/[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 57 by dpavlin, Fri Jul 4 15:05:23 2003 UTC revision 109 by dpavlin, Mon Jul 14 18:50:39 2003 UTC
# Line 18  die "FATAL: can't find configuration fil Line 18  die "FATAL: can't find configuration fil
18    
19  my $config;  my $config;
20    
21  use index_DBI;  # there is no other, right now ;-)  #use index_DBI;         # default DBI module for index
22    use index_DBI_cache;    # faster DBI module using memory cache
23  my $index;  my $index;
24    
25  my %opts;  my %opts;
# Line 55  my $cp2utf = Text::Iconv->new($codepage, Line 56  my $cp2utf = Text::Iconv->new($codepage,
56  # format in XML file  # format in XML file
57  my %type2tag = (  my %type2tag = (
58          'isis' => 'isis',          'isis' => 'isis',
59          'excel' => 'column'          'excel' => 'column',
60            'marc' => 'marc',
61            'feed' => 'feed'
62  );  );
63    
64  sub data2xml {  sub data2xml {
# Line 65  sub data2xml { Line 68  sub data2xml {
68          my $type = shift @_;          my $type = shift @_;
69          my $row = shift @_;          my $row = shift @_;
70          my $add_xml = shift @_;          my $add_xml = shift @_;
71            # needed to read values from configuration file
72            my $cfg = shift @_;
73            my $database = shift @_;
74    
75          my $xml;          my $xml;
76    
# Line 76  sub data2xml { Line 82  sub data2xml {
82    
83          # sort subrouting using order="" attribute          # sort subrouting using order="" attribute
84          sub by_order {          sub by_order {
85                  return 0 if (! $config->{indexer}->{$a}->{order});                  my $va = $config->{indexer}->{$a}->{order} ||
86                  return 0 if (! $config->{indexer}->{$b}->{order});                          $config->{indexer}->{$a};
87                    my $vb = $config->{indexer}->{$b}->{order} ||
88                            $config->{indexer}->{$b};
89    
90                  return $config->{indexer}->{$a}->{order} <=>                  return $va <=> $vb;
                         $config->{indexer}->{$b}->{order} ;  
91          }          }
92    
93          foreach my $field (sort by_order keys %{$config->{indexer}}) {          foreach my $field (sort by_order keys %{$config->{indexer}}) {
94    
95                  $field=x($field);                  $field=x($field);
   
96                  $field_usage{$field}++;                  $field_usage{$field}++;
97    
98                  my $swish_data = "";                  my $swish_data = "";
# Line 118  sub data2xml { Line 124  sub data2xml {
124                          # init vars so that we go into while...                          # init vars so that we go into while...
125                          ($swish,$display) = (1,1);                          ($swish,$display) = (1,1);
126    
127                          if ($swish || $display) {                          # placeholder for all repeatable entries for index
128                            my @index_data;
129                            my $index_filter;
130    
131                            # while because of repeatable fields
132                            while ($swish || $display) {
133                                  ($swish,$display) = parse_format($type, $format,$row,$repeat_off++,$import2cp);                                  ($swish,$display) = parse_format($type, $format,$row,$repeat_off++,$import2cp);
134                                    if ($repeat_off > 1000) {
135                                            print STDERR "loop (more than 1000 repeatable fields) deteced in $row, $format\n";
136                                            last;
137                                    }
138                                    
139                                  # filter="name" ; filter this field through                                  # filter="name" ; filter this field through
140                                  # filter/[name].pm                                  # filter/[name].pm
141                                  my $filter = $x->{filter};                                  my $filter = $x->{filter};
# Line 156  sub data2xml { Line 172  sub data2xml {
172                                                                                                    
173                                  # type="index" ; insert into index                                  # type="index" ; insert into index
174                                  if ($i && $display) {                                  if ($i && $display) {
175                                          my $index_data = $display;                                          push @index_data, $display;
176                                          if ($filter) {                                          $index_filter = $filter if ($filter);
177                                                  no strict 'refs';                                  }
178                                                  foreach my $d (&$filter($index_data)) {                          }
179                                                          $index->insert($field, $d, $path);  
180                                                  }                          # fill data in index
181                                          } else {                          if (@index_data) {
182                                                  $index->insert($field, $index_data, $path);                                  if ($index_filter) {
183                                            no strict 'refs';
184                                            foreach my $d (&$index_filter(@index_data)) {
185                                                    $index->insert($field, $d, $path);
