/[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 98 by dpavlin, Sun Jul 13 22:29:14 2003 UTC revision 333 by dpavlin, Tue May 18 18:15:19 2004 UTC
# Line 5  use OpenIsis; Line 5  use OpenIsis;
5  use Getopt::Std;  use Getopt::Std;
6  use Data::Dumper;  use Data::Dumper;
7  use XML::Simple;  use XML::Simple;
 use Text::Unaccent 1.02;        # 1.01 won't compile on my platform,  
8  use Text::Iconv;  use Text::Iconv;
9  use Config::IniFiles;  use Config::IniFiles;
10  use Encode;  use Encode;
11    #use GDBM_File;
12    use Fcntl;      # for O_RDWR
13    use TDB_File;
14    
15  $|=1;  $|=1;
16    
17  my $config_file = $0;  my $config_file = $0;
18  $config_file =~ s/\.pl$/.conf/;  $config_file =~ s/\.pl$/.conf/;
19    $config_file = $ARGV[0] if ($ARGV[0] && -f $ARGV[0]);
20  die "FATAL: can't find configuration file '$config_file'" if (! -e $config_file);  die "FATAL: can't find configuration file '$config_file'" if (! -e $config_file);
21    
22  my $config;  my $config;
# Line 61  my %type2tag = ( Line 64  my %type2tag = (
64          'feed' => 'feed'          '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 90  sub data2xml { Line 103  sub data2xml {
103                  return $va <=> $vb;                  return $va <=> $vb;
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            # 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    
154            # init variables for different types
155            sub init_visible_type($) {
156                    my $type = shift;
157    
158                    # swish, swish_exact, display, index, index_lookup
159                    # swish and display defaults
160                    my ($s,$se,$d,$i,$il) = (1,0,1,0,0);
161                    if (lc($type) eq "display") {
162                            $s = 0;
163                    } elsif (lc($type) eq "swish") {
164                            $d = 0;
165                    } elsif (lc($type) eq "index") {
166                            ($s,$se,$d,$i) = (0,1,0,1);
167                    } elsif (lc($type) eq "swish_exact") {
168                            ($s,$se,$d,$i) = (0,1,0,0);
169                    } elsif (lc($type) =~ /^lookup/) {
170                            ($s,$se,$d,$i,$il) = (0,1,0,0,1);
171                    } elsif ($type) {
172                            print STDERR "WARNING: unknown type: $type\n";
173                    }
174                    return ($s,$se,$d,$i,$il);
175            }
176    
177    
178            # convert
179            #
180            # <tag>
181            #  <delimiter>, </delimiter>
182            #  <value>200a</value>
183            # </tag>
184            #
185            # to
186            #
187            # <tag delimiter=", ">200a</tag>
188            #
189            # but without loosing spaces in delimiter (becasue
190            # new XML::Simple strips spaces in attribute values
191            # as defined in XML specification)
192            #
193            sub unroll_x($) {
194                    my $x = shift;
195    
196                    if (defined $x->{value}) {
197                            my ($v,$d) = ($x->{value}->{content}, $x->{delimiter}->{content});
198                            delete $x->{value};
199                            delete $x->{delimiter};
200                            $x->{content} = $v;
201                            $x->{delimiter} = $d;
202                    }
203                    return $x;
204            }
205    
206            # begin real work: go field by field
207            foreach my $field (@sorted_tags) {
208    
209                  $field=x($field);                  $field=x($field);
210                  $field_usage{$field}++;                  $field_usage{$field}++;
211    
212                  my $swish_data = "";                  my $swish_data = "";
213                    my $swish_exact_data = "";
214                  my $display_data = "";                  my $display_data = "";
215                    my @index_data;
216                  my $line_delimiter;                  my $line_delimiter;
217    
218                  my ($swish,$display);                  my ($swish,$display);
219    
220                  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";
221    
222                    # is this field page-by-page?
