/[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 58 by dpavlin, Fri Jul 4 16:56:40 2003 UTC revision 108 by dpavlin, Mon Jul 14 18:20:27 2003 UTC
# Line 56  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 66  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 77  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 $swish_data = "";
# Line 119  sub data2xml { Line 124  sub data2xml {
124                          # init vars so that we go into while...                          # init vars so that we go into while...
125                          ($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 = $x->{filter};
# Line 157  sub data2xml { Line 172  sub data2xml {
172                                                                                                    
173                                  # type="index" ; insert into index                                  # type="index" ; insert into index
174                                  if ($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 207  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 234  $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 245  print STDERR "reading ./import_xml/$type Line 289  print STDERR "reading ./import_xml/$type
289          my $type_base = $type;          my $type_base = $type;
290          $type_base =~ s/_.+$//g;          $type_base =~ s/_.+$//g;
291    
292          $config=XMLin("./import_xml/$type.xml", forcearray => [ $type2tag{$type_base} ], forcecontent => 1);          $config=XMLin("./import_xml/$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 / $total);
# Line 260  print STDERR "reading ./import_xml/$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    
# Line 270  print STDERR "using: $type...\n"; Line 328  print STDERR "using: $type...\n";
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                            if (-e $isis_db.".TXT") {
336                                    print STDERR "WARNING: removing .txt OpenIsis database...\n";
337                                    unlink $isis_db.".TXT" || warn "FATAL: unlink error on '$isis_db.TXT': $!";
338                                    my $db = OpenIsis::open( $isis_db );
339                                    return $db;
340                            }
341                    }
342    
343                    # EOF error
344                    if ($db == -1) {
345                            $db = check_txt_db($isis_db);
346                            if ($db == -1) {
347                                    print STDERR "FATAL: OpenIsis can't open zero size file $isis_db\n";
348                                    next;
349                            }
350                    }
351    
352                    # OpenIsis::ERR_BADF
353                    if ($db == -4) {
354                            print STDERR "FATAL: OpenIsis can't find file $isis_db\n";
355                            next;
356                    # OpenIsis::ERR_IO
357                    } elsif ($db == -5) {
358                            print STDERR "FATAL: OpenIsis can't access file $isis_db\n";
359                            next;
360                    } elsif ($db < 0) {
361                            print STDERR "FATAL: OpenIsis unknown error $db with file $isis_db\n";
362                            next;
363                    }
364    
365                  my $max_rowid = OpenIsis::maxRowid( $db );                  my $max_rowid = OpenIsis::maxRowid( $db );
366    
367                    # if 0 records, try to rease isis .txt database
368                    if ($max_rowid == 0) {
369                            # force removal of database
370                            $db = check_txt_db($isis_db);
371                            $max_rowid = OpenIsis::maxRowid( $db );
372                    }
373    
374                  print STDERR "Reading database: $isis_db [$max_rowid rows]\n";                  print STDERR "Reading database: $isis_db [$max_rowid rows]\n";
375    
376                  my $path = $database;                  my $path = $database;
# Line 284  print STDERR "using: $type...\n"; Line 383  print STDERR "using: $type...\n";
383    
384                                  my $swishpath = $path."#".int($row->{mfn});                                  my $swishpath = $path."#".int($row->{mfn});
385    
386                                  if (my $xml = data2xml($type_base,$row,$add_xml)) {                                  if (my $xml = data2xml($type_base,$row,$add_xml,$cfg,$database)) {
387                                          $xml = $cp2utf->convert($xml);                                          $xml = $cp2utf->convert($xml);
388                                          use bytes;      # as opposed to chars                                          use bytes;      # as opposed to chars
389                                          print "Path-Name: $swishpath\n";                                          print "Path-Name: $swishpath\n";
# Line 293  print STDERR "using: $type...\n"; Line 392  print STDERR "using: $type...\n";
392                                  }                                  }
393                          }                          }
394                  }                  }
395                    # for this to work with current version of OpenIsis (0.9.0)
396                    # you might need my patch from
397                    # http://www.rot13.org/~dpavlin/projects/openisis-0.9.0-perl_close.diff
398                    OpenIsis::close($db);
399                  print STDERR "\n";                  print STDERR "\n";
400    
401          } elsif ($type_base eq "excel") {          } elsif ($type_base eq "excel") {
