/[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 163 by dpavlin, Thu Nov 20 21:23:40 2003 UTC revision 182 by dpavlin, Sat Nov 29 15:59:19 2003 UTC
# Line 9  use Text::Unaccent 1.02;       # 1.01 won't co Line 9  use Text::Unaccent 1.02;       # 1.01 won't co
9  use Text::Iconv;  use Text::Iconv;
10  use Config::IniFiles;  use Config::IniFiles;
11  use Encode;  use Encode;
12    #use GDBM_File;
13    use Fcntl;      # for O_RDWR
14    use TDB_File;
15    
16  $|=1;  $|=1;
17    
# Line 61  my %type2tag = ( Line 64  my %type2tag = (
64          'feed' => 'feed'          'feed' => 'feed'
65  );  );
66    
67    my $cache;      # for cacheing
68    
69    # lookup hash (tied to file)
70    my %lhash;
71    # this option will cache all lookup entries in memory.
72    # if you are tight on memory, turn this off
73    my $use_lhash_cache = 1;
74    
75  sub data2xml {  sub data2xml {
76    
77          use xmlify;          use xmlify;
# Line 90  sub data2xml { Line 101  sub data2xml {
101                  return $va <=> $vb;                  return $va <=> $vb;
102          }          }
103    
104          foreach my $field (sort by_order keys %{$config->{indexer}}) {          my @sorted_tags;
105            if ($cache->{tags_by_order}) {
106                    @sorted_tags = @{$cache->{tags_by_order}};
107            } else {
108                    @sorted_tags = sort by_order keys %{$config->{indexer}};
109                    $cache->{tags_by_order} = \@sorted_tags;
110            }
111    
112            # lookup key
113            my $lookup_key;
114    
115            # cache for field in pages
116            delete $cache->{display_data};
117            delete $cache->{swish_data};
118            delete $cache->{swish_exact_data};
119            delete $cache->{index_data};
120            my @page_fields;        # names of fields
121    
122    
123            # subs used to produce output
124    
125            sub get_field_name($$$) {
126                    my ($config,$field,$field_usage) = @_;
127    
128                    # find field name (signular, plural)
129                    my $field_name = "";
130                    if ($config->{indexer}->{$field}->{name_singular} && $field_usage == 1) {
131                            $field_name = $config->{indexer}->{$field}->{name_singular};
132                    } elsif ($config->{indexer}->{$field}->{name_plural}) {
133                            $field_name = $config->{indexer}->{$field}->{name_plural};
134                    } elsif ($config->{indexer}->{$field}->{name}) {
135                            $field_name = $config->{indexer}->{$field}->{name};
136                    } else {
137                            print STDERR "WARNING: field '$field' doesn't have 'name' attribute!";
138                    }
139                    if ($field_name) {
140                            return x($field_name);
141                    }
142            }
143    
144    
145            # begin real work: go field by field
146            foreach my $field (@sorted_tags) {
147    
148                  $field=x($field);                  $field=x($field);
149                  $field_usage{$field}++;                  $field_usage{$field}++;
# Line 98  sub data2xml { Line 151  sub data2xml {
151                  my $swish_data = "";                  my $swish_data = "";
152                  my $swish_exact_data = "";                  my $swish_exact_data = "";
153                  my $display_data = "";                  my $display_data = "";
154                    my @index_data;
155                  my $line_delimiter;                  my $line_delimiter;
156    
157                  my ($swish,$display);                  my ($swish,$display);
158    
159                  my $tag = $type2tag{$type} || die "can't find which tag to use for type $type";                  my $tag = $type2tag{$type} || die "can't find which tag to use for type $type";
160    
161                    # is this field page-by-page?