186                                            }
187                                    } else {
188                                            foreach my $d (@index_data) {
189                                                    $index->insert($field, $d, $path);
190                                          }                                          }
191                                  }                                  }
192                          }                          }
193                  }                  }
194    
195                    # now try to parse variables from configuration file
196                    foreach my $x (@{$config->{indexer}->{$field}->{'config'}}) {
197    
198                            my $delimiter = x($x->{delimiter}) || ' ';
199                            my $val = $cfg->val($database, x($x->{content}));
200    
201                            my ($s,$d,$i) = (1,1,0);        # swish, display default
202                            $s = 0 if (lc($x->{type}) eq "display");
203                            $d = 0 if (lc($x->{type}) eq "swish");
204                            ($s,$d,$i) = (0,0,1) if (lc($x->{type}) eq "index");
205    
206                            if ($val) {
207                                    $display_data .= $delimiter.$val if ($d);
208                                    $swish_data .= $val if ($s);
209                                    $index->insert($field, $val, $path) if ($i);
210                            }
211    
212                    }
213    
214    
215                  if ($display_data) {                  if ($display_data) {
216    
# Line 206  sub data2xml { Line 248  sub data2xml {
248    
249          # dump formatted output in <html>          # dump formatted output in <html>
250          if ($html) {          if ($html) {
251                  $xml .= xmlify("html",$html);                  #$xml .= xmlify("html",$html);
252                    $xml .= "<html><![CDATA[ $html ]]></html>";
253          }          }
254                    
255          if ($xml) {          if ($xml) {
# Line 233  $index = new index_DBI( Line 276  $index = new index_DBI(
276                  $cfg_global->val('global', 'dbi_passwd') || '',                  $cfg_global->val('global', 'dbi_passwd') || '',
277          );          );
278    
279    my $show_progress = $cfg_global->val('global', 'show_progress');
280    
281  foreach my $database ($cfg->Sections) {  foreach my $database ($cfg->Sections) {
282    
283          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";
# Line 240  foreach my $database ($cfg->Sections) { Line 285  foreach my $database ($cfg->Sections) {
285    
286  print STDERR "reading ./import_xml/$type.xml\n";  print STDERR "reading ./import_xml/$type.xml\n";
287    
288          $config=XMLin("./import_xml/$type.xml", forcearray => [ $type2tag{$type} ], forcecontent => 1);          # extract just type basic
289            my $type_base = $type;
290            $type_base =~ s/_.+$//g;
291    
292            $config=XMLin("./import_xml/$type.xml", forcearray => [ $type2tag{$type_base}, 'config' ], forcecontent => 1);
293    
294          # output current progress indicator          # output current progress indicator
295          my $last_p = 0;          my $last_p = 0;
296          sub progress {          sub progress {
297                  #return if (! $opts{q});        # FIXME                  return if (! $show_progress);
298                  my $current = shift;                  my $current = shift;
299                  my $total = shift || 1;                  my $total = shift || 1;
300                  my $p = int($current * 100 / $total);                  my $p = int($current * 100 / $total);
# Line 255  print STDERR "reading ./import_xml/$type Line 304  print STDERR "reading ./import_xml/$type
304                  }                  }
305          }          }
306    
307            my $fake_dir = 1;
308            sub fakeprogress {
309                    return if (! $show_progress);
310                    my $current = shift @_;
311    
312                    my @ind = ('-','\\','|','/','-','\\','|','/', '-');
313    
314                    $last_p += $fake_dir;
315                    $fake_dir = -$fake_dir if ($last_p > 1000 || $last_p < 0);
316                    if ($last_p % 10 == 0) {
317                            printf STDERR ("%5d / %5s [%-51s]\r",$current,"?"," " x ($last_p/20).$ind[($last_p/20) % $#ind]);
318                    }
319            }
320    
321          # now read database          # now read database
322  print STDERR "using: $type...\n";  print STDERR "using: $type...\n";
323    
324          if ($type eq "isis") {          if ($type_base eq "isis") {
325    
326                  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!";
327    
328                  $import2cp = Text::Iconv->new($config->{isis_codepage},$codepage);                  $import2cp = Text::Iconv->new($config->{isis_codepage},$codepage);
329                  my $db = OpenIsis::open( $isis_db );                  my $db = OpenIsis::open( $isis_db );
330    
331                    # check if .txt database for OpenIsis is zero length,
332                    # if so, erase it and re-open database
333                    sub check_txt_db {
334                            my $isis_db = shift || die "need isis database name";
335                            my $reopen = 0;
336    
337                            if (-e $isis_db.".TXT") {
338                                    print STDERR "WARNING: removing $isis_db.TXT OpenIsis database...\n";
339                                    unlink $isis_db.".TXT" || warn "FATAL: unlink error on '$isis_db.TXT': $!";
340                                    $reopen++;
341                            }
