/[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 181 by dpavlin, Tue Nov 25 20:19:03 2003 UTC revision 255 by dpavlin, Tue Mar 9 12:17:05 2004 UTC
# Line 72  my %lhash; Line 72  my %lhash;
72  # if you are tight on memory, turn this off  # if you are tight on memory, turn this off
73  my $use_lhash_cache = 1;  my $use_lhash_cache = 1;
74    
75    my $last_field_name;    # cache to prevent repeated fields
76    
77  sub data2xml {  sub data2xml {
78    
79          use xmlify;          use xmlify;
# Line 116  sub data2xml { Line 118  sub data2xml {
118          delete $cache->{display_data};          delete $cache->{display_data};
119          delete $cache->{swish_data};          delete $cache->{swish_data};
120          delete $cache->{swish_exact_data};          delete $cache->{swish_exact_data};
121            delete $cache->{index_data};
122            delete $cache->{index_delimiter};
123          my @page_fields;        # names of fields          my @page_fields;        # names of fields
124    
125    
# Line 136  sub data2xml { Line 140  sub data2xml {
140                          print STDERR "WARNING: field '$field' doesn't have 'name' attribute!";                          print STDERR "WARNING: field '$field' doesn't have 'name' attribute!";
141                  }                  }
142                  if ($field_name) {                  if ($field_name) {
143                          return x($field_name);                          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    
# Line 150  sub data2xml { Line 160  sub data2xml {
160                  my $swish_data = "";                  my $swish_data = "";
161                  my $swish_exact_data = "";                  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);
# Line 162  sub data2xml { Line 173  sub data2xml {
173                  my %page_max = ();                  my %page_max = ();
174                  # default line_delimiter if using                  # default line_delimiter if using
175                  my $page_line_delimiter = $config->{indexer}->{$field}->{page_line_delimiter} || '<br/>';                  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    
# Line 175  sub data2xml { Line 194  sub data2xml {
194                          my ($s,$se,$d,$i,$il) = (1,0,1,0,0);                          my ($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                          ($s,$se,$d,$i) = (0,0,0,1) 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($x->{type}) eq "swish_exact");                          ($s,$se,$d,$i) = (0,1,0,0) if (lc($x->{type}) eq "swish_exact");
199                          $il = 1 if (lc($x->{type}) =~ /^lookup/);                          ($s,$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/>';                                  $line_delimiter = '<br/>';
# Line 190  sub data2xml { Line 209  sub data2xml {
209                          ($swish,$display) = (1,1);                          ($swish,$display) = (1,1);
210    
211                          # placeholder for all repeatable entries for index                          # placeholder for all repeatable entries for index
                         my @index_data;  
212    
213                          sub mkformat {                          sub chk_eval($) {
214                                    my $data = shift;
215                                    return if (! defined($data));
216                                    if ($data && $data =~ s/\s*eval{([^}]+)}\s*//) {
217                                            if (eval "$1") {
218                                                    return $data;
219                                            } else {
220                                                    return undef;
221                                            }
222                                    } else {
223                                            return $data;
224                                    }
225                            }
226    
227                            sub mkformat($$) {
228                                  my $x = shift || die "mkformat needs tag reference";                                  my $x = shift || die "mkformat needs tag reference";
229                                  my $data = shift || return;                                  my $data = shift || return;
230                                  my $format_name = x($x->{format_name}) || return $data;                                  my $format_name = x($x->{format_name}) || return chk_eval($data);
231                                  my $fmt = x($config->{format}->{$format_name}->{content}) || die "<format name=\"$format_name\"> is not defined!";                                  my $fmt = x($config->{format}->{$format_name}->{content}) || die "<format name=\"$format_name\"> is not defined!";
232                                  my $format_delimiter = x($x->{format_delimiter});                                  my $format_delimiter = x($x->{format_delimiter});
233                                  my @data;                                  my @data;
# Line 208  sub data2xml { Line 240  sub data2xml {
240                                  if ($fmt) {                                  if ($fmt) {
241                                          my $nr = scalar $fmt =~ s/%s/%s/g;                                          my $nr = scalar $fmt =~ s/%s/%s/g;
242                                          if (($#data+1) == $nr) {                                          if (($#data+1) == $nr) {
243                                                  return sprintf($fmt,@data);                                                  return chk_eval(sprintf($fmt,@data));
244                                          } else {                                          } else {
245                                                  print STDERR "mkformat: [$data] can't be split on [$format_delimiter] to $nr fields!\n";                                                  #print STDERR "mkformat: [$data] can't be split on [$format_delimiter] to $nr fields!\n";
246                                                  return $data;                                                  return chk_eval($data);
247                                          }                                          }
248                                  } else {                                  } else {
249                                          print STDERR "usage of link '$format_name' without defined format (<link> tag)\n";                                          print STDERR "usage of link '$format_name' without defined format (<link> tag)\n";
