/[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 62 by dpavlin, Fri Jul 4 20:11:48 2003 UTC revision 199 by dpavlin, Wed Jan 7 12:29:11 2004 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 58  my %type2tag = ( Line 61  my %type2tag = (
61          'isis' => 'isis',          'isis' => 'isis',
62          'excel' => 'column',          'excel' => 'column',
63          'marc' => 'marc',          'marc' => 'marc',
64            '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    my $last_field_name;    # cache to prevent repeated fields
76    
77  sub data2xml {  sub data2xml {
78    
79          use xmlify;          use xmlify;
# Line 81  sub data2xml { Line 95  sub data2xml {
95    
96          # sort subrouting using order="" attribute          # sort subrouting using order="" attribute
97          sub by_order {          sub by_order {
98                  return 0 if (! $config->{indexer}->{$a}->{order});                  my $va = $config->{indexer}->{$a}->{order} ||
99                  return 0 if (! $config->{indexer}->{$b}->{order});                          $config->{indexer}->{$a};
100                    my $vb = $config->{indexer}->{$b}->{order} ||
101                            $config->{indexer}->{$b};
102    
103                  return $config->{indexer}->{$a}->{order} <=>                  return $va <=> $vb;
                         $config->{indexer}->{$b}->{order} ;  
104          }          }
105    
106          foreach my $field (sort by_order keys %{$config->{indexer}}) {          my @sorted_tags;
107            if ($cache->{tags_by_order}) {
108                    @sorted_tags = @{$cache->{tags_by_order}};
109            } else {
110                    @sorted_tags = sort by_order keys %{$config->{indexer}};
111                    $cache->{tags_by_order} = \@sorted_tags;
112            }
113    
114                  $field=x($field);          # lookup key
115            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            # begin real work: go field by field
155            foreach my $field (@sorted_tags) {
156    
157                    $field=x($field);
158                  $field_usage{$field}++;                  $field_usage{$field}++;
159    
160                  my $swish_data = "";                  my $swish_data = "";
161                    my $swish_exact_data = "";
162                  my $display_data = "";                  my $display_data = "";
163                    my @index_data;
164                  my $line_delimiter;                  my $line_delimiter;
165    
166                  my ($swish,$display);                  my ($swish,$display);
167    
168                  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";
169    
170                    # is this field page-by-page?
171                    my $iterate_by_page = $config->{indexer}->{$field}->{iterate_by_page};
172                    push @page_fields,$field if ($iterate_by_page);
173                    my %page_max = ();
174                    # default line_delimiter if using
175                    my $page_line_delimiter = $config->{indexer}->{$field}->{page_line_delimiter} || '<br/>';
176                    $cache->{index_delimiter}->{$field} = $config->{indexer}->{$field}->{index_delimiter};
177    
178                    my $format_name = $config->{indexer}->{$field}->{format_name};
179                    my $format_delimiter = $config->{indexer}->{$field}->{format_delimiter};
180                    if ($format_name && $format_delimiter) {
181                            $cache->{format}->{$field}->{format_name} = $format_name;
182                            $cache->{format}->{$field}->{format_delimiter} = $format_delimiter;
183                    }
184    
185                  foreach my $x (@{$config->{indexer}->{$field}->{$tag}}) {                  foreach my $x (@{$config->{indexer}->{$field}->{$tag}}) {
186    
187                          my $format = x($x->{content});                          my $format = x($x->{content});
188                          my $delimiter = x($x->{delimiter}) || ' ';                          my $delimiter = x($x->{delimiter}) || ' ';
189    
190                          my $repeat_off = 0;             # repeatable offset                          my $repeat_off = 0;     # init repeatable offset
191    
192                          my ($s,$d,$i) = (1,1,0);        # swish, display default                          # swish, swish_exact, display, index, index_lookup
193                            # swish and display defaults
194                            my ($s,$se,$d,$i,$il) = (1,0,1,0,0);
195                          $s = 0 if (lc($x->{type}) eq "display");                          $s = 0 if (lc($x->{type}) eq "display");
196                          $d = 0 if (lc($x->{type}) eq "swish");                          $d = 0 if (lc($x->{type}) eq "swish");
197                          ($s,$d,$i) = (0,0,1) if (lc($x->{type}) eq "index");                          ($s,$se,$d,$i) = (0,1,0,1) if (lc($x->{type}) eq "index");
198                            ($s,$se,$d,$i) = (0,1,0,0) if (lc($x->{type}) eq "swish_exact");
199                            ($s,$se,$d,$i,$il) = (0,1,0,0,1) if (lc($x->{type}) =~ /^lookup/);
200    
201                          # what will separate last line from this one?                          # what will separate last line from this one?
