git.rot13.org Git - webpac/blob - all2xml.pl

   1 #!/usr/bin/perl -w
   2
   3 use strict;
   4 use OpenIsis;
   5 use Getopt::Std;
   6 use Data::Dumper;
   7 use XML::Simple;
   8 use Text::Unaccent 1.02;        # 1.01 won't compile on my platform,
   9 require Unicode::Map8;
  10
  11 my $config=XMLin(undef, forcearray => [ 'isis' ], forcecontent => 1);
  12
  13 my %opts;
  14
  15 getopts('d:m:q', \%opts);
  16
  17 my $db_dir = $opts{d} || "ps";  # FIX
  18
  19 #die "usage: $0 -d [database_dir] -m [database1,database2] " if (! %opts);
  20
  21 #print Dumper($config->{indexer});
  22 #print "-" x 70,"\n";
  23
  24 # how to convert isis code page to UTF8?
  25 my $isis_map = Unicode::Map8->new($config->{isis_codepage}) || die;
  26
  27 sub isis2xml {
  28
  29         my $row = shift @_;
  30
  31         my $xml;
  32
  33         sub isis_sf {
  34                 my $row = shift @_;
  35                 my $isis_id = shift @_;
  36                 my $subfield = shift @_;
  37                 if ($row->{$isis_id}->[0]) {
  38                         my $sf = OpenIsis::subfields($row->{$isis_id}->[0]);
  39                         if (! defined $subfield || length($subfield) == 0) {
  40                                 # subfield list undef, empty or no defined subfields for this record
  41                                 my $all_sf = $row->{$isis_id}->[0];
  42                                 $all_sf =~ s/\^./ /g;   nuke definirions
  43                                 return $all_sf;
  44                         } elsif ($sf->{$subfield}) {
  45                                 return $sf->{$subfield};
  46                         }
  47                 }
  48         }
  49
  50         foreach my $field (keys %{$config->{indexer}}) {
  51
  52                 my $display_data = "";
  53                 my $index_data = "";
  54
  55                 foreach my $x (@{$config->{indexer}->{$field}->{isis}}) {
  56
  57                         my $display_tmp = "";
  58                         my $index_tmp = "";
  59
  60                         my $format = $x->{content};
  61                         my $i = 1;      # index only
  62                         my $d = 1;      # display only
  63                         $i = 0 if (lc($x->{type}) eq "display");
  64                         $d = 0 if (lc($x->{type}) eq "index");
  65 #print "## i: $i d: $d ## $format ##";
  66                         # parse format
  67                         my $prefix = "";
  68                         if ($format =~ s/^([^\d]+)//) {
  69                                 $prefix = $1;
  70                         }
  71                         while ($format) {
  72                                 if ($format =~ s/^(\d\d\d)(\w?)//) {
  73                                         my $isis_tmp = isis_sf($row,$1,$2);
  74                                         if ($isis_tmp) {
  75 #                                               $display_tmp .= $prefix . "/$1/$2/".$isis_tmp if ($d);
  76                                                 $display_tmp .= $prefix . $isis_tmp if ($d);
  77                                                 $index_tmp .= $isis_tmp." " if ($i);
  78 #print " $isis_tmp <--\n";
  79                                         }
  80                                         $prefix = "";
  81                                 } elsif ($format =~ s/^([^\d]+)//) {
  82                                         $prefix = $1;
  83                                 } else {
  84                                         print STDERR "WARNING: unparsed format '$format'\n";
  85                                         last;
  86                                 };
  87                         }
  88                         # add suffix
  89                         $display_tmp .= $prefix if ($display_tmp);
  90
  91 #                       $display_data .= $display_tmp if ($display_tmp ne "");
  92 #                       $index_data .= $index_tmp if ($index_tmp ne "");
