/[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 177 by dpavlin, Mon Nov 24 01:19:15 2003 UTC revision 320 by dpavlin, Sun Apr 18 00:57:39 2004 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;
 use Text::Unaccent 1.02;        # 1.01 won't compile on my platform,  
8  use Text::Iconv;  use Text::Iconv;
9  use Config::IniFiles;  use Config::IniFiles;
10  use Encode;  use Encode;
# Line 17  $|=1; Line 16  $|=1;
16    
17  my $config_file = $0;  my $config_file = $0;
18  $config_file =~ s/\.pl$/.conf/;  $config_file =~ s/\.pl$/.conf/;
19    $config_file = $ARGV[0] if ($ARGV[0] && -f $ARGV[0]);
20  die "FATAL: can't find configuration file '$config_file'" if (! -e $config_file);  die "FATAL: can't find configuration file '$config_file'" if (! -e $config_file);
21    
22  my $config;  my $config;
# Line 72  my %lhash; Line 72  my %lhash;
72  # if you are tight on memory, turn this off  # if you are tight on memory, turn this off
73  my $use_lhash_cache = 1;  my $use_lhash_cache = 1;
74    
75    my $last_field_name;    # cache to prevent repeated fields
76    
77  sub data2xml {  sub data2xml {
78    
79          use xmlify;          use xmlify;
# Line 102  sub data2xml { Line 104  sub data2xml {
104          }          }
105    
106          my @sorted_tags;          my @sorted_tags;
107          if ($cache->{tags_by_order}->{$type}) {          if ($cache->{tags_by_order}) {
108                  @sorted_tags = @{$cache->{tags_by_order}->{$type}};                  @sorted_tags = @{$cache->{tags_by_order}};
109          } else {          } else {
110                  @sorted_tags = sort by_order keys %{$config->{indexer}};                  @sorted_tags = sort by_order keys %{$config->{indexer}};
111                  $cache->{tags_by_order}->{$type} = \@sorted_tags;                  $cache->{tags_by_order} = \@sorted_tags;
112          }          }
113    
114          # lookup key          # lookup key
115          my $lookup_key;          my $lookup_key;
116    
117            # cache for field in pages
118            delete $cache->{display_data};
119            delete $cache->{swish_data};
120            delete $cache->{swish_exact_data};
121            delete $cache->{index_data};
122            delete $cache->{index_delimiter};
123            my @page_fields;        # names of fields
124    
125    
126            # subs used to produce output
127    
128            sub get_field_name($$$) {
129                    my ($config,$field,$field_usage) = @_;
130    
131                    # find field name (signular, plural)
132                    my $field_name = "";
133                    if ($config->{indexer}->{$field}->{name_singular} && $field_usage == 1) {
134                            $field_name = $config->{indexer}->{$field}->{name_singular};
135                    } elsif ($config->{indexer}->{$field}->{name_plural}) {
136                            $field_name = $config->{indexer}->{$field}->{name_plural};
137                    } elsif ($config->{indexer}->{$field}->{name}) {
138                            $field_name = $config->{indexer}->{$field}->{name};
139                    } else {
140                            print STDERR "WARNING: field '$field' doesn't have 'name' attribute!";
141                    }
142                    if ($field_name) {
143                            if (! $last_field_name) {
144                                    $last_field_name = x($field_name);
145                                    return $last_field_name;
146                            } elsif ($field_name ne $last_field_name) {
147                                    $last_field_name = x($field_name);
148                                    return $last_field_name;
149                            }
150                    }
151            }
152    
153    
154            # init variables for different types
155            sub init_visible_type($) {
156                    my $type = shift;
157    
158                    # swish, swish_exact, display, index, index_lookup
159                    # swish and display defaults
160                    my ($s,$se,$d,$i,$il) = (1,0,1,0,0);
161                    if (lc($type) eq "display") {
162                            $s = 0;
163                    } elsif (lc($type) eq "swish") {
164                            $d = 0;
165                    } elsif (lc($type) eq "index") {
166                            ($s,$se,$d,$i) = (0,1,0,1);
167                    } elsif (lc($type) eq "swish_exact") {
168                            ($s,$se,$d,$i) = (0,1,0,0);