202                          if ($display_data && $x->{append} && $x->{append} eq "1") {                          if ($display_data && $x->{append}) {
203                                  $line_delimiter = ' ';                                  $line_delimiter = ' ';
204                          } elsif ($display_data) {                          } elsif ($display_data) {
205                                  $line_delimiter = '<br/>';                                  $line_delimiter = '<br/>';
# Line 123  sub data2xml { Line 208  sub data2xml {
208                          # init vars so that we go into while...                          # init vars so that we go into while...
209                          ($swish,$display) = (1,1);                          ($swish,$display) = (1,1);
210    
211                          if ($swish || $display) {                          # placeholder for all repeatable entries for index
212    
213                            sub mkformat($$) {
214                                    my $x = shift || die "mkformat needs tag reference";
215                                    my $data = shift || return;
216                                    my $format_name = x($x->{format_name}) || return $data;
217                                    my $fmt = x($config->{format}->{$format_name}->{content}) || die "<format name=\"$format_name\"> is not defined!";
218                                    my $format_delimiter = x($x->{format_delimiter});
219                                    my @data;
220                                    if ($format_delimiter) {
221                                            @data = split(/$format_delimiter/,$data);
222                                    } else {
223                                            push @data,$data;
224                                    }
225    
226                                    if ($fmt) {
227                                            my $nr = scalar $fmt =~ s/%s/%s/g;
228                                            if (($#data+1) == $nr) {
229                                                    return sprintf($fmt,@data);
230                                            } else {
231                                                    print STDERR "mkformat: [$data] can't be split on [$format_delimiter] to $nr fields!\n";
232                                                    return $data;
233                                            }
234                                    } else {
235                                            print STDERR "usage of link '$format_name' without defined format (<link> tag)\n";
236                                    }
237                            }
238    
239                            # while because of repeatable fields
240                            while ($swish || $display) {
241                                    my $page = $repeat_off;
242                                    $page_max{$field} = $page if ($iterate_by_page && $page > ($page_max{$field} || 0));
243                                  ($swish,$display) = parse_format($type, $format,$row,$repeat_off++,$import2cp);                                  ($swish,$display) = parse_format($type, $format,$row,$repeat_off++,$import2cp);
244                                    if ($repeat_off > 1000) {
245                                            print STDERR "loop (more than 1000 repeatable fields) deteced in $row, $format\n";
246                                            last;
247                                    }
248    
249                                    # is this field is lookup?
