/[webpac]/trunk2/lib/WebPAC.pm
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/lib/WebPAC.pm

Parent Directory Parent Directory | Revision Log Revision Log | View Patch Patch

revision 372 by dpavlin, Sat Jun 19 18:16:20 2004 UTC revision 500 by dpavlin, Sun Oct 10 11:04:52 2004 UTC
# Line 9  use Config::IniFiles; Line 9  use Config::IniFiles;
9  use XML::Simple;  use XML::Simple;
10  use Template;  use Template;
11  use Log::Log4perl qw(get_logger :levels);  use Log::Log4perl qw(get_logger :levels);
12    use Time::HiRes qw(time);
13    
14  use Data::Dumper;  use Data::Dumper;
15    
16    #my $LOOKUP_REGEX = '\[[^\[\]]+\]';
17    #my $LOOKUP_REGEX_SAVE = '\[([^\[\]]+)\]';
18    my $LOOKUP_REGEX = 'lookup{[^\{\}]+}';
19    my $LOOKUP_REGEX_SAVE = 'lookup{([^\{\}]+)}';
20    
21  =head1 NAME  =head1 NAME
22    
23  WebPAC - base class for WebPAC  WebPAC - base class for WebPAC
# Line 24  This module implements methods used by W Line 30  This module implements methods used by W
30    
31  =head2 new  =head2 new
32    
33  This will create new instance of WebPAC using configuration specified by C<config_file>.  Create new instance of WebPAC using configuration specified by C<config_file>.
34    
35   my $webpac = new WebPAC(   my $webpac = new WebPAC(
36          config_file => 'name.conf',          config_file => 'name.conf',
37          [code_page => 'ISO-8859-2',]          code_page => 'ISO-8859-2',
38            low_mem => 1,
39            filter => {
40                    'lower' => sub { lc($_[0]) },
41            },
42   );   );
43    
44  Default C<code_page> is C<ISO-8859-2>.  Default C<code_page> is C<ISO-8859-2>.
45    
46  It will also read configuration files  Default is not to use C<low_mem> options (see L<MEMORY USAGE> below).
47    
48    There is optinal parametar C<filter> which specify different filters which
49    can be applied using C<filter{name}> notation.
50    
51    This method will also read configuration files
52  C<global.conf> (used by indexer and Web font-end)  C<global.conf> (used by indexer and Web font-end)
53  and configuration file specified by C<config_file>  and configuration file specified by C<config_file>
54  which describes databases to be indexed.  which describes databases to be indexed.
# Line 54  sub new { Line 69  sub new {
69          my $self = {@_};          my $self = {@_};
70          bless($self, $class);          bless($self, $class);
71    
72            $self->{'start_t'} = time();
73    
74          my $log_file = $self->{'log'} || "log.conf";          my $log_file = $self->{'log'} || "log.conf";
75          Log::Log4perl->init($log_file);          Log::Log4perl->init($log_file);
76    
# Line 101  sub new { Line 118  sub new {
118                  EVAL_PERL => 1,                  EVAL_PERL => 1,
119          );          );
120    
121            # running with low_mem flag? well, use DBM::Deep then.
122            if ($self->{'low_mem'}) {
123                    $log->info("running with low_mem which impacts performance (<32 Mb memory usage)");
124    
125                    my $db_file = "data.db";
126    
127                    if (-e $db_file) {
128                            unlink $db_file or $log->logdie("can't remove '$db_file' from last run");
129                            $log->debug("removed '$db_file' from last run");
130                    }
131    
132                    require DBM::Deep;
133    
134                    my $db = new DBM::Deep $db_file;
135    
136                    $log->logdie("DBM::Deep error: $!") unless ($db);
137    
138                    if ($db->error()) {
139                            $log->logdie("can't open '$db_file' under low_mem: ",$db->error());
140                    } else {
141                            $log->debug("using file '$db_file' for DBM::Deep");
142                    }
143    
144                    $self->{'db'} = $db;
145            }
146    
147            $log->debug("filters defined: ",Dumper($self->{'filter'}));
148    
149          return $self;          return $self;
150  }  }
151    
# Line 111  Open CDS/ISIS database using OpenIsis mo Line 156  Open CDS/ISIS database using OpenIsis mo
156   $webpac->open_isis(   $webpac->open_isis(
157          filename => '/data/ISIS/ISIS',          filename => '/data/ISIS/ISIS',
158          code_page => '852',          code_page => '852',
159          limit_mfn => '500',          limit_mfn => 500,
160            start_mfn => 6000,
161          lookup => [ ... ],          lookup => [ ... ],
162   );   );
163    
164  By default, ISIS code page is assumed to be C<852>.  By default, ISIS code page is assumed to be C<852>.
165    
166    If optional parametar C<start_mfn> is set, this will be first MFN to read
167    from database (so you can skip beginning of your database if you need to).