# Line 239  sub data2xml { Line 271  sub data2xml {
271                                                                  $display = $new_display;                                                                  $display = $new_display;
272                                                                  $cache->{lhash}->{$display} = $new_display;                                                                  $cache->{lhash}->{$display} = $new_display;
273                                                          } else {                                                          } else {
274                                                                  print STDERR "WARNING: lookup for '$display' didn't find anything.\n";  #                                                               print STDERR "WARNING: lookup for '$display' didn't find anything.\n";
275                                                                  $display = "";                                                                  $display = "";
276                                                                  $cache->{lhash}->{$display} = $null;                                                                  $cache->{lhash}->{$display} = $null;
277                                                          }                                                          }
# Line 264  sub data2xml { Line 296  sub data2xml {
296                                                  no strict 'refs';                                                  no strict 'refs';
297                                                  my $tmp = join(" ",&$filter($swish)) if ($s || $se);                                                  my $tmp = join(" ",&$filter($swish)) if ($s || $se);
298                                                  $swish_data .= $tmp if ($s);                                                  $swish_data .= $tmp if ($s);
299                                                  $swish_exact_data .= $tmp if ($se);                                                  $swish_exact_data .= "xxbxx $tmp xxexx " if ($se && $tmp ne "");
300    
301                                          } else {                                          } else {
302                                                  $swish_data .= $swish if ($s);                                                  $swish_data .= $swish if ($s);
303                                                  $swish_exact_data .= $swish if ($se);                                                  $swish_exact_data .= "xxbxx $swish xxexx " if ($se && $swish ne "");
304                                          }                                          }
305    
306                                            $tmp = chk_eval($tmp);
307                                            $swish_data .= $tmp if ($s && $tmp);
308                                            $swish_exact_data .= "xxbxx $tmp xxexx " if ($se && $tmp ne "");
309                                  }                                  }
310    
311                                  # type="display" ; field for display                                  # type="display" ; field for display
312                                  if ($d && $display) {                                  if ($d && $display) {
313                                            my $ldel = $delimiter;
314                                          if ($line_delimiter && $display_data) {                                          if ($line_delimiter && $display_data) {
315                                                  $display_data .= $line_delimiter;                                                  $ldel = $line_delimiter;
316                                          }                                          }
317                                          if ($filter) {                                          if ($filter) {
318                                                  no strict 'refs';                                                  no strict 'refs';
319                                                  if ($display_data) {                                                  my @arr;
320                                                          $display_data .= $delimiter.join($delimiter,mkformat($x,&$filter($display)));                                                  foreach my $tmp (&$filter($display)) {
321                                                  } else {                                                          my $tmp2 = mkformat($x,$tmp);
322                                                          $display_data = join($delimiter,mkformat($x,&$filter($display)));                                                          push @arr,$tmp2 if ($tmp2);
323                                                  }                                                  }
324                                                    $display_data .= $ldel if ($display_data && @arr);
325                                                    $display_data .= join($delimiter,@arr);
326                                          } else {                                          } else {
327                                                  if ($display_data) {                                                  $display_data .= $ldel if ($display_data);
328                                                          $display_data .= $delimiter.mkformat($x,$display);                                                  my $tmp = mkformat($x,$display);
329                                                  } else {                                                  $display_data .= $tmp if ($tmp);
                                                         $display_data = mkformat($x,$display);  
                                                 }  
330                                          }                                          }
331                                  }                                  }
332                                                                                                    
333                                  # type="index" ; insert into index                                  # type="index" ; insert into index
334                                    my $idisplay;
335                                  if ($i && $display) {                                  if ($i && $display) {
336                                            $idisplay = $display;
