/[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 59 by dpavlin, Fri Jul 4 17:57:11 2003 UTC revision 233 by dpavlin, Fri Mar 5 23:33:19 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 56  my $cp2utf = Text::Iconv->new($codepage, Line 59  my $cp2utf = Text::Iconv->new($codepage,
59  # format in XML file  # format in XML file
60  my %type2tag = (  my %type2tag = (
61          'isis' => 'isis',          'isis' => 'isis',
62          'excel' => 'column'          'excel' => 'column',
63            '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 80  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 122  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 chk_eval($) {
214                                    my $data = shift;
215                                    if ($data =~ s/eval{([^}]+)}//) {
216                                            if (eval "$1") {
217                                                    return $data;
218                                            } else {
219                                                    return undef;
220                                            }
221                                    } else {
222                                            return $data;
223                                    }
224                            }
225    
226                            sub mkformat($$) {
227                                    my $x = shift || die "mkformat needs tag reference";
228                                    my $data = shift || return;
229                                    my $format_name = x($x->{format_name}) || return chk_eval($data);
230                                    my $fmt = x($config->{format}->{$format_name}->{content}) || die "<format name=\"$format_name\"> is not defined!";
231                                    my $format_delimiter = x($x->{format_delimiter});
232                                    my @data;
233                                    if ($format_delimiter) {
234                                            @data = split(/$format_delimiter/,$data);
235                                    } else {
236                                            push @data,$data;
237                                    }
238    
239                                    if ($fmt) {
240                                            my $nr = scalar $fmt =~ s/%s/%s/g;
241                                            if (($#data+1) == $nr) {
242                                                    return chk_eval(sprintf($fmt,@data));
243                                            } else {
244                                                    #print STDERR "mkformat: [$data] can't be split on [$format_delimiter] to $nr fields!\n";
245                                                    return chk_eval($data);
246                                            }
247                                    } else {
248                                            print STDERR "usage of link '$format_name' without defined format (<link> tag)\n";
249                                    }
250                            }
251    
252                            # while because of repeatable fields
253                            while ($swish || $display) {
254                                    my $page = $repeat_off;
255                                    $page_max{$field} = $page if ($iterate_by_page && $page > ($page_max{$field} || 0));
256                                  ($swish,$display) = parse_format($type, $format,$row,$repeat_off++,$import2cp);                                  ($swish,$display) = parse_format($type, $format,$row,$repeat_off++,$import2cp);
257                                    if ($repeat_off > 1000) {
258                                            print STDERR "loop (more than 1000 repeatable fields) deteced in $row, $format\n";
259                                            last;
260                                    }
261    
262                                    # is this field is lookup?
263                                    if ($display && $x->{lookup}) {
264                                            my $null = "<!-- null -->";
265                                            if ($use_lhash_cache) {
266                                                    if (!defined($cache->{lhash}->{$display})) {
267                                                            my $new_display = $lhash{$display};
268                                                            if (defined($new_display)) {
269    #print STDERR "lookup cache store '$display' = '$new_display'\n";
270                                                                    $display = $new_display;
271                                                                    $cache->{lhash}->{$display} = $new_display;
272                                                            } else {
273                                                                    print STDERR "WARNING: lookup for '$display' didn't find anything.\n";
274                                                                    $display = "";
275                                                                    $cache->{lhash}->{$display} = $null;
276                                                            }
277                                                    } else {
278                                                            $display = $cache->{lhash}->{$display};
279                                                    }
280                                            } else {
281                                                    $display = $lhash{$display} || $null;
282                                            }
283                                    }
284    
285                                  # filter="name" ; filter this field through                                  # filter="name" ; filter this field through
286                                  # filter/[name].pm                                  # filter/[name].pm
287                                  my $filter = $x->{filter};                                  my $filter = $x->{filter};
288                                  if ($filter) {                                  if ($filter && !$cache->{filter_loaded}->{$filter}) {
289                                          require "filter/".$filter.".pm";                                          require "filter/".$filter.".pm";
290                                            $cache->{filter_loaded}->{$filter}++;
291                                  }                                  }
292                                  # type="swish" ; field for swish                                  # type="swish" ; field for swish
293                                  if ($s && $swish) {                                  if ($swish) {
294                                          if ($filter) {                                          if ($filter && ($s || $se)) {