168    
169  If optional parametar C<limit_mfn> is set, it will read just 500 records  If optional parametar C<limit_mfn> is set, it will read just 500 records
170  from database in example above.  from database in example above.
171    
# Line 144  sub open_isis { Line 193  sub open_isis {
193          $log->logcroak("need filename") if (! $arg->{'filename'});          $log->logcroak("need filename") if (! $arg->{'filename'});
194          my $code_page = $arg->{'code_page'} || '852';          my $code_page = $arg->{'code_page'} || '852';
195    
196            $log->logdie("can't find database ",$arg->{'filename'}) unless (glob($arg->{'filename'}.'.*'));
197    
198            # store data in object
199            $self->{'isis_filename'} = $arg->{'filename'};
200            $self->{'isis_code_page'} = $code_page;
201    
202          use OpenIsis;          use OpenIsis;
203    
204          #$self->{'isis_code_page'} = $code_page;          #$self->{'isis_code_page'} = $code_page;
# Line 152  sub open_isis { Line 207  sub open_isis {
207          my $cp = Text::Iconv->new($code_page,$self->{'code_page'});          my $cp = Text::Iconv->new($code_page,$self->{'code_page'});
208    
209          $log->info("reading ISIS database '",$arg->{'filename'},"'");          $log->info("reading ISIS database '",$arg->{'filename'},"'");
210            $log->debug("isis code page: $code_page");
211    
212          my $isis_db = OpenIsis::open($arg->{'filename'});          my $isis_db = OpenIsis::open($arg->{'filename'});
213    
214          my $maxmfn = OpenIsis::maxRowid( $isis_db ) || 1;          my $maxmfn = OpenIsis::maxRowid( $isis_db ) || 1;
215            my $startmfn = 1;
216    
217            if (my $s = $self->{'start_mfn'}) {
218                    $log->info("skipping to MFN $s");
219                    $startmfn = $s;
220            } else {
221                    $self->{'start_mfn'} = $startmfn;
222            }
223    
224          $maxmfn = $self->{limit_mfn} if ($self->{limit_mfn});          $maxmfn = $startmfn + $self->{limit_mfn} if ($self->{limit_mfn});
225    
226          $log->info("processing $maxmfn records...");          $log->info("processing ",($maxmfn-$startmfn)." records...");
227    
228          # read database          # read database
229          for (my $mfn = 1; $mfn <= $maxmfn; $mfn++) {          for (my $mfn = $startmfn; $mfn <= $maxmfn; $mfn++) {
230    
231    
232                    $log->debug("mfn: $mfn\n");
233    
234                    my $rec;
235    
236                  # read record                  # read record
237                  my $row = OpenIsis::read( $isis_db, $mfn );                  my $row = OpenIsis::read( $isis_db, $mfn );
# Line 181  sub open_isis { Line 250  sub open_isis {
250                                                  $val = $l;                                                  $val = $l;
251                                          }                                          }
252    
253                                          push @{$self->{'data'}->{$mfn}->{$k}}, $val;                                          push @{$rec->{$k}}, $val;
254                                  }                                  }
255                            } else {
256                                    push @{$rec->{'000'}}, $mfn;
257                          }                          }
258    
259                  }                  }
260    
261                    $log->confess("record $mfn empty?") unless ($rec);
262    
263                    # store
264                    if ($self->{'low_mem'}) {
265                            $self->{'db'}->put($mfn, $rec);
266                    } else {
267                            $self->{'data'}->{$mfn} = $rec;
268                    }
269    
270                  # create lookup                  # create lookup
                 my $rec = $self->{'data'}->{$mfn};  
271                  $self->create_lookup($rec, @{$arg->{'lookup'}});                  $self->create_lookup($rec, @{$arg->{'lookup'}});
272    
273                    $self->progress_bar($mfn,$maxmfn);
274    
275          }          }
276    
277          $self->{'current_mfn'} = 1;          $self->{'current_mfn'} = -1;
278            $self->{'last_pcnt'} = 0;
279    
280            $log->debug("max mfn: $maxmfn");
281    
282          # store max mfn and return it.          # store max mfn and return it.
