/[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 20 by dpavlin, Sat Feb 22 23:49:22 2003 UTC revision 59 by dpavlin, Fri Jul 4 17:57:11 2003 UTC
# Line 8  use XML::Simple; Line 8  use XML::Simple;
8  use Text::Unaccent 1.02;        # 1.01 won't compile on my platform,  use Text::Unaccent 1.02;        # 1.01 won't compile on my platform,
9  use Text::Iconv;  use Text::Iconv;
10  use Config::IniFiles;  use Config::IniFiles;
11    use Encode;
12    
13  $|=1;  $|=1;
14    
# Line 17  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 = new index_DBI();    # open index  my $index;
24    
25  my %opts;  my %opts;
26    
# Line 31  my %opts; Line 32  my %opts;
32    
33  getopts('d:m:qs', \%opts);  getopts('d:m:qs', \%opts);
34    
35  my $db_dir;  my $path;       # this is name of database
36    
37    Text::Iconv->raise_error(0);     # Conversion errors don't raise exceptions
38    
39  #die "usage: $0 -d [database_dir] -m [database1,database2] " if (! %opts);  # this is encoding of all files on disk, including import_xml/*.xml file and
40    # filter/*.pm files! It will be used to store strings in perl internally!
41    my $codepage = 'ISO-8859-2';
42    
43    my $utf2cp = Text::Iconv->new('UTF-8',$codepage);
44    # this function will convert data from XML files to local encoding
45    sub x {
46            return $utf2cp->convert($_[0]);
47    }
48    
49  #print Dumper($config->{indexer});  # decode isis/excel or other import codepage
50  #print "-" x 70,"\n";  my $import2cp;
51    
52  Text::Iconv->raise_error(1);     # Conversion errors raise exceptions  # outgoing xml must be in UTF-8
53    my $cp2utf = Text::Iconv->new($codepage,'UTF-8');
54    
55  #my $isis_codepage = Text::Iconv->new($config->{isis_codepage},'UTF8');  # mapping between data type and tag which specify
56  #my $index_codepage = Text::Iconv->new($config->{isis_codepage},$config->{index_codepage});  # format in XML file
57  my $isis_codepage;  my %type2tag = (
58  my $index_codepage;          'isis' => 'isis',
59  my $cludge_codepage = Text::Iconv->new('UTF8','ISO8859-1');          'excel' => 'column'
60  my $xml_codepage;  );
61    
62  sub isis2xml {  sub data2xml {
63    
64          use xmlify;          use xmlify;
65    
66            my $type = shift @_;
67          my $row = shift @_;          my $row = shift @_;
68          my $add_xml = shift @_;          my $add_xml = shift @_;
69            # needed to read values from configuration file
70            my $cfg = shift @_;
71            my $database = shift @_;
72    
73          my $xml;          my $xml;
74    
# Line 62  sub isis2xml { Line 78  sub isis2xml {
78    
79          my %field_usage;        # counter for usage of each field          my %field_usage;        # counter for usage of each field
80    
81          foreach my $field (keys %{$config->{indexer}}) {          # sort subrouting using order="" attribute
82            sub by_order {
83                    return 0 if (! $config->{indexer}->{$a}->{order});
84                    return 0 if (! $config->{indexer}->{$b}->{order});
85    
86                    return $config->{indexer}->{$a}->{order} <=>
87                            $config->{indexer}->{$b}->{order} ;
88            }
89    
90            foreach my $field (sort by_order keys %{$config->{indexer}}) {
91    
92                    $field=x($field);
93    
94                  $field_usage{$field}++;                  $field_usage{$field}++;
95    
96                  my $swish_data = "";                  my $swish_data = "";
97                  my $display_data = "";                  my $display_data = "";
98                    my $line_delimiter;
99    
100                    my ($swish,$display);
101    
102                  foreach my $x (@{$config->{indexer}->{$field}->{isis}}) {                  my $tag = $type2tag{$type} || die "can't find which tag to use for type $type";
103                    foreach my $x (@{$config->{indexer}->{$field}->{$tag}}) {
104    
105                            my $format = x($x->{content});
106                            my $delimiter = x($x->{delimiter}) || ' ';
107    
108                            my $repeat_off = 0;             # repeatable offset
109    
                         my $format = $x->{content};  
110                          my ($s,$d,$i) = (1,1,0);        # swish, display default                          my ($s,$d,$i) = (1,1,0);        # swish, display default
111                          $s = 0 if (lc($x->{type}) eq "display");                          $s = 0 if (lc($x->{type}) eq "display");
112                          $d = 0 if (lc($x->{type}) eq "swish");                          $d = 0 if (lc($x->{type}) eq "swish");
113                          ($s,$d,$i) = (0,0,1) if (lc($x->{type}) eq "index");                          ($s,$d,$i) = (0,0,1) if (lc($x->{type}) eq "index");
 #print STDERR "## s: $s d: $d i: $i ## $format ##\n";    
114    
115                          # FIX: this is ugly, UGLY, cludge string is returned                          # what will separate last line from this one?