337                                          if ($filter) {                                          if ($filter) {
338                                                  no strict 'refs';                                                  no strict 'refs';
339                                                  $display = &$filter($display);                                                  $idisplay = &$filter($idisplay);
                                         }  
                                         if ($x->{append} && @index_data) {  
                                                 $index_data[$#index_data].=$display;  
                                         } else {  
                                                 push @index_data, $display;  
340                                          }                                          }
341                                            $idisplay = chk_eval($idisplay);
342                                            push @index_data, $idisplay if ($idisplay && !$iterate_by_page);
343                                  }                                  }
344    
345                                  # store fields in lookup                                  # store fields in lookup
# Line 312  sub data2xml { Line 348  sub data2xml {
348                                                  if ($lookup_key) {                                                  if ($lookup_key) {
349                                                          print STDERR "WARNING: try to redefine lookup_key (keys shouldn't be repeatable fields!)";                                                          print STDERR "WARNING: try to redefine lookup_key (keys shouldn't be repeatable fields!)";
350                                                  } else {                                                  } else {
351                                                          $lookup_key = $display;                                                          if ($filter) {
352                                                                    no strict 'refs';
353                                                                    $lookup_key = &$filter($display);
354                                                            } else {
355                                                                    $lookup_key = $display;
356                                                            }
357                                                  }                                                  }
358                                          } elsif (lc($x->{type}) eq "lookup_val") {                                          } elsif (lc($x->{type}) eq "lookup_val") {
359                                                  if ($lookup_key) {                                                  if ($lookup_key) {
360                                                          $lhash{$lookup_key} = $display;                                                          if ($filter) {
361                                                                    no strict 'refs';
362                                                                    $lhash{$lookup_key} = &$filter($display);
363                                                            } else {
364                                                                    $lhash{$lookup_key} = $display;
365                                                            }
366                                                  } else {                                                  } else {
367                                                          print STDERR "WARNING: no lookup_key defined for  '$display'?";                                                          print STDERR "WARNING: no lookup_key defined for  '$display'?";
368                                                  }                                                  }
# Line 329  sub data2xml { Line 375  sub data2xml {
375                                          sub iterate_fld($$$$$$) {                                          sub iterate_fld($$$$$$) {
376                                                  my ($cache,$what,$field,$page,$data,$append) = @_;                                                  my ($cache,$what,$field,$page,$data,$append) = @_;
377                                                  return if (!$data);                                                  return if (!$data);
378                                                  my $line_delimiter = $page_line_delimiter;  
379                                                  $line_delimiter = " " if ($append);                                                  my $ldel = $page_line_delimiter;
380                                                    $ldel = " " if ($append);
381    #print STDERR "line delimiter: ",Dumper($ldel) if ($ldel);
382                                                  if (! $cache->{$what}->{$field}->[$page]) {                                                  if (! $cache->{$what}->{$field}->[$page]) {
383                                                          $cache->{$what}->{$field}->[$page] = $data;                                                          $cache->{$what}->{$field}->[$page] = $data;
384                                                  } else {                                                  } else {
385                                                          $cache->{$what}->{$field}->[$page] .= $line_delimiter.$data;                                                          $cache->{$what}->{$field}->[$page] .= $ldel.$data;
386                                                  }                                                  }
387                                          }                                          }
388    
389                                          if ($display_data) {                                          if ($display_data) {
 print STDERR "line delimiter: ",Dumper($line_delimiter) if ($line_delimiter);  
390                                                  iterate_fld($cache,'display_data',$field,$page,$display_data,$x->{append});                                                  iterate_fld($cache,'display_data',$field,$page,$display_data,$x->{append});
391                                          }                                          }
392                                                  $display_data = "";                                                  $display_data = "";