169                    } elsif (lc($type) =~ /^lookup/) {
170                            ($s,$se,$d,$i,$il) = (0,1,0,0,1);
171                    }
172                    return ($s,$se,$d,$i,$il);
173            }
174    
175    
176            # convert
177            #
178            # <tag>
179            #  <delimiter>, </delimiter>
180            #  <value>200a</value>
181            # </tag>
182            #
183            # to
184            #
185            # <tag delimiter=", ">200a</tag>
186            #
187            # but without loosing spaces in delimiter (becasue
188            # new XML::Simple strips spaces in attribute values
189            # as defined in XML specification)
190            #
191            sub unroll_x($) {
192                    my $x = shift;
193    
194                    if (defined $x->{value}) {
195                            my ($v,$d) = ($x->{value}->{content}, $x->{delimiter}->{content});
196                            delete $x->{value};
197                            delete $x->{delimiter};
198                            $x->{content} = $v;
199                            $x->{delimiter} = $d;
200                    }
201                    return $x;
202            }
203    
204            # begin real work: go field by field
205          foreach my $field (@sorted_tags) {          foreach my $field (@sorted_tags) {
206    
207                  $field=x($field);                  $field=x($field);
# Line 120  sub data2xml { Line 210  sub data2xml {
210                  my $swish_data = "";                  my $swish_data = "";
211                  my $swish_exact_data = "";                  my $swish_exact_data = "";
212                  my $display_data = "";                  my $display_data = "";
213                    my @index_data;
214                  my $line_delimiter;                  my $line_delimiter;
215    
216                  my ($swish,$display);                  my ($swish,$display);
217    
218                  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";
219    
220                    # is this field page-by-page?
221                    my $iterate_by_page = $config->{indexer}->{$field}->{iterate_by_page};
222                    push @page_fields,$field if ($iterate_by_page);
223                    my %page_max = ();
224                    # default line_delimiter if using
225                    my $page_line_delimiter = $config->{indexer}->{$field}->{page_line_delimiter} || '<br/>';
226                    $cache->{index_delimiter}->{$field} = $config->{indexer}->{$field}->{index_delimiter};
227    
228                    my $format_name = $config->{indexer}->{$field}->{format_name};
229                    my $format_delimiter = $config->{indexer}->{$field}->{format_delimiter};
230                    if ($format_name && $format_delimiter) {
231                            $cache->{format}->{$field}->{format_name} = $format_name;
232                            $cache->{format}->{$field}->{format_delimiter} = $format_delimiter;
233                    }
234    
235                  foreach my $x (@{$config->{indexer}->{$field}->{$tag}}) {                  foreach my $x (@{$config->{indexer}->{$field}->{$tag}}) {
236    
237                            $x = unroll_x($x);
238    
239                          my $format = x($x->{content});                          my $format = x($x->{content});
240                          my $delimiter = x($x->{delimiter}) || ' ';                          my $delimiter = x($x->{delimiter}) || ' ';
241    
242                          my $repeat_off = 0;             # repeatable offset                          my $repeat_off = 0;     # init repeatable offset
   
                         # swish, swish_exact, display, index, index_lookup  
                         # swish and display defaults  
                         my ($s,$se,$d,$i,$il) = (1,0,1,0,0);  
                         $s = 0 if (lc($x->{type}) eq "display");  
                         $d = 0 if (lc($x->{type}) eq "swish");  
                         $se = 1 if (lc($x->{type}) eq "swish_exact");  
                         ($s,$d,$i) = (0,0,1) if (lc($x->{type}) eq "index");  
                         $il = 1 if (lc($x->{type}) =~ /^lookup/);  
243    
244                            my ($s,$se,$d,$i,$il) = init_visible_type($x->{type});
245    
246                          # what will separate last line from this one?                          # what will separate last line from this one?