250                                    if ($display && $x->{lookup}) {
251                                            my $null = "<!-- null -->";
252                                            if ($use_lhash_cache) {
253                                                    if (!defined($cache->{lhash}->{$display})) {
254                                                            my $new_display = $lhash{$display};
255                                                            if (defined($new_display)) {
256    #print STDERR "lookup cache store '$display' = '$new_display'\n";
257                                                                    $display = $new_display;
258                                                                    $cache->{lhash}->{$display} = $new_display;
259                                                            } else {
260                                                                    print STDERR "WARNING: lookup for '$display' didn't find anything.\n";
261                                                                    $display = "";
262                                                                    $cache->{lhash}->{$display} = $null;
263                                                            }
264                                                    } else {
265                                                            $display = $cache->{lhash}->{$display};
266                                                    }
267                                            } else {
268                                                    $display = $lhash{$display} || $null;
269                                            }
270                                    }
271    
272                                  # filter="name" ; filter this field through                                  # filter="name" ; filter this field through
273                                  # filter/[name].pm                                  # filter/[name].pm
274                                  my $filter = $x->{filter};                                  my $filter = $x->{filter};
275                                  if ($filter) {                                  if ($filter && !$cache->{filter_loaded}->{$filter}) {
276                                          require "filter/".$filter.".pm";                                          require "filter/".$filter.".pm";
277                                            $cache->{filter_loaded}->{$filter}++;
278                                  }                                  }
279                                  # type="swish" ; field for swish                                  # type="swish" ; field for swish
280                                  if ($s && $swish) {                                  if ($swish) {
281                                          if ($filter) {                                          if ($filter && ($s || $se)) {
282                                                  no strict 'refs';                                                  no strict 'refs';
283                                                  $swish_data .= join(" ",&$filter($swish));                                                  my $tmp = join(" ",&$filter($swish)) if ($s || $se);
284                                                    $swish_data .= $tmp if ($s);
285                                                    $swish_exact_data .= "xxbxx $tmp xxexx " if ($se && $tmp ne "");
286    
287                                          } else {                                          } else {
288                                                  $swish_data .= $swish;                                                  $swish_data .= $swish if ($s);
289                                                    $swish_exact_data .= "xxbxx $swish xxexx " if ($se && $swish ne "");
290                                          }                                          }
291                                  }                                  }
292    
# Line 145  sub data2xml { Line 294  sub data2xml {
294                                  if ($d && $display) {                                  if ($d && $display) {
295                                          if ($line_delimiter && $display_data) {                                          if ($line_delimiter && $display_data) {
296                                                  $display_data .= $line_delimiter;                                                  $display_data .= $line_delimiter;
                                                 undef $line_delimiter;  
297                                          }                                          }
298                                          if ($filter) {                                          if ($filter) {
299                                                  no strict 'refs';                                                  no strict 'refs';
300                                                  $display_data .= join($delimiter,&$filter($display));                                                  if ($display_data) {
301                                                            $display_data .= $delimiter.mkformat($x,join($delimiter,&$filter($display)));
302                                                    } else {
303                                                            $display_data = mkformat($x,join($delimiter,&$filter($display)));
304                                                    }
305                                          } else {                                          } else {
306                                                  if ($display_data) {                                                  if ($display_data) {
307                                                          $display_data .= $delimiter.$display;                                                          $display_data .= $delimiter.mkformat($x,$display);
308                                                  } else {                                                  } else {
309                                                          $display_data .= $display;                                                          $display_data = mkformat($x,$display);
310                                                  }                                                  }
311                                          }                                          }
312                                  }                                  }
313                                                                                                    
314                                  # type="index" ; insert into index                                  # type="index" ; insert into index
315                                    my $idisplay;
316                                  if ($i && $display) {                                  if ($i && $display) {
317                                          my $index_data = $display;                                          $idisplay = $display;
318                                          if ($filter) {                                          if ($filter) {
319                                                  no strict 'refs';                                                  no strict 'refs';
320                                                  foreach my $d (&$filter($index_data)) {                                                  $idisplay = &$filter($idisplay);
