/[webpac]/trunk2/all2xml.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/all2xml.pl

Parent Directory Parent Directory | Revision Log Revision Log | View Patch Patch

revision 1 by dpavlin, Sun Nov 24 20:52:11 2002 UTC revision 13 by dpavlin, Sun Feb 16 22:41:37 2003 UTC
# Line 5  use OpenIsis; Line 5  use OpenIsis;
5  use Getopt::Std;  use Getopt::Std;
6  use Data::Dumper;  use Data::Dumper;
7  use XML::Simple;  use XML::Simple;
8    use Text::Unaccent 1.02;        # 1.01 won't compile on my platform,
9    use Text::Iconv;
10    use Config::IniFiles;
11    
12  my $config=XMLin();  $|=1;
13    
14  print Dumper($config);  my $config_file = $0;
15    $config_file =~ s/\.pl$/.conf/;
16    die "FATAL: can't find configuration file '$config_file'" if (! -e $config_file);
17    
18    my $config;
19    
20    use index_DBI;  # there is no other, right now ;-)
21    
22    my $index = new index_DBI();    # open index
23    
24  my %opts;  my %opts;
25    
26  getopts('d:m:q', \%opts);  # usage:
27    #       -d directory name
28    #       -m multiple directories
29    #       -q quiet
30    #       -s run swish
31    
32  my $db_dir = $opts{d};  getopts('d:m:qs', \%opts);
33    
34  die "usage: $0 -d [database_dir] -m [database1,database2] " if (! %opts);  my $db_dir;
35    
36  #--------------------------------------------------------------------  #die "usage: $0 -d [database_dir] -m [database1,database2] " if (! %opts);
37    
38  my $last_tell=0;  #print Dumper($config->{indexer});
39    #print "-" x 70,"\n";
40    
41  my @isis_dirs = ( '.' );        # use dirname as database name  Text::Iconv->raise_error(1);     # Conversion errors raise exceptions
42    
43  if ($opts{m}) {  #my $isis_codepage = Text::Iconv->new($config->{isis_codepage},'UTF8');
44          @isis_dirs = split(/,/,$opts{m});  #my $index_codepage = Text::Iconv->new($config->{isis_codepage},$config->{index_codepage});
45  }  my $isis_codepage;
46    my $index_codepage;
47    my $cludge_codepage = Text::Iconv->new('UTF8','ISO8859-1');
48    my $xml_codepage;
49    
50  my @isis_dbs;  sub isis2xml {
51    
52            use xmlify;
53    
54            my $row = shift @_;
55            my $add_xml = shift @_;
56    
57            my $xml;
58    
59            use parse_format;
60    
61            my $html = "";          # html formatted display output
62    
63            my %field_usage;        # counter for usage of each field
64    
65            foreach my $field (keys %{$config->{indexer}}) {
66    
67                    $field_usage{$field}++;
68    
69                    my $swish_data = "";
70                    my $display_data = "";
71                    my $index_data = "";
72    
73                    foreach my $x (@{$config->{indexer}->{$field}->{isis}}) {
74    
75                            my $format = $x->{content};
76                            my ($s,$d,$i) = (1,1,0);        # swish, display default
77                            $s = 0 if (lc($x->{type}) eq "display");
78                            $d = 0 if (lc($x->{type}) eq "swish");
79                            ($s,$d,$i) = (0,0,1) if (lc($x->{type}) eq "index");
80    #print STDERR "## s: $s d: $d i: $i ## $format ##\n";  
81    
82                            $format = $cludge_codepage->convert($format);
83                            my ($swish,$display) = parse_format($format,$row);
84    #print STDERR "s: $swish\nd: $display\n" if ($swish);
85    
86    #print STDERR "swish: $swish<-- display: $display<--\n";
87                            # FIX: this is ugly, UGLY, cludge: OpenIsis return
88                            # UTF8 encoding of strings, but as if source charset
89                            # is ISO8859-1 and not some other. This breaks our
90                            # isis character encoding, so we convert it first
91                            # back to ISO8859-1 (which can actually be different
92                            # encoding in isis)
93    
94                            $swish_data .= $swish if ($s && $swish);
95                            $display_data .= $display if ($d && $display);
96                            $index_data .= $display if ($i && $display);
97                    }
98    
99    
100    #print STDERR "s_d: $swish_data\nd_d: $display_data\n" if ($swish_data);
101                    if ($display_data) {
102                            $display_data = $isis_codepage->convert($display_data) || die "Can't convert '$display_data' !";
103                            # FIX: this is removed and replaced by html tag.
104                            #$xml .= xmlify($field."_display", $display_data);
105    
106                            if ($field eq "headline") {
107                                    $xml .= xmlify("headline", $display_data);
108                            } else {
109    
110                                    # find field name (signular, plural)
111                                    my $field_name = "";
112                                    if ($config->{indexer}->{$field}->{name_singular} && $field_usage{$field} == 1) {
113                                            $field_name = $config->{indexer}->{$field}->{name_singular}."#-#";
114                                    } elsif ($config->{indexer}->{$field}->{name_plural}) {
115                                            $field_name = $config->{indexer}->{$field}->{name_plural}."#-#";
116                                    } else {
117                                            $field_name = $config->{indexer}->{$field}->{name}."#-#";
118                                    }
119                                    if ($field_name) {
120                                            $html .= $xml_codepage->convert($field_name);
121                                    }
122                                    $html .= $display_data."###\n";
123                            }
124                    }
125                    if ($swish_data) {