223                    my $iterate_by_page = $config->{indexer}->{$field}->{iterate_by_page};
224                    push @page_fields,$field if ($iterate_by_page);
225                    my %page_max = ();
226                    # default line_delimiter if using
227                    my $page_line_delimiter = $config->{indexer}->{$field}->{page_line_delimiter} || '<br/>';
228                    $cache->{index_delimiter}->{$field} = $config->{indexer}->{$field}->{index_delimiter};
229    
230                    my $format_name = $config->{indexer}->{$field}->{format_name};
231                    my $format_delimiter = $config->{indexer}->{$field}->{format_delimiter};
232                    if ($format_name && $format_delimiter) {
233                            $cache->{format}->{$field}->{format_name} = $format_name;
234                            $cache->{format}->{$field}->{format_delimiter} = $format_delimiter;
235                    }
236    
237                  foreach my $x (@{$config->{indexer}->{$field}->{$tag}}) {                  foreach my $x (@{$config->{indexer}->{$field}->{$tag}}) {
238    
239                            $x = unroll_x($x);
240    
241                          my $format = x($x->{content});                          my $format = x($x->{content});
242                          my $delimiter = x($x->{delimiter}) || ' ';                          my $delimiter = x($x->{delimiter}) || ' ';
243    
244                          my $repeat_off = 0;             # repeatable offset                          my $repeat_off = 0;     # init repeatable offset
245    
246                          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");  
247    
248                          # what will separate last line from this one?                          # what will separate last line from this one?
249                          if ($display_data && $x->{append} && $x->{append} eq "1") {                          if ($display_data && $x->{append}) {
250                                  $line_delimiter = ' ';                                  $line_delimiter = $delimiter;
251                          } elsif ($display_data) {                          } elsif ($display_data) {
252                                  $line_delimiter = '<br/>';                                  $line_delimiter = '<br/>';
253                          }                          }
# Line 125  sub data2xml { Line 256  sub data2xml {
256                          ($swish,$display) = (1,1);                          ($swish,$display) = (1,1);
257    
258                          # placeholder for all repeatable entries for index                          # placeholder for all repeatable entries for index
259                          my @index_data;  
260                          my $index_filter;                          sub mkformat($$) {
261                                    my $x = shift || die "mkformat needs tag reference";
262                                    my $data = shift || return;
263                                    my $format_name = x($x->{format_name}) || return $data;
264                                    my $fmt = x($config->{format}->{$format_name}->{content}) || die "<format name=\"$format_name\"> is not defined!";
265                                    my $format_delimiter = x($x->{format_delimiter});
266                                    my @data;
267                                    if ($format_delimiter) {
268                                            @data = split(/$format_delimiter/,$data);
269                                    } else {
270                                            push @data,$data;
271                                    }
272    
273                                    if ($fmt) {
274                                            my $nr = scalar $fmt =~ s/%s/%s/g;
275                                            if (($#data+1) == $nr) {
276                                                    return sprintf($fmt,@data);
277                                            } else {
278                                                    #print STDERR "mkformat: [$data] can't be split on [$format_delimiter] to $nr fields!\n";
279                                                    return $data;
280                                            }
281                                    } else {
282                                            print STDERR "usage of link '$format_name' without defined format (<link> tag)\n";
283                                    }
284                            }
285    
286                          # while because of repeatable fields                          # while because of repeatable fields
287                          while ($swish || $display) {                          while ($swish || $display) {
288                                    my $page = $repeat_off;
289                                    $page_max{$field} = $page if ($iterate_by_page && $page > ($page_max{$field} || 0));
290                                  ($swish,$display) = parse_format($type, $format,$row,$repeat_off++,$import2cp);                                  ($swish,$display) = parse_format($type, $format,$row,$repeat_off++,$import2cp);
291                                  if ($repeat_off > 1000) {                                  if ($repeat_off > 1000) {
292                                          print STDERR "loop (more than 1000 repeatable fields) deteced in $row, $format\n";                                          print STDERR "loop (more than 1000 repeatable fields) deteced in $row, $format\n";
293                                          last;                                          last;
294                                  }                                  }
295                                    
296                                    # is this field is lookup?
