/[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 13 by dpavlin, Sun Feb 16 22:41:37 2003 UTC revision 164 by dpavlin, Sat Nov 22 22:04:05 2003 UTC
# Line 8  use XML::Simple; Line 8  use XML::Simple;
8  use Text::Unaccent 1.02;        # 1.01 won't compile on my platform,  use Text::Unaccent 1.02;        # 1.01 won't compile on my platform,
9  use Text::Iconv;  use Text::Iconv;
10  use Config::IniFiles;  use Config::IniFiles;
11    use Encode;
12    
13  $|=1;  $|=1;
14    
# Line 17  die "FATAL: can't find configuration fil Line 18  die "FATAL: can't find configuration fil
18    
19  my $config;  my $config;
20    
21  use index_DBI;  # there is no other, right now ;-)  #use index_DBI;         # default DBI module for index
22    use index_DBI_cache;    # faster DBI module using memory cache
23  my $index = new index_DBI();    # open index  my $index;
24    
25  my %opts;  my %opts;
26    
# Line 31  my %opts; Line 32  my %opts;
32    
33  getopts('d:m:qs', \%opts);  getopts('d:m:qs', \%opts);
34    
35  my $db_dir;  my $path;       # this is name of database
36    
37    Text::Iconv->raise_error(0);     # Conversion errors don't raise exceptions
38    
39  #die "usage: $0 -d [database_dir] -m [database1,database2] " if (! %opts);  # this is encoding of all files on disk, including import_xml/*.xml file and
40    # filter/*.pm files! It will be used to store strings in perl internally!
41    my $codepage = 'ISO-8859-2';
42    
43    my $utf2cp = Text::Iconv->new('UTF-8',$codepage);
44    # this function will convert data from XML files to local encoding
45    sub x {
46            return $utf2cp->convert($_[0]);
47    }
48    
49  #print Dumper($config->{indexer});  # decode isis/excel or other import codepage
50  #print "-" x 70,"\n";  my $import2cp;
51    
52  Text::Iconv->raise_error(1);     # Conversion errors raise exceptions  # outgoing xml must be in UTF-8
53    my $cp2utf = Text::Iconv->new($codepage,'UTF-8');
54    
55  #my $isis_codepage = Text::Iconv->new($config->{isis_codepage},'UTF8');  # mapping between data type and tag which specify
56  #my $index_codepage = Text::Iconv->new($config->{isis_codepage},$config->{index_codepage});  # format in XML file
57  my $isis_codepage;  my %type2tag = (
58  my $index_codepage;          'isis' => 'isis',
59  my $cludge_codepage = Text::Iconv->new('UTF8','ISO8859-1');          'excel' => 'column',
60  my $xml_codepage;          'marc' => 'marc',
61            'feed' => 'feed'
62    );
63    
64  sub isis2xml {  sub data2xml {
65    
66          use xmlify;          use xmlify;
67    
68            my $type = shift @_;
69          my $row = shift @_;          my $row = shift @_;
70          my $add_xml = shift @_;          my $add_xml = shift @_;
71            # needed to read values from configuration file
72            my $cfg = shift @_;
73            my $database = shift @_;
74    
75          my $xml;          my $xml;
76    
# Line 62  sub isis2xml { Line 80  sub isis2xml {
80    
81          my %field_usage;        # counter for usage of each field          my %field_usage;        # counter for usage of each field
82    
83          foreach my $field (keys %{$config->{indexer}}) {          # sort subrouting using order="" attribute
84            sub by_order {
85                    my $va = $config->{indexer}->{$a}->{order} ||
86                            $config->{indexer}->{$a};
87                    my $vb = $config->{indexer}->{$b}->{order} ||
88                            $config->{indexer}->{$b};
89    
90                    return $va <=> $vb;
91            }
92    
93            foreach my $field (sort by_order keys %{$config->{indexer}}) {
94    
95                    $field=x($field);
96                  $field_usage{$field}++;                  $field_usage{$field}++;
97    
98                  my $swish_data = "";                  my $swish_data = "";
99                    my $swish_exact_data = "";
100                  my $display_data = "";                  my $display_data = "";
101                  my $index_data = "";                  my $line_delimiter;
102    
103                  foreach my $x (@{$config->{indexer}->{$field}->{isis}}) {                  my ($swish,$display);
104    
105                          my $format = $x->{content};                  my $tag = $type2tag{$type} || die "can't find which tag to use for type $type";
106                          my ($s,$d,$i) = (1,1,0);        # swish, display default                  foreach my $x (@{$config->{indexer}->{$field}->{$tag}}) {
107    
108                            my $format = x($x->{content});
109                            my $delimiter = x($x->{delimiter}) || ' ';
110    
111                            my $repeat_off = 0;             # repeatable offset
112    
113                            my ($s,$se,$d,$i) = (1,0,1,0);  # swish, display default
114                          $s = 0 if (lc($x->{type}) eq "display");                          $s = 0 if (lc($x->{type}) eq "display");
115                          $d = 0 if (lc($x->{type}) eq "swish");                          $d = 0 if (lc($x->{type}) eq "swish");
116                            $se = 1 if (lc($x->{type}) eq "swish_exact");
117                          ($s,$d,$i) = (0,0,1) if (lc($x->{type}) eq "index");                          ($s,$d,$i) = (0,0,1) if (lc($x->{type}) eq "index");
 #print STDERR "## s: $s d: $d i: $i ## $format ##\n";    
118    
119                          $format = $cludge_codepage->convert($format);                          # what will separate last line from this one?