321                                                          $index->insert($field, $d, $path);                                          }
322                                            push @index_data, $idisplay if (! $iterate_by_page);
323                                    }
324    
325                                    # store fields in lookup
326                                    if ($il && $display) {
327                                            if (lc($x->{type}) eq "lookup_key") {
328                                                    if ($lookup_key) {
329                                                            print STDERR "WARNING: try to redefine lookup_key (keys shouldn't be repeatable fields!)";
330                                                    } else {
331                                                            $lookup_key = $display;
332                                                  }                                                  }
333                                          } else {                                          } elsif (lc($x->{type}) eq "lookup_val") {
334                                                  $index->insert($field, $index_data, $path);                                                  if ($lookup_key) {
335                                                            $lhash{$lookup_key} = $display;
336                                                    } else {
337                                                            print STDERR "WARNING: no lookup_key defined for  '$display'?";
338                                                    }
339                                            }
340    
341                                    }
342    
343                                    # store data for page-by-page repeatable fields
344                                    if ($iterate_by_page) {
345                                            sub iterate_fld($$$$$$) {
346                                                    my ($cache,$what,$field,$page,$data,$append) = @_;
347                                                    return if (!$data);
348    
349                                                    my $ldel = $page_line_delimiter;
350                                                    $ldel = " " if ($append);
351    #print STDERR "line delimiter: ",Dumper($ldel) if ($ldel);
352                                                    if (! $cache->{$what}->{$field}->[$page]) {
353                                                            $cache->{$what}->{$field}->[$page] = $data;
354                                                    } else {
355                                                            $cache->{$what}->{$field}->[$page] .= $ldel.$data;
356                                                    }
357                                            }
358    
359                                            if ($display_data) {
360                                                    iterate_fld($cache,'display_data',$field,$page,$display_data,$x->{append});
361                                            }
362                                                    $display_data = "";
363                                            if ($swish_data) {
364                                                    iterate_fld($cache,'swish_data',$field,$page,$swish_data,$x->{append});
365                                                    $swish_data = "";
366                                            }
367                                            if ($swish_exact_data) {
368                                                    iterate_fld($cache,'swish_exact_data',$field,$page,$swish_exact_data,$x->{append});
369                                                    $swish_exact_data = "";
370                                            }
371    
372                                            if ($idisplay) {
373                                                    my $ldel=$page_line_delimiter;
374                                                    my @index_data;
375                                                    if ($cache->{index_data}->{$field}->[$page]) {
376    
377                                                            @index_data = @{$cache->{index_data}->{$field}->[$page]};
378                                                    }
379                                                    if ($x->{append}) {
380                                                            if (@index_data) {
381                                                                    $index_data[$#index_data] .= $idisplay;
382                                                            } else {
383                                                                    push @index_data, $idisplay;
384                                                            }
385                                                    } else {
386                                                            push @index_data, $idisplay;
387                                                    }
388                                                    $idisplay = "";
389                                                    @{$cache->{index_data}->{$field}->[$page]} = @index_data;
390                                            }
391                                    }
392                            }
393    
394                            if (! $iterate_by_page) {
395                                    my $idel = $x->{index_delimiter};
396                                    # fill data in index
397                                    foreach my $tmp (@index_data) {
398                                            my $i = $d = $tmp;
399                                            if ($idel && $tmp =~ m/$idel/) {
400                                                    ($i,$d) = split(/$idel/,$tmp);
401                                          }                                          }
402                                            $index->insert($field, $i, $d, $path);
403                                  }                                  }
404                                    @index_data = ();
405                          }                          }
406                  }                  }
407    
# Line 183  sub data2xml { Line 414  sub data2xml {
414                          my ($s,$d,$i) = (1,1,0);        # swish, display default                          my ($s,$d,$i) = (1,1,0);        # swish, display default
415                          $s = 0 if (lc($x->{type}) eq "display");                          $s = 0 if (lc($x->{type}) eq "display");
416                          $d = 0 if (lc($x->{type}) eq "swish");                          $d = 0 if (lc($x->{type}) eq "swish");
417                            # no support for swish exact in config.
418                            # IMHO, it's useless
419                          ($s,$d,$i) = (0,0,1) if (lc($x->{type}) eq "index");                          ($s,$d,$i) = (0,0,1) if (lc($x->{type}) eq "index");
420    
421                          if ($val) {                          if ($val) {
# Line 191  sub data2xml { Line 424  sub data2xml {
424                                  $index->insert($field, $val, $path) if ($i);                                  $index->insert($field, $val, $path) if ($i);
425                          }                          }
426    
427                            if ($iterate_by_page) {
428                                    # FIXME data from config tag will appear just
429                                    # on first page!!!