297                                    if ($display && $x->{lookup}) {
298                                            my $null = "<!-- null -->";
299                                            if ($use_lhash_cache) {
300                                                    if (!defined($cache->{lhash}->{$display})) {
301                                                            my $new_display = $lhash{$display};
302                                                            if (defined($new_display)) {
303    #print STDERR "lookup cache store '$display' = '$new_display'\n";
304                                                                    $display = $new_display;
305                                                                    $cache->{lhash}->{$display} = $new_display;
306                                                            } else {
307    #                                                               print STDERR "WARNING: lookup for '$display' didn't find anything.\n";
308                                                                    $display = "";
309                                                                    $cache->{lhash}->{$display} = $null;
310                                                            }
311                                                    } else {
312                                                            $display = $cache->{lhash}->{$display};
313                                                    }
314                                            } else {
315                                                    $display = $lhash{$display} || $null;
316                                            }
317                                    }
318    
319                                  # filter="name" ; filter this field through                                  # filter="name" ; filter this field through
320                                  # filter/[name].pm                                  # filter/[name].pm
321                                  my $filter = $x->{filter};                                  my $filter = $x->{filter};
322                                  if ($filter) {                                  if ($filter && !$cache->{filter_loaded}->{$filter}) {
323                                          require "filter/".$filter.".pm";                                          require "filter/".$filter.".pm";
324                                            $cache->{filter_loaded}->{$filter}++;
325                                  }                                  }
326                                  # type="swish" ; field for swish                                  # type="swish" ; field for swish
327                                  if ($s && $swish) {                                  if ($swish) {
328                                          if ($filter) {                                          my $tmp = $swish;
329                                            if ($filter && ($s || $se)) {
330                                                  no strict 'refs';                                                  no strict 'refs';
331                                                  $swish_data .= join(" ",&$filter($swish));                                                  $tmp = join(" ",&$filter($tmp)) if ($s || $se);
                                         } else {  
                                                 $swish_data .= $swish;  
332                                          }                                          }
333    
334                                            $swish_data .= $tmp if ($s && $tmp);
335                                            $swish_exact_data .= "xxbxx $tmp xxexx " if ($tmp && $tmp ne "" && $se);
336                                  }                                  }
337    
338                                  # type="display" ; field for display                                  # type="display" ; field for display
339                                  if ($d && $display) {                                  if ($d && $display) {
340                                            my $ldel = $delimiter;
341                                          if ($line_delimiter && $display_data) {                                          if ($line_delimiter && $display_data) {
342                                                  $display_data .= $line_delimiter;                                                  $ldel = $line_delimiter;
                                                 undef $line_delimiter;  
343                                          }                                          }
344                                          if ($filter) {                                          if ($filter) {
345                                                  no strict 'refs';                                                  no strict 'refs';
346                                                  $display_data .= join($delimiter,&$filter($display));                                                  my @arr;
347                                          } else {                                                  foreach my $tmp (&$filter($display)) {
348                                                  if ($display_data) {                                                          my $tmp2 = mkformat($x,$tmp);
349                                                          $display_data .= $delimiter.$display;                                                          push @arr,$tmp2 if ($tmp2);
                                                 } else {  
                                                         $display_data .= $display;  
350                                                  }                                                  }
351                                                    $display_data .= $ldel if ($display_data && @arr);
352                                                    $display_data .= join($delimiter,@arr);
353                                            } else {
354                                                    $display_data .= $ldel if ($display_data);
355                                                    my $tmp = mkformat($x,$display);
356                                                    $display_data .= $tmp if ($tmp);
357                                          }                                          }
358                                  }                                  }
359                                                                                                    
360                                  # type="index" ; insert into index                                  # type="index" ; insert into index
361                                    my $idisplay;
362                                  if ($i && $display) {                                  if ($i && $display) {
363                                          push @index_data, $display;                                          $idisplay = $display;
364                                          $index_filter = $filter if ($filter);                                          if ($filter) {
365                                                    no strict 'refs';
366                                                    $idisplay = &$filter($idisplay);
367                                            }
368                                            push @index_data, $idisplay if ($idisplay && !$iterate_by_page);
369                                  }                                  }
                         }  
370    
371                          # fill data in index                                  # store fields in lookup
372                          if (@index_data) {                                  if ($il && $display) {
373                                  if ($index_filter) {                                          if (lc($x->{type}) eq "lookup_key") {
374                                          no strict 'refs';                                                  if ($lookup_key) {
375                                          foreach my $d (&$index_filter(@index_data)) {                                                          print STDERR "WARNING: try to redefine lookup_key (keys shouldn't be repeatable fields!)";
