/[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 62 by dpavlin, Fri Jul 4 20:11:48 2003 UTC revision 274 by dpavlin, Sun Mar 14 11:50:29 2004 UTC
# Line 9  use Text::Unaccent 1.02;       # 1.01 won't co Line 9  use Text::Unaccent 1.02;       # 1.01 won't co
9  use Text::Iconv;  use Text::Iconv;
10  use Config::IniFiles;  use Config::IniFiles;
11  use Encode;  use Encode;
12    #use GDBM_File;
13    use Fcntl;      # for O_RDWR
14    use TDB_File;
15    
16  $|=1;  $|=1;
17    
# Line 58  my %type2tag = ( Line 61  my %type2tag = (
61          'isis' => 'isis',          'isis' => 'isis',
62          'excel' => 'column',          'excel' => 'column',
63          'marc' => 'marc',          'marc' => 'marc',
64            'feed' => 'feed'
65  );  );
66    
67    my $cache;      # for cacheing
68    
69    # lookup hash (tied to file)
70    my %lhash;
71    # this option will cache all lookup entries in memory.
72    # if you are tight on memory, turn this off
73    my $use_lhash_cache = 1;
74    
75    my $last_field_name;    # cache to prevent repeated fields
76    
77  sub data2xml {  sub data2xml {
78    
79          use xmlify;          use xmlify;
# Line 81  sub data2xml { Line 95  sub data2xml {
95    
96          # sort subrouting using order="" attribute          # sort subrouting using order="" attribute
97          sub by_order {          sub by_order {
98                  return 0 if (! $config->{indexer}->{$a}->{order});                  my $va = $config->{indexer}->{$a}->{order} ||
99                  return 0 if (! $config->{indexer}->{$b}->{order});                          $config->{indexer}->{$a};
100                    my $vb = $config->{indexer}->{$b}->{order} ||
101                            $config->{indexer}->{$b};
102    
103                  return $config->{indexer}->{$a}->{order} <=>                  return $va <=> $vb;
                         $config->{indexer}->{$b}->{order} ;  
104          }          }
105    
106          foreach my $field (sort by_order keys %{$config->{indexer}}) {          my @sorted_tags;
107            if ($cache->{tags_by_order}) {
108                    @sorted_tags = @{$cache->{tags_by_order}};
109            } else {
110                    @sorted_tags = sort by_order keys %{$config->{indexer}};
111                    $cache->{tags_by_order} = \@sorted_tags;
112            }
113    
114                  $field=x($field);          # lookup key
115            my $lookup_key;
116    
117            # cache for field in pages
118            delete $cache->{display_data};
119            delete $cache->{swish_data};
120            delete $cache->{swish_exact_data};
121            delete $cache->{index_data};
122            delete $cache->{index_delimiter};
123            my @page_fields;        # names of fields
124    
125    
126            # subs used to produce output
127    
128            sub get_field_name($$$) {
129                    my ($config,$field,$field_usage) = @_;
130    
131                    # find field name (signular, plural)
132                    my $field_name = "";
133                    if ($config->{indexer}->{$field}->{name_singular} && $field_usage == 1) {
134                            $field_name = $config->{indexer}->{$field}->{name_singular};
135                    } elsif ($config->{indexer}->{$field}->{name_plural}) {
136                            $field_name = $config->{indexer}->{$field}->{name_plural};
137                    } elsif ($config->{indexer}->{$field}->{name}) {
138                            $field_name = $config->{indexer}->{$field}->{name};
139                    } else {
140                            print STDERR "WARNING: field '$field' doesn't have 'name' attribute!";
141                    }
142                    if ($field_name) {
143                            if (! $last_field_name) {
144                                    $last_field_name = x($field_name);
145                                    return $last_field_name;
146                            } elsif ($field_name ne $last_field_name) {
147                                    $last_field_name = x($field_name);
148                                    return $last_field_name;
149                            }
150                    }
151            }
152    
153            sub init_visible_type($) {
154                    my $type = shift;
155    
156                    # swish, swish_exact, display, index, index_lookup
157                    # swish and display defaults
158                    my ($s,$se,$d,$i,$il) = (1,0,1,0,0);
159                    if (lc($type) eq "display") {
160                            $s = 0;
161                    } elsif (lc($type) eq "swish") {
162                            $d = 0;
163                    } elsif (lc($type) eq "index") {
164                            ($s,$se,$d,$i) = (0,1,0,1);
165                    } elsif (lc($type) eq "swish_exact") {
166                            ($s,$se,$d,$i) = (0,1,0,0);
167                    } elsif (lc($type) =~ /^lookup/) {
168                            ($s,$se,$d,$i,$il) = (0,1,0,0,1);
169                    }
170                    return ($s,$se,$d,$i,$il);
171            }
172    
173            # begin real work: go field by field
174            foreach my $field (@sorted_tags) {
175    
176                    $field=x($field);
177                  $field_usage{$field}++;                  $field_usage{$field}++;
178    
179                  my $swish_data = "";                  my $swish_data = "";
180                    my $swish_exact_data = "";
181                  my $display_data = "";                  my $display_data = "";
182                    my @index_data;
183                  my $line_delimiter;                  my $line_delimiter;
184    
185                  my ($swish,$display);                  my ($swish,$display);
186    
187                  my $tag = $type2tag{$type} || die "can't find which tag to use for type $type";                  my $tag = $type2tag{$type} || die "can't find which tag to use for type $type";
188    
189                    # is this field page-by-page?