283          return $self->{'max_mfn'} = $maxmfn;          return $self->{'max_mfn'} = $maxmfn;
# Line 213  sub fetch_rec { Line 297  sub fetch_rec {
297    
298          my $log = $self->_get_logger();          my $log = $self->_get_logger();
299    
300          my $mfn = $self->{'current_mfn'}++ || $log->logconfess("it seems that you didn't load database!");          $log->logconfess("it seems that you didn't load database!") unless ($self->{'current_mfn'});
301    
302            if ($self->{'current_mfn'} == -1) {
303                    $self->{'current_mfn'} = $self->{'start_mfn'};
304            } else {
305                    $self->{'current_mfn'}++;
306            }
307    
308            my $mfn = $self->{'current_mfn'};
309    
310          if ($mfn > $self->{'max_mfn'}) {          if ($mfn > $self->{'max_mfn'}) {
311                  $self->{'current_mfn'} = $self->{'max_mfn'};                  $self->{'current_mfn'} = $self->{'max_mfn'};
312                    $log->debug("at EOF");
313                  return;                  return;
314          }          }
315    
316          return $self->{'data'}->{$mfn};          $self->progress_bar($mfn,$self->{'max_mfn'});
317    
318            if ($self->{'low_mem'}) {
319                    return $self->{'db'}->get($mfn);
320            } else {
321                    return $self->{'data'}->{$mfn};
322            }
323    }
324    
325    =head2 mfn
326    
327    Returns current record number (MFN).
328    
329     print $webpac->mfn;
330    
331    =cut
332    
333    sub mfn {
334            my $self = shift;
335            return $self->{'current_mfn'};
336    }
337    
338    =head2 progress_bar
339    
340    Draw progress bar on STDERR.
341    
342     $webpac->progress_bar($current, $max);
343    
344    =cut
345    
346    sub progress_bar {
347            my $self = shift;
348    
349            my ($curr,$max) = @_;
350    
351            my $log = $self->_get_logger();
352    
353            $log->logconfess("no current value!") if (! $curr);
354            $log->logconfess("no maximum value!") if (! $max);
355    
356            if ($curr > $max) {
357                    $max = $curr;
358                    $log->debug("overflow to $curr");
359            }
360    
361            $self->{'last_pcnt'} ||= 1;
362    
363            my $p = int($curr * 100 / $max) || 1;
364    
365            # reset on re-run
366            if ($p < $self->{'last_pcnt'}) {
367                    $self->{'last_pcnt'} = $p;
368                    $self->{'last_t'} = time();
369                    $self->{'last_curr'} = undef;
370            }
371    
372            $self->{'last_t'} ||= time();
373    
374            if ($p != $self->{'last_pcnt'}) {
375    
376                    my $last_curr = $self->{'last_curr'} || $curr;
377                    my $t = time();
378                    my $rate = ($curr - $last_curr) / (($t - $self->{'last_t'} || 1));
379                    my $eta = ($max-$curr) / ($rate || 1);
380                    printf STDERR ("%5d [%-38s] %-5d %0.1f/s %s\r",$curr,"=" x ($p/3)."$p%>", $max, $rate, $self->fmt_time($eta));
381                    $self->{'last_pcnt'} = $p;
382                    $self->{'last_t'} = time();
383                    $self->{'last_curr'} = $curr;
384            }
385            print STDERR "\n" if ($p == 100);
386    }
387    
388    =head2 fmt_time
389    
390    Format time (in seconds) for display.
391    
392     print $webpac->fmt_time(time());
393    
394    This method is called by L<progress_bar> to display remaining time.
395    
396    =cut
397    
398    sub fmt_time {
399            my $self = shift;
400    
401            my $t = shift || 0;
402            my $out = "";
403    
404            my ($ss,$mm,$hh) = gmtime($t);
405            $out .= "${hh}h" if ($hh);
406            $out .= sprintf("%02d:%02d", $mm,$ss);
407            $out .= "  " if ($hh == 0);
408            return $out;
409  }  }
410    
411  =head2 open_import_xml  =head2 open_import_xml
# Line 246  sub open_import_xml { Line 431  sub open_import_xml {
431    
432          $self->{'tag'} = $type2tag{$type_base};          $self->{'tag'} = $type2tag{$type_base};
433    
434          $log->debug("using type '",$self->{'type'},"' tag <",$self->{'tag'},">") if ($self->{'debug'});          $log->info("using type '",$self->{'type'},"' tag <",$self->{'tag'},">");
435    
436          my $f = "./import_xml/".$self->{'type'}.".xml";          my $f = "./import_xml/".$self->{'type'}.".xml";
437          $log->logconfess("import_xml file '$f' doesn't exist!") if (! -e "$f");          $log->logconfess("import_xml file '$f' doesn't exist!") if (! -e "$f");
438    
439          $log->debug("reading '$f'") if ($self->{'debug'});          $log->info("reading '$f'");
440    
441            $self->{'import_xml_file'} = $f;
442    
443          $self->{'import_xml'} = XMLin($f,          $self->{'import_xml'} = XMLin($f,
444                  ForceArray => [ $self->{'tag'}, 'config', 'format' ],                  ForceArray => [ $self->{'tag'}, 'config', 'format' ],
                 ForceContent => 1  
445          );          );
446    
447            $log->debug("import xml is ",sub { Dumper($self->{'import_xml'}) });
448    
449  }  }
450    
451  =head2 create_lookup  =head2 create_lookup