# Line 341  print STDERR "using: $type...\n"; Line 444  print STDERR "using: $type...\n";
444    
445                          next if (! $row);                          next if (! $row);
446    
447                          if (my $xml = data2xml($type,$row,$add_xml)) {                          if (my $xml = data2xml($type_base,$row,$add_xml,$cfg,$database)) {
448                                  $xml = $cp2utf->convert($xml);                                  $xml = $cp2utf->convert($xml);
449                                  use bytes;      # as opposed to chars                                  use bytes;      # as opposed to chars
450                                  print "Path-Name: $swishpath\n";                                  print "Path-Name: $swishpath\n";
# Line 349  print STDERR "using: $type...\n"; Line 452  print STDERR "using: $type...\n";
452                                  print "Document-Type: XML\n\n$xml\n";                                  print "Document-Type: XML\n\n$xml\n";
453                          }                          }
454                  }                  }
455            } elsif ($type_base eq "marc") {
456    
457                    use MARC;
458                    
459                    $import2cp = Text::Iconv->new($config->{marc_codepage},$codepage);
460                    my $marc_file = $cfg -> val($database, 'marc_file') || die "$database doesn't have 'marc_file' defined!";
461    
462                    # optional argument is format
463                    my $format = x($config->{format}) || 'usmarc';
464    
465                    print STDERR "Reading MARC file '$marc_file'\n";
466    
467                    my $marc = new MARC;
468                    my $nr = $marc->openmarc({
469                                    file=>$marc_file, format=>$format
470                            }) || die "Can't open MARC file '$marc_file'";
471    
472                    my $i=0;        # record nr.
473    
474                    my $rec;
475    
476                    while ($marc->nextmarc(1)) {
477    
478                            # XXX
479                            fakeprogress($i++);
480    
481                            my $swishpath = $database."#".$i;
482    
483                            if (my $xml = data2xml($type_base,$marc,$add_xml,$cfg,$database)) {
484                                    $xml = $cp2utf->convert($xml);
485                                    use bytes;      # as opposed to chars
486                                    print "Path-Name: $swishpath\n";
487                                    print "Content-Length: ".(length($xml)+1)."\n";
488                                    print "Document-Type: XML\n\n$xml\n";
489                            }
490                    }
491            } elsif ($type_base eq "feed") {
492    
493                    $import2cp = Text::Iconv->new($config->{feed_codepage},$codepage);
494                    my $prog = x($config->{prog}) || die "$database doesn't have 'prog' defined!";
495    
496                    print STDERR "Reading feed from program '$prog'\n";
497    
498                    open(FEED,"feeds/$prog |") || die "can't start $prog: $!";
499    
500                    my $i=1;        # record nr.
501    
502                    my $data;
503                    my $line=1;
504    
505                    while (<FEED>) {
506                            chomp;
507    
508                            if (/^$/) {
509                                    my $swishpath = $database."#".$i++;
510    
511                                    if (my $xml = data2xml($type_base,$data,$add_xml,$cfg,$database)) {
512                                            $xml = $cp2utf->convert($xml);
513                                            use bytes;      # as opposed to chars
514                                            print "Path-Name: $swishpath\n";
515                                            print "Content-Length: ".(length($xml)+1)."\n";
516                                            print "Document-Type: XML\n\n$xml\n";
517                                    }
518                                    $line = 1;
519                                    $data = {};
520                                    next;
521                            }
522    
523                            $line = $1 if (s/^(\d+):\s*//);
524                            $data->{$line++} = $_;
525    
526                            fakeprogress($i);
527    
528                    }
529          }          }
530  }  }
531    
# Line 361  __END__ Line 538  __END__
538    
539  =head1 NAME  =head1 NAME
540    
541  isis2xml.pl - read isis file and dump XML  all2xml.pl - read various file formats and dump XML for SWISH-E
542    
543  =head1 DESCRIPTION  =head1 DESCRIPTION
544    
545  This command will read ISIS data file using OpenIsis perl module and  This command will read ISIS data file using OpenIsis perl module, MARC
546  create XML file for usage with I<SWISH-E>  records using MARC module and optionally Micro$oft Excel files to
547  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,
548  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
549  script is tailor-made for SWISH-E.  has something like that). Output of this script is tailor-made for SWISH-E.
550    
551    =head1 BUGS
552    
553    Documentation is really lacking. However, in true Open Source spirit, source
554    is best documentation. I even made considerable effort to comment parts
555    which are not intuitively clear, so...
556    
557  =head1 AUTHOR  =head1 AUTHOR
558    

Legend:
Removed from v.58  
changed lines
  Added in v.108

  ViewVC Help
Powered by ViewVC 1.1.26