190                    my $iterate_by_page = $config->{indexer}->{$field}->{iterate_by_page};
191                    push @page_fields,$field if ($iterate_by_page);
192                    my %page_max = ();
193                    # default line_delimiter if using
194                    my $page_line_delimiter = $config->{indexer}->{$field}->{page_line_delimiter} || '<br/>';
195                    $cache->{index_delimiter}->{$field} = $config->{indexer}->{$field}->{index_delimiter};
196    
197                    my $format_name = $config->{indexer}->{$field}->{format_name};
198                    my $format_delimiter = $config->{indexer}->{$field}->{format_delimiter};
199                    if ($format_name && $format_delimiter) {
200                            $cache->{format}->{$field}->{format_name} = $format_name;
201                            $cache->{format}->{$field}->{format_delimiter} = $format_delimiter;
202                    }
203    
204                  foreach my $x (@{$config->{indexer}->{$field}->{$tag}}) {                  foreach my $x (@{$config->{indexer}->{$field}->{$tag}}) {
205    
206                          my $format = x($x->{content});                          my $format = x($x->{content});
207                          my $delimiter = x($x->{delimiter}) || ' ';                          my $delimiter = x($x->{delimiter}) || ' ';
208    
209                          my $repeat_off = 0;             # repeatable offset                          my $repeat_off = 0;     # init repeatable offset
210    
211                          my ($s,$d,$i) = (1,1,0);        # swish, display default                          my ($s,$se,$d,$i,$il) = init_visible_type($x->{type});
                         $s = 0 if (lc($x->{type}) eq "display");  
                         $d = 0 if (lc($x->{type}) eq "swish");  
                         ($s,$d,$i) = (0,0,1) if (lc($x->{type}) eq "index");  
212    
213                          # what will separate last line from this one?                          # what will separate last line from this one?
214                          if ($display_data && $x->{append} && $x->{append} eq "1") {                          if ($display_data && $x->{append}) {
215                                  $line_delimiter = ' ';                                  $line_delimiter = ' ';
216                          } elsif ($display_data) {                          } elsif ($display_data) {
217                                  $line_delimiter = '<br/>';                                  $line_delimiter = '<br/>';
# Line 123  sub data2xml { Line 220  sub data2xml {
220                          # init vars so that we go into while...                          # init vars so that we go into while...
221                          ($swish,$display) = (1,1);                          ($swish,$display) = (1,1);
222    
223                          if ($swish || $display) {                          # placeholder for all repeatable entries for index
224    
225                            sub mkformat($$) {
226                                    my $x = shift || die "mkformat needs tag reference";
227                                    my $data = shift || return;
228                                    my $format_name = x($x->{format_name}) || return $data;
229                                    my $fmt = x($config->{format}->{$format_name}->{content}) || die "<format name=\"$format_name\"> is not defined!";
230                                    my $format_delimiter = x($x->{format_delimiter});
231                                    my @data;
232                                    if ($format_delimiter) {
233                                            @data = split(/$format_delimiter/,$data);
234                                    } else {
235                                            push @data,$data;
236                                    }
237    
238                                    if ($fmt) {
239                                            my $nr = scalar $fmt =~ s/%s/%s/g;
240                                            if (($#data+1) == $nr) {
241                                                    return sprintf($fmt,@data);
242                                            } else {
243                                                    #print STDERR "mkformat: [$data] can't be split on [$format_delimiter] to $nr fields!\n";
244                                                    return $data;
245                                            }
246                                    } else {
247                                            print STDERR "usage of link '$format_name' without defined format (<link> tag)\n";
248                                    }
249                            }
250    
251                            # while because of repeatable fields
252                            while ($swish || $display) {
253                                    my $page = $repeat_off;
254                                    $page_max{$field} = $page if ($iterate_by_page && $page > ($page_max{$field} || 0));
255                                  ($swish,$display) = parse_format($type, $format,$row,$repeat_off++,$import2cp);                                  ($swish,$display) = parse_format($type, $format,$row,$repeat_off++,$import2cp);
256                                    if ($repeat_off > 1000) {
257                                            print STDERR "loop (more than 1000 repeatable fields) deteced in $row, $format\n";
258                                            last;
259                                    }
260    
261                                    # is this field is lookup?