# Line 279  sub create_lookup { Line 467  sub create_lookup {
467          $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);          $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);
468    
469          foreach my $i (@_) {          foreach my $i (@_) {
470                  if ($i->{'eval'}) {                  $log->logconfess("need key") unless defined($i->{'key'});
471                          my $eval = $self->fill_in($rec,$i->{'eval'});                  $log->logconfess("need val") unless defined($i->{'val'});
472                          my $key = $self->fill_in($rec,$i->{'key'});  
473                          my @val = $self->fill_in($rec,$i->{'val'});                  if (defined($i->{'eval'})) {
474                          if ($key && @val && eval $eval) {                          # eval first, so we can skip fill_in for key and val
475                            my $eval = $self->fill_in($rec,$i->{'eval'}) || next;
476                            if ($self->_eval($eval)) {
477                                    my $key = $self->fill_in($rec,$i->{'key'}) || next;
478                                    my @val = $self->fill_in($rec,$i->{'val'}) || next;
479                                    $log->debug("stored $key = ",sub { join(" | ",@val) });
480                                  push @{$self->{'lookup'}->{$key}}, @val;                                  push @{$self->{'lookup'}->{$key}}, @val;
481                          }                          }
482                  } else {                  } else {
483                          my $key = $self->fill_in($rec,$i->{'key'});                          my $key = $self->fill_in($rec,$i->{'key'}) || next;
484                          my @val = $self->fill_in($rec,$i->{'val'});                          my @val = $self->fill_in($rec,$i->{'val'}) || next;
485                          if ($key && @val) {                          $log->debug("stored $key = ",sub { join(" | ",@val) });
486                                  push @{$self->{'lookup'}->{$key}}, @val;                          push @{$self->{'lookup'}->{$key}}, @val;
                         }  
487                  }                  }
488          }          }
489  }  }
# Line 322  sub get_data { Line 514  sub get_data {
514    
515          if ($$rec->{$f}) {          if ($$rec->{$f}) {
516                  return '' if (! $$rec->{$f}->[$i]);                  return '' if (! $$rec->{$f}->[$i]);
517                    no strict 'refs';
518                  if ($sf && $$rec->{$f}->[$i]->{$sf}) {                  if ($sf && $$rec->{$f}->[$i]->{$sf}) {
519                          $$found++ if (defined($$found));                          $$found++ if (defined($$found));
520                          return $$rec->{$f}->[$i]->{$sf};                          return $$rec->{$f}->[$i]->{$sf};
# Line 362  Following example will read second value Line 555  Following example will read second value
555  This function B<does not> perform parsing of format to inteligenty skip  This function B<does not> perform parsing of format to inteligenty skip
556  delimiters before fields which aren't used.  delimiters before fields which aren't used.
557    
558    This method will automatically decode UTF-8 string to local code page
559    if needed.
560    
561  =cut  =cut
562    
563  sub fill_in {  sub fill_in {
# Line 377  sub fill_in { Line 573  sub fill_in {
573          # FIXME remove for speedup?          # FIXME remove for speedup?
574          $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);          $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);
575    
576            if (utf8::is_utf8($format)) {
577                    $format = $self->_x($format);
578            }
579    
580          my $found = 0;          my $found = 0;
581    
582          my $eval_code;          my $eval_code;
583          # remove eval{...} from beginning          # remove eval{...} from beginning
584          $eval_code = $1 if ($format =~ s/^eval{([^}]+)}//s);          $eval_code = $1 if ($format =~ s/^eval{([^}]+)}//s);
585    
586            my $filter_name;
587            # remove filter{...} from beginning
588            $filter_name = $1 if ($format =~ s/^filter{([^}]+)}//s);
589    
590          # do actual replacement of placeholders          # do actual replacement of placeholders
591          $format =~ s/v(\d+)(?:\^(\w))*/$self->get_data(\$rec,$1,$2,$i,\$found)/ges;          $format =~ s/v(\d+)(?:\^(\w))?/$self->get_data(\$rec,$1,$2,$i,\$found)/ges;
592    
593          if ($found) {          if ($found) {
594                    $log->debug("format: $format");
595                  if ($eval_code) {                  if ($eval_code) {
596                          my $eval = $self->fill_in($rec,$eval_code,$i);                          my $eval = $self->fill_in($rec,$eval_code,$i);
597                          return if (! $self->_eval($eval));                          return if (! $self->_eval($eval));
598                  }                  }
599                    if ($filter_name && $self->{'filter'}->{$filter_name}) {
600                            $log->debug("filter '$filter_name' for $format");
601                            $format = $self->{'filter'}->{$filter_name}->($format);
602                            return unless(defined($format));
603                            $log->debug("filter result: $format");
604                    }
605                  # do we have lookups?                  # do we have lookups?