116                          # in UTF8 encoding , but as if source charset                          if ($display_data && $x->{append} && $x->{append} eq "1") {
117                          # is ISO8859-1 and not some other. This break other                                  $line_delimiter = ' ';
118                          # character encodings, so we convert it first                          } elsif ($display_data) {
119                          # back to ISO8859-1                                  $line_delimiter = '<br/>';
                         $format = $cludge_codepage->convert($format);  
   
                         my ($swish,$display) = parse_format($format,$row);  
 #print STDERR "s: $swish\nd: $display\n" if ($swish);  
   
 #print STDERR "swish: $swish<-- display: $display<--\n";  
   
                         # filter="name" ; filter this field through  
                         # filter/[name].pm  
                         my $filter;  
                         if ($x->{filter}) {  
                                 $filter = "filter/".$x->{filter}.".pm";  
                                 require $filter;  
120                          }                          }
121                          # type="swish" ; field for swish  
122                          if ($s && $swish) {                          # init vars so that we go into while...
123                            ($swish,$display) = (1,1);
124    
125                            if ($swish || $display) {
126                                    ($swish,$display) = parse_format($type, $format,$row,$repeat_off++,$import2cp);
127                                    # filter="name" ; filter this field through
128                                    # filter/[name].pm
129                                    my $filter = $x->{filter};
130                                  if ($filter) {                                  if ($filter) {
131                                          $swish_data .= join(" ",&filter($swish));                                          require "filter/".$filter.".pm";
132                                  } else {                                  }
133                                          $swish_data .= $swish if ($s && $swish);                                  # type="swish" ; field for swish
134                                    if ($s && $swish) {
135                                            if ($filter) {
136                                                    no strict 'refs';
137                                                    $swish_data .= join(" ",&$filter($swish));
138                                            } else {
139                                                    $swish_data .= $swish;
140                                            }
141                                  }                                  }
                         }  
142    
143                          # type="display" ; field for display                                  # type="display" ; field for display
144                          if ($d && $display) {                                  if ($d && $display) {
145                                  if ($filter) {                                          if ($line_delimiter && $display_data) {
146                                          $display_data .= join(" ",&filter($display));                                                  $display_data .= $line_delimiter;
147                                  } else {                                                  undef $line_delimiter;
148                                          $display_data .= $display if ($s && $display);                                          }
149                                            if ($filter) {
150                                                    no strict 'refs';
151                                                    $display_data .= join($delimiter,&$filter($display));
152                                            } else {
153                                                    if ($display_data) {
154                                                            $display_data .= $delimiter.$display;
155                                                    } else {
156                                                            $display_data .= $display;
157                                                    }
158                                            }
159                                  }                                  }
160                          }                                                  
161                                                                            # type="index" ; insert into index
162                          # type="index" ; insert into index                                  if ($i && $display) {