162                    my $iterate_by_page = $config->{indexer}->{$field}->{iterate_by_page};
163                    push @page_fields,$field if ($iterate_by_page);
164                    my %page_max = ();
165                    # default line_delimiter if using
166                    my $page_line_delimiter = $config->{indexer}->{$field}->{page_line_delimiter} || '<br/>';
167    
168                  foreach my $x (@{$config->{indexer}->{$field}->{$tag}}) {                  foreach my $x (@{$config->{indexer}->{$field}->{$tag}}) {
169    
170                          my $format = x($x->{content});                          my $format = x($x->{content});
171                          my $delimiter = x($x->{delimiter}) || ' ';                          my $delimiter = x($x->{delimiter}) || ' ';
172    
173                          my $repeat_off = 0;             # repeatable offset                          my $repeat_off = 0;     # init repeatable offset
174    
175                          my ($s,$se,$d,$i) = (1,0,1,0);  # swish, display default                          # swish, swish_exact, display, index, index_lookup
176                            # swish and display defaults
177                            my ($s,$se,$d,$i,$il) = (1,0,1,0,0);
178                          $s = 0 if (lc($x->{type}) eq "display");                          $s = 0 if (lc($x->{type}) eq "display");
179                          $d = 0 if (lc($x->{type}) eq "swish");                          $d = 0 if (lc($x->{type}) eq "swish");
180                          $se = 1 if (lc($x->{type}) eq "swish_exact");                          ($s,$se,$d,$i) = (0,0,0,1) if (lc($x->{type}) eq "index");
181                          ($s,$d,$i) = (0,0,1) if (lc($x->{type}) eq "index");                          ($s,$se,$d,$i) = (0,1,0,0) if (lc($x->{type}) eq "swish_exact");
182                            ($s,$se,$d,$i,$il) = (0,1,0,0,1) if (lc($x->{type}) =~ /^lookup/);
183    
184                          # what will separate last line from this one?                          # what will separate last line from this one?
185                          if ($display_data && $x->{append} && $x->{append} eq "1") {                          if ($display_data && $x->{append}) {
186                                  $line_delimiter = ' ';                                  $line_delimiter = ' ';
187                          } elsif ($display_data) {                          } elsif ($display_data) {
188                                  $line_delimiter = '<br/>';                                  $line_delimiter = '<br/>';
# Line 127  sub data2xml { Line 192  sub data2xml {
192                          ($swish,$display) = (1,1);                          ($swish,$display) = (1,1);
193    
194                          # placeholder for all repeatable entries for index                          # placeholder for all repeatable entries for index
                         my @index_data;  
                         my $index_filter;  
195    
196                          sub mkformat {                          sub mkformat {
197                                  my $x = shift || die "mkformat needs tag reference";                                  my $x = shift || die "mkformat needs tag reference";
# Line 158  sub data2xml { Line 221  sub data2xml {
221    
222                          # while because of repeatable fields                          # while because of repeatable fields
223                          while ($swish || $display) {                          while ($swish || $display) {
224                                    my $page = $repeat_off;
225                                    $page_max{$field} = $page if ($iterate_by_page && $page > ($page_max{$field} || 0));
226                                  ($swish,$display) = parse_format($type, $format,$row,$repeat_off++,$import2cp);                                  ($swish,$display) = parse_format($type, $format,$row,$repeat_off++,$import2cp);
227                                  if ($repeat_off > 1000) {                                  if ($repeat_off > 1000) {
228                                          print STDERR "loop (more than 1000 repeatable fields) deteced in $row, $format\n";                                          print STDERR "loop (more than 1000 repeatable fields) deteced in $row, $format\n";
229                                          last;                                          last;
230                                  }                                  }
231                                    
232                                    # is this field is lookup?
233                                    if ($display && $x->{lookup}) {
234                                            my $null = "<!-- null -->";
235                                            if ($use_lhash_cache) {
236                                                    if (!defined($cache->{lhash}->{$display})) {
237                                                            my $new_display = $lhash{$display};
238                                                            if (defined($new_display)) {
239    #print STDERR "lookup cache store '$display' = '$new_display'\n";
240                                                                    $display = $new_display;
241                                                                    $cache->{lhash}->{$display} = $new_display;
242                                                            } else {
243                                                                    print STDERR "WARNING: lookup for '$display' didn't find anything.\n";
244                                                                    $display = "";
245                                                                    $cache->{lhash}->{$display} = $null;
246                                                            }
247                                                    } else {
248                                                            $display = $cache->{lhash}->{$display};
249                                                    }
250                                            } else {
251                                                    $display = $lhash{$display} || $null;
252                                            }
253                                    }
254    
255                                  # filter="name" ; filter this field through                                  # filter="name" ; filter this field through
256                                  # filter/[name].pm                                  # filter/[name].pm
257                                  my $filter = $x->{filter};                                  my $filter = $x->{filter};
258                                  if ($filter) {                                  if ($filter && !$cache->{filter_loaded}->{$filter}) {
259                                          require "filter/".$filter.".pm";                                          require "filter/".$filter.".pm";
260                                            $cache->{filter_loaded}->{$filter}++;
261                                  }                                  }
262                                  # type="swish" ; field for swish                                  # type="swish" ; field for swish
263                                  if ($swish) {                                  if ($swish) {
# Line 188  sub data2xml { Line 277  sub data2xml {
277                                  if ($d && $display) {                                  if ($d && $display) {
278                                          if ($line_delimiter && $display_data) {                                          if ($line_delimiter && $display_data) {
279                                                  $display_data .= $line_delimiter;                                                  $display_data .= $line_delimiter;