606                  $log->debug("test format '$format' for lookups");                  if ($format =~ /$LOOKUP_REGEX/o) {
607                  if ($format =~ /\[[^\[\]]+\]/o) {                          $log->debug("format '$format' has lookup");
608                          return $self->lookup($format);                          return $self->lookup($format);
609                  } else {                  } else {
610                          return $format;                          return $format;
# Line 420  sub lookup { Line 631  sub lookup {
631    
632          my $tmp = shift || $log->logconfess("need format");          my $tmp = shift || $log->logconfess("need format");
633    
634          if ($tmp =~ /\[[^\[\]]+\]/o) {          if ($tmp =~ /$LOOKUP_REGEX/o) {
635                  my @in = ( $tmp );                  my @in = ( $tmp );
636    
637                  $log->debug("lookup for: ",$tmp);                  $log->debug("lookup for: ",$tmp);
638    
639                  my @out;                  my @out;
640                  while (my $f = shift @in) {                  while (my $f = shift @in) {
641                          if ($f =~ /\[([^\[\]]+)\]/) {                          if ($f =~ /$LOOKUP_REGEX_SAVE/o) {
642                                  my $k = $1;                                  my $k = $1;
643                                  if ($self->{'lookup'}->{$k}) {                                  if ($self->{'lookup'}->{$k}) {
644                                          foreach my $nv (@{$self->{'lookup'}->{$k}}) {                                          foreach my $nv (@{$self->{'lookup'}->{$k}}) {
645                                                  my $tmp2 = $f;                                                  my $tmp2 = $f;
646                                                  $tmp2 =~ s/\[$k\]/$nv/g;                                                  $tmp2 =~ s/lookup{$k}/$nv/g;
647                                                  push @in, $tmp2;                                                  push @in, $tmp2;
648                                          }                                          }
649                                  } else {                                  } else {
# Line 442  sub lookup { Line 653  sub lookup {
653                                  push @out, $f;                                  push @out, $f;
654                          }                          }
655                  }                  }
656                    $log->logconfess("return is array and it's not expected!") unless wantarray;
657                  return @out;                  return @out;
658          } else {          } else {
659                  return $tmp;                  return $tmp;
# Line 472  sub parse { Line 684  sub parse {
684    
685          $i = 0 if (! $i);          $i = 0 if (! $i);
686    
687          my $format = $self->{'utf2cp'}->convert($format_utf8) || $log->logconfess("can't convert '$format_utf8' from UTF-8 to ",$self->{'code_page'});          my $format = $self->_x($format_utf8) || $log->logconfess("can't convert '$format_utf8' from UTF-8 to ",$self->{'code_page'});
688    
689          my @out;          my @out;
690    
691            $log->debug("format: $format");
692    
693          my $eval_code;          my $eval_code;
694          # remove eval{...} from beginning          # remove eval{...} from beginning
695          $eval_code = $1 if ($format =~ s/^eval{([^}]+)}//s);          $eval_code = $1 if ($format =~ s/^eval{([^}]+)}//s);
696    
697            my $filter_name;
698            # remove filter{...} from beginning
699            $filter_name = $1 if ($format =~ s/^filter{([^}]+)}//s);
700    
701          my $prefix;          my $prefix;
702          my $all_found=0;          my $all_found=0;
703    
704          while ($format =~ s/^(.*?)v(\d+)(?:\^(\w))*//s) {          while ($format =~ s/^(.*?)v(\d+)(?:\^(\w))?//s) {
705    
706                  my $del = $1 || '';                  my $del = $1 || '';
707                  $prefix ||= $del if ($all_found == 0);                  $prefix ||= $del if ($all_found == 0);
# Line 500  sub parse { Line 718  sub parse {
718    
719          return if (! $all_found);          return if (! $all_found);
720    
721          my $out = join('',@out) . $format;          my $out = join('',@out);
722    
723            if ($out) {
724                    # add rest of format (suffix)
725                    $out .= $format;
726    
727                    # add prefix if not there
728                    $out = $prefix . $out if ($out !~ m/^\Q$prefix\E/);
729    
730          # add prefix if not there                  $log->debug("result: $out");
731          $out = $prefix . $out if ($out !~ m/^\Q$prefix\E/);          }
732    
733          if ($eval_code) {          if ($eval_code) {
734                  my $eval = $self->fill_in($rec,$eval_code,$i);                  my $eval = $self->fill_in($rec,$eval_code,$i);
735                  $log->debug("about to eval ",$eval," [$out]");                  $log->debug("about to eval{$eval} format: $out");
736                  return if (! $self->_eval($eval));                  return if (! $self->_eval($eval));
737          }          }
738            
739            if ($filter_name && $self->{'filter'}->{$filter_name}) {
740                    $log->debug("about to filter{$filter_name} format: $out");
741                    $out = $self->{'filter'}->{$filter_name}->($out);
742                    return unless(defined($out));
743                    $log->debug("filter result: $out");
744            }
745    
746          return $out;          return $out;
747  }  }
# Line 539  sub parse_to_arr { Line 771  sub parse_to_arr {
771                  push @arr, $v;                  push @arr, $v;
772          }          }
773    
774            $log->debug("format '$format_utf8' returned ",--$i," elements: ", sub { join(" | ",@arr) }) if (@arr);
775    
776            return @arr;