120                          my ($swish,$display) = parse_format($format,$row);                          if ($display_data && $x->{append} && $x->{append} eq "1") {
121  #print STDERR "s: $swish\nd: $display\n" if ($swish);                                  $line_delimiter = ' ';
122                            } elsif ($display_data) {
123                                    $line_delimiter = '<br/>';
124                            }
125    
126                            # init vars so that we go into while...
127                            ($swish,$display) = (1,1);
128    
129                            # placeholder for all repeatable entries for index
130                            my @index_data;
131                            my $index_filter;
132    
133                            sub mkformat {
134                                    my $x = shift || die "mkformat needs tag reference";
135                                    my $data = shift || return;
136                                    my $format_name = x($x->{format_name}) || return $data;
137                                    my $fmt = x($config->{format}->{$format_name}->{content}) || die "<format name=\"$format_name\"> is not defined!";
138                                    my $format_delimiter = x($x->{format_delimiter});
139                                    my @data;
140                                    if ($format_delimiter) {
141                                            @data = split(/$format_delimiter/,$data);
142                                    } else {
143                                            push @data,$data;
144                                    }
145    
146                                    if ($fmt) {
147                                            my $nr = scalar $fmt =~ s/%s/%s/g;
148                                            if (($#data+1) == $nr) {
149                                                    return sprintf($fmt,@data);
150                                            } else {
151                                                    print STDERR "mkformat: [$data] can't be split on [$format_delimiter] to $nr fields!\n";
152                                                    return $data;
153                                            }
154                                    } else {
155                                            print STDERR "usage of link '$format_name' without defined format (<link> tag)\n";
156                                    }
157                            }
158    
159                            # while because of repeatable fields
160                            while ($swish || $display) {
161                                    ($swish,$display) = parse_format($type, $format,$row,$repeat_off++,$import2cp);
162                                    if ($repeat_off > 1000) {
163                                            print STDERR "loop (more than 1000 repeatable fields) deteced in $row, $format\n";
164                                            last;
165                                    }
166                                    
167                                    # filter="name" ; filter this field through
168                                    # filter/[name].pm
169                                    my $filter = $x->{filter};
170                                    if ($filter) {
171                                            require "filter/".$filter.".pm";
172                                    }
173                                    # type="swish" ; field for swish
174                                    if ($swish) {
175                                            if ($filter && ($s || $se)) {
176                                                    no strict 'refs';
177                                                    my $tmp = join(" ",&$filter($swish)) if ($s || $se);
178                                                    $swish_data .= $tmp if ($s);
179                                                    $swish_exact_data .= $tmp if ($se);
180    
181                                            } else {
182                                                    $swish_data .= $swish if ($s);
183                                                    $swish_exact_data .= $swish if ($se);
184                                            }
185                                    }
186    
187  #print STDERR "swish: $swish<-- display: $display<--\n";                                  # type="display" ; field for display
188                          # FIX: this is ugly, UGLY, cludge: OpenIsis return                                  if ($d && $display) {
189                          # UTF8 encoding of strings, but as if source charset                                          if ($line_delimiter && $display_data) {
190                          # is ISO8859-1 and not some other. This breaks our                                                  $display_data .= $line_delimiter;
191                          # isis character encoding, so we convert it first                                                  undef $line_delimiter;
192                          # back to ISO8859-1 (which can actually be different                                          }
193                          # encoding in isis)                                          if ($filter) {
194                                                    no strict 'refs';
195                                                    if ($display_data) {
196                                                            $display_data .= $delimiter.join($delimiter,mkformat($x,&$filter($display)));
197                                                    } else {
198                                                            $display_data = join($delimiter,mkformat($x,&$filter($display)));
199                                                    }
200                                            } else {
201                                                    if ($display_data) {
202                                                            $display_data .= $delimiter.mkformat($x,$display);
203                                                    } else {
204                                                            $display_data = mkformat($x,$display);
205                                                    }
206                                            }
207                                    }