163                          if ($i && $display) {                                          my $index_data = $display;
164                                  my $index_data = $index_codepage->convert($display) || $display;                                          if ($filter) {
165                                  if ($filter) {                                                  no strict 'refs';
166                                          foreach my $d (&filter($index_data)) {                                                  foreach my $d (&$filter($index_data)) {
167                                                  $index->insert($field, $d, $db_dir);                                                          $index->insert($field, $d, $path);
168                                                    }
169                                            } else {
170                                                    $index->insert($field, $index_data, $path);
171                                          }                                          }
                                 } else {  
                                         $index->insert($field, $index_data, $db_dir);  
172                                  }                                  }
173                          }                          }
174                  }                  }
175    
176                    # now try to parse variables from configuration file
177                    foreach my $x (@{$config->{indexer}->{$field}->{'config'}}) {
178    
179                            my $val = $cfg->val($database, x($x->{content}));
180    
181                            my ($s,$d,$i) = (1,1,0);        # swish, display default
182                            $s = 0 if (lc($x->{type}) eq "display");
183                            $d = 0 if (lc($x->{type}) eq "swish");
184                            ($s,$d,$i) = (0,0,1) if (lc($x->{type}) eq "index");
185    
186                            if ($val) {
187                                    $display_data .= $val if ($d);
188                                    $swish_data .= $val if ($s);
189                                    $index->insert($field, $val, $path) if ($i);
190                            }
191    
192                    }
193    
194    
 #print STDERR "s_d: $swish_data\nd_d: $display_data\n" if ($swish_data);  
195                  if ($display_data) {                  if ($display_data) {
                         $display_data = $isis_codepage->convert($display_data) || die "Can't convert '$display_data' !";  
                         # FIX: this is removed and replaced by html tag.  
                         #$xml .= xmlify($field."_display", $display_data);  
196    
197                          if ($field eq "headline") {                          if ($field eq "headline") {
198                                  $xml .= xmlify("headline", $display_data);                                  $xml .= xmlify("headline", $display_data);
# Line 151  sub isis2xml { Line 210  sub isis2xml {
210                                          print STDERR "WARNING: field '$field' doesn't have 'name' attribute!";                                          print STDERR "WARNING: field '$field' doesn't have 'name' attribute!";
211                                  }                                  }
212                                  if ($field_name) {                                  if ($field_name) {
213                                          $html .= $xml_codepage->convert($field_name);                                          $html .= x($field_name);
214                                  }                                  }
215                                  $html .= $display_data."###\n";                                  $html .= $display_data."###\n";
216                          }                          }
217                  }                  }
218                  if ($swish_data) {                  if ($swish_data) {
                         my $i = Text::Iconv->new($config->{isis_codepage},'ISO8859-2');  
219                          # remove extra spaces                          # remove extra spaces
220                          $swish_data =~ s/ +/ /g;                          $swish_data =~ s/ +/ /g;
221                          $swish_data =~ s/ +$//g;                          $swish_data =~ s/ +$//g;
222    
223                          $swish_data = $i->convert($swish_data);                          $xml .= xmlify($field."_swish", unac_string($codepage,$swish_data));
                         $xml .= xmlify($field."_swish",unac_string('ISO8859-2',$swish_data));  
                         #$swish_data = $isis_codepage->convert($swish_data)."##" || $swish_data;  