376                                                  $index->insert($field, $d, $path);                                                  } else {
377                                                            if ($filter) {
378                                                                    no strict 'refs';
379                                                                    $lookup_key = &$filter($display);
380                                                            } else {
381                                                                    $lookup_key = $display;
382                                                            }
383                                                    }
384                                            } elsif (lc($x->{type}) eq "lookup_val") {
385                                                    if ($lookup_key) {
386                                                            if ($filter) {
387                                                                    no strict 'refs';
388                                                                    $lhash{$lookup_key} = &$filter($display);
389                                                            } else {
390                                                                    $lhash{$lookup_key} = $display;
391                                                            }
392                                                    } else {
393                                                            print STDERR "WARNING: no lookup_key defined for  '$display'?";
394                                                    }
395                                          }                                          }
396                                  } else {  
397                                          foreach my $d (@index_data) {                                  }
398                                                  $index->insert($field, $d, $path);  
399                                    # store data for page-by-page repeatable fields
400                                    if ($iterate_by_page) {
401                                            sub iterate_fld($$$$$$) {
402                                                    my ($cache,$what,$field,$page,$data,$append) = @_;
403                                                    return if (!$data);
404    
405                                                    my $ldel = $page_line_delimiter;
406                                                    $ldel = " " if ($append);
407    #print STDERR "line delimiter: ",Dumper($ldel) if ($ldel);
408                                                    if (! $cache->{$what}->{$field}->[$page]) {
409                                                            $cache->{$what}->{$field}->[$page] = $data;
410                                                    } else {
411                                                            $cache->{$what}->{$field}->[$page] .= $ldel.$data;
412                                                    }
413                                            }
414    
415                                            if ($display_data) {
416                                                    iterate_fld($cache,'display_data',$field,$page,$display_data,$x->{append});
417                                            }
418                                                    $display_data = "";
419                                            if ($swish_data) {
420                                                    iterate_fld($cache,'swish_data',$field,$page,$swish_data,$x->{append});
421                                                    $swish_data = "";
422                                            }
423                                            if ($swish_exact_data) {
424                                                    iterate_fld($cache,'swish_exact_data',$field,$page,$swish_exact_data,$x->{append});
425                                                    $swish_exact_data = "";
426                                            }
427    
428                                            if ($idisplay) {
429                                                    my $ldel=$page_line_delimiter;
430                                                    my @index_data;
431                                                    if ($cache->{index_data}->{$field}->[$page]) {
432    
433                                                            @index_data = @{$cache->{index_data}->{$field}->[$page]};
434                                                    }
435                                                    if ($x->{append}) {
436                                                            if (@index_data) {
437                                                                    $index_data[$#index_data] .= $idisplay;
438                                                            } else {
439                                                                    push @index_data, $idisplay;
440                                                            }
441                                                    } else {
442                                                            push @index_data, $idisplay;
443                                                    }
444                                                    $idisplay = "";
445                                                    @{$cache->{index_data}->{$field}->[$page]} = @index_data;
446                                          }                                          }
447                                  }                                  }
448                          }                          }
449    
450                            if (! $iterate_by_page) {
451                                    my $idel = $x->{index_delimiter};
452                                    # fill data in index
453                                    foreach my $tmp (@index_data) {
454                                            my $i = $d = $tmp;
455                                            if ($idel && $tmp =~ m/$idel/) {
456                                                    ($i,$d) = split(/$idel/,$tmp);
457                                            }
458                                            $index->insert($field, $i, $d, $path);
459                                    }
460                                    @index_data = ();
461                            }
462                  }                  }
463    
464                  # now try to parse variables from configuration file                  # now try to parse variables from configuration file
465                  foreach my $x (@{$config->{indexer}->{$field}->{'config'}}) {                  foreach my $x (@{$config->{indexer}->{$field}->{'config'}}) {
466    
467                            $x = unroll_x($x);
468    
469                          my $delimiter = x($x->{delimiter}) || ' ';                          my $delimiter = x($x->{delimiter}) || ' ';
470                          my $val = $cfg->val($database, x($x->{content}));                          my $val = $cfg->val($database, x($x->{content}));
471    
472                          my ($s,$d,$i) = (1,1,0);        # swish, display default                          # FIXME index_lookup is not supported!
473                          $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");  
474    
475                          if ($val) {                          if ($val) {
476                                  $display_data .= $delimiter.$val if ($d);                                  $display_data .= $delimiter.$val if ($d);
477                                  $swish_data .= $val if ($s);                                  $swish_data .= " ".$val if ($s);
478                                  $index->insert($field, $val, $path) if ($i);                                  $index->insert($field, $val, $path) if ($i);
479                          }                          }
480    
481                            if ($iterate_by_page) {
482                                    # FIXME data from config tag will appear just
483                                    # on first page!!!