208                                                    
209                                    # type="index" ; insert into index
210                                    if ($i && $display) {
211                                            push @index_data, $display;
212                                            $index_filter = $filter if ($filter);
213                                    }
214                            }
215    
216                            # fill data in index
217                            if (@index_data) {
218                                    if ($index_filter) {
219                                            no strict 'refs';
220                                            foreach my $d (@index_data) {
221                                                    $index->insert($field, &$index_filter($d), $path);
222                                            }
223                                    } else {
224                                            foreach my $d (@index_data) {
225                                                    $index->insert($field, $d, $path);
226                                            }
227                                    }
228                            }
229                    }
230    
231                    # now try to parse variables from configuration file
232                    foreach my $x (@{$config->{indexer}->{$field}->{'config'}}) {
233    
234                            my $delimiter = x($x->{delimiter}) || ' ';
235                            my $val = $cfg->val($database, x($x->{content}));
236    
237                            my ($s,$d,$i) = (1,1,0);        # swish, display default
238                            $s = 0 if (lc($x->{type}) eq "display");
239                            $d = 0 if (lc($x->{type}) eq "swish");
240                            # no support for swish exact in config.
241                            # IMHO, it's useless
242                            ($s,$d,$i) = (0,0,1) if (lc($x->{type}) eq "index");
243    
244                            if ($val) {
245                                    $display_data .= $delimiter.$val if ($d);
246                                    $swish_data .= $val if ($s);
247                                    $index->insert($field, $val, $path) if ($i);
248                            }
249    
                         $swish_data .= $swish if ($s && $swish);  
                         $display_data .= $display if ($d && $display);  
                         $index_data .= $display if ($i && $display);  
250                  }                  }
251    
252    
 #print STDERR "s_d: $swish_data\nd_d: $display_data\n" if ($swish_data);  
253                  if ($display_data) {                  if ($display_data) {
                         $display_data = $isis_codepage->convert($display_data) || die "Can't convert '$display_data' !";  
                         # FIX: this is removed and replaced by html tag.  
                         #$xml .= xmlify($field."_display", $display_data);  
254    
255                          if ($field eq "headline") {                          if ($field eq "headline") {
256                                  $xml .= xmlify("headline", $display_data);                                  $xml .= xmlify("headline", $display_data);
# Line 113  sub isis2xml { Line 262  sub isis2xml {
262                                          $field_name = $config->{indexer}->{$field}->{name_singular}."#-#";                                          $field_name = $config->{indexer}->{$field}->{name_singular}."#-#";
263                                  } elsif ($config->{indexer}->{$field}->{name_plural}) {                                  } elsif ($config->{indexer}->{$field}->{name_plural}) {
264                                          $field_name = $config->{indexer}->{$field}->{name_plural}."#-#";                                          $field_name = $config->{indexer}->{$field}->{name_plural}."#-#";
265                                  } else {                                  } elsif ($config->{indexer}->{$field}->{name}) {
266                                          $field_name = $config->{indexer}->{$field}->{name}."#-#";                                          $field_name = $config->{indexer}->{$field}->{name}."#-#";
267                                    } else {
268                                            print STDERR "WARNING: field '$field' doesn't have 'name' attribute!";
269                                  }                                  }
270                                  if ($field_name) {                                  if ($field_name) {
271                                          $html .= $xml_codepage->convert($field_name);                                          $html .= x($field_name);
272                                  }                                  }
273                                  $html .= $display_data."###\n";                                  $html .= $display_data."###\n";
274                          }                          }
275                  }                  }
276                  if ($swish_data) {                  if ($swish_data) {
277                          my $i = Text::Iconv->new($config->{isis_codepage},'ISO8859-2');                          # remove extra spaces
278                          $swish_data = $i->convert($swish_data);                          $swish_data =~ s/ +/ /g;
279                          $xml .= xmlify($field."_swish",unac_string('ISO8859-2',$swish_data));                          $swish_data =~ s/ +$//g;
280                          #$swish_data = $isis_codepage->convert($swish_data)."##" || $swish_data;  
281                          #$xml .= xmlify($field."_swish",unac_string($config->{isis_codepage},$swish_data));                          $xml .= xmlify($field."_swish", unac_string($codepage,$swish_data));
282                  }                  }
283    
284                  # index                  if ($swish_exact_data) {
285                  if ($index_data && $index_data ne "") {                          $swish_exact_data =~ s/ +/ /g;
286                          $index_data = $index_codepage->convert($index_data) || $index_data;                          $swish_exact_data =~ s/ +$//g;
287                          $index->insert($field, $index_data, $db_dir);  
288                            # add delimiters before and after word.