                         #$xml .= xmlify($field."_swish",unac_string($config->{isis_codepage},$swish_data));  
224                  }                  }
225    
226    
# Line 177  sub isis2xml { Line 232  sub isis2xml {
232          }          }
233                    
234          if ($xml) {          if ($xml) {
 #print STDERR "x: $xml\n";  
235                  $xml .= $add_xml if ($add_xml);                  $xml .= $add_xml if ($add_xml);
236                  return "<xml>\n$xml</xml>\n";                  return "<xml>\n$xml</xml>\n";
237          } else {          } else {
# Line 187  sub isis2xml { Line 241  sub isis2xml {
241    
242  ##########################################################################  ##########################################################################
243    
244    # read configuration for this script
245  my $cfg = new Config::IniFiles( -file => $config_file );  my $cfg = new Config::IniFiles( -file => $config_file );
246    
247    # read global.conf configuration
248    my $cfg_global = new Config::IniFiles( -file => 'global.conf' );
249    
250    # open index
251    $index = new index_DBI(
252                    $cfg_global->val('global', 'dbi_dbd'),
253                    $cfg_global->val('global', 'dbi_dsn'),
254                    $cfg_global->val('global', 'dbi_user'),
255                    $cfg_global->val('global', 'dbi_passwd') || '',
256            );
257    
258  foreach my $database ($cfg->Sections) {  foreach my $database ($cfg->Sections) {
259    
260          my $isis_db = $cfg -> val($database, 'isis_db');          my $type = lc($cfg -> val($database, 'type')) || die "$database doesn't have 'type' defined";
261          my $type = $cfg -> val($database, 'type');          my $add_xml = $cfg -> val($database, 'xml');    # optional
262          my $add_xml = $cfg -> val($database, 'xml');  
263    print STDERR "reading ./import_xml/$type.xml\n";
264    
265          # read configuration for this type          # extract just type basic
266          $config=XMLin("./import_xml/$type.xml", forcearray => [ 'isis' ], forcecontent => 1);          my $type_base = $type;
267          $isis_codepage = Text::Iconv->new($config->{isis_codepage},'UTF8');          $type_base =~ s/_.+$//g;
         $index_codepage = Text::Iconv->new($config->{isis_codepage},$config->{index_codepage});  
         $xml_codepage = Text::Iconv->new($cfg->val($database,'xml_codepage'),'UTF8');  
268    
269          my $db = OpenIsis::open( $isis_db );          $config=XMLin("./import_xml/$type.xml", forcearray => [ $type2tag{$type_base}, 'config' ], forcecontent => 1);
270          if (0) {  
271  #       # FIX          # output current progress indicator
272  #       if (! $db ) {          my $last_p = 0;
273                  print STDERR "WARNING: can't open '$isis_db'\n";          sub progress {
274                  next ;                  #return if (! $opts{q});        # FIXME
275                    my $current = shift;
276                    my $total = shift || 1;
277                    my $p = int($current * 100 / $total);
278                    if ($p != $last_p) {
279                            printf STDERR ("%5d / %5d [%-51s] %-2d %% \r",$current,$total,"=" x ($p/2).">", $p );
280                            $last_p = $p;
281                    }
282          }          }
283    
284          my $max_rowid = OpenIsis::maxRowid( $db );          # now read database
285    print STDERR "using: $type...\n";
286    
287          print STDERR "Reading database: $isis_db [$max_rowid rows]\n";          if ($type_base eq "isis") {
288    
289          my $path = $database;                   # was $isis_db                  my $isis_db = $cfg -> val($database, 'isis_db') || die "$database doesn't have 'isis_db' defined!";
290    
291          my $last_p = 0;                  $import2cp = Text::Iconv->new($config->{isis_codepage},$codepage);
292                    my $db = OpenIsis::open( $isis_db );
293    
294                    my $max_rowid = OpenIsis::maxRowid( $db );
295    
296                    print STDERR "Reading database: $isis_db [$max_rowid rows]\n";
297    
298                    my $path = $database;
299    
300                    for (my $row_id = 1; $row_id <= $max_rowid; $row_id++ ) {
301                            my $row = OpenIsis::read( $db, $row_id );
302                            if ($row && $row->{mfn}) {
303            
304                                    progress($row->{mfn}, $max_rowid);
305    
306                                    my $swishpath = $path."#".int($row->{mfn});
307    
308                                    if (my $xml = data2xml($type_base,$row,$add_xml,$cfg,$database)) {
309                                            $xml = $cp2utf->convert($xml);