484                                    my $page = 0;
485                                    if ($display_data) {
486                                            $cache->{display_data}->{$field}->[$page] = $display_data;
487                                            $display_data = "";
488                                    }
489                                    if ($swish_data) {
490                                            $cache->{swish_data}->{$field}->[$page] = $swish_data;
491                                            $swish_data = "";
492                                    }
493                                    if ($swish_exact_data) {
494                                            $cache->{swish_exact_data}->{$field}->[$page] = $swish_exact_data;
495                                            $swish_exact_data = "";
496                                    }
497                            }
498                  }                  }
499    
500                    # save data page-by-page
501                  if ($display_data) {                  foreach my $field (@page_fields) {
502                            my $nr_pages = $page_max{$field} || next;
503                          if ($field eq "headline") {  #print STDERR "field '$field' iterate over ",($nr_pages || 0)," pages...\n";
504                                  $xml .= xmlify("headline", $display_data);  #print STDERR Dumper($cache->{display_data});
505                          } else {                          for (my $page=0; $page <= $nr_pages; $page++) {
506                                    my $display_data;
507                                  # find field name (signular, plural)                                  if ($cache->{format}->{$field}) {
508                                  my $field_name = "";                                          my $tmp = mkformat($cache->{format}->{$field},$cache->{display_data}->{$field}->[$page]);
509                                  if ($config->{indexer}->{$field}->{name_singular} && $field_usage{$field} == 1) {                                          $display_data=$tmp if ($tmp);
                                         $field_name = $config->{indexer}->{$field}->{name_singular}."#-#";  
                                 } elsif ($config->{indexer}->{$field}->{name_plural}) {  
                                         $field_name = $config->{indexer}->{$field}->{name_plural}."#-#";  
                                 } elsif ($config->{indexer}->{$field}->{name}) {  
                                         $field_name = $config->{indexer}->{$field}->{name}."#-#";  
510                                  } else {                                  } else {
511                                          print STDERR "WARNING: field '$field' doesn't have 'name' attribute!";                                          $display_data = $cache->{display_data}->{$field}->[$page];
512                                    }
513                                    if ($display_data) { # default
514                                            if ($field eq "headline") {
515                                                    $xml .= xmlify("headline", $display_data);
516                                            } else {
517    
518                                                    # fallback to empty field name if needed
519                                                    $html .= get_field_name($config,$field,$field_usage{$field}) || '';
520                                                    $html .= "#-#".$display_data."###\n";
521                                            }
522                                  }                                  }
523                                  if ($field_name) {                                  
524                                          $html .= x($field_name);                                  my $swish_data = $cache->{swish_data}->{$field}->[$page];
525                                    if ($swish_data) {
526                                            # remove extra spaces
527                                            $swish_data =~ s/ +/ /g;
528                                            $swish_data =~ s/ +$//g;
529    
530                                            $xml .= xmlify($field."_swish", my_unac_string($codepage,$swish_data));
531                                    }
532    
533                                    my $swish_exact_data = $cache->{swish_exact_data}->{$field}->[$page];
534                                    if ($swish_exact_data) {
535                                            $swish_exact_data =~ s/ +/ /g;
536                                            $swish_exact_data =~ s/ +$//g;
537    
538                                            # add delimiters before and after word.