289                            # That is required to produce exact match
290                            $xml .= xmlify($field."_swish_exact", unac_string($codepage,'xxbxx '.$swish_exact_data.' xxexx'));
291                  }                  }
292    
293    
294          }          }
295    
296          # dump formatted output in <html>          # dump formatted output in <html>
297          if ($html) {          if ($html) {
298                  $xml .= xmlify("html",$html);                  #$xml .= xmlify("html",$html);
299                    $xml .= "<html><![CDATA[ $html ]]></html>";
300          }          }
301                    
302          if ($xml) {          if ($xml) {
 #print STDERR "x: $xml\n";  
303                  $xml .= $add_xml if ($add_xml);                  $xml .= $add_xml if ($add_xml);
304                  return "<xml>\n$xml</xml>\n";                  return "<xml>\n$xml</xml>\n";
305          } else {          } else {
# Line 154  sub isis2xml { Line 309  sub isis2xml {
309    
310  ##########################################################################  ##########################################################################
311    
312    # read configuration for this script
313  my $cfg = new Config::IniFiles( -file => $config_file );  my $cfg = new Config::IniFiles( -file => $config_file );
314    
315    # read global.conf configuration
316    my $cfg_global = new Config::IniFiles( -file => 'global.conf' );
317    
318    # open index
319    $index = new index_DBI(
320                    $cfg_global->val('global', 'dbi_dbd'),
321                    $cfg_global->val('global', 'dbi_dsn'),
322                    $cfg_global->val('global', 'dbi_user'),
323                    $cfg_global->val('global', 'dbi_passwd') || '',
324            );
325    
326    my $show_progress = $cfg_global->val('global', 'show_progress');
327    
328    my $unac_filter = $cfg_global->val('global', 'unac_filter');
329    if ($unac_filter) {
330            require $unac_filter;
331    }
332    
333  foreach my $database ($cfg->Sections) {  foreach my $database ($cfg->Sections) {
334    
335          my $isis_db = $cfg -> val($database, 'isis_db');          my $type = lc($cfg -> val($database, 'type')) || die "$database doesn't have 'type' defined";
336          my $type = $cfg -> val($database, 'type');          my $add_xml = $cfg -> val($database, 'xml');    # optional
337          my $add_xml = $cfg -> val($database, 'xml');  
338    print STDERR "reading ./import_xml/$type.xml\n";
339    
340            # extract just type basic
341            my $type_base = $type;
342            $type_base =~ s/_.+$//g;
343    
344          # read configuration for this type          $config=XMLin("./import_xml/$type.xml", forcearray => [ $type2tag{$type_base}, 'config', 'format' ], forcecontent => 1);
         $config=XMLin("./import_xml/$type.xml", forcearray => [ 'isis' ], forcecontent => 1);  
         $isis_codepage = Text::Iconv->new($config->{isis_codepage},'UTF8');  
         $index_codepage = Text::Iconv->new($config->{isis_codepage},$config->{index_codepage});  
         $xml_codepage = Text::Iconv->new($cfg->val($database,'xml_codepage'),'UTF8');  
345    
346          my $db = OpenIsis::open( $isis_db );          # output current progress indicator
347          if (0) {          my $last_p = 0;
348  #       # FIX          sub progress {
349  #       if (! $db ) {                  return if (! $show_progress);
350                  print STDERR "WARNING: can't open '$isis_db'\n";                  my $current = shift;
351                  next ;                  my $total = shift || 1;
352                    my $p = int($current * 100 / $total);
353                    if ($p != $last_p) {
354                            printf STDERR ("%5d / %5d [%-51s] %-2d %% \r",$current,$total,"=" x ($p/2).">", $p );
355                            $last_p = $p;
356                    }
357          }          }
358    
359          my $max_rowid = OpenIsis::maxRowid( $db );          my $fake_dir = 1;
360            sub fakeprogress {
361                    return if (! $show_progress);
362                    my $current = shift @_;
363    
364                    my @ind = ('-','\\','|','/','-','\\','|','/', '-');
365    
366                    $last_p += $fake_dir;
367                    $fake_dir = -$fake_dir if ($last_p > 1000 || $last_p < 0);
368                    if ($last_p % 10 == 0) {
369                            printf STDERR ("%5d / %5s [%-51s]\r",$current,"?"," " x ($last_p/20).$ind[($last_p/20) % $#ind]);
370                    }
371            }
372    