  93                         $display_data .= $display_tmp;
  94                         $index_data .= $index_tmp;
  95
  96                 }
  97 #print "--display:$display_data\n--index:$index_data\n";
  98                 $xml->{$field}->{display} .= $isis_map->tou($display_data)->utf8 if ($display_data);
  99                 $xml->{$field}->{index} .= unac_string($config->{isis_codepage},$index_data) if ($index_data);
 100
 101         }
 102         if ($xml) {
 103                 return XMLout($xml, rootname => 'xml', noattr => 1 );
 104         } else {
 105                 return;
 106         }
 107 }
 108
 109 ##########################################################################
 110
 111 my $last_tell=0;
 112
 113 my @isis_dirs = ( '.' );        # use dirname as database name
 114
 115 if ($opts{m}) {
 116         @isis_dirs = split(/,/,$opts{m});
 117 }
 118
 119 my @isis_dbs;
 120
 121 foreach (@isis_dirs) {
 122         if (-e $config->{isis_data}."/$db_dir/$_/LIBRI") {
 123                 push @isis_dbs,$config->{isis_data}."/$db_dir/$_/LIBRI/LIBRI";
 124         }
 125         if (-e $config->{isis_data}."/$db_dir/$_/PERI") {
 126                 push @isis_dbs,$config->{isis_data}."/$db_dir/$_/PERI/PERI";
 127         }
 128         if (-e $config->{isis_data}."/$db_dir/$_/AMS") {
 129                 push @isis_dbs,$config->{isis_data}."/$db_dir/$_/AMS/AMS";
 130         }
 131         if (-e $config->{isis_data}."/$db_dir/$_/ARTI") {
 132 #               push @isis_dbs,$config->{isis_data}."/$db_dir/$_/ARTI/ARTI";
 133         }
 134 }
 135
 136 print STDERR "FATAL: Can't find isis database.\nPerhaps isis_data (".$config->{isis_data}.") has wrong value?\n" if (! @isis_dbs);
 137
 138 my $db;
 139
 140 foreach my $isis_db (@isis_dbs) {
 141
 142
 143         my $db = OpenIsis::open( $isis_db );
 144         if (0) {
 145 #       # FIX
 146 #       if (! $db ) {
 147                 print STDERR "WARNING: can't open '$isis_db'\n";
 148                 next ;
 149         }
 150
 151         my $max_rowid = OpenIsis::maxRowid( $db );
 152
 153         print STDERR "Reading database: $isis_db [$max_rowid rows]\n";
 154
 155         my $last_p = 0;
 156
 157 #       { my $row_id = 1;
 158 # FIX
 159         for (my $row_id = 1; $row_id <= $max_rowid; $row_id++ ) {
 160                 my $row = OpenIsis::read( $db, $row_id );
 161                 if ($row && $row->{mfn}) {
 162
 163                         # output current process indicator
 164                         my $p = int($row->{mfn} * 100 / $max_rowid);
 165                         if ($p != $last_p) {
 166                                 printf STDERR ("%5d / %5d [%-51s] %-2d %% \r",$row->{mfn},$max_rowid,"=" x ($p/2).">", $p ) if (! $opts{q});
 167                                 $last_p = $p;
 168                         }
 169
 170                         if (my $xml = isis2xml($row)) {
 171                                 print "Path-Name: $isis_db#".$row->{mfn}."\n";
 172                                 print "Content-Length: ".(length($xml)+1)."\n";
 173                                 print "Document-Type: XML\n\n$xml\n";
 174                         }
 175                 }
 176         }
 177         print STDERR "\n";
 178 }
 179
 180
 181 1;
 182 __END__
 183 ##########################################################################
 184
 185 =head1 NAME
 186
 187 isis2xml.pl - read isis file and dump XML
 188
 189 =head1 DESCRIPTION
 190
 191 This command will read ISIS data file using OpenIsis perl module and
 192 create XML file for usage with I<SWISH-E>
 193 indexer. Dispite it's name, this script B<isn't general xml generator>
 194 from isis files (isis allready has something like that). Output of this
 195 script is tailor-made for SWISH-E.
 196
 197 =head1 AUTHOR
 198
 199 Dobrica Pavlinusic <dpavlin@rot13.org>
 200
 201 =head1 COPYRIGHT
 202
 203 GNU Public License (GPL) v2 or later
 204
 205 =head1 SEE ALSO
 206
 207 SWISH-E web site at http://www.swish-e.org
 208
 209 =cut