539                                            # That is required to produce exact match
540                                            $xml .= xmlify($field."_swish_exact", my_unac_string($codepage,$swish_exact_data));
541                                    }
542                                    
543                                    my $idel = $cache->{index_delimiter}->{$field};
544                                    foreach my $tmp (@{$cache->{index_data}->{$field}->[$page]}) {
545                                            my $i = $tmp;
546                                            my $d = $tmp;
547                                            if ($idel && $tmp =~ m/$idel/) {
548                                                    ($i,$d) = split(/$idel/,$tmp);
549                                            }
550                                            $index->insert($field, $i, $d, $path);
551    #print STDERR "index [$idel] $field: $i --> $d [$path]\n";
552                                  }                                  }
                                 $html .= $display_data."###\n";  
553                          }                          }
554            
555                  }                  }
556                  if ($swish_data) {                  
557                          # remove extra spaces                  if (! $iterate_by_page) {
558                          $swish_data =~ s/ +/ /g;                          if ($display_data) {
559                          $swish_data =~ s/ +$//g;                                  if ($field eq "headline") {
560                                            $xml .= xmlify("headline", $display_data);
561                                    } else {
562    
563                          $xml .= xmlify($field."_swish", unac_string($codepage,$swish_data));                                          # fallback to empty field name if needed
564                  }                                          $html .= get_field_name($config,$field,$field_usage{$field}) || '';
565                                            $html .= "#-#".$display_data."###\n";
566                                    }
567                            }
568                            if ($swish_data) {
569                                    # remove extra spaces
570                                    $swish_data =~ s/ +/ /g;
571                                    $swish_data =~ s/ +$//g;
572    
573                                    $xml .= xmlify($field."_swish", my_unac_string($codepage,$swish_data));
574                            }
575    
576                            if ($swish_exact_data) {
577                                    $swish_exact_data =~ s/ +/ /g;
578                                    $swish_exact_data =~ s/ +$//g;
579    
580                                    # add delimiters before and after word.
581                                    # That is required to produce exact match
582                                    $xml .= xmlify($field."_swish_exact", my_unac_string($codepage,$swish_exact_data));
583                            }
584                    }
585          }          }
586    
587          # dump formatted output in <html>          # dump formatted output in <html>
# Line 278  $index = new index_DBI( Line 616  $index = new index_DBI(
616    
617  my $show_progress = $cfg_global->val('global', 'show_progress');  my $show_progress = $cfg_global->val('global', 'show_progress');
618    
619    my $my_unac_filter = $cfg_global->val('global', 'my_unac_filter');
620    if ($my_unac_filter) {
621            print STDERR "using $my_unac_filter to filter characters for search\n";
622            require $my_unac_filter;
623    } else {
624            print STDERR "### fallback to default my_unac_string!\n";
625            eval q{
626            sub main::my_unac_string($$) {
627                    my ($charset, $string) = (@_);
628                    return $string;
629            }
630            };
631    }
632    
633  foreach my $database ($cfg->Sections) {  foreach my $database ($cfg->Sections) {
634    
635          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";
636          my $add_xml = $cfg -> val($database, 'xml');    # optional          my $add_xml = $cfg -> val($database, 'xml');    # optional
637    
638            # create new lookup file
639            my $lookup_file = $cfg -> val($database, 'lookup_newfile'); # optional
640            if ($lookup_file) {
641                    #tie %lhash, 'GDBM_File', $lookup_file, &GDBM_NEWDB, 0644;
642                    tie %lhash, 'TDB_File', $lookup_file, TDB_CLEAR_IF_FIRST, O_RDWR, 0644;
643                    print STDERR "creating lookup file '$lookup_file'\n";
644                    # delete memory cache for lookup file
645                    delete $cache->{lhash};
646            }
647    
648            # open existing lookup file
649            $lookup_file = $cfg -> val($database, 'lookup_open'); # optional
650            if ($lookup_file) {
651                    #tie %lhash, 'GDBM_File', $lookup_file, &GDBM_READER, 0644;
652                    tie %lhash, 'TDB_File', $lookup_file, TDB_DEFAULT, O_RDWR, 0644;
653                    print STDERR "opening lookup file '$lookup_file'\n";
654            }
655    
656  print STDERR "reading ./import_xml/$type.xml\n";  print STDERR "reading ./import_xml/$type.xml\n";
657    
658          # extract just type basic          # extract just type basic
659          my $type_base = $type;          my $type_base = $type;