342                            if (-e $isis_db.".PTR") {
343                                    print STDERR "WARNING: removing $isis_db.PTR OpenIsis database...\n";
344                                    unlink $isis_db.".PTR" || warn "FATAL: unlink error on '$isis_db.PTR': $!";
345                                    $reopen++;
346                            }
347                            return OpenIsis::open( $isis_db ) if ($reopen);
348                    }
349    
350                    # EOF error
351                    if ($db == -1) {
352                            $db = check_txt_db($isis_db);
353                            if ($db == -1) {
354                                    print STDERR "FATAL: OpenIsis can't open zero size file $isis_db\n";
355                                    next;
356                            }
357                    }
358    
359                    # OpenIsis::ERR_BADF
360                    if ($db == -4) {
361                            print STDERR "FATAL: OpenIsis can't find file $isis_db\n";
362                            next;
363                    # OpenIsis::ERR_IO
364                    } elsif ($db == -5) {
365                            print STDERR "FATAL: OpenIsis can't access file $isis_db\n";
366                            next;
367                    } elsif ($db < 0) {
368                            print STDERR "FATAL: OpenIsis unknown error $db with file $isis_db\n";
369                            next;
370                    }
371    
372                  my $max_rowid = OpenIsis::maxRowid( $db );                  my $max_rowid = OpenIsis::maxRowid( $db );
373    
374                    # if 0 records, try to rease isis .txt database
375                    if ($max_rowid == 0) {
376                            # force removal of database
377                            $db = check_txt_db($isis_db);
378                            $max_rowid = OpenIsis::maxRowid( $db );
379                    }
380    
381                  print STDERR "Reading database: $isis_db [$max_rowid rows]\n";                  print STDERR "Reading database: $isis_db [$max_rowid rows]\n";
382    
383                  my $path = $database;                  my $path = $database;
# Line 278  print STDERR "using: $type...\n"; Line 390  print STDERR "using: $type...\n";
390    
391                                  my $swishpath = $path."#".int($row->{mfn});                                  my $swishpath = $path."#".int($row->{mfn});
392    
393                                  if (my $xml = data2xml($type,$row,$add_xml)) {                                  if (my $xml = data2xml($type_base,$row,$add_xml,$cfg,$database)) {
394                                          $xml = $cp2utf->convert($xml);                                          $xml = $cp2utf->convert($xml);
395                                          use bytes;      # as opposed to chars                                          use bytes;      # as opposed to chars
396                                          print "Path-Name: $swishpath\n";                                          print "Path-Name: $swishpath\n";
# Line 287  print STDERR "using: $type...\n"; Line 399  print STDERR "using: $type...\n";
399                                  }                                  }
400                          }                          }
401                  }                  }
402                    # for this to work with current version of OpenIsis (0.9.0)
403                    # you might need my patch from
404                    # http://www.rot13.org/~dpavlin/projects/openisis-0.9.0-perl_close.diff
405                    OpenIsis::close($db);
406                  print STDERR "\n";                  print STDERR "\n";
407    
408          } elsif ($type eq "excel") {          } elsif ($type_base eq "excel") {
409                  use Spreadsheet::ParseExcel;                  use Spreadsheet::ParseExcel;
410                  use Spreadsheet::ParseExcel::Utility qw(int2col);                  use Spreadsheet::ParseExcel::Utility qw(int2col);
411                                    
# Line 335  print STDERR "using: $type...\n"; Line 451  print STDERR "using: $type...\n";
451    
452                          next if (! $row);                          next if (! $row);
453    
454                          if (my $xml = data2xml($type,$row,$add_xml)) {                          if (my $xml = data2xml($type_base,$row,$add_xml,$cfg,$database)) {
455                                    $xml = $cp2utf->convert($xml);
456                                    use bytes;      # as opposed to chars
457                                    print "Path-Name: $swishpath\n";
458                                    print "Content-Length: ".(length($xml)+1)."\n";
459                                    print "Document-Type: XML\n\n$xml\n";
460                            }
461                    }
462            } elsif ($type_base eq "marc") {
463    
464                    use MARC;
465                    
466                    $import2cp = Text::Iconv->new($config->{marc_codepage},$codepage);
467                    my $marc_file = $cfg -> val($database, 'marc_file') || die "$database doesn't have 'marc_file' defined!";
468    
469                    # optional argument is format
470                    my $format = x($config->{format}) || 'usmarc';
471    
472                    print STDERR "Reading MARC file '$marc_file'\n";
473    
474                    my $marc = new MARC;
475                    my $nr = $marc->openmarc({
476                                    file=>$marc_file, format=>$format
477                            }) || die "Can't open MARC file '$marc_file'";
478    
479                    my $i=0;        # record nr.