# Line 351  print STDERR "line delimiter: ",Dumper($ Line 398  print STDERR "line delimiter: ",Dumper($
398                                                  iterate_fld($cache,'swish_exact_data',$field,$page,$swish_exact_data,$x->{append});                                                  iterate_fld($cache,'swish_exact_data',$field,$page,$swish_exact_data,$x->{append});
399                                                  $swish_exact_data = "";                                                  $swish_exact_data = "";
400                                          }                                          }
401    
402                                            if ($idisplay) {
403                                                    my $ldel=$page_line_delimiter;
404                                                    my @index_data;
405                                                    if ($cache->{index_data}->{$field}->[$page]) {
406    
407                                                            @index_data = @{$cache->{index_data}->{$field}->[$page]};
408                                                    }
409                                                    if ($x->{append}) {
410                                                            if (@index_data) {
411                                                                    $index_data[$#index_data] .= $idisplay;
412                                                            } else {
413                                                                    push @index_data, $idisplay;
414                                                            }
415                                                    } else {
416                                                            push @index_data, $idisplay;
417                                                    }
418                                                    $idisplay = "";
419                                                    @{$cache->{index_data}->{$field}->[$page]} = @index_data;
420                                            }
421                                  }                                  }
422                          }                          }
423    
424                          # fill data in index                          if (! $iterate_by_page) {
425                          foreach my $d (@index_data) {                                  my $idel = $x->{index_delimiter};
426                                  $index->insert($field, $d, $path);                                  # fill data in index
427                                    foreach my $tmp (@index_data) {
428                                            my $i = $d = $tmp;
429                                            if ($idel && $tmp =~ m/$idel/) {
430                                                    ($i,$d) = split(/$idel/,$tmp);
431                                            }
432                                            $index->insert($field, $i, $d, $path);
433                                    }
434                                    @index_data = ();
435                          }                          }
436                  }                  }
437    
# Line 404  print STDERR "line delimiter: ",Dumper($ Line 479  print STDERR "line delimiter: ",Dumper($
479  #print STDERR "field '$field' iterate over ",($nr_pages || 0)," pages...\n";  #print STDERR "field '$field' iterate over ",($nr_pages || 0)," pages...\n";
480  #print STDERR Dumper($cache->{display_data});  #print STDERR Dumper($cache->{display_data});
481                          for (my $page=0; $page <= $nr_pages; $page++) {                          for (my $page=0; $page <= $nr_pages; $page++) {
482                                    my $display_data;
483                                  my $display_data = $cache->{display_data}->{$field}->[$page];                                  if ($cache->{format}->{$field}) {
484                                            my $tmp = mkformat($cache->{format}->{$field},$cache->{display_data}->{$field}->[$page]);
485                                            $display_data=$tmp if ($tmp);
486                                    } else {
487                                            $display_data = $cache->{display_data}->{$field}->[$page];
488                                    }
489                                  if ($display_data) { # default                                  if ($display_data) { # default
490                                          if ($field eq "headline") {                                          if ($field eq "headline") {
491                                                  $xml .= xmlify("headline", $display_data);                                                  $xml .= xmlify("headline", $display_data);
# Line 433  print STDERR "line delimiter: ",Dumper($ Line 513  print STDERR "line delimiter: ",Dumper($
513    
514                                          # add delimiters before and after word.                                          # add delimiters before and after word.
515                                          # That is required to produce exact match                                          # That is required to produce exact match
516                                          $xml .= xmlify($field."_swish_exact", unac_string($codepage,'xxbxx '.$swish_exact_data.' xxexx'));                                          $xml .= xmlify($field."_swish_exact", unac_string($codepage,$swish_exact_data));
517                                    }
518                                    
519                                    my $idel = $cache->{index_delimiter}->{$field};
520                                    foreach my $tmp (@{$cache->{index_data}->{$field}->[$page]}) {
521                                            my $i = $tmp;
522                                            my $d = $tmp;
523                                            if ($idel && $tmp =~ m/$idel/) {
524                                                    ($i,$d) = split(/$idel/,$tmp);
525                                            }
526                                            $index->insert($field, $i, $d, $path);
527    #print STDERR "index [$idel] $field: $i --> $d [$path]\n";
528                                  }                                  }
529                          }                          }
530                    
# Line 464  print STDERR "line delimiter: ",Dumper($ Line 555  print STDERR "line delimiter: ",Dumper($
555    
556                                  # add delimiters before and after word.                                  # add delimiters before and after word.