660          $type_base =~ s/_.+$//g;          $type_base =~ s/_.+$//g;
661    
662          $config=XMLin("./import_xml/$type.xml", forcearray => [ $type2tag{$type_base}, 'config' ], forcecontent => 1);          $config=XMLin("./import_xml/$type.xml", ForceArray => [ $type2tag{$type_base}, 'config', 'format' ], ForceContent => 1 );
663    
664          # output current progress indicator          # output current progress indicator
665          my $last_p = 0;          my $last_p = 0;
666          sub progress {          sub progress {
667                  # XXX return if ($show_progress ne "");                  return if (! $show_progress);
668                  my $current = shift;                  my $current = shift;
669                  my $total = shift || 1;                  my $total = shift || 1;
670                  my $p = int($current * 100 / $total);                  my $p = int($current * 100 / $total);
# Line 306  print STDERR "reading ./import_xml/$type Line 676  print STDERR "reading ./import_xml/$type
676    
677          my $fake_dir = 1;          my $fake_dir = 1;
678          sub fakeprogress {          sub fakeprogress {
679                    return if (! $show_progress);
680                  my $current = shift @_;                  my $current = shift @_;
681    
682                  my @ind = ('-','\\','|','/','-','\\','|','/', '-');                  my @ind = ('-','\\','|','/','-','\\','|','/', '-');
# Line 320  print STDERR "reading ./import_xml/$type Line 691  print STDERR "reading ./import_xml/$type
691          # now read database          # now read database
692  print STDERR "using: $type...\n";  print STDERR "using: $type...\n";
693    
694            # erase cache for tags by order in this database
695            delete $cache->{tags_by_order};
696    
697          if ($type_base eq "isis") {          if ($type_base eq "isis") {
698    
699                  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 327  print STDERR "using: $type...\n"; Line 701  print STDERR "using: $type...\n";
701                  $import2cp = Text::Iconv->new($config->{isis_codepage},$codepage);                  $import2cp = Text::Iconv->new($config->{isis_codepage},$codepage);
702                  my $db = OpenIsis::open( $isis_db );                  my $db = OpenIsis::open( $isis_db );
703    
704                    # check if .txt database for OpenIsis is zero length,
705                    # if so, erase it and re-open database
706                    sub check_txt_db {
707                            my $isis_db = shift || die "need isis database name";
708                            my $reopen = 0;
709    
710                            if (-e $isis_db.".TXT") {
711                                    print STDERR "WARNING: removing $isis_db.TXT OpenIsis database...\n";
712                                    unlink $isis_db.".TXT" || warn "FATAL: unlink error on '$isis_db.TXT': $!";
713                                    $reopen++;
714                            }
715                            if (-e $isis_db.".PTR") {
716                                    print STDERR "WARNING: removing $isis_db.PTR OpenIsis database...\n";
717                                    unlink $isis_db.".PTR" || warn "FATAL: unlink error on '$isis_db.PTR': $!";
718                                    $reopen++;
719                            }
720                            return OpenIsis::open( $isis_db ) if ($reopen);
721                    }
722    
723                    # EOF error
724                    if ($db == -1) {
725                            $db = check_txt_db($isis_db);
726                            if ($db == -1) {
727                                    print STDERR "FATAL: OpenIsis can't open zero size file $isis_db\n";
728                                    next;
729                            }
730                    }
731    
732                    # OpenIsis::ERR_BADF
733                    if ($db == -4) {
734                            print STDERR "FATAL: OpenIsis can't find file $isis_db\n";
735                            next;
736                    # OpenIsis::ERR_IO
737                    } elsif ($db == -5) {
738                            print STDERR "FATAL: OpenIsis can't access file $isis_db\n";
739                            next;
740                    } elsif ($db < 0) {
741                            print STDERR "FATAL: OpenIsis unknown error $db with file $isis_db\n";
742                            next;
743                    }
744    
745                  my $max_rowid = OpenIsis::maxRowid( $db );                  my $max_rowid = OpenIsis::maxRowid( $db );
746    
747                    # if 0 records, try to rease isis .txt database
748                    if ($max_rowid == 0) {
749                            # force removal of database
750                            $db = check_txt_db($isis_db);
751                            $max_rowid = OpenIsis::maxRowid( $db );
752                    }
753    
754                  print STDERR "Reading database: $isis_db [$max_rowid rows]\n";                  print STDERR "Reading database: $isis_db [$max_rowid rows]\n";
755    
756                  my $path = $database;                  my $path = $database;
# Line 350  print STDERR "using: $type...\n"; Line 772  print STDERR "using: $type...\n";
772                                  }                                  }
773                          }                          }
774                  }                  }