                                                 undef $line_delimiter;  
280                                          }                                          }
281                                          if ($filter) {                                          if ($filter) {
282                                                  no strict 'refs';                                                  no strict 'refs';
# Line 207  sub data2xml { Line 295  sub data2xml {
295                                  }                                  }
296                                                                                                    
297                                  # type="index" ; insert into index                                  # type="index" ; insert into index
298                                    my $idisplay;
299                                  if ($i && $display) {                                  if ($i && $display) {
300                                          push @index_data, $display;                                          $idisplay = $display;
301                                          $index_filter = $filter if ($filter);                                          if ($filter) {
302                                                    no strict 'refs';
303                                                    $idisplay = &$filter($idisplay);
304                                            }
305                                            push @index_data, $idisplay if (! $iterate_by_page);
306                                  }                                  }
                         }  
307    
308                          # fill data in index                                  # store fields in lookup
309                          if (@index_data) {                                  if ($il && $display) {
310                                  if ($index_filter) {                                          if (lc($x->{type}) eq "lookup_key") {
311                                          no strict 'refs';                                                  if ($lookup_key) {
312                                          foreach my $d (@index_data) {                                                          print STDERR "WARNING: try to redefine lookup_key (keys shouldn't be repeatable fields!)";
313                                                  $index->insert($field, &$index_filter($d), $path);                                                  } else {
314                                                            $lookup_key = $display;
315                                                    }
316                                            } elsif (lc($x->{type}) eq "lookup_val") {
317                                                    if ($lookup_key) {
318                                                            $lhash{$lookup_key} = $display;
319                                                    } else {
320                                                            print STDERR "WARNING: no lookup_key defined for  '$display'?";
321                                                    }
322                                          }                                          }
323                                  } else {  
324                                          foreach my $d (@index_data) {                                  }
325                                                  $index->insert($field, $d, $path);  
326                                    # store data for page-by-page repeatable fields
327                                    if ($iterate_by_page) {
328                                            sub iterate_fld($$$$$$) {
329                                                    my ($cache,$what,$field,$page,$data,$append) = @_;
330                                                    return if (!$data);
331    
332                                                    my $ldel = $page_line_delimiter;
333                                                    $ldel = " " if ($append);
334    #print STDERR "line delimiter: ",Dumper($ldel) if ($ldel);
335                                                    if (! $cache->{$what}->{$field}->[$page]) {
336                                                            $cache->{$what}->{$field}->[$page] = $data;
337                                                    } else {
338                                                            $cache->{$what}->{$field}->[$page] .= $ldel.$data;
339                                                    }
340                                            }
341    
342                                            if ($display_data) {
343                                                    iterate_fld($cache,'display_data',$field,$page,$display_data,$x->{append});
344                                            }
345                                                    $display_data = "";
346                                            if ($swish_data) {
347                                                    iterate_fld($cache,'swish_data',$field,$page,$swish_data,$x->{append});
348                                                    $swish_data = "";
349                                            }
350                                            if ($swish_exact_data) {
351                                                    iterate_fld($cache,'swish_exact_data',$field,$page,$swish_exact_data,$x->{append});
352                                                    $swish_exact_data = "";
353                                            }
354    
355                                            if ($idisplay) {
356                                                    my $ldel=$page_line_delimiter;
357                                                    my @index_data;
358                                                    if ($cache->{index_data}->{$field}->[$page]) {
359    
360                                                            @index_data = @{$cache->{index_data}->{$field}->[$page]};
361                                                    }
362                                                    if ($x->{append}) {
363                                                            $index_data[$#index_data] .= $idisplay;
364                                                    } else {
365                                                            push @index_data, $idisplay;
366                                                    }
367                                                    $idisplay = "";
368                                                    @{$cache->{index_data}->{$field}->[$page]} = @index_data;
369                                          }                                          }
370                                  }                                  }
371                          }                          }
372    
373                            if (! $iterate_by_page) {
374                                    # fill data in index
375                                    foreach my $d (@index_data) {
376                                            $index->insert($field, $d, $path);
377                                    }
378                                    @index_data = ();
379                            }
380                  }                  }
381    
382                  # now try to parse variables from configuration file                  # now try to parse variables from configuration file
# Line 247  sub data2xml { Line 398  sub data2xml {
398                                  $index->insert($field, $val, $path) if ($i);                                  $index->insert($field, $val, $path) if ($i);
399                          }                          }
400    
401                            if ($iterate_by_page) {
402                                    # FIXME data from config tag will appear just
403                                    # on first page!!!