262                                    if ($display && $x->{lookup}) {
263                                            my $null = "<!-- null -->";
264                                            if ($use_lhash_cache) {
265                                                    if (!defined($cache->{lhash}->{$display})) {
266                                                            my $new_display = $lhash{$display};
267                                                            if (defined($new_display)) {
268    #print STDERR "lookup cache store '$display' = '$new_display'\n";
269                                                                    $display = $new_display;
270                                                                    $cache->{lhash}->{$display} = $new_display;
271                                                            } else {
272    #                                                               print STDERR "WARNING: lookup for '$display' didn't find anything.\n";
273                                                                    $display = "";
274                                                                    $cache->{lhash}->{$display} = $null;
275                                                            }
276                                                    } else {
277                                                            $display = $cache->{lhash}->{$display};
278                                                    }
279                                            } else {
280                                                    $display = $lhash{$display} || $null;
281                                            }
282                                    }
283    
284                                  # filter="name" ; filter this field through                                  # filter="name" ; filter this field through
285                                  # filter/[name].pm                                  # filter/[name].pm
286                                  my $filter = $x->{filter};                                  my $filter = $x->{filter};
287                                  if ($filter) {                                  if ($filter && !$cache->{filter_loaded}->{$filter}) {
288                                          require "filter/".$filter.".pm";                                          require "filter/".$filter.".pm";
289                                            $cache->{filter_loaded}->{$filter}++;
290                                  }                                  }
291                                  # type="swish" ; field for swish                                  # type="swish" ; field for swish
292                                  if ($s && $swish) {                                  if ($swish) {
293                                          if ($filter) {                                          my $tmp = $swish;
294                                            if ($filter && ($s || $se)) {
295                                                  no strict 'refs';                                                  no strict 'refs';
296                                                  $swish_data .= join(" ",&$filter($swish));                                                  $tmp = join(" ",&$filter($tmp)) if ($s || $se);
                                         } else {  
                                                 $swish_data .= $swish;  
297                                          }                                          }
298    
299                                            $swish_data .= $tmp if ($s && $tmp);
300                                            $swish_exact_data .= "xxbxx $tmp xxexx " if ($tmp && $tmp ne "" && $se);
301                                  }                                  }
302    
303                                  # type="display" ; field for display                                  # type="display" ; field for display
304                                  if ($d && $display) {                                  if ($d && $display) {
305                                            my $ldel = $delimiter;
306                                          if ($line_delimiter && $display_data) {                                          if ($line_delimiter && $display_data) {
307                                                  $display_data .= $line_delimiter;                                                  $ldel = $line_delimiter;
                                                 undef $line_delimiter;  
308                                          }                                          }
309                                          if ($filter) {                                          if ($filter) {
310                                                  no strict 'refs';                                                  no strict 'refs';
311                                                  $display_data .= join($delimiter,&$filter($display));                                                  my @arr;
312                                          } else {                                                  foreach my $tmp (&$filter($display)) {
313                                                  if ($display_data) {                                                          my $tmp2 = mkformat($x,$tmp);
314                                                          $display_data .= $delimiter.$display;                                                          push @arr,$tmp2 if ($tmp2);
                                                 } else {  
                                                         $display_data .= $display;  
315                                                  }                                                  }
316                                                    $display_data .= $ldel if ($display_data && @arr);
317                                                    $display_data .= join($delimiter,@arr);
318                                            } else {
319                                                    $display_data .= $ldel if ($display_data);
320                                                    my $tmp = mkformat($x,$display);
321                                                    $display_data .= $tmp if ($tmp);
322                                          }                                          }
323                                  }                                  }
324                                                                                                    
325                                  # type="index" ; insert into index                                  # type="index" ; insert into index
326                                    my $idisplay;
327                                  if ($i && $display) {                                  if ($i && $display) {
328                                          my $index_data = $display;                                          $idisplay = $display;
329                                          if ($filter) {                                          if ($filter) {
330                                                  no strict 'refs';                                                  no strict 'refs';
331                                                  foreach my $d (&$filter($index_data)) {                                                  $idisplay = &$filter($idisplay);
332                                                          $index->insert($field, $d, $path);                                          }
333                                            push @index_data, $idisplay if ($idisplay && !$iterate_by_page);
334                                    }
335    
336                                    # store fields in lookup
337                                    if ($il && $display) {
338                                            if (lc($x->{type}) eq "lookup_key") {
339                                                    if ($lookup_key) {