557                                  # That is required to produce exact match                                  # That is required to produce exact match
558                                  $xml .= xmlify($field."_swish_exact", unac_string($codepage,'xxbxx '.$swish_exact_data.' xxexx'));                                  $xml .= xmlify($field."_swish_exact", unac_string($codepage,$swish_exact_data));
559                          }                          }
560                  }                  }
561          }          }
# Line 517  foreach my $database ($cfg->Sections) { Line 608  foreach my $database ($cfg->Sections) {
608                  #tie %lhash, 'GDBM_File', $lookup_file, &GDBM_NEWDB, 0644;                  #tie %lhash, 'GDBM_File', $lookup_file, &GDBM_NEWDB, 0644;
609                  tie %lhash, 'TDB_File', $lookup_file, TDB_CLEAR_IF_FIRST, O_RDWR, 0644;                  tie %lhash, 'TDB_File', $lookup_file, TDB_CLEAR_IF_FIRST, O_RDWR, 0644;
610                  print STDERR "creating lookup file '$lookup_file'\n";                  print STDERR "creating lookup file '$lookup_file'\n";
611                    # delete memory cache for lookup file
612                    delete $cache->{lhash};
613          }          }
614    
615          # open existing lookup file          # open existing lookup file
# Line 653  print STDERR "using: $type...\n"; Line 746  print STDERR "using: $type...\n";
746                  print STDERR "\n";                  print STDERR "\n";
747    
748          } elsif ($type_base eq "excel") {          } elsif ($type_base eq "excel") {
749                  use Spreadsheet::ParseExcel;                  require Spreadsheet::ParseExcel;
750                  use Spreadsheet::ParseExcel::Utility qw(int2col);                  require Spreadsheet::ParseExcel::Utility;
751                    import Spreadsheet::ParseExcel::Utility qw(int2col);
752                                    
753                  $import2cp = Text::Iconv->new($config->{excel_codepage},$codepage);                  $import2cp = Text::Iconv->new($config->{excel_codepage},$codepage);
754                  my $excel_file = $cfg -> val($database, 'excel_file') || die "$database doesn't have 'excel_file' defined!";                  my $excel_file = $cfg -> val($database, 'excel_file') || die "$database doesn't have 'excel_file' defined!";
# Line 708  print STDERR "using: $type...\n"; Line 802  print STDERR "using: $type...\n";
802                  }                  }
803          } elsif ($type_base eq "marc") {          } elsif ($type_base eq "marc") {
804    
805                  use MARC;                  require MARC;
806                                    
807                  $import2cp = Text::Iconv->new($config->{marc_codepage},$codepage);                  $import2cp = Text::Iconv->new($config->{marc_codepage},$codepage);
808                  my $marc_file = $cfg -> val($database, 'marc_file') || die "$database doesn't have 'marc_file' defined!";                  my $marc_file = $cfg -> val($database, 'marc_file') || die "$database doesn't have 'marc_file' defined!";
809    
810                  # optional argument is format                  # optional argument is format
811                  my $format = x($config->{format}) || 'usmarc';                  my $format = x($config->{marc_format}) || 'usmarc';
812    
813                  print STDERR "Reading MARC file '$marc_file'\n";                  print STDERR "Reading MARC file '$marc_file'\n";
814    
815                  my $marc = new MARC;                  my $marc = new MARC;
816                  my $nr = $marc->openmarc({                  my $nr = $marc->openmarc({
817                                  file=>$marc_file, format=>$format                                  file=>$marc_file, format=>$format
818                          }) || die "Can't open MARC file '$marc_file'";                          }) || die "Can't open MARC file '$marc_file' with format '$format'";
819    
820                    # read MARC file in memory
821                    $marc->nextmarc(-1);
822    
823                  my $i=0;        # record nr.                  my $max_rec = $marc->marc_count();
824    
825                  my $rec;                  for(my $i=1; $i<=$max_rec; $i++) {
826    
827                  while ($marc->nextmarc(1)) {                          progress($i,$max_rec);
828    
829                          # XXX                          # store value for marc_sf.pm
830                          fakeprogress($i++);                          $main::cache->{marc_record} = $i;
831    
832                          my $swishpath = $database."#".$i;                          my $swishpath = $database."#".$i;
833    
# Line 742  print STDERR "using: $type...\n"; Line 839  print STDERR "using: $type...\n";
839                                  print "Document-Type: XML\n\n$xml\n";                                  print "Document-Type: XML\n\n$xml\n";
840                          }                          }
841                  }                  }
842    
843                    print STDERR "\n";
844    
845          } elsif ($type_base eq "feed") {          } elsif ($type_base eq "feed") {
846    
847                  $import2cp = Text::Iconv->new($config->{feed_codepage},$codepage);                  $import2cp = Text::Iconv->new($config->{feed_codepage},$codepage);

Legend:
Removed from v.181  
changed lines
  Added in v.255

  ViewVC Help
Powered by ViewVC 1.1.26