430                                    my $page = 0;
431                                    if ($display_data) {
432                                            $cache->{display_data}->{$field}->[$page] = $display_data;
433                                            $display_data = "";
434                                    }
435                                    if ($swish_data) {
436                                            $cache->{swish_data}->{$field}->[$page] = $swish_data;
437                                            $swish_data = "";
438                                    }
439                                    if ($swish_exact_data) {
440                                            $cache->{swish_exact_data}->{$field}->[$page] = $swish_exact_data;
441                                            $swish_exact_data = "";
442                                    }
443                            }
444                  }                  }
445    
446                    # save data page-by-page
447                    foreach my $field (@page_fields) {
448                            my $nr_pages = $page_max{$field} || next;
449    #print STDERR "field '$field' iterate over ",($nr_pages || 0)," pages...\n";
450    #print STDERR Dumper($cache->{display_data});
451                            for (my $page=0; $page <= $nr_pages; $page++) {
452                                    my $display_data;
453                                    if ($cache->{format}->{$field}) {
454                                            $display_data=mkformat($cache->{format}->{$field},$cache->{display_data}->{$field}->[$page]);
455                                    } else {
456                                            $display_data = $cache->{display_data}->{$field}->[$page];
457                                    }
458                                    if ($display_data) { # default
459                                            if ($field eq "headline") {
460                                                    $xml .= xmlify("headline", $display_data);
461                                            } else {
462    
463                  if ($display_data) {                                                  # fallback to empty field name if needed
464                                                    $html .= get_field_name($config,$field,$field_usage{$field}) || '';
465                                                    $html .= "#-#".$display_data."###\n";
466                                            }
467                                    }
468                                    
469                                    my $swish_data = $cache->{swish_data}->{$field}->[$page];
470                                    if ($swish_data) {
471                                            # remove extra spaces
472                                            $swish_data =~ s/ +/ /g;
473                                            $swish_data =~ s/ +$//g;
474    
475                          if ($field eq "headline") {                                          $xml .= xmlify($field."_swish", unac_string($codepage,$swish_data));
476                                  $xml .= xmlify("headline", $display_data);                                  }
477                          } else {  
478                                    my $swish_exact_data = $cache->{swish_exact_data}->{$field}->[$page];
479                                  # find field name (signular, plural)                                  if ($swish_exact_data) {
480                                  my $field_name = "";                                          $swish_exact_data =~ s/ +/ /g;
481                                  if ($config->{indexer}->{$field}->{name_singular} && $field_usage{$field} == 1) {                                          $swish_exact_data =~ s/ +$//g;
482                                          $field_name = $config->{indexer}->{$field}->{name_singular}."#-#";  
483                                  } elsif ($config->{indexer}->{$field}->{name_plural}) {                                          # add delimiters before and after word.
484                                          $field_name = $config->{indexer}->{$field}->{name_plural}."#-#";                                          # That is required to produce exact match
485                                  } elsif ($config->{indexer}->{$field}->{name}) {                                          $xml .= xmlify($field."_swish_exact", unac_string($codepage,$swish_exact_data));
                                         $field_name = $config->{indexer}->{$field}->{name}."#-#";  
                                 } else {  
                                         print STDERR "WARNING: field '$field' doesn't have 'name' attribute!";  
486                                  }                                  }
487                                  if ($field_name) {                                  
488                                          $html .= x($field_name);                                  my $idel = $cache->{index_delimiter}->{$field};
489                                    foreach my $tmp (@{$cache->{index_data}->{$field}->[$page]}) {
490                                            my $i = $tmp;
491                                            my $d = $tmp;
492                                            if ($idel && $tmp =~ m/$idel/) {
493                                                    ($i,$d) = split(/$idel/,$tmp);
494                                            }
495                                            $index->insert($field, $i, $d, $path);
496    #print STDERR "index [$idel] $field: $i --> $d [$path]\n";
497                                  }                                  }
                                 $html .= $display_data."###\n";  
498                          }                          }
499            
500                  }                  }
501                  if ($swish_data) {                  
502                          # remove extra spaces                  if (! $iterate_by_page) {
503                          $swish_data =~ s/ +/ /g;                          if ($display_data) {
504                          $swish_data =~ s/ +$//g;                                  if ($field eq "headline") {
505                                            $xml .= xmlify("headline", $display_data);
506                                    } else {
507    
508                          $xml .= xmlify($field."_swish", unac_string($codepage,$swish_data));                                          # fallback to empty field name if needed
509                  }                                          $html .= get_field_name($config,$field,$field_usage{$field}) || '';
510                                            $html .= "#-#".$display_data."###\n";
511                                    }
512                            }
513                            if ($swish_data) {
514                                    # remove extra spaces
515                                    $swish_data =~ s/ +/ /g;
516                                    $swish_data =~ s/ +$//g;
517    
518                                    $xml .= xmlify($field."_swish", unac_string($codepage,$swish_data));
519                            }
520    
521                            if ($swish_exact_data) {
522                                    $swish_exact_data =~ s/ +/ /g;
523                                    $swish_exact_data =~ s/ +$//g;
524    
525                                    # add delimiters before and after word.