340                                                            print STDERR "WARNING: try to redefine lookup_key (keys shouldn't be repeatable fields!)";
341                                                    } else {
342                                                            if ($filter) {
343                                                                    no strict 'refs';
344                                                                    $lookup_key = &$filter($display);
345                                                            } else {
346                                                                    $lookup_key = $display;
347                                                            }
348                                                  }                                                  }
349                                          } else {                                          } elsif (lc($x->{type}) eq "lookup_val") {
350                                                  $index->insert($field, $index_data, $path);                                                  if ($lookup_key) {
351                                                            if ($filter) {
352                                                                    no strict 'refs';
353                                                                    $lhash{$lookup_key} = &$filter($display);
354                                                            } else {
355                                                                    $lhash{$lookup_key} = $display;
356                                                            }
357                                                    } else {
358                                                            print STDERR "WARNING: no lookup_key defined for  '$display'?";
359                                                    }
360                                            }
361    
362                                    }
363    
364                                    # store data for page-by-page repeatable fields
365                                    if ($iterate_by_page) {
366                                            sub iterate_fld($$$$$$) {
367                                                    my ($cache,$what,$field,$page,$data,$append) = @_;
368                                                    return if (!$data);
369    
370                                                    my $ldel = $page_line_delimiter;
371                                                    $ldel = " " if ($append);
372    #print STDERR "line delimiter: ",Dumper($ldel) if ($ldel);
373                                                    if (! $cache->{$what}->{$field}->[$page]) {
374                                                            $cache->{$what}->{$field}->[$page] = $data;
375                                                    } else {
376                                                            $cache->{$what}->{$field}->[$page] .= $ldel.$data;
377                                                    }
378                                            }
379    
380                                            if ($display_data) {
381                                                    iterate_fld($cache,'display_data',$field,$page,$display_data,$x->{append});
382                                            }
383                                                    $display_data = "";
384                                            if ($swish_data) {
385                                                    iterate_fld($cache,'swish_data',$field,$page,$swish_data,$x->{append});
386                                                    $swish_data = "";
387                                            }
388                                            if ($swish_exact_data) {
389                                                    iterate_fld($cache,'swish_exact_data',$field,$page,$swish_exact_data,$x->{append});
390                                                    $swish_exact_data = "";
391                                            }
392    
393                                            if ($idisplay) {
394                                                    my $ldel=$page_line_delimiter;
395                                                    my @index_data;
396                                                    if ($cache->{index_data}->{$field}->[$page]) {
397    
398                                                            @index_data = @{$cache->{index_data}->{$field}->[$page]};
399                                                    }
400                                                    if ($x->{append}) {
401                                                            if (@index_data) {
402                                                                    $index_data[$#index_data] .= $idisplay;
403                                                            } else {
404                                                                    push @index_data, $idisplay;
405                                                            }
406                                                    } else {
407                                                            push @index_data, $idisplay;
408                                                    }
409                                                    $idisplay = "";
410                                                    @{$cache->{index_data}->{$field}->[$page]} = @index_data;
411                                            }
412                                    }
413                            }
414    
415                            if (! $iterate_by_page) {
416                                    my $idel = $x->{index_delimiter};
417                                    # fill data in index
418                                    foreach my $tmp (@index_data) {
419                                            my $i = $d = $tmp;
420                                            if ($idel && $tmp =~ m/$idel/) {
421                                                    ($i,$d) = split(/$idel/,$tmp);
422                                          }                                          }
423                                            $index->insert($field, $i, $d, $path);
424                                  }                                  }
425                                    @index_data = ();
426                          }                          }
427                  }                  }
428    
# Line 180  sub data2xml { Line 432  sub data2xml {
432                          my $delimiter = x($x->{delimiter}) || ' ';                          my $delimiter = x($x->{delimiter}) || ' ';
433                          my $val = $cfg->val($database, x($x->{content}));                          my $val = $cfg->val($database, x($x->{content}));
434    
435                          my ($s,$d,$i) = (1,1,0);        # swish, display default                          # FIXME index_lookup is not supported!
436                          $s = 0 if (lc($x->{type}) eq "display");                          my ($s,$se,$d,$i,$il) = init_visible_type($x->{type});
                         $d = 0 if (lc($x->{type}) eq "swish");  
                         ($s,$d,$i) = (0,0,1) if (lc($x->{type}) eq "index");  
437    
438                          if ($val) {                          if ($val) {
439                                  $display_data .= $delimiter.$val if ($d);                                  $display_data .= $delimiter.$val if ($d);
440                                  $swish_data .= $val if ($s);                                  $swish_data .= " ".$val if ($s);
441                                  $index->insert($field, $val, $path) if ($i);                                  $index->insert($field, $val, $path) if ($i);
442                          }                          }
443    
444                            if ($iterate_by_page) {
445                                    # FIXME data from config tag will appear just
446                                    # on first page!!!