373          print STDERR "Reading database: $isis_db [$max_rowid rows]\n";          # now read database
374    print STDERR "using: $type...\n";
375    
376          my $path = $database;                   # was $isis_db          if ($type_base eq "isis") {
377    
378          my $last_p = 0;                  my $isis_db = $cfg -> val($database, 'isis_db') || die "$database doesn't have 'isis_db' defined!";
379    
380  #       { my $row_id = 4514;                  $import2cp = Text::Iconv->new($config->{isis_codepage},$codepage);
381  # FIX                  my $db = OpenIsis::open( $isis_db );
382          for (my $row_id = 1; $row_id <= $max_rowid; $row_id++ ) {  
383                  my $row = OpenIsis::read( $db, $row_id );                  # check if .txt database for OpenIsis is zero length,
384                  if ($row && $row->{mfn}) {                  # if so, erase it and re-open database
385  #print STDERR "mfn: ",$row->{mfn},"\n";                  sub check_txt_db {
386                          # output current process indicator                          my $isis_db = shift || die "need isis database name";
387                          my $p = int($row->{mfn} * 100 / $max_rowid);                          my $reopen = 0;
388                          if ($p != $last_p) {  
389                                  printf STDERR ("%5d / %5d [%-51s] %-2d %% \r",$row->{mfn},$max_rowid,"=" x ($p/2).">", $p ) if (! $opts{q});                          if (-e $isis_db.".TXT") {
390                                  $last_p = $p;                                  print STDERR "WARNING: removing $isis_db.TXT OpenIsis database...\n";
391                          }                                  unlink $isis_db.".TXT" || warn "FATAL: unlink error on '$isis_db.TXT': $!";
392                                    $reopen++;
393                          if (my $xml = isis2xml($row,$add_xml)) {                          }
394  #print STDERR "--ret-->$xml\n";                          if (-e $isis_db.".PTR") {
395                                  print "Path-Name: $path#".int($row->{mfn})."\n";                                  print STDERR "WARNING: removing $isis_db.PTR OpenIsis database...\n";
396                                    unlink $isis_db.".PTR" || warn "FATAL: unlink error on '$isis_db.PTR': $!";
397                                    $reopen++;
398                            }
399                            return OpenIsis::open( $isis_db ) if ($reopen);
400                    }
401    
402                    # EOF error
403                    if ($db == -1) {
404                            $db = check_txt_db($isis_db);
405                            if ($db == -1) {
406                                    print STDERR "FATAL: OpenIsis can't open zero size file $isis_db\n";
407                                    next;
408                            }
409                    }
410    
411                    # OpenIsis::ERR_BADF
412                    if ($db == -4) {
413                            print STDERR "FATAL: OpenIsis can't find file $isis_db\n";
414                            next;
415                    # OpenIsis::ERR_IO
416                    } elsif ($db == -5) {
417                            print STDERR "FATAL: OpenIsis can't access file $isis_db\n";
418                            next;
419                    } elsif ($db < 0) {
420                            print STDERR "FATAL: OpenIsis unknown error $db with file $isis_db\n";
421                            next;
422                    }
423    
424                    my $max_rowid = OpenIsis::maxRowid( $db );
425    
426                    # if 0 records, try to rease isis .txt database
427                    if ($max_rowid == 0) {
428                            # force removal of database
429                            $db = check_txt_db($isis_db);
430                            $max_rowid = OpenIsis::maxRowid( $db );
431                    }
432    
433                    print STDERR "Reading database: $isis_db [$max_rowid rows]\n";
434    
435                    my $path = $database;
436    
437                    for (my $row_id = 1; $row_id <= $max_rowid; $row_id++ ) {
438                            my $row = OpenIsis::read( $db, $row_id );
439                            if ($row && $row->{mfn}) {
440            
441                                    progress($row->{mfn}, $max_rowid);
442    
443                                    my $swishpath = $path."#".int($row->{mfn});
444    
445                                    if (my $xml = data2xml($type_base,$row,$add_xml,$cfg,$database)) {
446                                            $xml = $cp2utf->convert($xml);