247                          if ($display_data && $x->{append} && $x->{append} eq "1") {                          if ($display_data && $x->{append}) {
248                                  $line_delimiter = ' ';                                  $line_delimiter = $delimiter;
249                          } elsif ($display_data) {                          } elsif ($display_data) {
250                                  $line_delimiter = '<br/>';                                  $line_delimiter = '<br/>';
251                          }                          }
# Line 153  sub data2xml { Line 254  sub data2xml {
254                          ($swish,$display) = (1,1);                          ($swish,$display) = (1,1);
255    
256                          # placeholder for all repeatable entries for index                          # placeholder for all repeatable entries for index
                         my @index_data;  
257    
258                          sub mkformat {                          sub mkformat($$) {
259                                  my $x = shift || die "mkformat needs tag reference";                                  my $x = shift || die "mkformat needs tag reference";
260                                  my $data = shift || return;                                  my $data = shift || return;
261                                  my $format_name = x($x->{format_name}) || return $data;                                  my $format_name = x($x->{format_name}) || return $data;
# Line 173  sub data2xml { Line 273  sub data2xml {
273                                          if (($#data+1) == $nr) {                                          if (($#data+1) == $nr) {
274                                                  return sprintf($fmt,@data);                                                  return sprintf($fmt,@data);
275                                          } else {                                          } else {
276                                                  print STDERR "mkformat: [$data] can't be split on [$format_delimiter] to $nr fields!\n";                                                  #print STDERR "mkformat: [$data] can't be split on [$format_delimiter] to $nr fields!\n";
277                                                  return $data;                                                  return $data;
278                                          }                                          }
279                                  } else {                                  } else {
# Line 183  sub data2xml { Line 283  sub data2xml {
283    
284                          # while because of repeatable fields                          # while because of repeatable fields
285                          while ($swish || $display) {                          while ($swish || $display) {
286                                    my $page = $repeat_off;
287                                    $page_max{$field} = $page if ($iterate_by_page && $page > ($page_max{$field} || 0));
288                                  ($swish,$display) = parse_format($type, $format,$row,$repeat_off++,$import2cp);                                  ($swish,$display) = parse_format($type, $format,$row,$repeat_off++,$import2cp);
289                                  if ($repeat_off > 1000) {                                  if ($repeat_off > 1000) {
290                                          print STDERR "loop (more than 1000 repeatable fields) deteced in $row, $format\n";                                          print STDERR "loop (more than 1000 repeatable fields) deteced in $row, $format\n";
# Line 191  sub data2xml { Line 293  sub data2xml {
293    
294                                  # is this field is lookup?                                  # is this field is lookup?
295                                  if ($display && $x->{lookup}) {                                  if ($display && $x->{lookup}) {
296                                            my $null = "<!-- null -->";
297                                          if ($use_lhash_cache) {                                          if ($use_lhash_cache) {
298                                                  if (!defined($cache->{lhash}->{$display})) {                                                  if (!defined($cache->{lhash}->{$display})) {
299                                                          my $new_display = $lhash{$display};                                                          my $new_display = $lhash{$display};
300                                                          if ($new_display) {                                                          if (defined($new_display)) {
301  #print STDERR "lookup cache store '$display' = '$new_display'\n";  #print STDERR "lookup cache store '$display' = '$new_display'\n";
302                                                                  $display = $new_display;                                                                  $display = $new_display;
303                                                                  $cache->{lhash}->{$display} = $new_display;                                                                  $cache->{lhash}->{$display} = $new_display;
304                                                          } else {                                                          } else {
305                                                                  print STDERR "WARNING: lookup for '$display' didn't find anything.\n";  #                                                               print STDERR "WARNING: lookup for '$display' didn't find anything.\n";
306                                                                  $display = "";                                                                  $display = "";
307                                                                  $cache->{lhash}->{$display} = "";                                                                  $cache->{lhash}->{$display} = $null;
308                                                          }                                                          }
309                                                  } else {                                                  } else {
310                                                          $display = $cache->{lhash}->{$display};                                                          $display = $cache->{lhash}->{$display};
311                                                  }                                                  }
312                                          } else {                                          } else {
313                                                  $display = $lhash{$display} || "";                                                  $display = $lhash{$display} || $null;
314                                          }                                          }
315                                  }                                  }
316    
# Line 220  sub data2xml { Line 323  sub data2xml {
323                                  }                                  }
324                                  # type="swish" ; field for swish                                  # type="swish" ; field for swish
325                                  if ($swish) {                                  if ($swish) {
326                                            my $tmp = $swish;
327                                          if ($filter && ($s || $se)) {                                          if ($filter && ($s || $se)) {