480    
481                    my $rec;
482    
483                    while ($marc->nextmarc(1)) {
484    
485                            # XXX
486                            fakeprogress($i++);
487    
488                            my $swishpath = $database."#".$i;
489    
490                            if (my $xml = data2xml($type_base,$marc,$add_xml,$cfg,$database)) {
491                                  $xml = $cp2utf->convert($xml);                                  $xml = $cp2utf->convert($xml);
492                                  use bytes;      # as opposed to chars                                  use bytes;      # as opposed to chars
493                                  print "Path-Name: $swishpath\n";                                  print "Path-Name: $swishpath\n";
# Line 343  print STDERR "using: $type...\n"; Line 495  print STDERR "using: $type...\n";
495                                  print "Document-Type: XML\n\n$xml\n";                                  print "Document-Type: XML\n\n$xml\n";
496                          }                          }
497                  }                  }
498            } elsif ($type_base eq "feed") {
499    
500                    $import2cp = Text::Iconv->new($config->{feed_codepage},$codepage);
501                    my $prog = x($config->{prog}) || die "$database doesn't have 'prog' defined!";
502    
503                    print STDERR "Reading feed from program '$prog'\n";
504    
505                    open(FEED,"feeds/$prog |") || die "can't start $prog: $!";
506    
507                    my $i=1;        # record nr.
508    
509                    my $data;
510                    my $line=1;
511    
512                    while (<FEED>) {
513                            chomp;
514    
515                            if (/^$/) {
516                                    my $swishpath = $database."#".$i++;
517    
518                                    if (my $xml = data2xml($type_base,$data,$add_xml,$cfg,$database)) {
519                                            $xml = $cp2utf->convert($xml);
520                                            use bytes;      # as opposed to chars
521                                            print "Path-Name: $swishpath\n";
522                                            print "Content-Length: ".(length($xml)+1)."\n";
523                                            print "Document-Type: XML\n\n$xml\n";
524                                    }
525                                    $line = 1;
526                                    $data = {};
527                                    next;
528                            }
529    
530                            $line = $1 if (s/^(\d+):\s*//);
531                            $data->{$line++} = $_;
532    
533                            fakeprogress($i);
534    
535                    }
536          }          }
537  }  }
538    
# Line 355  __END__ Line 545  __END__
545    
546  =head1 NAME  =head1 NAME
547    
548  isis2xml.pl - read isis file and dump XML  all2xml.pl - read various file formats and dump XML for SWISH-E
549    
550  =head1 DESCRIPTION  =head1 DESCRIPTION
551    
552  This command will read ISIS data file using OpenIsis perl module and  This command will read ISIS data file using OpenIsis perl module, MARC
553  create XML file for usage with I<SWISH-E>  records using MARC module and optionally Micro$oft Excel files to
554  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,
555  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
556  script is tailor-made for SWISH-E.  has something like that). Output of this script is tailor-made for SWISH-E.
557    
558    =head1 BUGS
559    
560    Documentation is really lacking. However, in true Open Source spirit, source
561    is best documentation. I even made considerable effort to comment parts
562    which are not intuitively clear, so...
563    
564  =head1 AUTHOR  =head1 AUTHOR
565    

Legend:
Removed from v.57  
changed lines
  Added in v.109

  ViewVC Help
Powered by ViewVC 1.1.26