404                                    my $page = 0;
405                                    if ($display_data) {
406                                            $cache->{display_data}->{$field}->[$page] = $display_data;
407                                            $display_data = "";
408                                    }
409                                    if ($swish_data) {
410                                            $cache->{swish_data}->{$field}->[$page] = $swish_data;
411                                            $swish_data = "";
412                                    }
413                                    if ($swish_exact_data) {
414                                            $cache->{swish_exact_data}->{$field}->[$page] = $swish_exact_data;
415                                            $swish_exact_data = "";
416                                    }
417                            }
418                  }                  }
419    
420                    # save data page-by-page
421                    foreach my $field (@page_fields) {
422                            my $nr_pages = $page_max{$field} || next;
423    #print STDERR "field '$field' iterate over ",($nr_pages || 0)," pages...\n";
424    #print STDERR Dumper($cache->{display_data});
425                            for (my $page=0; $page <= $nr_pages; $page++) {
426    
427                                    my $display_data = $cache->{display_data}->{$field}->[$page];
428                                    if ($display_data) { # default
429                                            if ($field eq "headline") {
430                                                    $xml .= xmlify("headline", $display_data);
431                                            } else {
432    
433                  if ($display_data) {                                                  # fallback to empty field name if needed
434                                                    $html .= get_field_name($config,$field,$field_usage{$field}) || '';
435                          if ($field eq "headline") {                                                  $html .= "#-#".$display_data."###\n";
436                                  $xml .= xmlify("headline", $display_data);                                          }
437                          } else {                                  }
438                                    
439                                  # find field name (signular, plural)                                  my $swish_data = $cache->{swish_data}->{$field}->[$page];
440                                  my $field_name = "";                                  if ($swish_data) {
441                                  if ($config->{indexer}->{$field}->{name_singular} && $field_usage{$field} == 1) {                                          # remove extra spaces
442                                          $field_name = $config->{indexer}->{$field}->{name_singular}."#-#";                                          $swish_data =~ s/ +/ /g;
443                                  } elsif ($config->{indexer}->{$field}->{name_plural}) {                                          $swish_data =~ s/ +$//g;
444                                          $field_name = $config->{indexer}->{$field}->{name_plural}."#-#";  
445                                  } elsif ($config->{indexer}->{$field}->{name}) {                                          $xml .= xmlify($field."_swish", unac_string($codepage,$swish_data));
446                                          $field_name = $config->{indexer}->{$field}->{name}."#-#";                                  }
447                                  } else {  
448                                          print STDERR "WARNING: field '$field' doesn't have 'name' attribute!";                                  my $swish_exact_data = $cache->{swish_exact_data}->{$field}->[$page];
449                                    if ($swish_exact_data) {
450                                            $swish_exact_data =~ s/ +/ /g;
451                                            $swish_exact_data =~ s/ +$//g;
452    
453                                            # add delimiters before and after word.