328                                                  no strict 'refs';                                                  no strict 'refs';
329                                                  my $tmp = join(" ",&$filter($swish)) if ($s || $se);                                                  $tmp = join(" ",&$filter($tmp)) if ($s || $se);
                                                 $swish_data .= $tmp if ($s);  
                                                 $swish_exact_data .= $tmp if ($se);  
   
                                         } else {  
                                                 $swish_data .= $swish if ($s);  
                                                 $swish_exact_data .= $swish if ($se);  
330                                          }                                          }
331    
332                                            $swish_data .= $tmp if ($s && $tmp);
333                                            $swish_exact_data .= "xxbxx $tmp xxexx " if ($tmp && $tmp ne "" && $se);
334                                  }                                  }
335    
336                                  # type="display" ; field for display                                  # type="display" ; field for display
337                                  if ($d && $display) {                                  if ($d && $display) {
338                                            my $ldel = $delimiter;
339                                          if ($line_delimiter && $display_data) {                                          if ($line_delimiter && $display_data) {
340                                                  $display_data .= $line_delimiter;                                                  $ldel = $line_delimiter;
                                                 undef $line_delimiter;  
341                                          }                                          }
342                                          if ($filter) {                                          if ($filter) {
343                                                  no strict 'refs';                                                  no strict 'refs';
344                                                  if ($display_data) {                                                  my @arr;
345                                                          $display_data .= $delimiter.join($delimiter,mkformat($x,&$filter($display)));                                                  foreach my $tmp (&$filter($display)) {
346                                                  } else {                                                          my $tmp2 = mkformat($x,$tmp);
347                                                          $display_data = join($delimiter,mkformat($x,&$filter($display)));                                                          push @arr,$tmp2 if ($tmp2);
348                                                  }                                                  }
349                                                    $display_data .= $ldel if ($display_data && @arr);
350                                                    $display_data .= join($delimiter,@arr);
351                                          } else {                                          } else {
352                                                  if ($display_data) {                                                  $display_data .= $ldel if ($display_data);
353                                                          $display_data .= $delimiter.mkformat($x,$display);                                                  my $tmp = mkformat($x,$display);
354                                                  } else {                                                  $display_data .= $tmp if ($tmp);
                                                         $display_data = mkformat($x,$display);  
                                                 }  
355                                          }                                          }
356                                  }                                  }
357                                                                                                    
358                                  # type="index" ; insert into index                                  # type="index" ; insert into index
359                                    my $idisplay;
360                                  if ($i && $display) {                                  if ($i && $display) {
361                                            $idisplay = $display;
362                                          if ($filter) {                                          if ($filter) {
363                                                  no strict 'refs';                                                  no strict 'refs';
364                                                  $display = &$filter($display);                                                  $idisplay = &$filter($idisplay);
                                         }  
                                         if ($x->{append} && @index_data) {  
                                                 $index_data[$#index_data].=$display;  
                                         } else {  
                                                 push @index_data, $display;  
365                                          }                                          }
366                                            push @index_data, $idisplay if ($idisplay && !$iterate_by_page);
367                                  }                                  }
368    
369                                  # store fields in lookup                                  # store fields in lookup
# Line 273  sub data2xml { Line 372  sub data2xml {
372                                                  if ($lookup_key) {                                                  if ($lookup_key) {
373                                                          print STDERR "WARNING: try to redefine lookup_key (keys shouldn't be repeatable fields!)";                                                          print STDERR "WARNING: try to redefine lookup_key (keys shouldn't be repeatable fields!)";
374                                                  } else {                                                  } else {
375                                                          $lookup_key = $display;                                                          if ($filter) {
376                                                                    no strict 'refs';
377                                                                    $lookup_key = &$filter($display);
378                                                            } else {
379                                                                    $lookup_key = $display;
380                                                            }
381                                                  }                                                  }
382                                          } elsif (lc($x->{type}) eq "lookup_val") {                                          } elsif (lc($x->{type}) eq "lookup_val") {
383                                                  if ($lookup_key) {                                                  if ($lookup_key) {
384                                                          $lhash{$lookup_key} = $display;                                                          if ($filter) {
385                                                                    no strict 'refs';
386                                                                    $lhash{$lookup_key} = &$filter($display);