526                                    # That is required to produce exact match
527                                    $xml .= xmlify($field."_swish_exact", unac_string($codepage,$swish_exact_data));
528                            }
529                    }
530          }          }
531    
532          # dump formatted output in <html>          # dump formatted output in <html>
533          if ($html) {          if ($html) {
534                  $xml .= xmlify("html",$html);                  #$xml .= xmlify("html",$html);
535                    $xml .= "<html><![CDATA[ $html ]]></html>";
536          }          }
537                    
538          if ($xml) {          if ($xml) {
# Line 257  $index = new index_DBI( Line 559  $index = new index_DBI(
559                  $cfg_global->val('global', 'dbi_passwd') || '',                  $cfg_global->val('global', 'dbi_passwd') || '',
560          );          );
561    
562    my $show_progress = $cfg_global->val('global', 'show_progress');
563    
564    my $unac_filter = $cfg_global->val('global', 'unac_filter');
565    if ($unac_filter) {
566            require $unac_filter;
567    }
568    
569  foreach my $database ($cfg->Sections) {  foreach my $database ($cfg->Sections) {
570    
571          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";
572          my $add_xml = $cfg -> val($database, 'xml');    # optional          my $add_xml = $cfg -> val($database, 'xml');    # optional
573    
574            # create new lookup file
575            my $lookup_file = $cfg -> val($database, 'lookup_newfile'); # optional
576            if ($lookup_file) {
577                    #tie %lhash, 'GDBM_File', $lookup_file, &GDBM_NEWDB, 0644;
578                    tie %lhash, 'TDB_File', $lookup_file, TDB_CLEAR_IF_FIRST, O_RDWR, 0644;
579                    print STDERR "creating lookup file '$lookup_file'\n";
580            }
581    
582            # open existing lookup file
583            $lookup_file = $cfg -> val($database, 'lookup_open'); # optional
584            if ($lookup_file) {
585                    #tie %lhash, 'GDBM_File', $lookup_file, &GDBM_READER, 0644;
586                    tie %lhash, 'TDB_File', $lookup_file, TDB_DEFAULT, O_RDWR, 0644;
587                    print STDERR "opening lookup file '$lookup_file'\n";
588            }
589    
590  print STDERR "reading ./import_xml/$type.xml\n";  print STDERR "reading ./import_xml/$type.xml\n";
591    
592          # extract just type basic          # extract just type basic
593          my $type_base = $type;          my $type_base = $type;
594          $type_base =~ s/_.+$//g;          $type_base =~ s/_.+$//g;
595    
596          $config=XMLin("./import_xml/$type.xml", forcearray => [ $type2tag{$type_base}, 'config' ], forcecontent => 1);          $config=XMLin("./import_xml/$type.xml", forcearray => [ $type2tag{$type_base}, 'config', 'format' ], forcecontent => 1);
597    
598          # output current progress indicator          # output current progress indicator
599          my $last_p = 0;          my $last_p = 0;
600          sub progress {          sub progress {
601                  #return if (! $opts{q});        # FIXME                  return if (! $show_progress);
602                  my $current = shift;                  my $current = shift;
603                  my $total = shift || 1;                  my $total = shift || 1;
604                  my $p = int($current * 100 / $total);                  my $p = int($current * 100 / $total);
# Line 283  print STDERR "reading ./import_xml/$type Line 608  print STDERR "reading ./import_xml/$type
608                  }                  }
609          }          }
610    
611            my $fake_dir = 1;
612            sub fakeprogress {
613                    return if (! $show_progress);
614                    my $current = shift @_;
615    
616                    my @ind = ('-','\\','|','/','-','\\','|','/', '-');
617    
618                    $last_p += $fake_dir;
619                    $fake_dir = -$fake_dir if ($last_p > 1000 || $last_p < 0);
620                    if ($last_p % 10 == 0) {
621                            printf STDERR ("%5d / %5s [%-51s]\r",$current,"?"," " x ($last_p/20).$ind[($last_p/20) % $#ind]);
622                    }
623            }
624    
625          # now read database          # now read database
626  print STDERR "using: $type...\n";  print STDERR "using: $type...\n";
627    
628            # erase cache for tags by order in this database
629            delete $cache->{tags_by_order};
630    
631          if ($type_base eq "isis") {          if ($type_base eq "isis") {
632    
633                  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 293  print STDERR "using: $type...\n"; Line 635  print STDERR "using: $type...\n";
635                  $import2cp = Text::Iconv->new($config->{isis_codepage},$codepage);                  $import2cp = Text::Iconv->new($config->{isis_codepage},$codepage);
636                  my $db = OpenIsis::open( $isis_db );                  my $db = OpenIsis::open( $isis_db );
637    