454                                            # That is required to produce exact match
455                                            $xml .= xmlify($field."_swish_exact", unac_string($codepage,'xxbxx '.$swish_exact_data.' xxexx'));
456                                  }                                  }
457                                  if ($field_name) {                                  
458                                          $html .= x($field_name);                                  foreach my $d (@{$cache->{index_data}->{$field}->[$page]}) {
459                                            $index->insert($field, $d, $path);
460    #print STDERR "index $field: $d [$path]\n";
461                                  }                                  }
                                 $html .= $display_data."###\n";  
462                          }                          }
463            
464                  }                  }
465                  if ($swish_data) {                  
466                          # remove extra spaces                  if (! $iterate_by_page) {
467                          $swish_data =~ s/ +/ /g;                          if ($display_data) {
468                          $swish_data =~ s/ +$//g;                                  if ($field eq "headline") {
469                                            $xml .= xmlify("headline", $display_data);
470                          $xml .= xmlify($field."_swish", unac_string($codepage,$swish_data));                                  } else {
                 }  
471    
472                  if ($swish_exact_data) {                                          # fallback to empty field name if needed
473                          $swish_exact_data =~ s/ +/ /g;                                          $html .= get_field_name($config,$field,$field_usage{$field}) || '';
474                          $swish_exact_data =~ s/ +$//g;                                          $html .= "#-#".$display_data."###\n";
475                                    }
476                            }
477                            if ($swish_data) {
478                                    # remove extra spaces
479                                    $swish_data =~ s/ +/ /g;
480                                    $swish_data =~ s/ +$//g;
481    
482                          # add delimiters before and after word.                                  $xml .= xmlify($field."_swish", unac_string($codepage,$swish_data));
483                          # That is required to produce exact match                          }
                         $xml .= xmlify($field."_swish_exact", unac_string($codepage,'xxbxx '.$swish_exact_data.' xxexx'));  
                 }  
484    
485                            if ($swish_exact_data) {
486                                    $swish_exact_data =~ s/ +/ /g;
487                                    $swish_exact_data =~ s/ +$//g;
488    
489                                    # add delimiters before and after word.
490                                    # That is required to produce exact match
491                                    $xml .= xmlify($field."_swish_exact", unac_string($codepage,'xxbxx '.$swish_exact_data.' xxexx'));
492                            }
493                    }
494          }          }
495    
496          # dump formatted output in <html>          # dump formatted output in <html>
# Line 325  $index = new index_DBI( Line 525  $index = new index_DBI(
525    
526  my $show_progress = $cfg_global->val('global', 'show_progress');  my $show_progress = $cfg_global->val('global', 'show_progress');
527    
528    my $unac_filter = $cfg_global->val('global', 'unac_filter');
529    if ($unac_filter) {
530            require $unac_filter;
531    }
532    
533  foreach my $database ($cfg->Sections) {  foreach my $database ($cfg->Sections) {
534    
535          my $type = lc($cfg -> val($database, 'type')) || die "$database doesn't have 'type' defined";          my $type = lc($cfg -> val($database, 'type')) || die "$database doesn't have 'type' defined";
536          my $add_xml = $cfg -> val($database, 'xml');    # optional          my $add_xml = $cfg -> val($database, 'xml');    # optional
537    
538            # create new lookup file
539            my $lookup_file = $cfg -> val($database, 'lookup_newfile'); # optional
540            if ($lookup_file) {
541                    #tie %lhash, 'GDBM_File', $lookup_file, &GDBM_NEWDB, 0644;
542                    tie %lhash, 'TDB_File', $lookup_file, TDB_CLEAR_IF_FIRST, O_RDWR, 0644;
543                    print STDERR "creating lookup file '$lookup_file'\n";
544            }
545    
546            # open existing lookup file
547            $lookup_file = $cfg -> val($database, 'lookup_open'); # optional
548            if ($lookup_file) {
549                    #tie %lhash, 'GDBM_File', $lookup_file, &GDBM_READER, 0644;
550                    tie %lhash, 'TDB_File', $lookup_file, TDB_DEFAULT, O_RDWR, 0644;
551                    print STDERR "opening lookup file '$lookup_file'\n";
552            }
553    
554  print STDERR "reading ./import_xml/$type.xml\n";  print STDERR "reading ./import_xml/$type.xml\n";
555    
556          # extract just type basic          # extract just type basic
# Line 368  print STDERR "reading ./import_xml/$type Line 589  print STDERR "reading ./import_xml/$type
589          # now read database          # now read database
590  print STDERR "using: $type...\n";  print STDERR "using: $type...\n";
591    
592            # erase cache for tags by order in this database
593            delete $cache->{tags_by_order};
594    
595          if ($type_base eq "isis") {          if ($type_base eq "isis") {
596    
597                  my $isis_db = $cfg -> val($database, 'isis_db') || die "$database doesn't have 'isis_db' defined!";                  my $isis_db = $cfg -> val($database, 'isis_db') || die "$database doesn't have 'isis_db' defined!";
# Line 580  print STDERR "using: $type...\n"; Line 804  print STDERR "using: $type...\n";
804                          fakeprogress($i);                          fakeprogress($i);
805    
806                  }                  }
807                    # close lookup
808                    untie %lhash if (%lhash);
809          }          }
810  }  }
811    

Legend:
Removed from v.163  
changed lines
  Added in v.182

  ViewVC Help
Powered by ViewVC 1.1.26