777    }
778    
779    =head2 fill_in_to_arr
780    
781    Similar to C<fill_in>, but returns array of all repeatable fields. Usable
782    for fields which have lookups, so they shouldn't be parsed but rather
783    C<fill_id>ed.
784    
785     my @arr = $webpac->fill_in_to_arr($rec,'[v900];;[v250^a]');
786    
787    =cut
788    
789    sub fill_in_to_arr {
790            my $self = shift;
791    
792            my ($rec, $format_utf8) = @_;
793    
794            my $log = $self->_get_logger();
795    
796            $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);
797            return if (! $format_utf8);
798    
799            my $i = 0;
800            my @arr;
801    
802            while (my @v = $self->fill_in($rec,$format_utf8,$i++)) {
803                    push @arr, @v;
804            }
805    
806            $log->debug("format '$format_utf8' returned ",--$i," elements: ", sub { join(" | ",@arr) }) if (@arr);
807    
808          return @arr;          return @arr;
809  }  }
810    
811    =head2 sort_arr
812    
813    Sort array ignoring case and html in data
814    
815     my @sorted = $webpac->sort_arr(@unsorted);
816    
817    =cut
818    
819    sub sort_arr {
820            my $self = shift;
821    
822            my $log = $self->_get_logger();
823    
824            # FIXME add Schwartzian Transformation?
825    
826            my @sorted = sort {
827                    $a =~ s#<[^>]+/*>##;
828                    $b =~ s#<[^>]+/*>##;
829                    lc($b) cmp lc($a)
830            } @_;
831            $log->debug("sorted values: ",sub { join(", ",@sorted) });
832    
833            return @sorted;
834    }
835    
836    
837  =head2 data_structure  =head2 data_structure
838    
839  Create in-memory data structure which represents layout from C<import_xml>.  Create in-memory data structure which represents layout from C<import_xml>.
# Line 549  It is used later to produce output. Line 841  It is used later to produce output.
841    
842   my @ds = $webpac->data_structure($rec);   my @ds = $webpac->data_structure($rec);
843    
844    This method will also set C<$webpac->{'currnet_filename'}> if there is
845    <filename> tag in C<import_xml> and C<$webpac->{'headline'}> if there is
846    <headline> tag.
847    
848  =cut  =cut
849    
850  sub data_structure {  sub data_structure {
# Line 559  sub data_structure { Line 855  sub data_structure {
855          my $rec = shift;          my $rec = shift;
856          $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);          $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);
857    
858            undef $self->{'currnet_filename'};
859            undef $self->{'headline'};
860    
861          my @sorted_tags;          my @sorted_tags;
862          if ($self->{tags_by_order}) {          if ($self->{tags_by_order}) {
863                  @sorted_tags = @{$self->{tags_by_order}};                  @sorted_tags = @{$self->{tags_by_order}};
# Line 569  sub data_structure { Line 868  sub data_structure {
868    
869          my @ds;          my @ds;
870    
871            $log->debug("tags: ",sub { join(", ",@sorted_tags) });
872    
873          foreach my $field (@sorted_tags) {          foreach my $field (@sorted_tags) {
874    
875                  my $row;                  my $row;
# Line 576  sub data_structure { Line 877  sub data_structure {
877  #print "field $field [",$self->{'tag'},"] = ",Dumper($self->{'import_xml'}->{'indexer'}->{$field}->{$self->{'tag'}});  #print "field $field [",$self->{'tag'},"] = ",Dumper($self->{'import_xml'}->{'indexer'}->{$field}->{$self->{'tag'}});
878    
879                  foreach my $tag (@{$self->{'import_xml'}->{'indexer'}->{$field}->{$self->{'tag'}}}) {                  foreach my $tag (@{$self->{'import_xml'}->{'indexer'}->{$field}->{$self->{'tag'}}}) {
880                          my @v = $self->parse_to_arr($rec,$tag->{'content'});                          my $format = $tag->{'value'} || $tag->{'content'};
881    
882                          next if (! @v);                          $log->debug("format: $format");
883    
884                          # does tag have type?                          my @v;
885                          if ($tag->{'type'}) {                          if ($format =~ /$LOOKUP_REGEX/o) {
886                                  push @{$row->{$tag->{'type'}}}, @v;                                  @v = $self->fill_in_to_arr($rec,$format);
887                          } else {                          } else {
888                                  push @{$row->{'display'}}, @v;                                  @v = $self->parse_to_arr($rec,$format);
889                                  push @{$row->{'swish'}}, @v;                          }
890                            next if (! @v);
891    
892                            if ($tag->{'sort'}) {
893                                    @v = $self->sort_arr(@v);
894                                    $log->warn("sort within tag is usually not what you want!");
895                          }                          }
896    
897                            # use format?