638                    # check if .txt database for OpenIsis is zero length,
639                    # if so, erase it and re-open database
640                    sub check_txt_db {
641                            my $isis_db = shift || die "need isis database name";
642                            my $reopen = 0;
643    
644                            if (-e $isis_db.".TXT") {
645                                    print STDERR "WARNING: removing $isis_db.TXT OpenIsis database...\n";
646                                    unlink $isis_db.".TXT" || warn "FATAL: unlink error on '$isis_db.TXT': $!";
647                                    $reopen++;
648                            }
649                            if (-e $isis_db.".PTR") {
650                                    print STDERR "WARNING: removing $isis_db.PTR OpenIsis database...\n";
651                                    unlink $isis_db.".PTR" || warn "FATAL: unlink error on '$isis_db.PTR': $!";
652                                    $reopen++;
653                            }
654                            return OpenIsis::open( $isis_db ) if ($reopen);
655                    }
656    
657                    # EOF error
658                    if ($db == -1) {
659                            $db = check_txt_db($isis_db);
660                            if ($db == -1) {
661                                    print STDERR "FATAL: OpenIsis can't open zero size file $isis_db\n";
662                                    next;
663                            }
664                    }
665    
666                    # OpenIsis::ERR_BADF
667                    if ($db == -4) {
668                            print STDERR "FATAL: OpenIsis can't find file $isis_db\n";
669                            next;
670                    # OpenIsis::ERR_IO
671                    } elsif ($db == -5) {
672                            print STDERR "FATAL: OpenIsis can't access file $isis_db\n";
673                            next;
674                    } elsif ($db < 0) {
675                            print STDERR "FATAL: OpenIsis unknown error $db with file $isis_db\n";
676                            next;
677                    }
678    
679                  my $max_rowid = OpenIsis::maxRowid( $db );                  my $max_rowid = OpenIsis::maxRowid( $db );
680    
681                    # if 0 records, try to rease isis .txt database
682                    if ($max_rowid == 0) {
683                            # force removal of database
684                            $db = check_txt_db($isis_db);
685                            $max_rowid = OpenIsis::maxRowid( $db );
686                    }
687    
688                  print STDERR "Reading database: $isis_db [$max_rowid rows]\n";                  print STDERR "Reading database: $isis_db [$max_rowid rows]\n";
689    
690                  my $path = $database;                  my $path = $database;
# Line 316  print STDERR "using: $type...\n"; Line 706  print STDERR "using: $type...\n";
706                                  }                                  }
707                          }                          }
708                  }                  }
709                    # for this to work with current version of OpenIsis (0.9.0)
710                    # you might need my patch from
711                    # http://www.rot13.org/~dpavlin/projects/openisis-0.9.0-perl_close.diff
712                    OpenIsis::close($db);
713                  print STDERR "\n";                  print STDERR "\n";
714    
715          } elsif ($type_base eq "excel") {          } elsif ($type_base eq "excel") {
# Line 373  print STDERR "using: $type...\n"; Line 767  print STDERR "using: $type...\n";
767                          }                          }
768                  }                  }
769          } elsif ($type_base eq "marc") {          } elsif ($type_base eq "marc") {
770          ## XXX  
771                  use MARC;                  use MARC;
772                                    
773                  $import2cp = Text::Iconv->new($config->{marc_codepage},$codepage);                  $import2cp = Text::Iconv->new($config->{marc_codepage},$codepage);
# Line 382  print STDERR "using: $type...\n"; Line 776  print STDERR "using: $type...\n";
776                  # optional argument is format                  # optional argument is format
777                  my $format = x($config->{format}) || 'usmarc';                  my $format = x($config->{format}) || 'usmarc';
778    
                 my %id_stored;  # to aviod duplicates  
   
779                  print STDERR "Reading MARC file '$marc_file'\n";                  print STDERR "Reading MARC file '$marc_file'\n";
780    
781                  my $marc = new MARC;                  my $marc = new MARC;
# Line 392  print STDERR "using: $type...\n"; Line 784  print STDERR "using: $type...\n";
784                          }) || die "Can't open MARC file '$marc_file'";                          }) || die "Can't open MARC file '$marc_file'";
785    
786                  my $i=0;        # record nr.                  my $i=0;        # record nr.