447                                    my $page = 0;
448                                    if ($display_data) {
449                                            $cache->{display_data}->{$field}->[$page] = $display_data;
450                                            $display_data = "";
451                                    }
452                                    if ($swish_data) {
453                                            $cache->{swish_data}->{$field}->[$page] = $swish_data;
454                                            $swish_data = "";
455                                    }
456                                    if ($swish_exact_data) {
457                                            $cache->{swish_exact_data}->{$field}->[$page] = $swish_exact_data;
458                                            $swish_exact_data = "";
459                                    }
460                            }
461                  }                  }
462    
463                    # save data page-by-page
464                    foreach my $field (@page_fields) {
465                            my $nr_pages = $page_max{$field} || next;
466    #print STDERR "field '$field' iterate over ",($nr_pages || 0)," pages...\n";
467    #print STDERR Dumper($cache->{display_data});
468                            for (my $page=0; $page <= $nr_pages; $page++) {
469                                    my $display_data;
470                                    if ($cache->{format}->{$field}) {
471                                            my $tmp = mkformat($cache->{format}->{$field},$cache->{display_data}->{$field}->[$page]);
472                                            $display_data=$tmp if ($tmp);
473                                    } else {
474                                            $display_data = $cache->{display_data}->{$field}->[$page];
475                                    }
476                                    if ($display_data) { # default
477                                            if ($field eq "headline") {
478                                                    $xml .= xmlify("headline", $display_data);
479                                            } else {
480    
481                                                    # fallback to empty field name if needed
482                                                    $html .= get_field_name($config,$field,$field_usage{$field}) || '';
483                                                    $html .= "#-#".$display_data."###\n";
484                                            }
485                                    }
486                                    
487                                    my $swish_data = $cache->{swish_data}->{$field}->[$page];
488                                    if ($swish_data) {
489                                            # remove extra spaces
490                                            $swish_data =~ s/ +/ /g;
491                                            $swish_data =~ s/ +$//g;
492    
493                  if ($display_data) {                                          $xml .= xmlify($field."_swish", unac_string($codepage,$swish_data));
494                                    }
495    
496                          if ($field eq "headline") {                                  my $swish_exact_data = $cache->{swish_exact_data}->{$field}->[$page];
497                                  $xml .= xmlify("headline", $display_data);                                  if ($swish_exact_data) {
498                          } else {                                          $swish_exact_data =~ s/ +/ /g;
499                                            $swish_exact_data =~ s/ +$//g;
500                                  # find field name (signular, plural)  
501                                  my $field_name = "";                                          # add delimiters before and after word.
502                                  if ($config->{indexer}->{$field}->{name_singular} && $field_usage{$field} == 1) {                                          # That is required to produce exact match
503                                          $field_name = $config->{indexer}->{$field}->{name_singular}."#-#";                                          $xml .= xmlify($field."_swish_exact", unac_string($codepage,$swish_exact_data));
                                 } elsif ($config->{indexer}->{$field}->{name_plural}) {  
                                         $field_name = $config->{indexer}->{$field}->{name_plural}."#-#";  
                                 } elsif ($config->{indexer}->{$field}->{name}) {  
                                         $field_name = $config->{indexer}->{$field}->{name}."#-#";  
                                 } else {  
                                         print STDERR "WARNING: field '$field' doesn't have 'name' attribute!";  
504                                  }                                  }
505                                  if ($field_name) {                                  
506                                          $html .= x($field_name);                                  my $idel = $cache->{index_delimiter}->{$field};
507                                    foreach my $tmp (@{$cache->{index_data}->{$field}->[$page]}) {
508                                            my $i = $tmp;
509                                            my $d = $tmp;
510                                            if ($idel && $tmp =~ m/$idel/) {
511                                                    ($i,$d) = split(/$idel/,$tmp);
512                                            }
513                                            $index->insert($field, $i, $d, $path);
514    #print STDERR "index [$idel] $field: $i --> $d [$path]\n";
515                                  }                                  }
                                 $html .= $display_data."###\n";  
516                          }                          }
517            
518                  }                  }
519                  if ($swish_data) {                  
520                          # remove extra spaces                  if (! $iterate_by_page) {
521                          $swish_data =~ s/ +/ /g;                          if ($display_data) {
522                          $swish_data =~ s/ +$//g;                                  if ($field eq "headline") {
523                                            $xml .= xmlify("headline", $display_data);
524                                    } else {
525    
526                          $xml .= xmlify($field."_swish", unac_string($codepage,$swish_data));                                          # fallback to empty field name if needed
527                  }                                          $html .= get_field_name($config,$field,$field_usage{$field}) || '';
528                                            $html .= "#-#".$display_data."###\n";
529                                    }
530                            }
531                            if ($swish_data) {
532                                    # remove extra spaces
533                                    $swish_data =~ s/ +/ /g;
534                                    $swish_data =~ s/ +$//g;
535    
536                                    $xml .= xmlify($field."_swish", unac_string($codepage,$swish_data));
537                            }
538    
539                            if ($swish_exact_data) {
540                                    $swish_exact_data =~ s/ +/ /g;
541                                    $swish_exact_data =~ s/ +$//g;
542    
543                                    # add delimiters before and after word.