775                    # for this to work with current version of OpenIsis (0.9.0)
776                    # you might need my patch from
777                    # http://www.rot13.org/~dpavlin/projects/openisis-0.9.0-perl_close.diff
778                    OpenIsis::close($db);
779                  print STDERR "\n";                  print STDERR "\n";
780    
781          } elsif ($type_base eq "excel") {          } elsif ($type_base eq "excel") {
782                  use Spreadsheet::ParseExcel;                  require Spreadsheet::ParseExcel;
783                  use Spreadsheet::ParseExcel::Utility qw(int2col);                  require Spreadsheet::ParseExcel::Utility;
784                    import Spreadsheet::ParseExcel::Utility qw(int2col);
785                                    
786                  $import2cp = Text::Iconv->new($config->{excel_codepage},$codepage);                  $import2cp = Text::Iconv->new($config->{excel_codepage},$codepage);
787                  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 408  print STDERR "using: $type...\n"; Line 835  print STDERR "using: $type...\n";
835                  }                  }
836          } elsif ($type_base eq "marc") {          } elsif ($type_base eq "marc") {
837    
838                  use MARC;                  require MARC;
839                                    
840                  $import2cp = Text::Iconv->new($config->{marc_codepage},$codepage);                  $import2cp = Text::Iconv->new($config->{marc_codepage},$codepage);
841                  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!";
842    
843                  # optional argument is format                  # optional argument is format
844                  my $format = x($config->{format}) || 'usmarc';                  my $format = x($config->{marc_format}) || 'usmarc';
845    
846                  print STDERR "Reading MARC file '$marc_file'\n";                  print STDERR "Reading MARC file '$marc_file'\n";
847    
848                  my $marc = new MARC;                  my $marc = new MARC;
849                  my $nr = $marc->openmarc({                  my $nr = $marc->openmarc({
850                                  file=>$marc_file, format=>$format                                  file=>$marc_file, format=>$format
851                          }) || die "Can't open MARC file '$marc_file'";                          }) || die "Can't open MARC file '$marc_file' with format '$format'";
852    
853                  my $i=0;        # record nr.                  # read MARC file in memory
854                    $marc->nextmarc(-1);
855    
856                  my $rec;                  my $max_rec = $marc->marc_count();
857    
858                  while ($marc->nextmarc(1)) {                  for(my $i=1; $i<=$max_rec; $i++) {
859    
860                          # XXX                          progress($i,$max_rec);
861                          fakeprogress($i++);  
862                            # store value for marc_sf.pm
863                            $main::cache->{marc_record} = $i;
864    
865                          my $swishpath = $database."#".$i;                          my $swishpath = $database."#".$i;
866    
# Line 442  print STDERR "using: $type...\n"; Line 872  print STDERR "using: $type...\n";
872                                  print "Document-Type: XML\n\n$xml\n";                                  print "Document-Type: XML\n\n$xml\n";
873                          }                          }
874                  }                  }
875    
876                    print STDERR "\n";
877    
878          } elsif ($type_base eq "feed") {          } elsif ($type_base eq "feed") {
879    
880                  $import2cp = Text::Iconv->new($config->{feed_codepage},$codepage);                  $import2cp = Text::Iconv->new($config->{feed_codepage},$codepage);
# Line 480  print STDERR "using: $type...\n"; Line 913  print STDERR "using: $type...\n";
913                          fakeprogress($i);                          fakeprogress($i);
914    
915                  }                  }
916                    # close lookup
917                    untie %lhash if (%lhash);
918          }          }
919  }  }
920    
# Line 494  __END__ Line 929  __END__
929    
930  all2xml.pl - read various file formats and dump XML for SWISH-E  all2xml.pl - read various file formats and dump XML for SWISH-E
931    
932    =head1 SYNOPSYS
933    
934     $ all2xml.pl [test.conf]
935    
936  =head1 DESCRIPTION  =head1 DESCRIPTION
937    
938  This command will read ISIS data file using OpenIsis perl module, MARC  This command will read ISIS data file using OpenIsis perl module, MARC
# Line 502  create one XML file for usage with I<SWI Line 941  create one XML file for usage with I<SWI
941  this script B<isn't general xml generator> from isis files (isis allready  this script B<isn't general xml generator> from isis files (isis allready
942  has something like that). Output of this script is tailor-made for SWISH-E.  has something like that). Output of this script is tailor-made for SWISH-E.
943    
944    If no configuration file is specified, it will use default one called
945    C<all2xml.conf>.
946    
947  =head1 BUGS  =head1 BUGS
948    
949  Documentation is really lacking. However, in true Open Source spirit, source  Documentation is really lacking. However, in true Open Source spirit, source

Legend:
Removed from v.98  
changed lines
  Added in v.333

  ViewVC Help
Powered by ViewVC 1.1.26