387                                                            } else {
388                                                                    $lhash{$lookup_key} = $display;
389                                                            }
390                                                  } else {                                                  } else {
391                                                          print STDERR "WARNING: no lookup_key defined for  '$display'?";                                                          print STDERR "WARNING: no lookup_key defined for  '$display'?";
392                                                  }                                                  }
393                                          }                                          }
394    
395                                    }
396    
397                                    # store data for page-by-page repeatable fields
398                                    if ($iterate_by_page) {
399                                            sub iterate_fld($$$$$$) {
400                                                    my ($cache,$what,$field,$page,$data,$append) = @_;
401                                                    return if (!$data);
402    
403                                                    my $ldel = $page_line_delimiter;
404                                                    $ldel = " " if ($append);
405    #print STDERR "line delimiter: ",Dumper($ldel) if ($ldel);
406                                                    if (! $cache->{$what}->{$field}->[$page]) {
407                                                            $cache->{$what}->{$field}->[$page] = $data;
408                                                    } else {
409                                                            $cache->{$what}->{$field}->[$page] .= $ldel.$data;
410                                                    }
411                                            }
412    
413                                            if ($display_data) {
414                                                    iterate_fld($cache,'display_data',$field,$page,$display_data,$x->{append});
415                                            }
416                                                    $display_data = "";
417                                            if ($swish_data) {
418                                                    iterate_fld($cache,'swish_data',$field,$page,$swish_data,$x->{append});
419                                                    $swish_data = "";
420                                            }
421                                            if ($swish_exact_data) {
422                                                    iterate_fld($cache,'swish_exact_data',$field,$page,$swish_exact_data,$x->{append});
423                                                    $swish_exact_data = "";
424                                            }
425    
426                                            if ($idisplay) {
427                                                    my $ldel=$page_line_delimiter;
428                                                    my @index_data;
429                                                    if ($cache->{index_data}->{$field}->[$page]) {
430    
431                                                            @index_data = @{$cache->{index_data}->{$field}->[$page]};
432                                                    }
433                                                    if ($x->{append}) {
434                                                            if (@index_data) {
435                                                                    $index_data[$#index_data] .= $idisplay;
436                                                            } else {
437                                                                    push @index_data, $idisplay;
438                                                            }
439                                                    } else {
440                                                            push @index_data, $idisplay;
441                                                    }
442                                                    $idisplay = "";
443                                                    @{$cache->{index_data}->{$field}->[$page]} = @index_data;
444                                            }
445                                  }                                  }
446                          }                          }
447    
448                          # fill data in index                          if (! $iterate_by_page) {
449                          foreach my $d (@index_data) {                                  my $idel = $x->{index_delimiter};
450                                  $index->insert($field, $d, $path);                                  # fill data in index
451                                    foreach my $tmp (@index_data) {
452                                            my $i = $d = $tmp;
453                                            if ($idel && $tmp =~ m/$idel/) {
454                                                    ($i,$d) = split(/$idel/,$tmp);
455                                            }
456                                            $index->insert($field, $i, $d, $path);
457                                    }
458                                    @index_data = ();
459                          }                          }
460                  }                  }
461    
462                  # now try to parse variables from configuration file                  # now try to parse variables from configuration file
463                  foreach my $x (@{$config->{indexer}->{$field}->{'config'}}) {                  foreach my $x (@{$config->{indexer}->{$field}->{'config'}}) {
464    
465                            $x = unroll_x($x);
466    
467                          my $delimiter = x($x->{delimiter}) || ' ';                          my $delimiter = x($x->{delimiter}) || ' ';
468                          my $val = $cfg->val($database, x($x->{content}));                          my $val = $cfg->val($database, x($x->{content}));
469    
470                          my ($s,$d,$i) = (1,1,0);        # swish, display default                          # FIXME index_lookup is not supported!
471                          $s = 0 if (lc($x->{type}) eq "display");                          my ($s,$se,$d,$i,$il) = init_visible_type($x->{type});
                         $d = 0 if (lc($x->{type}) eq "swish");  
                         # no support for swish exact in config.  
                         # IMHO, it's useless  
                         ($s,$d,$i) = (0,0,1) if (lc($x->{type}) eq "index");  
472    
473                          if ($val) {                          if ($val) {
474                                  $display_data .= $delimiter.$val if ($d);                                  $display_data .= $delimiter.$val if ($d);
475                                  $swish_data .= $val if ($s);                                  $swish_data .= " ".$val if ($s);
476                                  $index->insert($field, $val, $path) if ($i);                                  $index->insert($field, $val, $path) if ($i);
477                          }                          }
478    
479                            if ($iterate_by_page) {
480                                    # FIXME data from config tag will appear just
481                                    # on first page!!!