544                                    # That is required to produce exact match
545                                    $xml .= xmlify($field."_swish_exact", unac_string($codepage,$swish_exact_data));
546                            }
547                    }
548          }          }
549    
550          # dump formatted output in <html>          # dump formatted output in <html>
551          if ($html) {          if ($html) {
552                  $xml .= xmlify("html",$html);                  #$xml .= xmlify("html",$html);
553                    $xml .= "<html><![CDATA[ $html ]]></html>";
554          }          }
555                    
556          if ($xml) {          if ($xml) {
# Line 257  $index = new index_DBI( Line 577  $index = new index_DBI(
577                  $cfg_global->val('global', 'dbi_passwd') || '',                  $cfg_global->val('global', 'dbi_passwd') || '',
578          );          );
579    
580    my $show_progress = $cfg_global->val('global', 'show_progress');
581    
582    my $unac_filter = $cfg_global->val('global', 'unac_filter');
583    if ($unac_filter) {
584            require $unac_filter;
585    }
586    
587  foreach my $database ($cfg->Sections) {  foreach my $database ($cfg->Sections) {
588    
589          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";
590          my $add_xml = $cfg -> val($database, 'xml');    # optional          my $add_xml = $cfg -> val($database, 'xml');    # optional
591    
592            # create new lookup file
593            my $lookup_file = $cfg -> val($database, 'lookup_newfile'); # optional
594            if ($lookup_file) {
595                    #tie %lhash, 'GDBM_File', $lookup_file, &GDBM_NEWDB, 0644;
596                    tie %lhash, 'TDB_File', $lookup_file, TDB_CLEAR_IF_FIRST, O_RDWR, 0644;
597                    print STDERR "creating lookup file '$lookup_file'\n";
598                    # delete memory cache for lookup file
599                    delete $cache->{lhash};
600            }
601    
602            # open existing lookup file
603            $lookup_file = $cfg -> val($database, 'lookup_open'); # optional
604            if ($lookup_file) {
605                    #tie %lhash, 'GDBM_File', $lookup_file, &GDBM_READER, 0644;
606                    tie %lhash, 'TDB_File', $lookup_file, TDB_DEFAULT, O_RDWR, 0644;
607                    print STDERR "opening lookup file '$lookup_file'\n";
608            }
609    
610  print STDERR "reading ./import_xml/$type.xml\n";  print STDERR "reading ./import_xml/$type.xml\n";
611    
612          # extract just type basic          # extract just type basic
613          my $type_base = $type;          my $type_base = $type;
614          $type_base =~ s/_.+$//g;          $type_base =~ s/_.+$//g;
615    
616          $config=XMLin("./import_xml/$type.xml", forcearray => [ $type2tag{$type_base}, 'config' ], forcecontent => 1);          $config=XMLin("./import_xml/$type.xml", forcearray => [ $type2tag{$type_base}, 'config', 'format' ], forcecontent => 1);
617    
618          # output current progress indicator          # output current progress indicator
619          my $last_p = 0;          my $last_p = 0;
620          sub progress {          sub progress {
621                  #return if (! $opts{q});        # FIXME                  return if (! $show_progress);
622                  my $current = shift;                  my $current = shift;
623                  my $total = shift || 1;                  my $total = shift || 1;
624                  my $p = int($current * 100 / $total);                  my $p = int($current * 100 / $total);
# Line 283  print STDERR "reading ./import_xml/$type Line 628  print STDERR "reading ./import_xml/$type
628                  }                  }
629          }          }
630    
631            my $fake_dir = 1;
632            sub fakeprogress {
633                    return if (! $show_progress);
634                    my $current = shift @_;
635    
636                    my @ind = ('-','\\','|','/','-','\\','|','/', '-');
637    
638                    $last_p += $fake_dir;
639                    $fake_dir = -$fake_dir if ($last_p > 1000 || $last_p < 0);
640                    if ($last_p % 10 == 0) {
641                            printf STDERR ("%5d / %5s [%-51s]\r",$current,"?"," " x ($last_p/20).$ind[($last_p/20) % $#ind]);
642                    }
643            }
644    
645          # now read database          # now read database
646  print STDERR "using: $type...\n";  print STDERR "using: $type...\n";
647    
648            # erase cache for tags by order in this database
649            delete $cache->{tags_by_order};
650    
651          if ($type_base eq "isis") {          if ($type_base eq "isis") {
652    
653                  my $isis_db = $cfg -> val($database, 'isis_db') || die "$database doesn't have 'isis_db' defined!";                  my $isis_db = $cfg -> val($database, 'isis_db') || die "$database doesn't have 'isis_db' defined!";
# Line 293  print STDERR "using: $type...\n"; Line 655  print STDERR "using: $type...\n";
655                  $import2cp = Text::Iconv->new($config->{isis_codepage},$codepage);                  $import2cp = Text::Iconv->new($config->{isis_codepage},$codepage);