                 my $inc=1;  
                 my $max_i=1000;  
787    
788                  my $rec;                  my $rec;
789    
790                  while ($marc->nextmarc(1)) {                  while ($marc->nextmarc(1)) {
791    
792                          # XXX                          # XXX
793                          progress($i, $max_i);                          fakeprogress($i++);
                         $i += $inc;  
                         $inc = -$inc if ($i > $max_i || $i < 0);  
794    
795                          my $swishpath = $database."#".$i;                          my $swishpath = $database."#".$i;
796    
# Line 414  print STDERR "using: $type...\n"; Line 802  print STDERR "using: $type...\n";
802                                  print "Document-Type: XML\n\n$xml\n";                                  print "Document-Type: XML\n\n$xml\n";
803                          }                          }
804                  }                  }
805            } elsif ($type_base eq "feed") {
806    
807                    $import2cp = Text::Iconv->new($config->{feed_codepage},$codepage);
808                    my $prog = x($config->{prog}) || die "$database doesn't have 'prog' defined!";
809    
810                    print STDERR "Reading feed from program '$prog'\n";
811    
812                    open(FEED,"feeds/$prog |") || die "can't start $prog: $!";
813    
814                    my $i=1;        # record nr.
815    
816                    my $data;
817                    my $line=1;
818    
819                    while (<FEED>) {
820                            chomp;
821    
822                            if (/^$/) {
823                                    my $swishpath = $database."#".$i++;
824    
825                                    if (my $xml = data2xml($type_base,$data,$add_xml,$cfg,$database)) {
826                                            $xml = $cp2utf->convert($xml);
827                                            use bytes;      # as opposed to chars
828                                            print "Path-Name: $swishpath\n";
829                                            print "Content-Length: ".(length($xml)+1)."\n";
830                                            print "Document-Type: XML\n\n$xml\n";
831                                    }
832                                    $line = 1;
833                                    $data = {};
834                                    next;
835                            }
836    
837                            $line = $1 if (s/^(\d+):\s*//);
838                            $data->{$line++} = $_;
839    
840                            fakeprogress($i);
841    
842                    }
843                    # close lookup
844                    untie %lhash if (%lhash);
845          }          }
846  }  }
847    
# Line 426  __END__ Line 854  __END__
854    
855  =head1 NAME  =head1 NAME
856    
857  isis2xml.pl - read isis file and dump XML  all2xml.pl - read various file formats and dump XML for SWISH-E
858    
859  =head1 DESCRIPTION  =head1 DESCRIPTION
860    
861  This command will read ISIS data file using OpenIsis perl module and  This command will read ISIS data file using OpenIsis perl module, MARC
862  create XML file for usage with I<SWISH-E>  records using MARC module and optionally Micro$oft Excel files to
863  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,
864  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
865  script is tailor-made for SWISH-E.  has something like that). Output of this script is tailor-made for SWISH-E.
866    
867    =head1 BUGS
868    
869    Documentation is really lacking. However, in true Open Source spirit, source
870    is best documentation. I even made considerable effort to comment parts
871    which are not intuitively clear, so...
872    
873  =head1 AUTHOR  =head1 AUTHOR
874    

Legend:
Removed from v.62  
changed lines
  Added in v.199

  ViewVC Help
Powered by ViewVC 1.1.26