482                                    my $page = 0;
483                                    if ($display_data) {
484                                            $cache->{display_data}->{$field}->[$page] = $display_data;
485                                            $display_data = "";
486                                    }
487                                    if ($swish_data) {
488                                            $cache->{swish_data}->{$field}->[$page] = $swish_data;
489                                            $swish_data = "";
490                                    }
491                                    if ($swish_exact_data) {
492                                            $cache->{swish_exact_data}->{$field}->[$page] = $swish_exact_data;
493                                            $swish_exact_data = "";
494                                    }
495                            }
496                  }                  }
497    
498                    # save data page-by-page
499                  if ($display_data) {                  foreach my $field (@page_fields) {
500                            my $nr_pages = $page_max{$field} || next;
501                          if ($field eq "headline") {  #print STDERR "field '$field' iterate over ",($nr_pages || 0)," pages...\n";
502                                  $xml .= xmlify("headline", $display_data);  #print STDERR Dumper($cache->{display_data});
503                          } else {                          for (my $page=0; $page <= $nr_pages; $page++) {
504                                    my $display_data;
505                                  # find field name (signular, plural)                                  if ($cache->{format}->{$field}) {
506                                  my $field_name = "";                                          my $tmp = mkformat($cache->{format}->{$field},$cache->{display_data}->{$field}->[$page]);
507                                  if ($config->{indexer}->{$field}->{name_singular} && $field_usage{$field} == 1) {                                          $display_data=$tmp if ($tmp);
                                         $field_name = $config->{indexer}->{$field}->{name_singular}."#-#";  
                                 } elsif ($config->{indexer}->{$field}->{name_plural}) {  
                                         $field_name = $config->{indexer}->{$field}->{name_plural}."#-#";  
                                 } elsif ($config->{indexer}->{$field}->{name}) {  
                                         $field_name = $config->{indexer}->{$field}->{name}."#-#";  
508                                  } else {                                  } else {
509                                          print STDERR "WARNING: field '$field' doesn't have 'name' attribute!";                                          $display_data = $cache->{display_data}->{$field}->[$page];
510                                  }                                  }
511                                  if ($field_name) {                                  if ($display_data) { # default
512                                          $html .= x($field_name);                                          if ($field eq "headline") {
513                                                    $xml .= xmlify("headline", $display_data);
514                                            } else {
515    
516                                                    # fallback to empty field name if needed
517                                                    $html .= get_field_name($config,$field,$field_usage{$field}) || '';
518                                                    $html .= "#-#".$display_data."###\n";
519                                            }
520                                    }
521                                    
522                                    my $swish_data = $cache->{swish_data}->{$field}->[$page];
523                                    if ($swish_data) {
524                                            # remove extra spaces
525                                            $swish_data =~ s/ +/ /g;
526                                            $swish_data =~ s/ +$//g;
527    
528                                            $xml .= xmlify($field."_swish", my_unac_string($codepage,$swish_data));
529                                    }
530    
531                                    my $swish_exact_data = $cache->{swish_exact_data}->{$field}->[$page];
532                                    if ($swish_exact_data) {
533                                            $swish_exact_data =~ s/ +/ /g;
534                                            $swish_exact_data =~ s/ +$//g;
535    
536                                            # add delimiters before and after word.
537                                            # That is required to produce exact match
538                                            $xml .= xmlify($field."_swish_exact", my_unac_string($codepage,$swish_exact_data));
539                                    }
540                                    
541                                    my $idel = $cache->{index_delimiter}->{$field};
542                                    foreach my $tmp (@{$cache->{index_data}->{$field}->[$page]}) {
543                                            my $i = $tmp;
544                                            my $d = $tmp;
545                                            if ($idel && $tmp =~ m/$idel/) {
546                                                    ($i,$d) = split(/$idel/,$tmp);
547                                            }
548                                            $index->insert($field, $i, $d, $path);
549    #print STDERR "index [$idel] $field: $i --> $d [$path]\n";
550                                  }                                  }
                                 $html .= $display_data."###\n";  
551                          }                          }
552            
553                  }                  }
554                  if ($swish_data) {                  
555                          # remove extra spaces                  if (! $iterate_by_page) {
556                          $swish_data =~ s/ +/ /g;                          if ($display_data) {
557                          $swish_data =~ s/ +$//g;                                  if ($field eq "headline") {
558                                            $xml .= xmlify("headline", $display_data);
559                          $xml .= xmlify($field."_swish", unac_string($codepage,$swish_data));                                  } else {
                 }  
560    
561                  if ($swish_exact_data) {                                          # fallback to empty field name if needed
562                          $swish_exact_data =~ s/ +/ /g;                                          $html .= get_field_name($config,$field,$field_usage{$field}) || '';
563                          $swish_exact_data =~ s/ +$//g;                                          $html .= "#-#".$display_data."###\n";
564                                    }
565                            }
566                            if ($swish_data) {
567                                    # remove extra spaces
568                                    $swish_data =~ s/ +/ /g;
569                                    $swish_data =~ s/ +$//g;
570    
571                          # add delimiters before and after word.                                  $xml .= xmlify($field."_swish", my_unac_string($codepage,$swish_data));
572                          # That is required to produce exact match                          }
                         $xml .= xmlify($field."_swish_exact", unac_string($codepage,'xxbxx '.$swish_exact_data.' xxexx'));  
                 }  
573    
574                            if ($swish_exact_data) {
575                                    $swish_exact_data =~ s/ +/ /g;
576                                    $swish_exact_data =~ s/ +$//g;
577    
578                                    # add delimiters before and after word.