656                  my $db = OpenIsis::open( $isis_db );                  my $db = OpenIsis::open( $isis_db );
657    
658                    # check if .txt database for OpenIsis is zero length,
659                    # if so, erase it and re-open database
660                    sub check_txt_db {
661                            my $isis_db = shift || die "need isis database name";
662                            my $reopen = 0;
663    
664                            if (-e $isis_db.".TXT") {
665                                    print STDERR "WARNING: removing $isis_db.TXT OpenIsis database...\n";
666                                    unlink $isis_db.".TXT" || warn "FATAL: unlink error on '$isis_db.TXT': $!";
667                                    $reopen++;
668                            }
669                            if (-e $isis_db.".PTR") {
670                                    print STDERR "WARNING: removing $isis_db.PTR OpenIsis database...\n";
671                                    unlink $isis_db.".PTR" || warn "FATAL: unlink error on '$isis_db.PTR': $!";
672                                    $reopen++;
673                            }
674                            return OpenIsis::open( $isis_db ) if ($reopen);
675                    }
676    
677                    # EOF error
678                    if ($db == -1) {
679                            $db = check_txt_db($isis_db);
680                            if ($db == -1) {
681                                    print STDERR "FATAL: OpenIsis can't open zero size file $isis_db\n";
682                                    next;
683                            }
684                    }
685    
686                    # OpenIsis::ERR_BADF
687                    if ($db == -4) {
688                            print STDERR "FATAL: OpenIsis can't find file $isis_db\n";
689                            next;
690                    # OpenIsis::ERR_IO
691                    } elsif ($db == -5) {
692                            print STDERR "FATAL: OpenIsis can't access file $isis_db\n";
693                            next;
694                    } elsif ($db < 0) {
695                            print STDERR "FATAL: OpenIsis unknown error $db with file $isis_db\n";
696                            next;
697                    }
698    
699                  my $max_rowid = OpenIsis::maxRowid( $db );                  my $max_rowid = OpenIsis::maxRowid( $db );
700    
701                    # if 0 records, try to rease isis .txt database
702                    if ($max_rowid == 0) {
703                            # force removal of database
704                            $db = check_txt_db($isis_db);
705                            $max_rowid = OpenIsis::maxRowid( $db );
706                    }
707    
708                  print STDERR "Reading database: $isis_db [$max_rowid rows]\n";                  print STDERR "Reading database: $isis_db [$max_rowid rows]\n";
709    
710                  my $path = $database;                  my $path = $database;
# Line 316  print STDERR "using: $type...\n"; Line 726  print STDERR "using: $type...\n";
726                                  }                                  }
727                          }                          }
728                  }                  }
729                    # for this to work with current version of OpenIsis (0.9.0)
730                    # you might need my patch from
731                    # http://www.rot13.org/~dpavlin/projects/openisis-0.9.0-perl_close.diff
732                    OpenIsis::close($db);
733                  print STDERR "\n";                  print STDERR "\n";
734    
735          } elsif ($type_base eq "excel") {          } elsif ($type_base eq "excel") {
736                  use Spreadsheet::ParseExcel;                  require Spreadsheet::ParseExcel;
737                  use Spreadsheet::ParseExcel::Utility qw(int2col);                  require Spreadsheet::ParseExcel::Utility;
738                    import Spreadsheet::ParseExcel::Utility qw(int2col);
739                                    
740                  $import2cp = Text::Iconv->new($config->{excel_codepage},$codepage);                  $import2cp = Text::Iconv->new($config->{excel_codepage},$codepage);
741                  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 373  print STDERR "using: $type...\n"; Line 788  print STDERR "using: $type...\n";
788                          }                          }
789                  }                  }
790          } elsif ($type_base eq "marc") {          } elsif ($type_base eq "marc") {
791          ## XXX  
792                  use MARC;                  require MARC;
793                                    
794                  $import2cp = Text::Iconv->new($config->{marc_codepage},$codepage);                  $import2cp = Text::Iconv->new($config->{marc_codepage},$codepage);
795                  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!";
796    
797                  # optional argument is format                  # optional argument is format