295                                                  no strict 'refs';                                                  no strict 'refs';
296                                                  $swish_data .= join(" ",&$filter($swish));                                                  my $tmp = join(" ",&$filter($swish)) if ($s || $se);
297                                                    $swish_data .= $tmp if ($s);
298                                                    $swish_exact_data .= "xxbxx $tmp xxexx " if ($se && $tmp ne "");
299    
300                                          } else {                                          } else {
301                                                  $swish_data .= $swish;                                                  $swish_data .= $swish if ($s);
302                                                    $swish_exact_data .= "xxbxx $swish xxexx " if ($se && $swish ne "");
303                                          }                                          }
304                                  }                                  }
305    
306                                  # type="display" ; field for display                                  # type="display" ; field for display
307                                  if ($d && $display) {                                  if ($d && $display) {
308                                            my $ldel = $delimiter;
309                                          if ($line_delimiter && $display_data) {                                          if ($line_delimiter && $display_data) {
310                                                  $display_data .= $line_delimiter;                                                  $ldel = $line_delimiter;
                                                 undef $line_delimiter;  
311                                          }                                          }
312                                          if ($filter) {                                          if ($filter) {
313                                                  no strict 'refs';                                                  no strict 'refs';
314                                                  $display_data .= join($delimiter,&$filter($display));                                                  my @arr;
315                                          } else {                                                  foreach my $tmp (&$filter($display)) {
316                                                  if ($display_data) {                                                          my $tmp2 = mkformat($x,$tmp);
317                                                          $display_data .= $delimiter.$display;                                                          push @arr,$tmp2 if ($tmp2);
                                                 } else {  
                                                         $display_data .= $display;  
318                                                  }                                                  }
319                                                    $display_data .= $ldel if ($display_data && @arr);
320                                                    $display_data .= join($delimiter,@arr);
321                                            } else {
322                                                    $display_data .= $ldel if ($display_data);
323                                                    my $tmp = mkformat($x,$display);
324                                                    $display_data .= $tmp if ($tmp);
325                                          }                                          }
326                                  }                                  }
327                                                                                                    
328                                  # type="index" ; insert into index                                  # type="index" ; insert into index
329                                    my $idisplay;
330                                  if ($i && $display) {                                  if ($i && $display) {
331                                          my $index_data = $display;                                          $idisplay = $display;
332                                          if ($filter) {                                          if ($filter) {
333                                                  no strict 'refs';                                                  no strict 'refs';
334                                                  foreach my $d (&$filter($index_data)) {                                                  $idisplay = &$filter($idisplay);
335                                                          $index->insert($field, $d, $path);                                          }
336                                            push @index_data, $idisplay if (! $iterate_by_page);
337                                    }
338    
339                                    # store fields in lookup
340                                    if ($il && $display) {
341                                            if (lc($x->{type}) eq "lookup_key") {
342                                                    if ($lookup_key) {
343                                                            print STDERR "WARNING: try to redefine lookup_key (keys shouldn't be repeatable fields!)";
344                                                    } else {
345                                                            if ($filter) {
346                                                                    no strict 'refs';
347                                                                    $lookup_key = &$filter($display);
348                                                            } else {
349                                                                    $lookup_key = $display;
350                                                            }
351                                                    }
352                                            } elsif (lc($x->{type}) eq "lookup_val") {
353                                                    if ($lookup_key) {
354                                                            if ($filter) {
355                                                                    no strict 'refs';
356                                                                    $lhash{$lookup_key} = &$filter($display);
357                                                            } else {
358                                                                    $lhash{$lookup_key} = $display;
359                                                            }
360                                                    } else {
361                                                            print STDERR "WARNING: no lookup_key defined for  '$display'?";