310                                            use bytes;      # as opposed to chars
311                                            print "Path-Name: $swishpath\n";
312                                            print "Content-Length: ".(length($xml)+1)."\n";
313                                            print "Document-Type: XML\n\n$xml\n";
314                                    }
315                            }
316                    }
317                    print STDERR "\n";
318    
319            } elsif ($type_base eq "excel") {
320                    use Spreadsheet::ParseExcel;
321                    use Spreadsheet::ParseExcel::Utility qw(int2col);
322                    
323                    $import2cp = Text::Iconv->new($config->{excel_codepage},$codepage);
324                    my $excel_file = $cfg -> val($database, 'excel_file') || die "$database doesn't have 'excel_file' defined!";
325    
326                    my $sheet = x($config->{sheet}) || die "no sheet in $type.xml";
327                    my $start_row = x($config->{start_row}) - 1 || die "no start_row in $type.xml";
328    
329                    my $oBook = Spreadsheet::ParseExcel::Workbook->Parse($excel_file) || die "can't open Excel file '$excel_file'";
330    
331                    my $sheet_nr = 0;
332                    foreach my $oWks (@{$oBook->{Worksheet}}) {
333                            #print STDERR "-- SHEET $sheet_nr:", $oWks->{Name}, "\n";
334                            last if ($oWks->{Name} eq $sheet);
335                            $sheet_nr++;
336                    }
337    
338                    my $oWorksheet = $oBook->{Worksheet}[$sheet_nr];
339            
340                    print STDERR "using sheet: ",$oWorksheet->{Name},"\n";
341                    defined ($oWorksheet) || die "can't find sheet '$sheet' in $excel_file";
342                    my $end_row = x($config->{end_row}) || $oWorksheet->{MaxRow};
343    
344                    for(my $iR = $start_row ; defined $end_row && $iR <= $end_row ; $iR++) {
345                            my $row;
346                            for(my $iC = $oWorksheet->{MinCol} ; defined $oWorksheet->{MaxCol} && $iC <= $oWorksheet->{MaxCol} ; $iC++) {
347                                    my $cell = $oWorksheet->{Cells}[$iR][$iC];
348                                    if ($cell) {
349                                            $row->{int2col($iC)} = $cell->Value;
350                                    }
351                            }
352    
353                            progress($iR, $end_row);
354    
355  #       { my $row_id = 4514;  #                       print "row[$iR/$end_row] ";
356  # FIX  #                       foreach (keys %{$row}) {
357          for (my $row_id = 1; $row_id <= $max_rowid; $row_id++ ) {  #                               print "$_: ",$row->{$_},"\t";
358                  my $row = OpenIsis::read( $db, $row_id );  #                       }
359                  if ($row && $row->{mfn}) {  #                       print "\n";
360  #print STDERR "mfn: ",$row->{mfn},"\n";  
361                          # output current process indicator                          my $swishpath = $database."#".$iR;
362                          my $p = int($row->{mfn} * 100 / $max_rowid);  
363                          if ($p != $last_p) {                          next if (! $row);
364                                  printf STDERR ("%5d / %5d [%-51s] %-2d %% \r",$row->{mfn},$max_rowid,"=" x ($p/2).">", $p ) if (! $opts{q});  
365                                  $last_p = $p;                          if (my $xml = data2xml($type_base,$row,$add_xml,$cfg,$database)) {
366                          }                                  $xml = $cp2utf->convert($xml);
367                                    use bytes;      # as opposed to chars
368                          if (my $xml = isis2xml($row,$add_xml)) {                                  print "Path-Name: $swishpath\n";
 #print STDERR "--ret-->$xml\n";  
                                 print "Path-Name: $path#".int($row->{mfn})."\n";  
369                                  print "Content-Length: ".(length($xml)+1)."\n";                                  print "Content-Length: ".(length($xml)+1)."\n";
370                                  print "Document-Type: XML\n\n$xml\n";                                  print "Document-Type: XML\n\n$xml\n";
371                          }                          }
372                  }                  }
373          }          }
         print STDERR "\n";  
374  }  }
375    
376  # call this to commit index  # call this to commit index

Legend:
Removed from v.20  
changed lines
  Added in v.59

  ViewVC Help
Powered by ViewVC 1.1.26