447                                            use bytes;      # as opposed to chars
448                                            print "Path-Name: $swishpath\n";
449                                            print "Content-Length: ".(length($xml)+1)."\n";
450                                            print "Document-Type: XML\n\n$xml\n";
451                                    }
452                            }
453                    }
454                    # for this to work with current version of OpenIsis (0.9.0)
455                    # you might need my patch from
456                    # http://www.rot13.org/~dpavlin/projects/openisis-0.9.0-perl_close.diff
457                    OpenIsis::close($db);
458                    print STDERR "\n";
459    
460            } elsif ($type_base eq "excel") {
461                    use Spreadsheet::ParseExcel;
462                    use Spreadsheet::ParseExcel::Utility qw(int2col);
463                    
464                    $import2cp = Text::Iconv->new($config->{excel_codepage},$codepage);
465                    my $excel_file = $cfg -> val($database, 'excel_file') || die "$database doesn't have 'excel_file' defined!";
466    
467                    my $sheet = x($config->{sheet}) || die "no sheet in $type.xml";
468                    my $start_row = x($config->{start_row}) - 1 || die "no start_row in $type.xml";
469    
470                    my $oBook = Spreadsheet::ParseExcel::Workbook->Parse($excel_file) || die "can't open Excel file '$excel_file'";
471    
472                    my $sheet_nr = 0;
473                    foreach my $oWks (@{$oBook->{Worksheet}}) {
474                            #print STDERR "-- SHEET $sheet_nr:", $oWks->{Name}, "\n";
475                            last if ($oWks->{Name} eq $sheet);
476                            $sheet_nr++;
477                    }
478    
479                    my $oWorksheet = $oBook->{Worksheet}[$sheet_nr];
480            
481                    print STDERR "using sheet: ",$oWorksheet->{Name},"\n";
482                    defined ($oWorksheet) || die "can't find sheet '$sheet' in $excel_file";
483                    my $end_row = x($config->{end_row}) || $oWorksheet->{MaxRow};
484    
485                    for(my $iR = $start_row ; defined $end_row && $iR <= $end_row ; $iR++) {
486                            my $row;
487                            for(my $iC = $oWorksheet->{MinCol} ; defined $oWorksheet->{MaxCol} && $iC <= $oWorksheet->{MaxCol} ; $iC++) {
488                                    my $cell = $oWorksheet->{Cells}[$iR][$iC];
489                                    if ($cell) {
490                                            $row->{int2col($iC)} = $cell->Value;
491                                    }
492                            }
493    
494                            progress($iR, $end_row);
495    
496    #                       print "row[$iR/$end_row] ";
497    #                       foreach (keys %{$row}) {
498    #                               print "$_: ",$row->{$_},"\t";
499    #                       }
500    #                       print "\n";
501    
502                            my $swishpath = $database."#".$iR;
503    
504                            next if (! $row);
505    
506                            if (my $xml = data2xml($type_base,$row,$add_xml,$cfg,$database)) {
507                                    $xml = $cp2utf->convert($xml);
508                                    use bytes;      # as opposed to chars
509                                    print "Path-Name: $swishpath\n";
510                                    print "Content-Length: ".(length($xml)+1)."\n";
511                                    print "Document-Type: XML\n\n$xml\n";
512                            }
513                    }
514            } elsif ($type_base eq "marc") {
515    
516                    use MARC;
517                    
518                    $import2cp = Text::Iconv->new($config->{marc_codepage},$codepage);
519                    my $marc_file = $cfg -> val($database, 'marc_file') || die "$database doesn't have 'marc_file' defined!";
520    
521                    # optional argument is format
522                    my $format = x($config->{format}) || 'usmarc';
523    
524                    print STDERR "Reading MARC file '$marc_file'\n";
525    
526                    my $marc = new MARC;
527                    my $nr = $marc->openmarc({
528                                    file=>$marc_file, format=>$format
529                            }) || die "Can't open MARC file '$marc_file'";
530    
531                    my $i=0;        # record nr.