362                                                    }
363                                            }
364    
365                                    }
366    
367                                    # store data for page-by-page repeatable fields
368                                    if ($iterate_by_page) {
369                                            sub iterate_fld($$$$$$) {
370                                                    my ($cache,$what,$field,$page,$data,$append) = @_;
371                                                    return if (!$data);
372    
373                                                    my $ldel = $page_line_delimiter;
374                                                    $ldel = " " if ($append);
375    #print STDERR "line delimiter: ",Dumper($ldel) if ($ldel);
376                                                    if (! $cache->{$what}->{$field}->[$page]) {
377                                                            $cache->{$what}->{$field}->[$page] = $data;
378                                                    } else {
379                                                            $cache->{$what}->{$field}->[$page] .= $ldel.$data;
380                                                  }                                                  }
381                                          } else {                                          }
382                                                  $index->insert($field, $index_data, $path);  
383                                            if ($display_data) {
384                                                    iterate_fld($cache,'display_data',$field,$page,$display_data,$x->{append});
385                                            }
386                                                    $display_data = "";
387                                            if ($swish_data) {
388                                                    iterate_fld($cache,'swish_data',$field,$page,$swish_data,$x->{append});
389                                                    $swish_data = "";
390                                            }
391                                            if ($swish_exact_data) {
392                                                    iterate_fld($cache,'swish_exact_data',$field,$page,$swish_exact_data,$x->{append});
393                                                    $swish_exact_data = "";
394                                            }
395    
396                                            if ($idisplay) {
397                                                    my $ldel=$page_line_delimiter;
398                                                    my @index_data;
399                                                    if ($cache->{index_data}->{$field}->[$page]) {
400    
401                                                            @index_data = @{$cache->{index_data}->{$field}->[$page]};
402                                                    }
403                                                    if ($x->{append}) {
404                                                            if (@index_data) {
405                                                                    $index_data[$#index_data] .= $idisplay;
406                                                            } else {
407                                                                    push @index_data, $idisplay;
408                                                            }
409                                                    } else {
410                                                            push @index_data, $idisplay;
411                                                    }
412                                                    $idisplay = "";
413                                                    @{$cache->{index_data}->{$field}->[$page]} = @index_data;
414                                          }                                          }
415                                  }                                  }
416                          }                          }
417    
418                            if (! $iterate_by_page) {
419                                    my $idel = $x->{index_delimiter};
420                                    # fill data in index
421                                    foreach my $tmp (@index_data) {
422                                            my $i = $d = $tmp;
423                                            if ($idel && $tmp =~ m/$idel/) {
424                                                    ($i,$d) = split(/$idel/,$tmp);
425                                            }
426                                            $index->insert($field, $i, $d, $path);
427                                    }
428                                    @index_data = ();
429                            }
430                  }                  }
431    
432                  # now try to parse variables from configuration file                  # now try to parse variables from configuration file
433                  foreach my $x (@{$config->{indexer}->{$field}->{'config'}}) {                  foreach my $x (@{$config->{indexer}->{$field}->{'config'}}) {
434    
435                            my $delimiter = x($x->{delimiter}) || ' ';
436                          my $val = $cfg->val($database, x($x->{content}));                          my $val = $cfg->val($database, x($x->{content}));
437    
438                          my ($s,$d,$i) = (1,1,0);        # swish, display default                          my ($s,$d,$i) = (1,1,0);        # swish, display default
439                          $s = 0 if (lc($x->{type}) eq "display");                          $s = 0 if (lc($x->{type}) eq "display");
440                          $d = 0 if (lc($x->{type}) eq "swish");                          $d = 0 if (lc($x->{type}) eq "swish");
441                            # no support for swish exact in config.
442                            # IMHO, it's useless
443                          ($s,$d,$i) = (0,0,1) if (lc($x->{type}) eq "index");                          ($s,$d,$i) = (0,0,1) if (lc($x->{type}) eq "index");
444    
445                          if ($val) {                          if ($val) {
446                                  $display_data .= $val if ($d);                                  $display_data .= $delimiter.$val if ($d);
447                                  $swish_data .= $val if ($s);                                  $swish_data .= $val if ($s);
448                                  $index->insert($field, $val, $path) if ($i);                                  $index->insert($field, $val, $path) if ($i);
449                          }                          }
450    
451                            if ($iterate_by_page) {
452                                    # FIXME data from config tag will appear just
453                                    # on first page!!!