126                            my $i = Text::Iconv->new($config->{isis_codepage},'ISO8859-2');
127                            $swish_data = $i->convert($swish_data);
128                            $xml .= xmlify($field."_swish",unac_string('ISO8859-2',$swish_data));
129                            #$swish_data = $isis_codepage->convert($swish_data)."##" || $swish_data;
130                            #$xml .= xmlify($field."_swish",unac_string($config->{isis_codepage},$swish_data));
131                    }
132    
133                    # index
134                    if ($index_data && $index_data ne "") {
135                            $index_data = $index_codepage->convert($index_data) || $index_data;
136                            $index->insert($field, $index_data, $db_dir);
137                    }
138    
 foreach (@isis_dirs) {  
         if (-e "$common::isis_data/$db_dir/$_/LIBRI") {  
                 push @isis_dbs,"$common::isis_data/$db_dir/$_/LIBRI/LIBRI";  
         }  
         if (-e "$common::isis_data/$db_dir/$_/PERI") {  
                 push @isis_dbs,"$common::isis_data/$db_dir/$_/PERI/PERI";  
139          }          }
140          if (-e "$common::isis_data/$db_dir/$_/AMS") {  
141                  push @isis_dbs,"$common::isis_data/$db_dir/$_/AMS/AMS";          # dump formatted output in <html>
142            if ($html) {
143                    $xml .= xmlify("html",$html);
144          }          }
145          if (-e "$common::isis_data/$db_dir/$_/ARTI") {          
146  #               push @isis_dbs,"$common::isis_data/$db_dir/$_/ARTI/ARTI";          if ($xml) {
147    #print STDERR "x: $xml\n";
148                    $xml .= $add_xml if ($add_xml);
149                    return "<xml>\n$xml</xml>\n";
150            } else {
151                    return;
152          }          }
153  }  }
154    
155  foreach my $isis_db (@isis_dbs) {  ##########################################################################
156    
157    my $cfg = new Config::IniFiles( -file => $config_file );
158    
159    foreach my $database ($cfg->Sections) {
160    
161          my $db = OpenIsis::open( "$isis_db" ) || warn "can't open '$isis_db'";          my $isis_db = $cfg -> val($database, 'isis_db');
162            my $type = $cfg -> val($database, 'type');
163            my $add_xml = $cfg -> val($database, 'xml');
164    
165            # read configuration for this type
166            $config=XMLin("./import_xml/$type.xml", forcearray => [ 'isis' ], forcecontent => 1);
167            $isis_codepage = Text::Iconv->new($config->{isis_codepage},'UTF8');
168            $index_codepage = Text::Iconv->new($config->{isis_codepage},$config->{index_codepage});
169            $xml_codepage = Text::Iconv->new($cfg->val($database,'xml_codepage'),'UTF8');
170    
171            my $db = OpenIsis::open( $isis_db );
172            if (0) {
173    #       # FIX
174    #       if (! $db ) {
175                    print STDERR "WARNING: can't open '$isis_db'\n";
176                    next ;
177            }
178    
179          my $max_rowid = OpenIsis::maxRowid( $db );          my $max_rowid = OpenIsis::maxRowid( $db );
180    
181          my $last_pcnt = 0;          print STDERR "Reading database: $isis_db [$max_rowid rows]\n";
182    
183            my $path = $database;                   # was $isis_db
184    
185            my $last_p = 0;
186    
187    #       { my $row_id = 4514;
188    # FIX
189          for (my $row_id = 1; $row_id <= $max_rowid; $row_id++ ) {          for (my $row_id = 1; $row_id <= $max_rowid; $row_id++ ) {
190                  my $row = OpenIsis::read( $db, $row_id );                  my $row = OpenIsis::read( $db, $row_id );
191                    if ($row && $row->{mfn}) {
192                  # output current process indicator  #print STDERR "mfn: ",$row->{mfn},"\n";
193                  my $pcnt = int($row->{mfn} * 100 / $max_rowid);                          # output current process indicator
194                  if ($pcnt != $last_pcnt) {                          my $p = int($row->{mfn} * 100 / $max_rowid);
195                          printf STDERR ("%5d / %5d -- %-2d %%\n",$row->{mfn},$max_rowid,$pcnt) if (! $opts{q});                          if ($p != $last_p) {
196                          $last_pcnt = $pcnt;                                  printf STDERR ("%5d / %5d [%-51s] %-2d %% \r",$row->{mfn},$max_rowid,"=" x ($p/2).">", $p ) if (! $opts{q});
197                                    $last_p = $p;
198                            }
199    
200                            if (my $xml = isis2xml($row,$add_xml)) {
201    #print STDERR "--ret-->$xml\n";
202                                    print "Path-Name: $path#".int($row->{mfn})."\n";
203                                    print "Content-Length: ".(length($xml)+1)."\n";
204                                    print "Document-Type: XML\n\n$xml\n";
205                            }
206                  }                  }
207          }          }
208            print STDERR "\n";
209  }  }
210    
211    # call this to commit index
212    $index->close;
213    
214    1;
215    __END__
216    ##########################################################################
217    
218    =head1 NAME
219    
220    isis2xml.pl - read isis file and dump XML
221    
222    =head1 DESCRIPTION
223    
224    This command will read ISIS data file using OpenIsis perl module and
225    create XML file for usage with I<SWISH-E>
226    indexer. Dispite it's name, this script B<isn't general xml generator>
227    from isis files (isis allready has something like that). Output of this
228    script is tailor-made for SWISH-E.
229    
230    =head1 AUTHOR
231    
232    Dobrica Pavlinusic <dpavlin@rot13.org>
233    
234    =head1 COPYRIGHT
235    
236    GNU Public License (GPL) v2 or later
237    
238    =head1 SEE ALSO
239    
240    SWISH-E web site at http://www.swish-e.org
241    
242    =cut

Legend:
Removed from v.1  
changed lines
  Added in v.13

  ViewVC Help
Powered by ViewVC 1.1.26