898                            if ($tag->{'format_name'}) {
899                                    @v = map { $self->apply_format($tag->{'format_name'},$tag->{'format_delimiter'},$_) } @v;
900                            }
901    
902                            if ($field eq 'filename') {
903                                    $self->{'current_filename'} = join('',@v);
904                                    $log->debug("filename: ",$self->{'current_filename'});
905                            } elsif ($field eq 'headline') {
906                                    $self->{'headline'} .= join('',@v);
907                                    $log->debug("headline: ",$self->{'headline'});
908                                    next; # don't return headline in data_structure!
909                            }
910    
911                            # delimiter will join repeatable fields
912                            if ($tag->{'delimiter'}) {
913                                    @v = ( join($tag->{'delimiter'}, @v) );
914                            }
915    
916                            # default types
917                            my @types = qw(display swish);
918                            # override by type attribute
919                            @types = ( $tag->{'type'} ) if ($tag->{'type'});
920    
921                            foreach my $type (@types) {
922                                    # append to previous line?
923                                    $log->debug("type: $type ",sub { join(" ",@v) }, $row->{'append'} || 'no append');
924                                    if ($tag->{'append'}) {
925    
926                                            # I will delimit appended part with
927                                            # delimiter (or ,)
928                                            my $d = $tag->{'delimiter'};
929                                            # default delimiter
930                                            $d ||= ", ";
931    
932                                            my $last = pop @{$row->{$type}};
933                                            $d = "" if (! $last);
934                                            $last .= $d . join($d, @v);
935                                            push @{$row->{$type}}, $last;
936    
937                                    } else {
938                                            push @{$row->{$type}}, @v;
939                                    }
940                            }
941    
942    
943                  }                  }
944    
945                  if ($row) {                  if ($row) {
946                          $row->{'tag'} = $field;                          $row->{'tag'} = $field;
947    
948                            # TODO: name_sigular, name_plural
949                            my $name = $self->{'import_xml'}->{'indexer'}->{$field}->{'name'};
950                            $row->{'name'} = $name ? $self->_x($name) : $field;
951    
952                            # post-sort all values in field
953                            if ($self->{'import_xml'}->{'indexer'}->{$field}->{'sort'}) {
954                                    $log->warn("sort at field tag not implemented");
955                            }
956    
957                          push @ds, $row;                          push @ds, $row;
958    
959                            $log->debug("row $field: ",sub { Dumper($row) });
960                  }                  }
961    
962          }          }
# Line 629  sub output { Line 994  sub output {
994          return $out;          return $out;
995  }  }
996    
997    =head2 output_file
998    
999    Create output from in-memory data structure using Template Toolkit template
1000    to a file.
1001    
1002     $webpac->output_file(
1003            file => 'out.txt',
1004            template => 'text.tt',
1005            data => @ds
1006     );
1007    
1008    =cut
1009    
1010    sub output_file {
1011            my $self = shift;
1012    
1013            my $args = {@_};
1014    
1015            my $log = $self->_get_logger();
1016    
1017            my $file = $args->{'file'} || $log->logconfess("need file name");
1018    
1019            $log->debug("creating file ",$file);
1020    
1021            open(my $fh, ">", $file) || $log->logdie("can't open output file '$file': $!");
1022            print $fh $self->output(
1023                    template => $args->{'template'},
1024                    data => $args->{'data'},
1025            ) || $log->logdie("print: $!");
1026            close($fh) || $log->logdie("close: $!");
1027    }
1028    
1029    =head2 apply_format
1030    
1031    Apply format specified in tag with C<format_name="name"> and
1032    C<format_delimiter=";;">.
1033    
1034     my $text = $webpac->apply_format($format_name,$format_delimiter,$data);