454                                    my $page = 0;
455                                    if ($display_data) {
456                                            $cache->{display_data}->{$field}->[$page] = $display_data;
457                                            $display_data = "";
458                                    }
459                                    if ($swish_data) {
460                                            $cache->{swish_data}->{$field}->[$page] = $swish_data;
461                                            $swish_data = "";
462                                    }
463                                    if ($swish_exact_data) {
464                                            $cache->{swish_exact_data}->{$field}->[$page] = $swish_exact_data;
465                                            $swish_exact_data = "";
466                                    }
467                            }
468                  }                  }
469    
470                    # save data page-by-page
471                    foreach my $field (@page_fields) {
472                            my $nr_pages = $page_max{$field} || next;
473    #print STDERR "field '$field' iterate over ",($nr_pages || 0)," pages...\n";
474    #print STDERR Dumper($cache->{display_data});
475                            for (my $page=0; $page <= $nr_pages; $page++) {
476                                    my $display_data;
477                                    if ($cache->{format}->{$field}) {
478                                            my $tmp = mkformat($cache->{format}->{$field},$cache->{display_data}->{$field}->[$page]);
479                                            $display_data=$tmp if ($tmp);
480                                    } else {
481                                            $display_data = $cache->{display_data}->{$field}->[$page];
482                                    }
483                                    if ($display_data) { # default
484                                            if ($field eq "headline") {
485                                                    $xml .= xmlify("headline", $display_data);
486                                            } else {
487    
488                  if ($display_data) {                                                  # fallback to empty field name if needed
489                                                    $html .= get_field_name($config,$field,$field_usage{$field}) || '';
490                                                    $html .= "#-#".$display_data."###\n";
491                                            }
492                                    }
493                                    
494                                    my $swish_data = $cache->{swish_data}->{$field}->[$page];
495                                    if ($swish_data) {
496                                            # remove extra spaces
497                                            $swish_data =~ s/ +/ /g;
498                                            $swish_data =~ s/ +$//g;
499    
500                          if ($field eq "headline") {                                          $xml .= xmlify($field."_swish", unac_string($codepage,$swish_data));
                                 $xml .= xmlify("headline", $display_data);  
                         } else {  
   
                                 # find field name (signular, plural)  
                                 my $field_name = "";  
                                 if ($config->{indexer}->{$field}->{name_singular} && $field_usage{$field} == 1) {  
                                         $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}."#-#";  
                                 } else {  
                                         print STDERR "WARNING: field '$field' doesn't have 'name' attribute!";  
501                                  }                                  }
502                                  if ($field_name) {  
503                                          $html .= x($field_name);                                  my $swish_exact_data = $cache->{swish_exact_data}->{$field}->[$page];
504                                    if ($swish_exact_data) {
505                                            $swish_exact_data =~ s/ +/ /g;
506                                            $swish_exact_data =~ s/ +$//g;
507    
508                                            # add delimiters before and after word.
509                                            # That is required to produce exact match
510                                            $xml .= xmlify($field."_swish_exact", unac_string($codepage,$swish_exact_data));
511                                    }
512                                    
513                                    my $idel = $cache->{index_delimiter}->{$field};
514                                    foreach my $tmp (@{$cache->{index_data}->{$field}->[$page]}) {
515                                            my $i = $tmp;
516                                            my $d = $tmp;
517                                            if ($idel && $tmp =~ m/$idel/) {
518                                                    ($i,$d) = split(/$idel/,$tmp);
519                                            }
520                                            $index->insert($field, $i, $d, $path);
521    #print STDERR "index [$idel] $field: $i --> $d [$path]\n";
522                                  }                                  }
                                 $html .= $display_data."###\n";  
523                          }                          }
524            
525                  }                  }
526                  if ($swish_data) {                  
527                          # remove extra spaces                  if (! $iterate_by_page) {
528                          $swish_data =~ s/ +/ /g;                          if ($display_data) {
529                          $swish_data =~ s/ +$//g;                                  if ($field eq "headline") {
530                                            $xml .= xmlify("headline", $display_data);
531                                    } else {
532    
533                          $xml .= xmlify($field."_swish", unac_string($codepage,$swish_data));                                          # fallback to empty field name if needed
534                  }                                          $html .= get_field_name($config,$field,$field_usage{$field}) || '';
535                                            $html .= "#-#".$display_data."###\n";
536                                    }
537                            }
538                            if ($swish_data) {
539                                    # remove extra spaces
540                                    $swish_data =~ s/ +/ /g;
541                                    $swish_data =~ s/ +$//g;
542    
543                                    $xml .= xmlify($field."_swish", unac_string($codepage,$swish_data));
544                            }
545    
546                            if ($swish_exact_data) {
547                                    $swish_exact_data =~ s/ +/ /g;
548                                    $swish_exact_data =~ s/ +$//g;
549    
550                                    # add delimiters before and after word.