798                  my $format = x($config->{format}) || 'usmarc';                  my $format = x($config->{marc_format}) || 'usmarc';
   
                 my %id_stored;  # to aviod duplicates  
799    
800                  print STDERR "Reading MARC file '$marc_file'\n";                  print STDERR "Reading MARC file '$marc_file'\n";
801    
802                  my $marc = new MARC;                  my $marc = new MARC;
803                  my $nr = $marc->openmarc({                  my $nr = $marc->openmarc({
804                                  file=>$marc_file, format=>$format                                  file=>$marc_file, format=>$format
805                          }) || die "Can't open MARC file '$marc_file'";                          }) || die "Can't open MARC file '$marc_file' with format '$format'";
806    
807                  my $i=0;        # record nr.                  # read MARC file in memory
808                  my $inc=1;                  $marc->nextmarc(-1);
                 my $max_i=1000;  
809    
810                  my $rec;                  my $max_rec = $marc->marc_count();
811    
812                  while ($marc->nextmarc(1)) {                  for(my $i=1; $i<=$max_rec; $i++) {
813    
814                          # XXX                          progress($i,$max_rec);
815                          progress($i, $max_i);  
816                          $i += $inc;                          # store value for marc_sf.pm
817                          $inc = -$inc if ($i > $max_i || $i < 0);                          $main::cache->{marc_record} = $i;
818    
819                          my $swishpath = $database."#".$i;                          my $swishpath = $database."#".$i;
820    
# Line 414  print STDERR "using: $type...\n"; Line 826  print STDERR "using: $type...\n";
826                                  print "Document-Type: XML\n\n$xml\n";                                  print "Document-Type: XML\n\n$xml\n";
827                          }                          }
828                  }                  }
829    
830                    print STDERR "\n";
831    
832            } elsif ($type_base eq "feed") {
833    
834                    $import2cp = Text::Iconv->new($config->{feed_codepage},$codepage);
835                    my $prog = x($config->{prog}) || die "$database doesn't have 'prog' defined!";
836    
837                    print STDERR "Reading feed from program '$prog'\n";
838    
839                    open(FEED,"feeds/$prog |") || die "can't start $prog: $!";
840    
841                    my $i=1;        # record nr.
842    
843                    my $data;
844                    my $line=1;
845    
846                    while (<FEED>) {
847                            chomp;
848    
849                            if (/^$/) {
850                                    my $swishpath = $database."#".$i++;
851    
852                                    if (my $xml = data2xml($type_base,$data,$add_xml,$cfg,$database)) {
853                                            $xml = $cp2utf->convert($xml);
854                                            use bytes;      # as opposed to chars
855                                            print "Path-Name: $swishpath\n";
856                                            print "Content-Length: ".(length($xml)+1)."\n";
857                                            print "Document-Type: XML\n\n$xml\n";
858                                    }
859                                    $line = 1;
860                                    $data = {};
861                                    next;
862                            }
863    
864                            $line = $1 if (s/^(\d+):\s*//);
865                            $data->{$line++} = $_;
866    
867                            fakeprogress($i);
868    
869                    }
870                    # close lookup
871                    untie %lhash if (%lhash);
872          }          }
873  }  }
874    
# Line 426  __END__ Line 881  __END__
881    
882  =head1 NAME  =head1 NAME
883    
884  isis2xml.pl - read isis file and dump XML  all2xml.pl - read various file formats and dump XML for SWISH-E
885    
886  =head1 DESCRIPTION  =head1 DESCRIPTION
887    
888  This command will read ISIS data file using OpenIsis perl module and  This command will read ISIS data file using OpenIsis perl module, MARC
889  create XML file for usage with I<SWISH-E>  records using MARC module and optionally Micro$oft Excel files to
890  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,
891  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
892  script is tailor-made for SWISH-E.  has something like that). Output of this script is tailor-made for SWISH-E.
893    
894    =head1 BUGS
895    
896    Documentation is really lacking. However, in true Open Source spirit, source
897    is best documentation. I even made considerable effort to comment parts
898    which are not intuitively clear, so...
899    
900  =head1 AUTHOR  =head1 AUTHOR
901    

Legend:
Removed from v.62  
changed lines
  Added in v.274

  ViewVC Help
Powered by ViewVC 1.1.26