579                                    # That is required to produce exact match
580                                    $xml .= xmlify($field."_swish_exact", my_unac_string($codepage,$swish_exact_data));
581                            }
582                    }
583          }          }
584    
585          # dump formatted output in <html>          # dump formatted output in <html>
# Line 388  $index = new index_DBI( Line 614  $index = new index_DBI(
614    
615  my $show_progress = $cfg_global->val('global', 'show_progress');  my $show_progress = $cfg_global->val('global', 'show_progress');
616    
617  my $unac_filter = $cfg_global->val('global', 'unac_filter');  my $my_unac_filter = $cfg_global->val('global', 'my_unac_filter');
618  if ($unac_filter) {  if ($my_unac_filter) {
619          require $unac_filter;          print STDERR "using $my_unac_filter to filter characters for search\n";
620            require $my_unac_filter;
621    } else {
622            print STDERR "### fallback to default my_unac_string!\n";
623            eval q{
624            sub main::my_unac_string($$) {
625                    my ($charset, $string) = (@_);
626                    return $string;
627            }
628            };
629  }  }
630    
631  foreach my $database ($cfg->Sections) {  foreach my $database ($cfg->Sections) {
# Line 404  foreach my $database ($cfg->Sections) { Line 639  foreach my $database ($cfg->Sections) {
639                  #tie %lhash, 'GDBM_File', $lookup_file, &GDBM_NEWDB, 0644;                  #tie %lhash, 'GDBM_File', $lookup_file, &GDBM_NEWDB, 0644;
640                  tie %lhash, 'TDB_File', $lookup_file, TDB_CLEAR_IF_FIRST, O_RDWR, 0644;                  tie %lhash, 'TDB_File', $lookup_file, TDB_CLEAR_IF_FIRST, O_RDWR, 0644;
641                  print STDERR "creating lookup file '$lookup_file'\n";                  print STDERR "creating lookup file '$lookup_file'\n";
642                    # delete memory cache for lookup file
643                    delete $cache->{lhash};
644          }          }
645    
646          # open existing lookup file          # open existing lookup file
# Line 420  print STDERR "reading ./import_xml/$type Line 657  print STDERR "reading ./import_xml/$type
657          my $type_base = $type;          my $type_base = $type;
658          $type_base =~ s/_.+$//g;          $type_base =~ s/_.+$//g;
659    
660          $config=XMLin("./import_xml/$type.xml", forcearray => [ $type2tag{$type_base}, 'config', 'format' ], forcecontent => 1);          $config=XMLin("./import_xml/$type.xml", ForceArray => [ $type2tag{$type_base}, 'config', 'format' ], ForceContent => 1 );
661    
662          # output current progress indicator          # output current progress indicator
663          my $last_p = 0;          my $last_p = 0;
# Line 452  print STDERR "reading ./import_xml/$type Line 689  print STDERR "reading ./import_xml/$type
689          # now read database          # now read database
690  print STDERR "using: $type...\n";  print STDERR "using: $type...\n";
691    
692            # erase cache for tags by order in this database
693            delete $cache->{tags_by_order};
694    
695          if ($type_base eq "isis") {          if ($type_base eq "isis") {
696    
697                  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 537  print STDERR "using: $type...\n"; Line 777  print STDERR "using: $type...\n";
777                  print STDERR "\n";                  print STDERR "\n";
778    
779          } elsif ($type_base eq "excel") {          } elsif ($type_base eq "excel") {
780                  use Spreadsheet::ParseExcel;                  require Spreadsheet::ParseExcel;
781                  use Spreadsheet::ParseExcel::Utility qw(int2col);                  require Spreadsheet::ParseExcel::Utility;
782                    import Spreadsheet::ParseExcel::Utility qw(int2col);
783                                    
784                  $import2cp = Text::Iconv->new($config->{excel_codepage},$codepage);                  $import2cp = Text::Iconv->new($config->{excel_codepage},$codepage);
785                  my $excel_file = $cfg -> val($database, 'excel_file') || die "$database doesn't have 'excel_file' defined!";                  my $excel_file = $cfg -> val($database, 'excel_file') || die "$database doesn't have 'excel_file' defined!";