551                                    # That is required to produce exact match
552                                    $xml .= xmlify($field."_swish_exact", unac_string($codepage,$swish_exact_data));
553                            }
554                    }
555          }          }
556    
557          # dump formatted output in <html>          # dump formatted output in <html>
558          if ($html) {          if ($html) {
559                  $xml .= xmlify("html",$html);                  #$xml .= xmlify("html",$html);
560                    $xml .= "<html><![CDATA[ $html ]]></html>";
561          }          }
562                    
563          if ($xml) {          if ($xml) {
# Line 255  $index = new index_DBI( Line 584  $index = new index_DBI(
584                  $cfg_global->val('global', 'dbi_passwd') || '',                  $cfg_global->val('global', 'dbi_passwd') || '',
585          );          );
586    
587    my $show_progress = $cfg_global->val('global', 'show_progress');
588    
589    my $unac_filter = $cfg_global->val('global', 'unac_filter');
590    if ($unac_filter) {
591            require $unac_filter;
592    }
593    
594  foreach my $database ($cfg->Sections) {  foreach my $database ($cfg->Sections) {
595    
596          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";
597          my $add_xml = $cfg -> val($database, 'xml');    # optional          my $add_xml = $cfg -> val($database, 'xml');    # optional
598    
599            # create new lookup file
600            my $lookup_file = $cfg -> val($database, 'lookup_newfile'); # optional
601            if ($lookup_file) {
602                    #tie %lhash, 'GDBM_File', $lookup_file, &GDBM_NEWDB, 0644;
603                    tie %lhash, 'TDB_File', $lookup_file, TDB_CLEAR_IF_FIRST, O_RDWR, 0644;
604                    print STDERR "creating lookup file '$lookup_file'\n";
605                    # delete memory cache for lookup file
606                    delete $cache->{lhash};
607            }
608    
609            # open existing lookup file
610            $lookup_file = $cfg -> val($database, 'lookup_open'); # optional
611            if ($lookup_file) {
612                    #tie %lhash, 'GDBM_File', $lookup_file, &GDBM_READER, 0644;
613                    tie %lhash, 'TDB_File', $lookup_file, TDB_DEFAULT, O_RDWR, 0644;
614                    print STDERR "opening lookup file '$lookup_file'\n";
615            }
616    
617  print STDERR "reading ./import_xml/$type.xml\n";  print STDERR "reading ./import_xml/$type.xml\n";
618    
619          # extract just type basic          # extract just type basic
620          my $type_base = $type;          my $type_base = $type;
621          $type_base =~ s/_.+$//g;          $type_base =~ s/_.+$//g;
622    
623          $config=XMLin("./import_xml/$type.xml", forcearray => [ $type2tag{$type_base}, 'config' ], forcecontent => 1);          $config=XMLin("./import_xml/$type.xml", forcearray => [ $type2tag{$type_base}, 'config', 'format' ], forcecontent => 1);
624    
625          # output current progress indicator          # output current progress indicator
626          my $last_p = 0;          my $last_p = 0;
627          sub progress {          sub progress {
628                  #return if (! $opts{q});        # FIXME                  return if (! $show_progress);
629                  my $current = shift;                  my $current = shift;
630                  my $total = shift || 1;                  my $total = shift || 1;
631                  my $p = int($current * 100 / $total);                  my $p = int($current * 100 / $total);
# Line 281  print STDERR "reading ./import_xml/$type Line 635  print STDERR "reading ./import_xml/$type
635                  }                  }
636          }          }
637    
638            my $fake_dir = 1;
639            sub fakeprogress {
640                    return if (! $show_progress);
641                    my $current = shift @_;
642    
643                    my @ind = ('-','\\','|','/','-','\\','|','/', '-');
644    
645                    $last_p += $fake_dir;
646                    $fake_dir = -$fake_dir if ($last_p > 1000 || $last_p < 0);
647                    if ($last_p % 10 == 0) {
648                            printf STDERR ("%5d / %5s [%-51s]\r",$current,"?"," " x ($last_p/20).$ind[($last_p/20) % $#ind]);
649                    }
650            }
651    
652          # now read database          # now read database
653  print STDERR "using: $type...\n";  print STDERR "using: $type...\n";
654    
655            # erase cache for tags by order in this database
656            delete $cache->{tags_by_order};
657    