532    
533                    my $rec;
534    
535                    while ($marc->nextmarc(1)) {
536    
537                            # XXX
538                            fakeprogress($i++);
539    
540                            my $swishpath = $database."#".$i;
541    
542                            if (my $xml = data2xml($type_base,$marc,$add_xml,$cfg,$database)) {
543                                    $xml = $cp2utf->convert($xml);
544                                    use bytes;      # as opposed to chars
545                                    print "Path-Name: $swishpath\n";
546                                  print "Content-Length: ".(length($xml)+1)."\n";                                  print "Content-Length: ".(length($xml)+1)."\n";
547                                  print "Document-Type: XML\n\n$xml\n";                                  print "Document-Type: XML\n\n$xml\n";
548                          }                          }
549                  }                  }
550            } elsif ($type_base eq "feed") {
551    
552                    $import2cp = Text::Iconv->new($config->{feed_codepage},$codepage);
553                    my $prog = x($config->{prog}) || die "$database doesn't have 'prog' defined!";
554    
555                    print STDERR "Reading feed from program '$prog'\n";
556    
557                    open(FEED,"feeds/$prog |") || die "can't start $prog: $!";
558    
559                    my $i=1;        # record nr.
560    
561                    my $data;
562                    my $line=1;
563    
564                    while (<FEED>) {
565                            chomp;
566    
567                            if (/^$/) {
568                                    my $swishpath = $database."#".$i++;
569    
570                                    if (my $xml = data2xml($type_base,$data,$add_xml,$cfg,$database)) {
571                                            $xml = $cp2utf->convert($xml);
572                                            use bytes;      # as opposed to chars
573                                            print "Path-Name: $swishpath\n";
574                                            print "Content-Length: ".(length($xml)+1)."\n";
575                                            print "Document-Type: XML\n\n$xml\n";
576                                    }
577                                    $line = 1;
578                                    $data = {};
579                                    next;
580                            }
581    
582                            $line = $1 if (s/^(\d+):\s*//);
583                            $data->{$line++} = $_;
584    
585                            fakeprogress($i);
586    
587                    }
588          }          }
         print STDERR "\n";  
589  }  }
590    
591  # call this to commit index  # call this to commit index
# Line 217  __END__ Line 597  __END__
597    
598  =head1 NAME  =head1 NAME
599    
600  isis2xml.pl - read isis file and dump XML  all2xml.pl - read various file formats and dump XML for SWISH-E
601    
602  =head1 DESCRIPTION  =head1 DESCRIPTION
603    
604  This command will read ISIS data file using OpenIsis perl module and  This command will read ISIS data file using OpenIsis perl module, MARC
605  create XML file for usage with I<SWISH-E>  records using MARC module and optionally Micro$oft Excel files to
606  indexer. Dispite it's name, this script B<isn't general xml generator>  create one XML file for usage with I<SWISH-E> indexer. Dispite it's name,
607  from isis files (isis allready has something like that). Output of this  this script B<isn't general xml generator> from isis files (isis allready
608  script is tailor-made for SWISH-E.  has something like that). Output of this script is tailor-made for SWISH-E.
609    
610    =head1 BUGS
611    
612    Documentation is really lacking. However, in true Open Source spirit, source
613    is best documentation. I even made considerable effort to comment parts
614    which are not intuitively clear, so...
615    
616  =head1 AUTHOR  =head1 AUTHOR
617    

Legend:
Removed from v.13  
changed lines
  Added in v.164

  ViewVC Help
Powered by ViewVC 1.1.26