1035    
1036    Formats can contain C<lookup{...}> if you need them.
1037    
1038    =cut
1039    
1040    sub apply_format {
1041            my $self = shift;
1042    
1043            my ($name,$delimiter,$data) = @_;
1044    
1045            my $log = $self->_get_logger();
1046    
1047            if (! $self->{'import_xml'}->{'format'}->{$name}) {
1048                    $log->warn("<format name=\"$name\"> is not defined in ",$self->{'import_xml_file'});
1049                    return $data;
1050            }
1051    
1052            $log->warn("no delimiter for format $name") if (! $delimiter);
1053    
1054            my $format = $self->_x($self->{'import_xml'}->{'format'}->{$name}->{'content'}) || $log->logdie("can't find format '$name'");
1055    
1056            my @data = split(/\Q$delimiter\E/, $data);
1057    
1058            my $out = sprintf($format, @data);
1059            $log->debug("using format $name [$format] on $data to produce: $out");
1060    
1061            if ($out =~ m/$LOOKUP_REGEX/o) {
1062                    return $self->lookup($out);
1063            } else {
1064                    return $out;
1065            }
1066    
1067    }
1068    
1069    
1070  #  #
1071  #  #
1072  #  #
# Line 661  sub _eval { Line 1099  sub _eval {
1099    
1100          $log->debug("eval: ",$code," [",$ret,"]");          $log->debug("eval: ",$code," [",$ret,"]");
1101    
1102          return $ret || 0;          return $ret || undef;
1103  }  }
1104    
1105  =head2 _sort_by_order  =head2 _sort_by_order
# Line 681  sub _sort_by_order { Line 1119  sub _sort_by_order {
1119          return $va <=> $vb;          return $va <=> $vb;
1120  }  }
1121    
1122    =head2 _get_logger
1123    
1124    Get C<Log::Log4perl> object with a twist: domains are defined for each
1125    method
1126    
1127     my $log = $webpac->_get_logger();
1128    
1129    =cut
1130    
1131  sub _get_logger {  sub _get_logger {
1132          my $self = shift;          my $self = shift;
1133    
1134          my @c = caller(1);          my $name = (caller(1))[3] || caller;
1135          return get_logger($c[3]);          return get_logger($name);
1136    }
1137    
1138    =head2 _x
1139    
1140    Convert string from UTF-8 to code page defined in C<import_xml>.
1141    
1142     my $text = $webpac->_x('utf8 text');
1143    
1144    =cut
1145    
1146    sub _x {
1147            my $self = shift;
1148            my $utf8 = shift || return;
1149    
1150            return $self->{'utf2cp'}->convert($utf8) ||
1151                    $self->_get_logger()->logwarn("can't convert '$utf8'");
1152  }  }
1153    
1154  #  #
# Line 706  B<This is different from normal Log4perl Line 1169  B<This is different from normal Log4perl
1169  also use method names, and not only classes (which are just few)  also use method names, and not only classes (which are just few)
1170  to filter logging.  to filter logging.
1171    
1172    
1173    =head1 MEMORY USAGE
1174    
1175    C<low_mem> options is double-edged sword. If enabled, WebPAC
1176    will run on memory constraint machines (which doesn't have enough
1177    physical RAM to create memory structure for whole source database).
1178    
1179    If your machine has 512Mb or more of RAM and database is around 10000 records,
1180    memory shouldn't be an issue. If you don't have enough physical RAM, you
1181    might consider using virtual memory (if your operating system is handling it
1182    well, like on FreeBSD or Linux) instead of dropping to L<DBD::Deep> to handle
1183    parsed structure of ISIS database (this is what C<low_mem> option does).
1184    
1185    Hitting swap at end of reading source database is probably o.k. However,
1186    hitting swap before 90% will dramatically decrease performance and you will
1187    be better off with C<low_mem> and using rest of availble memory for
1188    operating system disk cache (Linux is particuallary good about this).
1189    However, every access to database record will require disk access, so
1190    generation phase will be slower 10-100 times.
1191    
1192    Parsed structures are essential - you just have option to trade RAM memory
1193    (which is fast) for disk space (which is slow). Be sure to have planty of
1194    disk space if you are using C<low_mem> and thus L<DBD::Deep>.
1195    
1196    However, when WebPAC is running on desktop machines (or laptops :-), it's
1197    highly undesireable for system to start swapping. Using C<low_mem> option can
1198    reduce WecPAC memory usage to around 64Mb for same database with lookup
1199    fields and sorted indexes which stay in RAM. Performance will suffer, but
1200    memory usage will really be minimal. It might be also more confortable to
1201    run WebPAC reniced on those machines.
1202    
1203  =cut  =cut
1204    
1205  1;  1;
Legend:
Removed from v.372  
changed lines
  Added in v.500
  ViewVC Help
Powered by ViewVC 1.1.26