658          if ($type_base eq "isis") {          if ($type_base eq "isis") {
659    
660                  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 291  print STDERR "using: $type...\n"; Line 662  print STDERR "using: $type...\n";
662                  $import2cp = Text::Iconv->new($config->{isis_codepage},$codepage);                  $import2cp = Text::Iconv->new($config->{isis_codepage},$codepage);
663                  my $db = OpenIsis::open( $isis_db );                  my $db = OpenIsis::open( $isis_db );
664    
665                    # check if .txt database for OpenIsis is zero length,
666                    # if so, erase it and re-open database
667                    sub check_txt_db {
668                            my $isis_db = shift || die "need isis database name";
669                            my $reopen = 0;
670    
671                            if (-e $isis_db.".TXT") {
672                                    print STDERR "WARNING: removing $isis_db.TXT OpenIsis database...\n";
673                                    unlink $isis_db.".TXT" || warn "FATAL: unlink error on '$isis_db.TXT': $!";
674                                    $reopen++;
675                            }
676                            if (-e $isis_db.".PTR") {
677                                    print STDERR "WARNING: removing $isis_db.PTR OpenIsis database...\n";
678                                    unlink $isis_db.".PTR" || warn "FATAL: unlink error on '$isis_db.PTR': $!";
679                                    $reopen++;
680                            }
681                            return OpenIsis::open( $isis_db ) if ($reopen);
682                    }
683    
684                    # EOF error
685                    if ($db == -1) {
686                            $db = check_txt_db($isis_db);
687                            if ($db == -1) {
688                                    print STDERR "FATAL: OpenIsis can't open zero size file $isis_db\n";
689                                    next;
690                            }
691                    }
692    
693                    # OpenIsis::ERR_BADF
694                    if ($db == -4) {
695                            print STDERR "FATAL: OpenIsis can't find file $isis_db\n";
696                            next;
697                    # OpenIsis::ERR_IO
698                    } elsif ($db == -5) {
699                            print STDERR "FATAL: OpenIsis can't access file $isis_db\n";
700                            next;
701                    } elsif ($db < 0) {
702                            print STDERR "FATAL: OpenIsis unknown error $db with file $isis_db\n";
703                            next;
704                    }
705    
706                  my $max_rowid = OpenIsis::maxRowid( $db );                  my $max_rowid = OpenIsis::maxRowid( $db );
707    
708                    # if 0 records, try to rease isis .txt database
709                    if ($max_rowid == 0) {
710                            # force removal of database
711                            $db = check_txt_db($isis_db);
712                            $max_rowid = OpenIsis::maxRowid( $db );
713                    }
714    
715                  print STDERR "Reading database: $isis_db [$max_rowid rows]\n";                  print STDERR "Reading database: $isis_db [$max_rowid rows]\n";
716    
717                  my $path = $database;                  my $path = $database;
# Line 314  print STDERR "using: $type...\n"; Line 733  print STDERR "using: $type...\n";
733                                  }                                  }
734                          }                          }
735                  }                  }
736                    # for this to work with current version of OpenIsis (0.9.0)
737                    # you might need my patch from
738                    # http://www.rot13.org/~dpavlin/projects/openisis-0.9.0-perl_close.diff
739                    OpenIsis::close($db);
740                  print STDERR "\n";                  print STDERR "\n";
741    
742          } elsif ($type_base eq "excel") {          } elsif ($type_base eq "excel") {
# Line 370  print STDERR "using: $type...\n"; Line 793  print STDERR "using: $type...\n";
793                                  print "Document-Type: XML\n\n$xml\n";                                  print "Document-Type: XML\n\n$xml\n";
794                          }                          }
795                  }                  }
796            } elsif ($type_base eq "marc") {
797    
798                    use MARC;
799                    
800                    $import2cp = Text::Iconv->new($config->{marc_codepage},$codepage);