# Line 592  print STDERR "using: $type...\n"; Line 833  print STDERR "using: $type...\n";
833                  }                  }
834          } elsif ($type_base eq "marc") {          } elsif ($type_base eq "marc") {
835    
836                  use MARC;                  require MARC;
837                                    
838                  $import2cp = Text::Iconv->new($config->{marc_codepage},$codepage);                  $import2cp = Text::Iconv->new($config->{marc_codepage},$codepage);
839                  my $marc_file = $cfg -> val($database, 'marc_file') || die "$database doesn't have 'marc_file' defined!";                  my $marc_file = $cfg -> val($database, 'marc_file') || die "$database doesn't have 'marc_file' defined!";
840    
841                  # optional argument is format                  # optional argument is format
842                  my $format = x($config->{format}) || 'usmarc';                  my $format = x($config->{marc_format}) || 'usmarc';
843    
844                  print STDERR "Reading MARC file '$marc_file'\n";                  print STDERR "Reading MARC file '$marc_file'\n";
845    
846                  my $marc = new MARC;                  my $marc = new MARC;
847                  my $nr = $marc->openmarc({                  my $nr = $marc->openmarc({
848                                  file=>$marc_file, format=>$format                                  file=>$marc_file, format=>$format
849                          }) || die "Can't open MARC file '$marc_file'";                          }) || die "Can't open MARC file '$marc_file' with format '$format'";
850    
851                  my $i=0;        # record nr.                  # read MARC file in memory
852                    $marc->nextmarc(-1);
853    
854                  my $rec;                  my $max_rec = $marc->marc_count();
855    
856                  while ($marc->nextmarc(1)) {                  for(my $i=1; $i<=$max_rec; $i++) {
857    
858                          # XXX                          progress($i,$max_rec);
859                          fakeprogress($i++);  
860                            # store value for marc_sf.pm
861                            $main::cache->{marc_record} = $i;
862    
863                          my $swishpath = $database."#".$i;                          my $swishpath = $database."#".$i;
864    
# Line 626  print STDERR "using: $type...\n"; Line 870  print STDERR "using: $type...\n";
870                                  print "Document-Type: XML\n\n$xml\n";                                  print "Document-Type: XML\n\n$xml\n";
871                          }                          }
872                  }                  }
873    
874                    print STDERR "\n";
875    
876          } elsif ($type_base eq "feed") {          } elsif ($type_base eq "feed") {
877    
878                  $import2cp = Text::Iconv->new($config->{feed_codepage},$codepage);                  $import2cp = Text::Iconv->new($config->{feed_codepage},$codepage);
# Line 680  __END__ Line 927  __END__
927    
928  all2xml.pl - read various file formats and dump XML for SWISH-E  all2xml.pl - read various file formats and dump XML for SWISH-E
929    
930    =head1 SYNOPSYS
931    
932     $ all2xml.pl [test.conf]
933    
934  =head1 DESCRIPTION  =head1 DESCRIPTION
935    
936  This command will read ISIS data file using OpenIsis perl module, MARC  This command will read ISIS data file using OpenIsis perl module, MARC
# Line 688  create one XML file for usage with I<SWI Line 939  create one XML file for usage with I<SWI
939  this script B<isn't general xml generator> from isis files (isis allready  this script B<isn't general xml generator> from isis files (isis allready
940  has something like that). Output of this script is tailor-made for SWISH-E.  has something like that). Output of this script is tailor-made for SWISH-E.
941    
942    If no configuration file is specified, it will use default one called
943    C<all2xml.conf>.
944    
945  =head1 BUGS  =head1 BUGS
946    
947  Documentation is really lacking. However, in true Open Source spirit, source  Documentation is really lacking. However, in true Open Source spirit, source

Legend:
Removed from v.177  
changed lines
  Added in v.320

  ViewVC Help
Powered by ViewVC 1.1.26