
130            }
131    
132  =head1 NAME          my $file = "./out/bfilter/$t.txt";
133            $log->info("saving sorted index $t to '$file' [".scalar(@e)." elements]");
134    
135  isis2xml.pl - read isis file and dump XML          $webpac->output_file(
136                    file => $file,
137                    template => 'index.tt',
138                    data => \@e,
139                    index_name => $t,
140            );
141    }
142    
143  =head1 DESCRIPTION  if (0 && $log->is_debug) {
144            $log->debug("lookup hash: ",Dumper($webpac->{'lookup'}));
145            $log->debug("data hash: ",Dumper($webpac->{'data'}));
146            foreach my $t (keys %{$thes}) {
147                    $log->debug("thesaurus $t hash: ",Dumper($thes->{$t}));
148            }
149    }
150    
151  This command will read ISIS data file using OpenIsis perl module and  } # XXX if(0)
 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.  
152    
153  =head1 AUTHOR  $log->info("lookup hash: ",Dumper($webpac->{'lookup'}));
154    
155    #
156    # tree dump implementation which shouldn't be here :-)
157    #
158    
159    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 { $l->{"a:".$_[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 { $l->{"a:".$_[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 { $l->{"a:".$_[2].":".$_[1]} },
206            child_code      => sub { return "a:".$_[2].":".$_[1] },
207            style           => 'display: none',
208            },{
209            # 3 uži pojam
210            code_arr        => sub { @{$l->{$_[0]}} },
211            filter_code     => sub { shift },
212            lookup_v900     => sub { shift },
213            lookup_term     => sub { shift @{$l->{"d:".$_[1]}} },
214            lookup_mfn      => sub { shift @{$l->{"900_mfn:".$_[1]}} },
215            have_children   => sub { 0 },
216            child_code      => sub { 0 },
217    });
218    
219    unroll(0,'');
220    
221    $log->debug("test filter: ",$tree[0]->{'filter_code'}->("root:99"));
222    
223    sub unroll {
224            my ($level,$start_code) = @_;
225    
226            $log->logconfess("need level") unless (defined($level));
227    
228            # all levels passed?
229            return if (! defined($tree[$level]));
230    
231            $log->debug("unroll level $level, start code $start_code");
232    
233            foreach my $code ($tree[$level]->{'code_arr'}->($start_code)) {
234    
235                    if ($code = $tree[$level]->{'filter_code'}->($code)) {
236                    
237                            $log->debug("# $level filter passed code $code");
238    
239                            my $v900 = $tree[$level]->{'lookup_v900'}->($code) || $log->logdie("can't lookup_v900 '$code'");
240                            $log->debug("# $level lookup_v900($code) = $v900");
241                            my $term = $tree[$level]->{'lookup_term'}->($code,$v900) || $log->logdie("can't lookup_term '$v900'");
242                            $log->debug("# $level lookup_term($code,$v900) = $term");
243                            my $mfn  = $tree[$level]->{'lookup_mfn'}->($code,$v900)  || $log->logdie("can't lookup_mfn '$v900'");
244                            $log->debug("# $level lookup_mfn($code,$v900) = $mfn");
245    
246                            $log->debug("$code -> $v900 : $term [$mfn]");
247    
248            
249                            my $have_children = $tree[$level]->{'have_children'}->($code,$v900,$start_code);
250    
251                            my ($link_start,$link_end) = ('','');
252    
253                            ($link_start,$link_end) = (qq{<a href="#mfn$mfn" onClick="return hide_show('mfn$mfn');">},qq{</a>}) if ($have_children);
254    
255                            my $mfn_link = "thes/$mfn.html";
256                            if (-e "out/$mfn_link") {
257                                    print HTML " " x $level .
258                                            qq{<li>${link_start}${term}${link_end}}.
259                                            qq{&nbsp;<a href="$mfn_link">&raquo;</a></li>\n};
260                            } else {
261                                    $log->warn("file 'out/$mfn_link' doesn't exist, skipping");
262                            }
263    
264  Dobrica Pavlinusic <dpavlin@rot13.org>                          unless ($have_children) {
265                                    $log->warn("doesn't have_children($code,$v900,$start_code)");
266                                    next;
267                            }
268                            
269                            print HTML " " x $level .
270                                    qq{<a name="mfn$mfn"></a>\n <ul id="mfn$mfn"}.
271                                    ($tree[$level]->{'style'} ? ' style="'.$tree[$level]->{'style'}.'"' : '').
272                                    qq{>\n};
273    
274                            unroll($level+1, $tree[$level]->{'child_code'}->($code,$v900,$start_code));
275                            
276                            print HTML " " x $level . qq{</ul>\n};
277    
278  =head1 COPYRIGHT                  }
279            }
280    }
281    
282  GNU Public License (GPL) v2 or later  print HTML qq{
283    </ul>
284    </body>
285    </html>
286    };
287    
288  =head1 SEE ALSO  close(HTML);
289    
290  SWISH-E web site at http://www.swish-e.org  $index->close;
291    
292  =cut  $log->info("elapsed time: ",$webpac->fmt_time(time() - $webpac->{'start_t'}));
Legend:
Removed from v.9  
changed lines
  Added in v.425
  ViewVC Help
Powered by ViewVC 1.1.26