801                    my $marc_file = $cfg -> val($database, 'marc_file') || die "$database doesn't have 'marc_file' defined!";
802    
803                    # optional argument is format
804                    my $format = x($config->{marc_format}) || 'usmarc';
805    
806                    print STDERR "Reading MARC file '$marc_file'\n";
807    
808                    my $marc = new MARC;
809                    my $nr = $marc->openmarc({
810                                    file=>$marc_file, format=>$format
811                            }) || die "Can't open MARC file '$marc_file' with format '$format'";
812    
813                    # read MARC file in memory
814                    $marc->nextmarc(-1);
815    
816                    my $max_rec = $marc->marc_count();
817    
818                    for(my $i=1; $i<=$max_rec; $i++) {
819    
820                            progress($i,$max_rec);
821    
822                            # store value for marc_sf.pm
823                            $main::cache->{marc_record} = $i;
824    
825                            my $swishpath = $database."#".$i;
826    
827                            if (my $xml = data2xml($type_base,$marc,$add_xml,$cfg,$database)) {
828                                    $xml = $cp2utf->convert($xml);
829                                    use bytes;      # as opposed to chars
830                                    print "Path-Name: $swishpath\n";
831                                    print "Content-Length: ".(length($xml)+1)."\n";
832                                    print "Document-Type: XML\n\n$xml\n";
833                            }
834                    }
835    
836                    print STDERR "\n";
837    
838            } elsif ($type_base eq "feed") {
839    
840                    $import2cp = Text::Iconv->new($config->{feed_codepage},$codepage);
841                    my $prog = x($config->{prog}) || die "$database doesn't have 'prog' defined!";
842    
843                    print STDERR "Reading feed from program '$prog'\n";
844    
845                    open(FEED,"feeds/$prog |") || die "can't start $prog: $!";
846    
847                    my $i=1;        # record nr.
848    
849                    my $data;
850                    my $line=1;
851    
852                    while (<FEED>) {
853                            chomp;
854    
855                            if (/^$/) {
856                                    my $swishpath = $database."#".$i++;
857    
858                                    if (my $xml = data2xml($type_base,$data,$add_xml,$cfg,$database)) {
859                                            $xml = $cp2utf->convert($xml);
860                                            use bytes;      # as opposed to chars
861                                            print "Path-Name: $swishpath\n";
862                                            print "Content-Length: ".(length($xml)+1)."\n";
863                                            print "Document-Type: XML\n\n$xml\n";
864                                    }
865                                    $line = 1;
866                                    $data = {};
867                                    next;
868                            }
869    
870                            $line = $1 if (s/^(\d+):\s*//);
871                            $data->{$line++} = $_;
872    
873                            fakeprogress($i);
874    
875                    }
876                    # close lookup
877                    untie %lhash if (%lhash);
878          }          }
879  }  }
880    
# Line 382  __END__ Line 887  __END__
887    
888  =head1 NAME  =head1 NAME
889    
890  isis2xml.pl - read isis file and dump XML  all2xml.pl - read various file formats and dump XML for SWISH-E
891    
892  =head1 DESCRIPTION  =head1 DESCRIPTION
893    
894  This command will read ISIS data file using OpenIsis perl module and  This command will read ISIS data file using OpenIsis perl module, MARC
895  create XML file for usage with I<SWISH-E>  records using MARC module and optionally Micro$oft Excel files to
896  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,
897  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
898  script is tailor-made for SWISH-E.  has something like that). Output of this script is tailor-made for SWISH-E.
899    
900    =head1 BUGS
901    
902    Documentation is really lacking. However, in true Open Source spirit, source
903    is best documentation. I even made considerable effort to comment parts
904    which are not intuitively clear, so...
905    
906  =head1 AUTHOR  =head1 AUTHOR
907    

Legend:
Removed from v.59  
changed lines
  Added in v.233

  ViewVC Help
Powered by ViewVC 1.1.26